Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 25 vistas

    Ejercicio 14

    Cargado por

    Luis Alfonso LH
    El resumen del documento es: 1. Se presentan los datos de ventas semanales de una cadena de comida rápida durante 12 semanas posteriores a una campaña publicitaria exitosa. 2. Se ajustan modelos de regresión lineal y cuadrático para relacionar las ventas con el tiempo, encontrando que el modelo cuadrático es mejor. 3. También se ajustan modelos para predecir la producción de algodón y las ganancias de un editor, encontrando en ambos casos evidencia de una relación cuadrática.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Ejercicio 14

    Cargado por

    Luis Alfonso LH
    25 vistas9 páginas
    El resumen del documento es: 1. Se presentan los datos de ventas semanales de una cadena de comida rápida durante 12 semanas posteriores a una campaña publicitaria exitosa. 2. Se ajustan modelos de regresión lineal y cuadrático para relacionar las ventas con el tiempo, encontrando que el modelo cuadrático es mejor. 3. También se ajustan modelos para predecir la producción de algodón y las ganancias de un editor, encontrando en ambos casos evidencia de una relación cuadrática.

    Descripción original:

    estadistica actividad 14

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El resumen del documento es: 1. Se presentan los datos de ventas semanales de una cadena de comida rápida durante 12 semanas posteriores a una campaña publicitaria exitosa. 2. Se ajustan modelos de regresión lineal y cuadrático para relacionar las ventas con el tiempo, encontrando que el modelo cuadrático es mejor. 3. También se ajustan modelos para predecir la producción de algodón y las ganancias de un editor, encontrando en ambos casos evidencia de una relación cuadrática.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    25 vistas9 páginas

    Ejercicio 14

    Cargado por

    Luis Alfonso LH
    El resumen del documento es: 1. Se presentan los datos de ventas semanales de una cadena de comida rápida durante 12 semanas posteriores a una campaña publicitaria exitosa. 2. Se ajustan modelos de regresión lineal y cuadrático para relacionar las ventas con el tiempo, encontrando que el modelo cuadrático es mejor. 3. También se ajustan modelos para predecir la producción de algodón y las ganancias de un editor, encontrando en ambos casos evidencia de una relación cuadrática.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 9

    Profesional

    Nombre: Luis Alfonso Loyo Hermida Matrícula:2952125


    Nombre del curso: Nombre del profesor:
    Estadística José Luis Ruiz Maldonado
    Módulo: Actividad:
    3 Ejercicio 14
    Fecha: 12/11/2020

    1. Una cadena de comida rápida ha experimentado un cambio importante en sus ventas


    como resultado de una campaña de publicidad exitosa. En consecuencia, la gerencia
    ahora necesita un nuevo modelo de regresión para sus ventas. Los siguientes datos se
    recolectaron en las doce semanas posteriores al inicio de la campaña de publicidad.

    Tiempo Ventas
    Semanas (miles de
    (X) dólares)
    (Y)
    1 4618
    2 3741
    3 5836
    4 4367
    5 5118
    6 8887
    7 19746
    8 34215
    9 50306
    10 65717
    11 86434
    12 105464
    Profesional

    a. Usa Excel o Minitab para determinar la ecuación que mejor se ajuste a sus
    ventas.

    b. Encuentra el coeficiente de determinación e interprétalo en el contexto del


    problema.

    Resumen del modelo


    R- R-cuad.
    S cuad. (ajustado)
    15517.9 83.08 81.39%
    %
    Análisis de Varianza
    Fuente GL SC MC F P
    Regresió 1 1.18232E+10 1.18232E+1 49.10 0.000
    n 0
    Error 10 2.40804E+09 2.40804E+0    
    8
    Total 11 1.42313E+10      

    El coeficiente de determinación es 0.8308 lo cual nos dice que hay un 83.08%


    de variación con la cantidad de ventas respecto a los cambios de las otras
    variables analizadas.

    c. ¿Estás satisfecho con el modelo como pronosticador de ventas (Y)? Explica.


    Realiza todas las etapas de una prueba de hipótesis con α = 0.05.

    Ho: B1 = 0
    Ha: B1 ≠ 0

    Fcal = 49.0989448
    Ftabla = 4.96

    Se rechaza Ho
    Se concluye que al menos una pendiente es diferente de 0
    Profesional

    Ho: B1 = 0
    Ha: B1 ≠ 0
    -2.746718866 = Tcal = B1 / Sb1 = 9092.84965 / 1297.669003
    Ttabla = 2.228
    Se rechaza Ho

    Se concluye que las semanas si afectan a las ventas, se puede decir que estamos satisfechos ya
    que las ventas aumentaron de forma exponencial después de la nueva campaña publicitaria.

    d. Transforma la variable independiente (X2) y ahora corre de nuevo el modelo


    con X y X2 como variables explicativas. ¿Es este modelo cuadrático un mejor
    ajuste para los datos? Explica. Realiza todas las etapas de una prueba de
    hipótesis con α = 0.05.

    Ho: B1 = b2 = 0
    Ha: B1 = B2 ≠ 0

    Fcal = 1023.14639
    Ftabla = 4.26

    Se rechaza Ho
    Se concluye que al menos una pendiente es diferente de 0

    TERMINO LINEAL
    Ho: B1 = 0
    Ha: B1 ≠ 0

    -8.464289815 = Tcal = B1 / Sb1 = -8141.517233 / 961.8665489


    Ttabla = 2.262
    Se rechaza Ho

    El termino lineal afecta a las ventas (Y)


    Profesional

    TERMINO EXPONENCIAL
    Ho: B2 = 0
    Ha: B2 ≠ 0

    18.40574597 = Tcal = B2 / Sb2 = 1325.720529/ 72.02753593


    Ttabla = 2.262
    Se rechaza Ho

    El termino exponencial, si afecta a las ventas (Y)

    e. Encuentra el coeficiente de determinación e interprétalo en el contexto del


    problema. Compáralo con el obtenido en el inciso b ¿Cuál modelo prefieres?
    ¿Por qué?

    R2=14168951087/14231268934=0.9956

    Coeficiente de determinación = 0.9956


    El 99.5% del aumento de las ventas se deben a la nueva campaña de publicidad de la
    empresa, mientras que el otro 0.5% es debido a otras causas.

    Se le da preferencia al modelo con el termino cuadrático, debido a que de esta manera


    tenemos una menor significancia con R^2, es decir, es de mayor exactitud que la
    primera.

    Ejercicio 2

    2. Un editor de libros de texto universitarios realizó un estudio para relacionar la ganancia


    por libro (Y) con el costo de venta (X) para un periodo de seis años. Se obtuvieron los
    siguientes datos (en miles de dólares, ajustados por la inflación):

    Utilidad por libro dólares, 16.5 22.424.928.8 31. 35.8


    (Y) 5
    Costo de venta por libro en dólares, 5.0 5.6 6.1 6.8 7.4 8.6
    (X)
    Profesional

    a. Ajusta un modelo cuadrático.

    b. ¿Proporcionan los datos suficiente evidencia para indicar una curvatura entre
    (Y) y (X)? Realiza todas las etapas de la prueba de hipótesis con α = 0.05.

    2
    Y =−0.8198 x +16.334 x−44.192
    Ho: B1 = b2 = 0
    Ha: B1 = B2 ≠ 0

    Fcal = 332.5284008
    Ftabla = 9.55

    Se rechaza Ho
    Se concluye que al menos una pendiente es diferente de 0

    TERMINO LINEAL
    Ho: B1 = 0
    Ha: B1 ≠ 0

    6.560020399 = Tcal = B1 / Sb1 = 16.33386317/ 2.489910423


    Ttabla = 3.182
    Se rechaza Ho
    Profesional

    El termino lineal (el costo de venta por libro), si afecta a la utilidad por libro (Y)

    TERMINO EXPONENCIAL
    Ho: B2 = 0
    Ha: B2 ≠ 0

    -4.494479005 = Tcal = B2 / Sb2 = -0.819769195/ 0.18239471


    Ttabla = 3.182
    Se rechaza Ho

    El termino exponencial, si afecta a la utilidad por libro (Y)

    c. Encuentra el coeficiente de determinación en la salida de Excel e interpreta su


    valor en el contexto del problema.

    R2=234.9551425/236.015=0.995509364
    Coeficiente de determinación = 0.995509364
    Interpretación: el 99.5% de la utilidad por libro se deben al costo de venta por libro, mientras
    que el otro 0.5% se deben a otros factores.

    d. Utiliza la ecuación de predicción para estimar la utilidad media del libro cuando
    el costo de venta por libro es de 6500 (expresa dicho costo en miles de dólares
    antes de sustituirlo en la ecuación).

    2
    Y =−0.8198(6.5 )+ 16.334(6.5)−44.192
    Y =27.34245

    Ejercicio 3

    3. Un agrónomo está interesado en la producción de algodón recopilada en los siguientes


    datos referentes al número de bellotas por planta durante la estación de crecimiento.
    Aquí Y es la media del número de bellotas por planta y X es el tiempo medido en
    semanas.

    Y, bellotas 11 47 104 110 100 82


    0 0 0 0 0 0
    X, 1 4 7 9 12 15
    semanas
    Profesional

    a. Utiliza Excel o cualquier otro paquete estadístico como Minitab para obtener un
    diagrama de dispersión.

    b. Ajusta un modelo cuadrático, es decir X y X2. ¿Proporcionan los datos


    suficiente evidencia para indicar una curvatura entre el número de bellotas (Y)
    y el tiempo en semanas (X)? Realiza todas las etapas de la prueba de hipótesis
    con α = 0.05.

    Ho: B1 = b2 = 0
    Ha: B1 = B2 ≠ 0

    Fcal = 31.97412147
    Profesional

    Ftabla = 9.55

    Se rechaza Ho
    Se concluye que al menos una pendiente es diferente de 0

    TERMINO LINEAL
    Ho: B1 = 0
    Ha: B1 ≠ 0

    6.789539315 = Tcal = B1 / Sb1 = 244.2164179 / 35.9695123


    Ttabla = 3.182
    Se rechaza Ho

    El termino lineal, si afecta al número de bellotas (Y)

    TERMINO EXPONENCIAL
    Ho: B2 = 0
    Ha: B2 ≠ 0

    -5.468951676 = Tcal = B2 / Sb2 = -11.87810945/ 2.171917061


    Ttabla = 3.182
    Se rechaza Ho

    El termino exponencial, si afecta al número de bellotas (Y)

    c. Encuentra el coeficiente de determinación en la salida del software que elegiste


    e interpreta su valor en el contexto del problema.

    R2=727599.5025/761733.3333=0.9552
    Coeficiente de determinación = 0.9552
    Interpretación: el 95.5% del número de bellotas, se deben a las semanas transcurridas,
    mientras que el otro 5.5% se deben a otros factores.

    d. Utiliza la ecuación de predicción para estimar el número de bellotas cuando el


    número de semanas es de 8, 10 y 14.

    Y= -11.878(82) +244.22(8)-175.55
    Profesional

    Y=1018.018
    Y=-11.878(102) +244.22(10)-175.55
    Y=1078.85
    Y=-11.875(142) +244.22(14)-175.55

    Y=-11.878(142) +244.22(14)-175.55

    Y=915.442

    También podría gustarte