Hoja de Trabajo #2

Problema #2
Un hotel de los suburbios obtiene su ingreso bruto de la renta de sus instalaciones y de su

restaurante. Los propietarios tienen interés en conocer la relación entre el número de habitaciones
ocupadas por noche y el ingreso por día en el restaurante. En la siguiente tabla se presenta una
muestra de 25 días (de lunes a jueves) del año pasado que indica el ingreso del restaurante y el
número de habitaciones ocupadas.
 ¿Parece que aumenta el ingreso por desayunos a medida que aumenta el número de
habitaciones ocupadas? Trace un diagrama de dispersión para apoyar su conclusión.
Gráfica de dispersión de ingreso vs. habitaciones ocupadas

1550
1500
ingreso
1450
1400
1350
10 20 30 40 50 60
habitaciones ocupadas
Los ingresos sí parecen aumentar a medida que aumenta el número de habitaciones ocupadas.
 Determine el coeficiente de correlación y determinación entre las dos variables.

Interprete el valor.
Coeficiente de determinación 𝑟 2 = 17.89%
El 17.87% del coeficiente de determinación indica que la variable habitaciones ocupadas

explica el 17.87% de la variación de los ingresos por desayuno.
17.89
Coeficiente de correlación 𝑟 = √ 100 = 0.4229 = 42.29%
El 42.29% del coeficiente de correlación indica una baja relación entre la variable
habitaciones ocupadas e ingresos por desayuno.
 Elabore un modelo para predecir el ingreso cuando se tenga ocupadas 75 habitaciones.
𝑖𝑛𝑔𝑟𝑒𝑠𝑜 = 1,382.0 + 1.478(75) = 1,492.85

El ingreso cuando se tenga ocupadas 75 habitaciones es de $1,492.85
Problema #3
Un constructor de bienes raíces desea estudiar la relación entre el tamaño de una casa que
compraría un cliente (en pies cuadrados) y otras variables. Las posibles variables independientes
son el ingreso familiar, el número de miembros en la familia, si hay un adulto mayor viviendo con la
familia (1 para sí, 0 para no), y los años totales de educación adicionales al bachillerato del esposo
y la esposa. La información muestral se reporta en la siguiente tabla.
 Formule una ecuación de regresión múltiple apropiada. ¿Qué variables independientes

incluiría en la ecuación de regresión final?
Variables independientes incluidas: Ingresos y Miembros en la familia.
Modelo:
El modelo tiene un coeficiente de correlación de 94.77% lo cual indica que existe una relación
buena entre las variables.
El modelo tiene un coeficiente de determinación de 89.82% lo cual indica que las variables
Ingresos y Miembros en la familiar explican casi el 90% de la variación del tamaño de la casa que
compraría un cliente.
Según la prueba T para los parámetros se puede decir que los coeficientes son buenos, pero
pueden ser mejores.
Según la prueba F para el modelo en su conjunto podemos indicar que el modelo es bueno hasta
un 99% de confianza.
Por lo tanto se plantea la siguiente ecuación de regresión multiple.

Problema #4
El presidente de Blitz Sales Entreprises, una compañía que vende productos de cocina mediante
comerciales en televisión, con frecuencia denominados infomerciales, reunió datos de las últimas
15 semanas de ventas para determinar la relación entre las ventas y el número de infomerciales.
 Determine la ecuación de regresión. ¿Es posible predecir las ventas a partir del número
de comerciales?
Modelo:
El modelo de regresión puede explicar el 65.21% de la variación de las ventas.
El modelo tiene un coeficiente de correlación de 80.75% lo cual indica que la relación entre las
variables no es tan fuerte.
Según la prueba T los coeficientes son buenos parámetros para el modelo.
El modelo en su conjunto es bueno hasta un 99% de confianza según la prueba F.

 Determine los residuos y trace un histograma. ¿Parece razonable la suposición de
normalidad?
En base al histograma sí parece razonable la suposición de normalidad en los residuos.
 Realice un pronóstico de las ventas cuando se realicen 50 infomerciales.
𝑉𝑒𝑛𝑡𝑎𝑠(𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑑𝑜𝑙𝑎𝑟𝑒𝑠) = 1.019 + 0.0829(50) = 5.164 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑑𝑜𝑙𝑎𝑟𝑒𝑠

Problema #5
Una planeadora regional estudia los datos demográficos en un área de un estado en particular. Ha
recabado los siguientes datos en nueve condados.
 ¿Existe una relación lineal entre el ingreso mediano y la edad mediana?
Gráfica de dispersión de ingreso mediano vs. Edad mediana

50000
45000
ingreso mediano
40000
35000
30 40 50 60 70
Edad mediana
Según la gráfica y el coeficiente de correlación de 72.14% podemos decir que existe una relación
lineal entre el ingreso mediano y la edad mediana pero no es muy buena.
 ¿Cuál es la variable “dependiente”?
La variable dependiente es el ingreso mediano.
 Utilice software estadístico para determinar la ecuación de regresión. Interprete el valor

de la pendiente en la ecuación de regresión simple.
La pendiente indica el cambio en el ingreso mediano por cada aumento de un año de vida. Es decir
que hay un aumento de $362 por cada año que cumple la persona.
 Incluya el aspecto de que el condado sea “costero” o no en un análisis de regresión
lineal múltiple empleando una variable “ficticia”. ¿Parece haber una influencia
significativa de los ingresos?
Según el coeficiente de correlación y el coeficiente de determinación que ambos son de 100%

indican que hay una influencia significa del tipo de condado para predecir los ingresos.
 Pruebe cada uno de los coeficientes individuales para ver si son significativos.
Según la prueba T para los coeficientes los coeficientes individuales son significativos.
 Haga un trazo de los residuos y comente si parecen seguir una distribución normal.
Los residuos sí parecen seguir una distribución normal.

 Trace los residuos contra los valores ajustados. ¿Parecen tener la misma cantidad de
variación?
Según la gráfica no parecen tener la misma cantidad de variación.

Hoja de Trabajo #2

Cargado por

Copyright:

Formatos disponibles

Hoja de Trabajo #2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Hoja de Trabajo #2

Cargado por

Copyright:

Formatos disponibles

Problema #2

Un hotel de los suburbios obtiene su ingreso bruto de la renta de sus instalaciones y de su

Gráfica de dispersión de ingreso vs. habitaciones ocupadas

 Determine el coeficiente de correlación y determinación entre las dos variables.

Coeficiente de determinación 𝑟 2 = 17.89%

El 17.87% del coeficiente de determinación indica que la variable habitaciones ocupadas

𝑖𝑛𝑔𝑟𝑒𝑠𝑜 = 1,382.0 + 1.478(75) = 1,492.85

 Formule una ecuación de regresión múltiple apropiada. ¿Qué variables independientes

Variables independientes incluidas: Ingresos y Miembros en la familia.

Por lo tanto se plantea la siguiente ecuación de regresión multiple.

El modelo de regresión puede explicar el 65.21% de la variación de las ventas.

Según la prueba T los coeficientes son buenos parámetros para el modelo.

El modelo en su conjunto es bueno hasta un 99% de confianza según la prueba F.

En base al histograma sí parece razonable la suposición de normalidad en los residuos.

 Realice un pronóstico de las ventas cuando se realicen 50 infomerciales.

𝑉𝑒𝑛𝑡𝑎𝑠(𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑑𝑜𝑙𝑎𝑟𝑒𝑠) = 1.019 + 0.0829(50) = 5.164 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑑𝑜𝑙𝑎𝑟𝑒𝑠

 ¿Existe una relación lineal entre el ingreso mediano y la edad mediana?

Gráfica de dispersión de ingreso mediano vs. Edad mediana

 ¿Cuál es la variable “dependiente”?

La variable dependiente es el ingreso mediano.

 Utilice software estadístico para determinar la ecuación de regresión. Interprete el valor

Según el coeficiente de correlación y el coeficiente de determinación que ambos son de 100%

Los residuos sí parecen seguir una distribución normal.

Según la gráfica no parecen tener la misma cantidad de variación.

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.