H & B es una empresa familiar que durante muchos años ha estado vendiendo a clientes minorist

Se anuncian extensamente en radio y televisión, haciendo hincapié en sus bajos precios y fáciles
Al propietario le gustaría estudiar la relación entre los ingresos mensuales por ventas (En unidad
gastadas en publicidad (En unidades de 10,000).
La tabla siguiente resume información de ingresos por ventas y gastos de publicidad para un det
a Realice un diagrama de dispersión. Establezca la variable dependiente y la independiente.
b Determine los coeficientes de regresión a y b. Interprete el significado de cada uno de ellos.
c Realice el análisis de varianza y determine la validez del modelo. (Realice la prueba de hipótesis)
d Calcule el coeficiente de correlación y de determinación. Interprete el significado de cada uno d
e Realice el análisis residual. (Normalidad, Homocedasticidad, Independencia) Estableciendo en to
nula y alternativa, el valor del estadístico, el valor P y la conclusión.
f Plantee el modelo lineal encontrado. ¿Es válido este modelo? Explique.
g Halle intervalos de confianza del 95% para α y β
h ¿Puede considerarse que α = 0?
i Para un gasto de publicidad de 50,000 de pesos mensuales pronostique el ingreso promedio, el in
99% para los ingresos y el intervalo de confianza del 99% para los ingresos promedio.
j ¿Según su punto de vista, son apropiados los medios utilizados por esta empresa para dar a cono
basado en los resultados anteriores.
k ¿Considera usted, como profesional de su campo, que se debe seguir implementando este tipo de
en cuenta factores adicionales? Explique .

Observación X (Gastos) Y (Ingresos) X^2 Y^2 XY

1 26.4 80.25 696.96 6440.1 2118.60
2 30 87 900 7569.0 2610.00
3 36 90.5 1296 8190.3 3258.00
4 38.4 92 1474.56 8464.0 3532.80
5 42 92.027 1764 8469.0 3865.13
6 43.5 92.027 1892.25 8469.0 4003.17
7 48 89.5 2304 8010.3 4296.00
8 48 96.368 2304 9286.8 4625.66
9 48.9 96.368 2391.21 9286.8 4712.40
10 49.2 99.25 2420.64 9850.6 4883.10
11 49.2 99.25 2420.64 9850.6 4883.10
12 49.5 102.3 2450.25 10465.3 5063.85
13 55.2 96.25 3047.04 9264.1 5313.00
14 56 102.156 3136 10435.8 5720.74
15 56.5 98.2 3192.25 9643.2 5548.30
16 58.3 104.7 3398.89 10962.1 6104.01
17 59.1 101 3492.81 10201.0 5969.10
18 63 126 3969 15876.0 7938.00
19 63 114 3969 12996.0 7182.00
20 68 120 4624 14400.0 8160.00
21 70.8 110.5 5012.64 12210.3 7823.40
22 70.8 110.5 5012.64 12210.3 7823.40
23 75.3 115.9025 5670.09 13433.4 8727.46
24 75.6 117.75 5715.36 13865.1 8901.90
25 76 115.9025 5776 13433.4 8808.59
26 76.8 107.5 5898.24 11556.3 8256.00
27 79 118.7965 6241 14112.6 9384.92
28 79.1 115.9025 6256.81 13433.4 9167.89
29 81.2 118.7965 6593.44 14112.6 9646.28
30 83 146 6889 21316.0 12118.00
31 86.3 118.7965 7447.69 14112.6 10252.14
32 88.8 123.5 7885.44 15252.3 10966.80
33 90 126.0315 8100 15883.9 11342.84
34 92 124 8464 15376.0 11408.00
35 92.1 124.5845 8482.41 15521.3 11474.23
36 96 131.096 9216 17186.2 12585.22
37 97.6 131.096 9525.76 17186.2 12794.97
38 98 132.543 9604 17567.6 12989.21
39 98.5 132.543 9702.25 17567.6 13055.49
40 98.6 131.096 9721.96 17186.2 12926.07
41 102.3 143 10465.29 20449.0 14628.90
42 104 141 10816 19881.0 14664.00
43 104.3 136.2 10878.49 18550.4 14205.66
44 104.4 142 10899.36 20164.0 14824.80
45 105 137.6075 11025 18935.8 14448.79
46 116.4 151.5 13548.96 22952.3 17634.60
47 123.6 153 15276.96 23409.0 18910.80
48 129.6 145.5 16796.16 21170.3 18856.80
 49 134.4 157.75 18063.36 24885.1 21201.60
50 138 164 19044 26896.0 22632.00
Sumas 3855.7 5903.5405 335171.81 717945.635432 482247.7026
Suma X Suma Y Suma X^2 suma Y^2 Suma XY

180
160
140
120
100
80
60
40
20
0
20 40 60 80 100 120 140 160

n 50
a 63.048253246 SCT 20909.8
b 0.7135222755 SCE 1643.2
Sxx 37843.4 SCR 19266.6
Syy 20909.8 S^2
Sxy 27002.1 DW

Tabla ANOVA

Suma de Grados de Cuadrados

Fuente fcal
cuadrados libertad medios

Regresión 19266.6 1 19266.6 562.7879448

Error 1643.2 48 34.2
Total 20909.8

Coeficiente de correlación
 Cov(X,Y) 540.0 r 0.9599026
V(X) 756.9 r^2 92%
V(Y) 418.19653459
r 0.9599025926 0.95990259

NORMALIDAD

Ho: los residuos o errores se ajustan a una distribución normal con media µ= 0 y varianza σ^2 esti
H1: los residuos o errores no se ajustan a una distribución normal con media µ= 0 y varianza σ^2
n
# de clase
e eordenados ez A R/C
-1.60 -10.3 -1.76 P
2.50 -10.0 -1.71
1.80 -7.8 -1.33 s^2
1.60 -6.2 -1.06 Clase Límites
-1.00 -5.8 -0.99 1 -10.3
-2.10 -5.2 -0.89 2 -5.4
-7.80 -4.7 -0.8 3 -0.5
-0.90 -4.2 -0.72 4 4.4
-1.60 -4.2 -0.72 5 9.3
1.10 -3.6 -0.62 6 14.2
1.10 -3.1 -0.53 7 19.1
3.90 -3.1 -0.53
-6.20 -2.9 -0.5
-0.80 -2.3 -0.39
-5.20 -2.2 -0.38 1
0.10 -2.1 -0.36 2
-4.20 -1.6 -0.27 3
18.00 -1.6 -0.27 4
6.00 -1.6 -0.27
8.40 -1.4 -0.24 α
-3.10 -1.3 -0.22 Valor P
-3.10 -1.2 -0.21 Pto crítico
-0.90 -1.2 -0.21 Decisión: Como valor P es ME
0.80 -1.0 -0.17 Es posible considerar que los
-1.40 -0.9 -0.15
-10.30 -0.9 -0.15 Observación :
-0.60 -0.8 -0.14 S^2 calculada de los residuos
-3.60 -0.8 -0.14 S^2 estimada de los residuos
-2.20 -0.6 -0.1 es sobreestimada
23.70 -0.5 -0.09
-5.80 -0.4 -0.07
-2.90 -0.4 -0.07
-1.20 0.1 0.02
-4.70 0.8 0.14
-4.20 1.1 0.19
-0.50 1.1 0.19
-1.60 1.6 0.27
-0.40 1.8 0.31
-0.80 1.8 0.31
-2.30 2.5 0.43
7.00 2.5 0.43
3.70 3.7 0.63
-1.30 3.9 0.67
4.50 4.5 0.77
-0.40 5.4 0.92
5.40 6.0 1.03
1.80 7.0 1.2
-10.00 8.4 1.44
-1.20 18.0 3.08
2.50 23.7 4.05

INDEPENDENCIA

Ho: los residuos son independientes Errores

estandarizados
H1: los residuos son dependientes

e (ei-ei-1)^2 ei^2 ez
-1.64 2.67 -0.28
2.55 17.48343533802 6.48 0.44
1.76 0.61016978398 3.12 0.30
1.55 0.04513647319 2.41 0.27
-0.99 6.460138197645 0.98 -0.17
-2.06 1.145506584723 4.24 -0.35
-7.80 32.92292537452 60.80 -1.33
-0.93 47.169424 0.86 -0.16
-1.57 0.4123823705 2.47 -0.27
1.10 7.11792154457 1.20 0.19
1.10 0 1.20 0.19
3.93 8.042574499198 15.46 0.67
-6.18 102.3552464256 38.25 -1.06
-0.85 28.4641688894 0.72 -0.15
-5.16 18.59990863135 26.65 -0.88
0.05 27.20310823497 0.00 0.01
-4.22 18.23988485514 17.79 -0.72
18.00 493.6067807875 323.99 3.08
6.00 144 36.00 1.03
8.43 5.916514410527 71.10 1.44
-3.07 132.2008391126 9.40 -0.52
-3.07 0 9.40 -0.52
-0.87 4.803328671328 0.76 -0.15
0.76 2.668137070982 0.58 0.13
-1.37 4.549300419234 1.89 -0.23
-10.35 80.52043270611 107.06 -1.77
-0.62 94.60968489674 0.38 -0.11
-3.59 8.793313833444 12.85 -0.61
-2.19 1.94770835164 4.80 -0.37
23.73 671.802850133 563.08 4.06
-5.83 873.6826653849 33.97 -1.00
-2.91 8.524614870941 8.46 -0.50
-1.23 2.80654052711 1.52 -0.21
-4.69 11.96153041145 22.02 -0.80
-4.18 0.263320636369 17.47 -0.71
-0.45 13.90367444605 0.20 -0.08
-1.59 1.303331936396 2.53 -0.27
 -0.43 1.34929385989 0.19 -0.07
-0.79 0.127278509414 0.62 -0.13
-2.31 2.30539348691 5.32 -0.39
6.96 85.82109533437 48.42 1.19
3.75 10.32329104232 14.03 0.64
-1.27 25.14076441687 1.61 -0.22
4.46 32.81740530078 19.89 0.76
-0.36 23.23831321779 0.13 -0.06
5.40 33.15854933682 29.14 0.92
1.76 13.23039056092 3.10 0.30
-10.02 138.7951101518 100.42 -1.71
-1.20 77.88226782712 1.43 -0.20
2.49 13.55211552987 6.18 0.42
3331.87776838 1643.24 0.00

DW 2.02762597462

HOMOCEDASTICIDAD

Ho: los residuos tienen varianza constante 5

H1: los residuos no tienen varianza constante

e ez y gorro 4

-1.64 -0.279 81.8852413196

2.55 0.435 84.4539215114
1.76 0.302 88.7350551645 3

1.55 0.265 90.4475086258

-0.99 -0.169 93.0161888176
-2.06 -0.352 94.0864722309 2
Residuos estandarizados

-7.80 -1.333 97.2973224707

-0.93 -0.159 97.2973224707
-1.57 -0.269 97.9394925186 1

1.10 0.187 98.1535492013

1.10 0.187 98.1535492013
3.93 0.672 98.367605884 0
70

-1
 Residuos esta
1

0
70
-6.18 -1.057 102.434682854
-0.85 -0.145 103.005500675
-5.16 -0.882 103.362261813 -1

0.05 0.009 104.646601908

-4.22 -0.721 105.217419729
18.00 3.076 108.000156603 -2

6.00 1.025 108.000156603

8.43 1.441 111.567767981
-3.07 -0.524 113.565630352 -3
-3.07 -0.524 113.565630352
-0.87 -0.149 116.776480592
0.76 0.130 116.990537275
-1.37 -0.235 117.275946185
-10.35 -1.768 117.846764005
-0.62 -0.106 119.416513012
-3.59 -0.613 119.487865239
-2.19 -0.374 120.986262018
23.73 4.056 122.270602114
-5.83 -0.996 124.625225623
-2.91 -0.497 126.409031312
-1.23 -0.211 127.265258042
-4.69 -0.802 128.692302593
-4.18 -0.714 128.763654821
-0.45 -0.077 131.546391695
-1.59 -0.272 132.688027336
-0.43 -0.074 132.973436246
-0.79 -0.135 133.330197384
-2.31 -0.394 133.401549612
6.96 1.189 136.041582031
3.75 0.640 137.254569899
-1.27 -0.217 137.468626582
4.46 0.762 137.53997881
-0.36 -0.062 137.968092175
5.40 0.923 146.102246116
1.76 0.301 151.2396065
-10.02 -1.713 155.520740153
 -1.20 -0.204 158.945647075
2.49 0.425 161.514327267

Halle intervalos de confianza del 95% para α y β

s^2 34.2
n 50
x barra 77.114
Sxx 37843.4

V(A) 6.0641197124 Intervalo de confianza del 95% para α

desves(A) 2.4625433422 58.097 68.000
V(B) 0.0009046285
desves(B) 0.0300770434 Intervalo de confianza del 95% para β
t48,0,05 2.0106347576 0.653048 0.773996
a 63.048253246
b 0.7135222755

el ingreso promedio, el intervalo de predicción del 99% para los ingresos y el intervalo de

xo 5 Ingreso promedio
V(Y) 39.623323914 yo_gorro 66.61586462
V(Ygorro) 5.3891401725
t48,0,05 2.0106347576 Intervalo de confianza del 95% para Y gorro
61.9482722046 71.28345704

Intervalo de predicción del 95% para Y

53.959509905 79.27221934

Para un gasto de publicidad de 50,000 de pesos mensuales pronostique el ingreso promedio, el in

99% para los ingresos y el intervalo de confianza del 99% para los ingresos promedio.
diendo a clientes minoristas en cierta ciudad.
us bajos precios y fáciles condiciones de crédito.
ales por ventas (En unidades de 100,000) y las cantidades

de publicidad para un determinado número de meses.

y la independiente.
o de cada uno de ellos.
ce la prueba de hipótesis)
significado de cada uno de ellos.
encia) Estableciendo en todos los casos las hipótesis

el ingreso promedio, el intervalo de predicción del

esos promedio.
a empresa para dar a conocer su producto? Explique

mplementando este tipo de publicad, o hay que tener

Ygorro e
81.89 -1.64
84.45 2.55
88.74 1.76
90.45 1.55
93.02 -0.99
94.09 -2.06
97.30 -7.80
97.30 -0.93
97.94 -1.57
98.15 1.10
98.15 1.10
98.37 3.93
102.43 -6.18
103.01 -0.85
103.36 -5.16
104.65 0.05
105.22 -4.22
108.00 18.00
108.00 6.00
111.57 8.43
113.57 -3.07
113.57 -3.07
116.78 -0.87
116.99 0.76
117.28 -1.37
117.85 -10.35
119.42 -0.62
119.49 -3.59
120.99 -2.19
122.27 23.73
124.63 -5.83
126.41 -2.91
127.27 -1.23
128.69 -4.69
128.76 -4.18
131.55 -0.45
132.69 -1.59
132.97 -0.43
133.33 -0.79
133.40 -2.31
136.04 6.96
137.25 3.75
137.47 -1.27
137.54 4.46
137.97 -0.36
146.10 5.40
151.24 1.76
155.52 -10.02
 158.95 -1.20
161.51 2.49

Interpretación de la pendiente: 0,713

Por cada peso adicional que se invierte en publicidad
los ingresos mensuales promedio aumentarán en 71300 pesos.
Interpretación del intercepto: 63,04825
Cuando no se invierte en publicidad los ingresos promedio
mensuales son 6'304.825

fcrit valor P

4.042652 3.669E-28

MEDIDA DE ASOCIACION LINEAL. HAY UNA FUERTE CORRELACION ENTRE LO INVERTIDO

EN PUBLICIDAD Y LOS INGRESOS MENSUALES
 MEDIDA DE ASOCIACION LINEAL. HAY UNA FUERTE CORRELACION ENTRE LO INVERTIDO
EN PUBLICIDAD Y LOS INGRESOS MENSUALES

MEDIDA DE LA VARIABLIDAD EXPLICADA POR EL MODELO AJUSTADO. BUEN AJUSTE

dia µ= 0 y varianza σ^2 estimada con s^2 = 34,2

media µ= 0 y varianza σ^2 estimada con s^2 = 34,2
50
7
4.9
0.1

34.2
Límites Fronteras Fronteras Zi prob oi ei
-5.5 -5.45 -0.932 0.176 5 8.78
-0.6 -5.45 -0.55 -0.932 -0.094 0.287 24 14.34
4.3 -0.55 4.35 -0.094 0.744 0.309 14 15.45
9.2 4.35 9.25 0.744 1.582 0.172 5 8.58
14.1 9.25 14.15 1.582 2.420 0.049 0 2.45
19.0 14.15 19.05 2.420 3.257 0.007 1 0.36
23.9 19.05 3.257 0.00 1 0.03
1.000 50 50

oi ei (oi-ei)^2/ei
5 8.78 1.62968709
24 14.34 6.49959462
14 15.45 0.13614841
7 11.42 1.71191171
9.97734182
0.05
0.01876
7.814728
isión: Como valor P es MENOR que alfa rechazar Ho, o el valor de la estadística es MAYOR que el punto crítico, rechaz
posible considerar que los residuos se ajustan a una distribución normal con los parámetros dados.

servación :
2 calculada de los residuos 33.5053061 K-p-1
2 estimada de los residuos Gl=4-1, dado que no utilicé los residuos para estimar la varianza de los erro
34.234
obreestimada

izados
 5.00

4.00

3.00
Errores estandarizados

2.00

1.00

0.00
0 10 20 30 40 50 60
-1.00

-2.00

-3.00
Orden
 Como DW está entre du=1,59 y 4-du = 2,41 entonces no se rechaza Ho,
se concluye que los residuos son independientes.

2
Residuos estandarizados

0
70 90 110 130 150

-1
Residuos esta
1

0
70 90 110 130 150

-1

-2

-3

y gorro

Chart Title
5.000

4.000

3.000

2.000

1.000

0.000
70 80 90 100 110 120 130 140

-1.000

-2.000

-3.000
 -2.000

-3.000

a del 95% para α

a del 95% para β

gresos y el intervalo de confianza del 99% para los ingresos promedio.

a del 95% para Y gorro

ón del 95% para Y

el ingreso promedio, el intervalo de predicción del

esos promedio.
N ENTRE LO INVERTIDO
ES
TADO. BUEN AJUSTE

11.42

e el punto crítico, rechazar Ho

s.

mar la varianza de los errores+

150 170
 150 170

130 140 150 160 170