Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 194 vistas

    Trabajo 3 Equipo 1

    Cargado por

    Victor Manuel Zeledon
    Este documento presenta los resultados de dos análisis de regresión lineal realizados como parte de un trabajo de estadística. El primer análisis examina la relación entre los gastos de publicidad y las ventas de un comerciante. Se estima que si los costos de publicidad fueran de $35, las ventas serían de $406. El segundo análisis modela la deposición atmosférica de óxido de nitrógeno entre 1978-1999. Se predice que la cantidad de óxido de nitrógeno para el año 2000 será de 4.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Trabajo 3 Equipo 1

    Cargado por

    Victor Manuel Zeledon
    194 vistas4 páginas
    Este documento presenta los resultados de dos análisis de regresión lineal realizados como parte de un trabajo de estadística. El primer análisis examina la relación entre los gastos de publicidad y las ventas de un comerciante. Se estima que si los costos de publicidad fueran de $35, las ventas serían de $406. El segundo análisis modela la deposición atmosférica de óxido de nitrógeno entre 1978-1999. Se predice que la cantidad de óxido de nitrógeno para el año 2000 será de 4.

    Título original

    Trabajo3Equipo1

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta los resultados de dos análisis de regresión lineal realizados como parte de un trabajo de estadística. El primer análisis examina la relación entre los gastos de publicidad y las ventas de un comerciante. Se estima que si los costos de publicidad fueran de $35, las ventas serían de $406. El segundo análisis modela la deposición atmosférica de óxido de nitrógeno entre 1978-1999. Se predice que la cantidad de óxido de nitrógeno para el año 2000 será de 4.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    194 vistas4 páginas

    Trabajo 3 Equipo 1

    Cargado por

    Victor Manuel Zeledon
    Este documento presenta los resultados de dos análisis de regresión lineal realizados como parte de un trabajo de estadística. El primer análisis examina la relación entre los gastos de publicidad y las ventas de un comerciante. Se estima que si los costos de publicidad fueran de $35, las ventas serían de $406. El segundo análisis modela la deposición atmosférica de óxido de nitrógeno entre 1978-1999. Se predice que la cantidad de óxido de nitrógeno para el año 2000 será de 4.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 4

    UNIVERSIDAD DE LAS REGIONES AUTONOMAS DE

    LA COSTA CARIBE NICARAGUENSE


    URACCAN - LAS MINAS

    Carrera:

    Ingeniería en sistemas

    Trabajo3 de Estadística

    Docente:

    Javier Osmar Artola García

    Coordinador:

    Jamill Castillo

    Autores:

    Ferly Quiroz Gutiérrez


    Víctor Manuel Zeledón
    Anier Francisco Mayorga

    Siuna, 16 de noviembre del 2020.


    Actividades

    1. Un comerciante minorista realizó un estudio para determinar la relación que hay entre los
    gastos semanales de publicidad y las ventas (ver datos en la hoja Ventas del
    archivo Datos.xlsx).

    a) Calcule la ecuación de la recta de regresión para pronosticar las ventas semanales


    a partir de los gastos de publicidad.

    ##Declaramos las variables.

    costos=c(40,20,25,20,30,50,40,20,50,40,25,50)

    ventas=c(385,400,395,365,475,440,490,420,560,525,480,510)

    ##El modelo de regresión está dado por:

    datos=data.frame(costos,ventas)

    reg=lm(ventas~costos,datos)

    reg

    La ordenada al origen (intercepto) es b0 = 343.706 y la pendiente (coeficiente de x) es b1


    = 3.221, por lo que la ecuación de la recta es yˆ = 343.706 + 3.221x.

    b) Representar la recta de mejor ajuste sobre el diagrama de dispersión.


    Como podemos observar en nuestro diagrama de dispersión con respecto a la recta de
    mejor ajuste es que conforme los costos de publicidad van aumentando también se están
    generando mayores ventas.

    c) Estime las ventas semanales si los costos de publicidad son de $35.

    ###si los costos fueran de 35 dólares

    predict(reg,newdata=data.frame(costos=35))

    Si los costos de publicidad fueran de 35 dólares se estima que haya unas ventas de 406
    dólares.

    2. Evaluar la deposición del nitrógeno de la atmósfera es una tarea importante del National
    Atmospheric Deposition Program (NADP), que está asociado con muchas instituciones.
    Este programa está estudiando la deposición atmosférica y su efecto sobre los cultivos
    agrícolas, las aguas superficiales de los bosques y otros recursos. Los óxidos de nitrógeno
    pueden tener efectos sobre el ozono atmosférico y la cantidad de nitrógeno puro que se
    encuentra en el aire que respiramos. Los datos son los siguientes: (ver datos en la hoja
    Óxido del archivo Datos.xlsx).

    a) Ajuste un modelo de regresión lineal.

    ##Declaramos las variables a analizar

    año=c(1978,1979,1980,1981,1982,1983,1984,1985,1986,1987,1988,1989,1990,

    1991,1992,1993,1994,1995,1996,1997,1998,1999)

    oxido=c(0.73,2.55,2.90,3.83,2.53,2.77,3.93,2.03,4.39,3.04,3.41,5.07,3.95,

    3.14,3.44,3.63,4.50,3.95,5.24,3.30,4.36,3.33)

    ##El modelo de regresión está dado por:

    datos=data.frame(año,oxido)

    reg=lm(oxido~año,datos)

    reg

    La ordenada al origen (intercepto) es b0 = -175.9025 y la pendiente (coeficiente de x) es b1


    = 0.0902, por lo que la ecuación de la recta es yˆ = -175.9025 + 0.0902x.
    b) Representar la recta de mejor ajuste sobre el diagrama de dispersión.

    #Representamos los datos en un diagrama de dispersión

    plot(año,oxido,type="p",pch=20,xlab="AÑOS",ylab="OXIDO DE
    NITROGENO",cex.lab=0.70, cex.axis=0.70,main="AÑOS Y OXIDO DE
    NITROGENO",cex.main=0.85)

    abline(reg,col="skyblue")

    Pasemos a analizar nuestro diagrama de puntos, cómo podemos observar con el pasar de
    los años los óxidos de nitrógenos aumentan y bajan levemente, pero al final sigue
    aumentando su volumen gradualmente.

    Sabemos que existen diversos parámetros que pueden causar este problema, las fuentes
    más comunes de óxidos de nitrógeno en la naturaleza, son la descomposición bacteriana
    de nitratos orgánicos, los incendios forestales, quema de rastrojos y la actividad volcánica.

    c) ¿Cuál será la cantidad de óxido de nitrógeno para el año 2000?

    ###Cantidad del oxido de nitrógeno para el año 2000

    predict(reg,newdata=data.frame(año=2000))

    Se estima que la deposición del óxido de nitrógeno para el año 2000 sea de 4.49.

    También podría gustarte