Regrecion Lineal

CASO MULTITIENDA

Una multitienda llamada “Alma de Consumo” está interesada en diseñar un modelo matemático en los el período de mayor afluencia de público, que permita a la empresa determinar el número de clientes que abandonan la fila (no realizando la compra), mediante el número de transacciones por día.

Nº de clientes Nº de transacciones

7 67

7 63

5 60

4 35

6 58

4 36

9 76

11 87

13 89

17 92

i) ¿Cuál es la variable dependiente, explicar? Calcular e interpretar los coeficientes del modelo (con sus pruebas de hipótesis según corresponda).

El número de clientes es la variable dependiente, a medida que hay más transacciones más números de clientes abandonan la fila.

1° ver si tiene lógica B

B0: no tiene alguna explicación lógica (no abarca sentido común). Solo valor de ajuste.

Y=B0+B1*X1

Y=-4.2+0.189X

Ante una mayor espera en la fila mayor es el número de clientes que abandona la fila.

B0: La constante no es lógica ya que si yo no atiendo a nadie no puedo tener -4.2 esperando en la fila.

B1: Es la cantidad de personas que se van de la fila de acuerdo al número de personas que uno atiende.

2° ver si es significativo.

Con las pruebas de hipótesis se ve si es significativo o no. P-value. Solo se hace el de B1 ya que el B0 no se calcula ya que es una constante. (VER TABLA DE COEFICIENTES).

H0: B1=0

H1: B1≠0

Nos importa que no sea igual a cero, ya que no quiere decir nada.

p-value < alfa se rechaza H0. El valor es significativo.

TABLA ANOVA: resumen de las pruebas de hipótesis. Más de una variable. Reforzar lo que se ve en la prueba de hipótesis, en el de significancia.

H0: betas iguales a cero.

H1: al menos uno es distinto.

R: coeficiente de determinación. Relación de los clientes con las transacciones.

Cuanto es la capacidad del modelo para predecir, mientras más cercano a cero mejor.

Rcuadradocorregido: lo real, de cuanto predice el modelo. Que del tanto porciento uno va a predecir bien. En este ejemplo de un 79%

Si determinamos un valor que esta fuera de los rangos, el error va a ser mayor.

ii) ¿Es lógico el coeficiente B1 estimado, explicar?

iii) ¿Son los coeficientes del modelo estadísticamente significativo? α=5%.

iv) Calcular el intervalo de confianza del 95% para la media condicionada para el promedio del número de transacciones y nº de transacciones =90. ¿Qué puede decir de ambos intervalos?

Este hacer con un análisis descriptivo.

Se agrega el 66,3 media de los descriptivos. y el 90 que dice en la pregunta. :D y luego volver a hacer lo de regresión lineal.

...