Estimacion

Un gerente de ventas reunió los datos siguientes relacionados con las ventas anuales en miles
de pesos y los años de experiencia de diez vendedores. Estime las ventas anuales para un
vendedor con 7 años de experiencia con un nivel de confianza de 99%
Numero de vendedor 1 2 3 4 5 6 7 8 9
Años de experiencia (x) 1 3 4 4 6 8 10 10 11
Ventas anuales (y) 80 97 92 102 103 111 119 123 117
1.- Obtención y tabulación de los datos muestrales.
2.- La información se gráfica en un diagrama de dispersión.
3.- Calcular la pendiente y ordenada al origen.
4.- Se obtiene la ecuación que mejor se ajusta a la información obtenida.
5.- Se traza la línea estimada en el diagrama de dispersión.
6.- Calcular el error estándar de estimación.
7.- Calcular el coeficiente de determinación.
8.- Determinar el coeficiente de correlación.
9.- Determinar el intervalo de confianza.
10.-Determinar el intervalo de predicción
SOLUCION
1.- Obtención y tabulación de los datos muestrales.
Vendedor X Y XY X2 Y2
1 1 80 80 1 6400
2 3 97 291 9 9409
3 4 92 368 16 8464
4 4 102 408 16 10404
5 6 103 618 36 10609
6 8 111 888 64 12321
7 10 119 1190 100 14161
8 10 123 1230 100 15129
9 11 117 1287 121 13689
 Xi  57 Yi  944  XiYi  6360  Xi2  463 Yi2  100586
a). Hallamos los promedios
x
x i

57
 6.33 y
y i

944
 104.89
n 9 n 9
b) Calcula la pendiente y ordenada al origen.
Calculamos la pendiente
b
x y i i  n( x )( y )

6360  9(6.33)(104.89) 6360  5975.58 384.42
   3.755
x 2
i  n( x ) 2
463  9(6.33)2 463  360.62 102.38
Hallemos el valor de “a” si: y  bx  a  a  y  bx
a  104.89  3.755  (6.33)

a  104.89  23.77  81.12
c) Obtener la ecuación que mejor se ajusta a los datos de 7 años de experiencia.
yˆ  a  bx0
yˆ  81.12  3.755x  18.95  1.184  (7)
yˆ  27.238
d) Calcula el error estándar de estimación.
S
y i
2
 a y i  b  xi y i

100586  (81.12)  (944)  (3.755)  (6360)
n2 92
100586  76577.28  23881.8
S
7
126.92
S  18.13  4.26
7
e). Determina el intervalo de confianza al 99%.
Además:
hallamos la t-student
Nivel de confianza es: 99%=0.99

 1  0.99      0.01   0.005
2
t0  t1 /2,n 2  t10.005,92  t0.995,7  3.499
Sxx   xi2  n( x )2  463  9(6.33)2  463  360.62  102.38
n  9, x0  7, x  6.33, yˆ 0  27.238, S  4.26, x 2

i  463, t0  3.499, SXX  102.38,
 1 ( x0  x ) 2   1 (7  6.33) 2 
IC   yˆ 0 t 0S  
  27.238 3.499  4.26  
 n S xx   9 102.38 
IC  27.238 14.91 0.115    27.238 5.06   27.238  5.06; 27.238  5.06
IC   22.178;32.298
40.874  y / x0  56.226
Se obtiene un intervalo de confianza:
El intervalo de confianza de 95% para todos los representantes de ventas que hacen 25
llamadas es de 40.874 a 56.226. para interpretar esto, redondee los valores. Si un
representante de ventas hace 25 llamadas, esperaría vender 48.55 copiadoras. Es probable
que estas ventas varíen de 40.874 a 56.226 copiadoras.
f). DETERMINAR EL INTERVALO DE PREDICCIÓN
Se desea estimar el número de copiadoras vendidas por Sheila Baker, quien hizo 25 llamadas.
El intervalo de predicción de 95% es:
Datos:
n  10, x0  25, x  22, yˆ 0  48.55, S  9.902, x 2

i  5600, t0  2.306, SXX  760,
 1 ( x  x )2   1 (25  22) 2 
IC   yˆ 0 t 0S 1   0 
  48.55 2.306  9.902 1   
 n Sxx   10 760 
 9  
IC   48.55 22.834 1  0.1     48.55 22.834 1.112 
 760 
IC   48.55 24.079   48.55  24.079;48.55  24.079
IC   24.471;72.629
Se obtiene el intervalo de predicción
24.471  y 0  72.629
El intervalo es de 24.471 a 72.629 copiadoras. Se concluye que el número de copiadoras

vendidas estará entre aproximadamente 24 y 73 para un representante de ventas que haga 25
llamadas.
2.- Diagrama de dispersión.

70
𝑥̅ = =7
10
1080
𝑦̅ = = 108
10
8128−10(7)(108)
𝑏= =4
632−10(7)2
𝑎 = 108 − 4(7) = 80
4.- Ecuación que mejor se ajusta.
𝑦̅ = 80 + 4𝑥
Para un vendedor con 7 años de experiencia, sus ventas estimadas serian:
𝑦̅ = 80 + 4(7) = 108 ventas anuales
5.- Trazo de línea estimada el diagrama de dispersión
6.- Calcular el error estándar de estimación.
119082(80 ∗ 1080) − (4 ∗ 8128)

𝑆𝑒 = √ = 4.61
10 − 2
7.- Calcular el coeficiente de determinación.
(80 ∗ 1080) + (4 ∗ 8128) − (10 ∗ 1082 )

𝑟2 = =
119082 − (10 ∗ 1082 )
𝑟 2 = 93.03%
El 93% de las ventas anuales se deben a la experiencia de los vendedores y el 7% restante se

debe a otros factores.
8.- Calcular el coeficiente de correlación.
𝑟 = √0.9303 = 0.964
Este número nos indica que las variables X Y tienen una correlación positiva intensa.
9.- Determinar el intervalo de confianza al 95%.
Considerando
𝑦̅ = 80 + 4(7) = 108 ventas anuales
14.610
𝑦𝑒 = 108 ± 2.306 ( )
√10
108 − 3.3617 ≤ 𝑦𝑒 ≤ 108 + 3.3617
104.6883 ≤ 𝑦𝑒 ≤ 111.3617
Se puede asegurar con un nivel de confianza d 95% que las ventas de los vendedores están
entre 104.6 y 111.4 miles de pesos anuales.
10.- Determinar el intervalo de predicción para un vendedor con 9 años de experiencia se

tiene:
1 (𝑋−𝑥̅ )²
𝑦𝑃 = 𝑦̂ ± (𝑡𝑎/2 (𝑛 − 2)) ∗ 𝑆𝑒 ∗ √1 + +
𝑛 𝛴𝑥 2 −𝑛(𝑥̅ )²
Sustituyendo:
1 (9−7)²
𝑦𝑃 = 108 ± 2.306 ∗ 4.61 ∗ √1 + +
10 632−10(7)²
108 − 11.291 ± 𝑦𝑃 ≤ 108 + 11.291
96.709 ≤ 𝑦𝑃 ≤ 119.291

Estimacion

Cargado por

Copyright:

Formatos disponibles

Estimacion

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estimacion

Cargado por

Copyright:

Formatos disponibles

Un gerente de ventas reunió los datos siguientes relacionados con las ventas anuales en miles

1.- Obtención y tabulación de los datos muestrales.

2.- La información se gráfica en un diagrama de dispersión.

3.- Calcular la pendiente y ordenada al origen.

4.- Se obtiene la ecuación que mejor se ajusta a la información obtenida.

5.- Se traza la línea estimada en el diagrama de dispersión.

6.- Calcular el error estándar de estimación.

7.- Calcular el coeficiente de determinación.

8.- Determinar el coeficiente de correlación.

9.- Determinar el intervalo de confianza.

10.-Determinar el intervalo de predicción

1.- Obtención y tabulación de los datos muestrales.

a). Hallamos los promedios

Hallemos el valor de “a” si: y  bx  a  a  y  bx

a  104.89  3.755  (6.33)

d) Calcula el error estándar de estimación.

Nivel de confianza es: 99%=0.99

Sxx   xi2  n( x )2  463  9(6.33)2  463  360.62  102.38

n  9, x0  7, x  6.33, yˆ 0  27.238, S  4.26, x 2

IC  27.238 14.91 0.115    27.238 5.06   27.238  5.06; 27.238  5.06

f). DETERMINAR EL INTERVALO DE PREDICCIÓN

n  10, x0  25, x  22, yˆ 0  48.55, S  9.902, x 2

IC   48.55 24.079   48.55  24.079;48.55  24.079

Se obtiene el intervalo de predicción

El intervalo es de 24.471 a 72.629 copiadoras. Se concluye que el número de copiadoras

2.- Diagrama de dispersión.

4.- Ecuación que mejor se ajusta.

Para un vendedor con 7 años de experiencia, sus ventas estimadas serian:

𝑦̅ = 80 + 4(7) = 108 ventas anuales

5.- Trazo de línea estimada el diagrama de dispersión

6.- Calcular el error estándar de estimación.

119082(80 ∗ 1080) − (4 ∗ 8128)

(80 ∗ 1080) + (4 ∗ 8128) − (10 ∗ 1082 )

El 93% de las ventas anuales se deben a la experiencia de los vendedores y el 7% restante se

8.- Calcular el coeficiente de correlación.

9.- Determinar el intervalo de confianza al 95%.

𝑦̅ = 80 + 4(7) = 108 ventas anuales

108 − 3.3617 ≤ 𝑦𝑒 ≤ 108 + 3.3617

10.- Determinar el intervalo de predicción para un vendedor con 9 años de experiencia se

108 − 11.291 ± 𝑦𝑃 ≤ 108 + 11.291

También podría gustarte