Análisis de correlación y regresión lineal.
Enviado por jessy_st93 • 30 de Octubre de 2015 • Práctica o problema • 511 Palabras (3 Páginas) • 256 Visitas
[pic 4]
Tarea individual 5: Análisis de correlación y regresión lineal.
Lic. En Psis. Jessica Sosa Trigos
Maestría en Administración de Negocios
Facilitador: Jorge Luis Moranchel Bustos[pic 5]
20 de Mayo de 2015
TAREA 5
Análisis de correlación y regresión lineal.
Toma los datos que se encuentran en la tabla 2.1 del documento en pdf: Análisis de rentabilidad: Total de ingresos (variable dependiente) y total de egresos (variable independiente).
(En los datos la coma corresponde al punto decimal y el punto a la coma que separa los miles. Ejemplo: 8.038,94 es en realidad 8,038.94)
Si utilizas Excel, favor de incluir en tu documento las tablas con los cálculos
a) Realiza un análisis de correlación para identificar si existe alguna relación entre estas dos variables.
i) Realiza el análisis gráfico primero a partir de un diagrama de dispersión
ii) Calcula el coeficiente de correlación para verificar tu resultado anterior y da una conclusión
RELACIÓN TOTAL DE INGRESOS Y EGRESOS POR MES | |||||
MES | TOTAL EGRESOS | TOTAL INGRESOS | (X-MEDIA) | (Y-MEDIA) | (X-MEDIA)(Y-MEDIA) |
ENERO | 7,768.60 | 8,038.94 | -3,926.68 | -4,106.11 | 16,123,379.27 |
FEBRERO | 7,336.82 | 7,923.75 | -4,358.46 | -4,221.30 | 18,398,367.77 |
MARZO | 9,411.33 | 7,661.07 | -2,283.95 | -4,483.98 | 10,241,176.95 |
ABRIL | 12,814.40 | 11,949.72 | 1,119.12 | -195.33 | -218,603.19 |
MAYO | 14,382.84 | 12,000.24 | 2,687.56 | -144.81 | -389,197.37 |
JUNIO | 13,674.26 | 11,830.93 | 1,978.98 | -314.12 | -621,646.75 |
JULIO | 16,054.56 | 13,842.51 | 4,359.28 | 1,697.46 | 7,399,692.34 |
AGOSTO | 9,846.12 | 9,419.03 | -1,849.16 | -2,726.02 | 5,040,843.49 |
SEPTIEMBRE | 9,065.46 | 9,747.20 | -2,629.82 | -2,397.85 | 6,305,914.85 |
OCTUBRE | 10,312.85 | 11,182.32 | -1,382.43 | -962.73 | 1,330,908.58 |
NOVIEMBRE | 11,270.68 | 20,952.27 | -424.60 | 8,807.22 | -3,739,507.15 |
DICIEMBRE | 18,405.39 | 21,192.67 | 6,710.11 | 9,047.62 | 60,710,535.18 |
TOTAL | 140,343.31 | 145,740.65 | 120,581,863.98 | ||
MEDIA | 11,695.28 | 12,145.05 | |||
D. ESTÁNDAR | 3417.585928 | 4586.135487 |
[pic 6]
La mayoría de los puntos están en los cuadrantes I y III, por lo que es posible determinar que existe una relación directa entre el total de ingresos y el total de egresos.
COEFICIENTE DE CORRELACIÓN | |||
[pic 7] | |||
r = | 120,581,863.98 | ||
[pic 8]
| |||
r = | 0.699395743 | ||
Esto implica que existe una relación directa entre el total de ingresos y el total de egresos.
b) Realiza un análisis de regresión lineal
i) Obtén la ecuación de regresión lineal
ii) Pronostica los ingresos necesarios si los costos son de $10,500.
[pic 9] | ||||||
b = | 0.93800383 | |||||
a = | 1,174.84 | |||||
Ŷ = | 1,174.84 + 0.93800383 X |
[pic 10]
Para pronosticar los ingresos necesarios si los costos son de $10,000.00, se utiliza la recta de regresión con el valor de x=10,000 | ||||
Ŷ = | 1,174.84 + 0.93800383 (10,000) | |||
Ŷ = | 10554.8789 | |||
Esto quiere decir que si los costos son de 10,000.00, se requiere un ingreso de 10,554.90 | ||||
...