Estadistica para la toma de decisiones.
Enviado por Stella • 13 de Marzo de 2018 • 1.297 Palabras (6 Páginas) • 983 Visitas
...
[pic 6]
De la tabla t de Student:
[pic 7]
Sustituyendo
[pic 8]
[pic 9]
- Pronostica la pérdida cuando el tiempo es de 33 semanas.
La ecuación según el análisis de regresión de EXCEL es:
[pic 10]
[pic 11]
- Con los conceptos vistos y puestos en práctica, da una respuesta justificada a cada una de las siguientes cuestiones:
- ¿Para qué utilizarías la regresión lineal simple en un problema de tu especialidad?
Pudiera ser para determinar si existe relación entre la demanda y el precio de un producto
- ¿Qué relación tiene con la correlación?
La correlación nos diría primero si el modelo se ajusta a los datos dependiendo del valor de ésta
- ¿Cómo medirías el ajuste del modelo de regresión lineal obtenido?
Mediante las pruebas de hipótesis necesarias así como de una análisis de varianza
- ¿Qué es el coeficiente de determinación?
Es la proporción de variabilidad de la variable Y que queda explicada por el modelo de entre toda la presente. El coeficiente de determinación toma valores entre 0 y 1, y cuanto más se aproxime a 1 mejor será el ajuste y por lo tanto mayor la fiabilidad de las predicciones que con él realicemos.
- ¿Por qué crees que se llama regresión lineal?
Porque los datos de la variable dependiente tienden a “regresar” a la media
- ¿Cuál es la relación de la prueba de hipótesis con el intervalo de confianza en la regresión?
La relación es que el intervalo de confianza nos da el rango dentro del cual la prueba de hipótesis de la pendiente nos llevará a rechazar la hipótesis nula, y como consecuencia a concluir que si hay relación entre variables.
Parte 2
Realiza lo siguiente:
- En un estudio de variables que afectan la productividad en el negocio de abarrotes al menudeo, W. S. Good usa el valor agregado por hora de trabajo para medir la productividad de tiendas de abarrotes al menudeo. Él define el “valor agregado” como el “excedente [dinero generado por el negocio] disponible para pagar mano de obra, muebles accesorios y equipo”. Los datos de acuerdo con la relación del valor agregado por hora de trabajo Y y el tamaño X de la tienda de abarrotes descrita en el artículo de Good para diez tiendas de abarrotes ficticias se muestran enseguida. Se establecerá un modelo para relacionar Y con X.
Datos en relación con el tamaño de tienda y el valor agregado
Tienda
Valor agregado
por hora de trabajo
Y
Tamaño de la tienda
(miles de pies cuadrados)
X
1
6.08
23.0
2
5.40
14.0
3
5.51
27.2
4
5.09
12.4
5
4.92
33.9
6
3.94
9.8
7
6.11
22.6
8
5.16
17.5
9
5.75
27.0
10
5.60
21.1
- Realiza un diagrama de dispersión de los datos para Y contra X.
[pic 12]
- Calcula las rectas de mínimos cuadrados para Y contra X.
[pic 13]
- Obtén una gráfica de residuales contra el valor ajustado de Y, ya sea por medio de Minitab. Observa la gráfica. ¿Qué patrón parecen seguir los datos? Éste es un ejemplo de análisis de residuales.
[pic 14]
- En un experimento con conejos se tomaron en cuenta las siguientes variables:Y: Proporción del peso final al peso inicial.
X: Gramos diarios de alimento por kg de peso inicial.
Proporción de peso final al
peso inicial
Y
Gramos diarios
de alimento por kg de peso inicial
X
Proporción de peso final al
peso inicial
Y
Gramos diarios de alimento por kg de peso
inicial
X
0.91
10
1.16
33
...