ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Estadística y pronósticos para la toma de decisiones. Planteamiento y solución de un problema utilizando las técnicas estadísticas para el pronóstico a corto y largo plazo con el fin de tomar decisiones

Karen Lizbeth Seba BelliTarea24 de Agosto de 2016

2.376 Palabras (10 Páginas)970 Visitas

Página 1 de 10

Nombre: Alberto Vásquez García

Matrícula: 27

Nombre del curso: 

Estadística y pronósticos para la toma de decisiones.

Nombre del profesor:

Alba Margarita Picos Lee

Módulo: 3. Regresión lineal múltiple

Actividad: Evidencia 3: Planteamiento y solución de un problema utilizando las técnicas estadísticas para el pronóstico a corto y largo plazo con el fin de tomar decisiones

Fecha: 06 de mayo del 2016

Bibliografía:

Mis cursos, Blackboard. TECMilenio. Curso: Estadística y pronósticos para la toma de decisiones. Módulo 3. Regresión lineal múltiple. (06 de mayo del 2016). Obtenido de Temas: 11, 12, 13, 14 y 15. Evidencia 3 Final: Planteamiento y solución de un problema utilizando las técnicas estadísticas para el pronóstico a corto y largo plazo con el fin de tomar decisiones.: https://miscursos.tecmilenio.mx/webapps/blackboard/execute/content/file?cmd=view&content_id=_751711_1&course_id=_26668_1&framesetWrapped=true

Desarrollo de la práctica:

Instrucción para el alumno:

Organícense en equipos de trabajo de 2 a 3 integrantes y resuelvan lo que se les pide. Al finalizar tu ejercicio debes presentar tus conclusiones a todo el grupo y justificar tu análisis estadístico aplicado.

  1. Revisa la siguiente información tomada de la sección de avisos de ocasión.

Precio

Metros de terreno 

Metros de 

Número de

(miles de pesos)

X1

construcción 

recámaras 

Y

 

X2 

X3

2700

288

378

4

1895

160

252

4

1397

230

252

4

1795

234

167

2

650

72

124

4

850

128

262

4

3875

188

246

4

4300

390

380

3

11850

885

775

4

11900

885

775

3

3250

150

233

3

6700

406

420

3

5499

320

390

4

4250

170

244

4

4250

170

233

3

470

160

127

3

500

90

73

2

550

91

73

2

650

110

90

2

550

90

74

2

620

172

76

2

1700

189

374

4

2330

300

330

4

1600

136

140

3

1100

144

290

3

  1. Utiliza Excel o cualquier otro paquete estadístico como Minitab para realizar lo siguiente:
  1. Estima el modelo de regresión múltiple e interpreta los coeficientes de la ecuación de regresión lineal múltiple.

Estadísticas de la regresión

Coeficiente de correlación múltiple

0.9396

Coeficiente de determinación R^2

0.8829

R^2  ajustado

 

0.8662

Error típico

 

1162.0015

Observaciones

 

25

Análisis de varianza

 

Grados de libertad

Suma de cuadrados

Promedio de los cuadrados

F

Valor crítico de F

Regresión

3

213782653.0318

71260884.3439

52.7762

5.93621E-10

Residuos

21

28355197.5282

1350247.5013

Total

24

242137850.5600

 

Coeficientes

Error típico

Estadístico t

Probabilidad

Inferior 95%

Superior 95%

Intercepción

-602.5690

1152.5736

-0.52280

0.6066

-2999.4769

1794.3390

Variable X 1

9.1420

4.1850

2.18448

0.0404

0.4389

17.8451

Variable X 2

5.9345

5.2169

1.13754

0.2681

-4.9147

16.7836

Variable X 3

-77.8103

445.2394

-0.17476

0.8629

-1003.7362

848.1156

Modelo de regresión estimado es:

[pic 2]

[pic 3]

Interpretación de los coeficientes de regresión.

  • El valor de B0 es, de nuevo, la intercepción con el eje Y, debido a que se trata de regresión lineal múltiple, se interpreta como el valor de Y cuando X1, X2 y X3 son iguales a cero, a diminuto es engañoso tratar de interpretar este valor, en especial si el cero está fuera del rango de valores de las variables independientes (como es en el presente caso). y nos da un resultado negativo de -602.5690.
  • La relación entre Y (Precio) y X1 (Metros de terreno) se describe por b1= 9.1420. En este modelo, por cada unidad  de metro de terreno (X1), El precio (miles de pesos) se incrementa en 9.1420 en promedio, manteniendo constante la X2 (Metros de construcción) y X3 (Número de recámaras).
  • El coeficiente b2= 5.9345 especifica que por cada metros de construcción de X2, El precio (miles de pesos) (Y) se incrementa 5.9345 en promedio, manteniendo constante la X1 (Metros de terreno) y X3 (Número de recámaras)
  • El coeficiente b3= -77.8103 se especifica que por cada número de recámaras X3, El precio (miles de pesos) (Y) se disminuye en -77.8103 en promedio, manteniendo constante la X1 y X2.
  1. Prueba la significancia global del modelo de regresión múltiple; realiza todas las etapas de una prueba de hipótesis.

  1. Establecimiento de hipótesis

H0: β1 = β2 = β3 = 0 (Metros de terreno X1, los metros de construcción (X2) y número de recámaras (X3) no afectan el Precio (miles de pesos) Y).

...

Descargar como (para miembros actualizados) txt (19 Kb) pdf (429 Kb) docx (2 Mb)
Leer 9 páginas más »
Disponible sólo en Clubensayos.com