Ejercicio de Regresión Lineal Simple
Ejercicio de Regresión Lineal Simple
Ejercicio de Regresión Lineal Simple
Ventas
Tienda Clientes
Semanales
1 907 11,20
2 926 11,05
3 506 6,84
4 741 9,21
5 789 9,42
6 889 10,08
7 874 9,45
8 510 6,73
9 529 7,24
10 420 6,12
11 679 7,63
12 872 9,43
13 924 9,46
14 607 7,64
15 452 6,92
16 729 8,95
17 794 9,33
18 844 10,23
19 1010 11,77
20 621 7,41
1)
a) Como se pide generar un modelo que estime las ventas semanales a partir del número de
clientes que realizan un compra, podemos decir que las ventas corresponden a la variable
regresada (o explicada) y los clientes corresponden a la variable regresora (o explicativa) .
A partir de los datos del enunciado, tenemos el siguiente gráfico de dispersión:
10,00
8,00
6,00
4,00
2,00
0,00
0 200 400 600 800 1000 1200
Clientes
= − ∙ ̅
∑ ∙ − ∙ ∙ ̅
=
∑ − ∙ ̅
̅ = 731,15 = 8,8055
∙ = 134127,90 = 11306209
= 2,423 + 0,00873 ∙
= 2,423 + 0,00873 ∙
c) Primero calculamos las sumas de los cuadrados, sabiendo que = 8,8055:
Observación − ( − ) − ( − ) − ( − )
= ( − ) = 4,53
= ( − ) = 46,83
= ( − ) = 51,36
= 4,53
− −1 = 18 ≈ 0,5017
d) La pendiente del modelo nos indica que por cada cliente que realiza una compra, las ventas
semanales aumentan en 0,00873 miles de dólares, u 8,73 dólares.
e) para calcular el valor del pronóstico solo hace falta reemplazar el valor de en la ecuación
de la recta de regresión:
( ) = 2,423 + 0,00873 ∙
El pronóstico de ventas con 750 clientes es de 8,9705 miles de dólares, u 8907,5 dólares.
f) Para determinar la significancia global del modelo, utilizamos el siguiente test de hipótesis:
Hipótesis:
: = =0
: ≠0
Para = 0,1
Estadístico de Prueba:
Región de Rechazo:
: > ( ; ; )
( ; ; ) = ( ; ; , ) ≈ 4,414
∴ :{ > 4,414}
= = 46,83 1 = 46,83
= 4,53
− −1 = 18 ≈ 0,2517
Decisión:
Se rechaza la hipótesis nula, ya que el valor del estadístico pertenece a la región de rechazo.
Conclusión:
Hipótesis:
: =0
: ≠0
Estadístico de Prueba:
Región de Rechazo:
: | |> ;
; = ( ; , ) ≈ 2,101
∴ : {| | > 2,101}
Para :
1 ̅ 1 (731,15)
= ∙ + = 0,5017 ∙ + ≈ 0,4812
( − 1) ∙ 20 19 ∙ (179,85)
2,423
= = ≈ 5,035 ∈
0,4812
Para :
1 1
= ∙ = 0,5017 ∙ ≈ 0,00064
( − 1) ∙ 19 ∙ (179,85)
0,00873
= = = 13,641 ∈
0,00064
Decisión:
Se rechaza las hipótesis nulas, ya que el valor de ambos estadísticos pertenecen a la región
de rechazo.
Conclusión:
= ± ( ; ) ∙
( ; ) = ( ; , ) = 1,734
Por lo tanto, los intervalos de confianza para ambos parámetros quedaran definidos como:
Como el valor 0 no se encuentra en ninguno de los intervalos, podemos decir con un 95% de
confianza que ambos coeficientes son significativos.