Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 153 vistas

    Tarea Semana 8 Estadistica para La Gestion Lorena Diaz

    Cargado por

    lorena diaz
    Este documento presenta un caso sobre un modelo de regresión lineal múltiple para estimar el precio de vehículos usados en base a años transcurridos y costo original. Se analizan los datos de 15 vehículos, encontrando una asociación negativa entre años y precio, y positiva entre costo y precio. El modelo explica un 81.1-84.8% de la variabilidad en precios. Usando este modelo, se estima que un vehículo de 13 años y $17 millones originales valdría $5.3 millones hoy. El análisis

    Copyright:

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

    Tarea Semana 8 Estadistica para La Gestion Lorena Diaz

    Cargado por

    lorena diaz
    153 vistas6 páginas
    Este documento presenta un caso sobre un modelo de regresión lineal múltiple para estimar el precio de vehículos usados en base a años transcurridos y costo original. Se analizan los datos de 15 vehículos, encontrando una asociación negativa entre años y precio, y positiva entre costo y precio. El modelo explica un 81.1-84.8% de la variabilidad en precios. Usando este modelo, se estima que un vehículo de 13 años y $17 millones originales valdría $5.3 millones hoy. El análisis

    Descripción original:

    ESTADISTICAS

    Título original

    Tarea semana 8 estadistica para la gestion Lorena Diaz

    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?

    Este documento presenta un caso sobre un modelo de regresión lineal múltiple para estimar el precio de vehículos usados en base a años transcurridos y costo original. Se analizan los datos de 15 vehículos, encontrando una asociación negativa entre años y precio, y positiva entre costo y precio. El modelo explica un 81.1-84.8% de la variabilidad en precios. Usando este modelo, se estima que un vehículo de 13 años y $17 millones originales valdría $5.3 millones hoy. El análisis

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    153 vistas6 páginas

    Tarea Semana 8 Estadistica para La Gestion Lorena Diaz

    Cargado por

    lorena diaz
    Este documento presenta un caso sobre un modelo de regresión lineal múltiple para estimar el precio de vehículos usados en base a años transcurridos y costo original. Se analizan los datos de 15 vehículos, encontrando una asociación negativa entre años y precio, y positiva entre costo y precio. El modelo explica un 81.1-84.8% de la variabilidad en precios. Usando este modelo, se estima que un vehículo de 13 años y $17 millones originales valdría $5.3 millones hoy. El análisis

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    ESTADISTICA PARA LA GESTIÓN

    SEMANA 8

    Lorena Díaz Riquelme


    10 de octubre de 2022
    Ingeniería en Administración de Empresas
    DESARROLLO
    Lea atentamente el siguiente caso, analice la información de acuerdo con los contenidos revisados en la
    semana y conteste las preguntas que se presentan a continuación:

    Una empresa de compra y venta de vehículos usados necesita un modelo de regresión para estimar el
    precio de un vehículo en base a los años transcurridos desde la compra del vehículo nuevo y el costo
    original. Para esto se toma una muestra de 15 vehículos y se obtienen los siguientes datos:

    años costo original (en Precio (en


    transcurridos millones) millones)
    15 8,2 2,6
    10 9,2 3,8
    4 15,2 7,9
    6 12,9 4,9
    17 7,2 2,3
    2 18,4 9
    5 14,8 6,7
    8 15,2 6
    12 8,2 2,7
    11 13,1 4,6
    8 13 6,6
    7 16 6,4
    6 13,7 5,1
    8 15,5 5
    19 6,5 1,5
    Luego de revisar el caso expuesto, responda:

    1. Estudie la asociación de cada variable independiente (Años transcurridos, Costo original) con la
    variable dependiente (Precio) por medio de gráficos de dispersión.

    De acuerdo a los gráficos se ve que existe una asociación lineal positiva entre el costo original versus el
    precio y una asociación negativa entre los años versus el precio.
    2. Interprete el coeficiente de correlación para estudiar la asociación de cada variable independiente
    (Años transcurridos, Costo original) con la variable dependiente (Precio).

    años vs costo
    -0,901018342
    costo vs precio
    0,926974635

    Entre los años y el precio se considera una correlación negativa fuerte, en cambio en la correlación entre
    el costo original y el precio se considera una correlación positiva fuerte.

    3. Interprete el coeficiente de determinación ajustado obtenido en el análisis de regresión lineal


    múltiple.

    años vs costo
    0,811834053
    costo vs precio
    0,84860722

    El coeficiente de determinación ajustado entre los años y el precio indica que un 81,1% de la variabilidad
    de los precios es explicada por los años transcurridos. En tanto un 84,8% de los precios son explicados por
    los costos iniciales.

    4. Si han transcurrido 13 años desde la compra de un vehículo nuevo y su costo original fue de 17
    millones, estime el precio que tendrá el vehículo hoy.

    X1= 13

    Y2= 17

    Y= 3,66-0,22*13+0,27*17= 5,30973075

    El precio estimado sería de $5.300.000 transcurridos 13 años con un valor original de $17.000.000
    5. Estudie la validez del modelo a través del análisis de varianza 𝐴𝑁𝑂𝑉𝐴.

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0,947927884
    Coeficiente de determinación R^2 0,898567274
    R^2 ajustado 0,881661819
    Error típico 0,741400846
    Observaciones 15

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
    Regresión 2 58,43323076 29,21661538 53,15250643 1,0891E-06
    Residuos 12 6,596102575 0,549675215
    Total 14 65,02933333

    Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
    Intercepción 3,11805306 2,366072004 1,317818331 0,212168713 -2,037174978 8,273281098 -2,037174978 8,273281098
    Variable X 1 -0,203328191 0,094315048 -2,155840409 0,052097056 -0,408823026 0,002166645 -0,408823026 0,002166645
    Variable X 2 0,301381584 0,123966314 2,431157097 0,031665505 0,031282189 0,57148098 0,031282189 0,57148098

    𝐻0: 𝑏1 = 𝑏2 = ⋯ = 𝑏𝑛 = 0

    𝐻1: 𝑏1 ≠ 0 𝑦/𝑜 𝑏2 ≠ 0 … 𝑏𝑛 ≠ 0

    De la tabla del análisis de varianza se puede observar que el valor crítico de F es 1,0891E-06 el cual es
    mayor que 0, por lo tanto, se rechaza la hipótesis nula y se acepta la hipótesis alternativa considerando
    con esto que el modelo de regresión lineal obtenido es válido.
    REFERENCIAS
    IACC (2022). Modelo de regresión lineal múltiple. Estadística para la gestión. Semana 8.

    También podría gustarte