En base a la gráfica de dispersión

1. Hipótesis para analizar:

[pic 1]

        α = 0,05

En base a la gráfica de dispersión, se refleja una relación inversa entre las variables ingresadas, por lo tanto, a mayores devoluciones de prendas implicará un menor ingreso por lo tanto reducción de ventas de las prendas.

[pic 2]

1. Verificación de supuestos

• Supuestos de normalidad de los errores o residuos

H0: Los errores se distribuyen normalmente (V)

H1: Los errores no se distribuyen (F)

Decisión estadística

Como el valor p=0.827 >  α = 0,05 ------🡪 entonces no se rechaza H0 (H0  es V)

Conclusión: 

Con un  nivel de significación del 5%, los errores se distribuyen normalmente, por lo tanto, se cumple  el supuesto de normalidad.

[pic 3]

[pic 4]

Independencia de errores

H0: Los errores no están auto correlacionados se distribuyen normalmente (Los errores son independientes)

H1: Los errores están auto correlacionados (Los errores son dependientes)

Decisión estadística

Como el valor del estadístico DW está entre 1 y 3, entonces H0 no se rechaza. 

Conclusión:

No existe autocorrelación de los errores, por lo tanto, se cumple el supuesto de independencia.

Calculo:

[pic 5]

Análisis:

Validación del modelo

Ho: β1 = 0 (No existe relación lineal entre las ventas y las devoluciones de prendas)[pic 6]

H1: β1 ≠ 0 (Existe relación lineal entre las ventas y las devoluciones de prendas)

        α = 0,05

Estadístico de prueba: F = 225.207

Valor p= 0.012 < 0.05

Decisión estadística:

Debido a que el valor p= 0.012 entonces, se rechaza H0.

Conclusión: Con un nivel de significancia del 5%, el modelo lineal estimado entre las ventas y el número de devoluciones de prendas es válido. Es decir, existe relación lineal entre ambas variables.

[pic 7]

Presentación del modelo estimado:

Resumen del modelo

[pic 8]