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

¡Te damos la bienvenida a Scribd!

  • 16 vistas

    Actividad 2 U4

    Cargado por

    Eduardo Rodriguez
    El resumen analiza los resultados de una regresión con 10 observaciones. Reporta un coeficiente de correlación múltiple de 0.759 y un R^2 de 0.576. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo con un valor p de 0.0109. La regresión predice ventas basadas en llamadas.

    Copyright:

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

    Actividad 2 U4

    Cargado por

    Eduardo Rodriguez
    16 vistas7 páginas
    El resumen analiza los resultados de una regresión con 10 observaciones. Reporta un coeficiente de correlación múltiple de 0.759 y un R^2 de 0.576. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo con un valor p de 0.0109. La regresión predice ventas basadas en llamadas.

    Descripción original:

    Actividad escolar

    Título original

    Actividad 2 U4 (1)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El resumen analiza los resultados de una regresión con 10 observaciones. Reporta un coeficiente de correlación múltiple de 0.759 y un R^2 de 0.576. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo con un valor p de 0.0109. La regresión predice ventas basadas en llamadas.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    16 vistas7 páginas

    Actividad 2 U4

    Cargado por

    Eduardo Rodriguez
    El resumen analiza los resultados de una regresión con 10 observaciones. Reporta un coeficiente de correlación múltiple de 0.759 y un R^2 de 0.576. El análisis de varianza muestra que el modelo de regresión es estadísticamente significativo con un valor p de 0.0109. La regresión predice ventas basadas en llamadas.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 7

    Resumen

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0.759014109360084
    Coeficiente de determinación R^2 0.576102418207681
    R^2 ajustado 0.523115220483641
    Error típico 9.90082399548006
    Observaciones 10

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados
    Regresión 1 1065.78947368421
    Residuos 8 784.21052631579
    Total 9 1850

    Coeficientes Error típico


    Intercepción 18.9473684210526 8.49881855892376
    Variable X 1 1.18421052631579 0.359140633262005

    Análisis de los residuales

    Observación Pronóstico para Y Residuos


    1 42.6315789473684 -12.6315789473684
    2 66.3157894736842 -6.31578947368421
    3 42.6315789473684 -2.63157894736842
    4 54.4736842105263 5.52631578947369
    5 30.7894736842105 -0.789473684210527
    6 30.7894736842105 9.21052631578947
    7 42.6315789473684 -2.63157894736842
    8 42.6315789473684 7.36842105263158
    9 42.6315789473684 -12.6315789473684
    10 54.4736842105263 15.5263157894737
    Promedio de los cuadrados F Valor crítico de F
    1065.78947368421 10.8724832214765 0.0109019296658381
    98.0263157894737

    Estadístico t Probabilidad Inferior 95% Superior 95%


    2.22941204000148 0.056348646844022 -0.650942320175481 38.545679162281
    3.2973448745129 0.0109019296658381 0.356030740893763 2.0123903117378

    Variable X 1 Gráfico de los residuales


    20
    10
    Residuos

    0
    5 10 15 20 25 30 35
    -10
    -20
    Variable X 1
    Variable X 1 Curva de regresión aju
    Y Pronóstico para Y Linear (Pronóstico par
    80
    Inferior 95.0% Superior 95.0%
    -0.650942320175 38.545679162281 70
    0.356030740894 2.0123903117378 60
    f(x) = 1.18421052631579 x + 18.9473684210526
    R² = 1
    50
    Ventas

    40

    30

    20

    10
    os residuales 0
    5 10 15 20 25 30 35
    Lamadas

    30 35 40 45
    X 1 Curva de regresión ajustada
    tico para Y Linear (Pronóstico para Y)

    579 x + 18.9473684210526

    20 25 30 35 40 45
    Lamadas
    Llamadas Ventas Error de X Error de Y
    Representante
    1 20 30 -2 -15
    2 40 60 18 15
    3 20 40 -2 -5
    4 30 60 8 15
    5 10 30 -12 -15
    6 10 40 -12 -5
    7 20 40 -2 -5
    8 20 50 -2 5
    9 20 30 -2 -15
    10 30 70 8 25
    ∑128▒𝒙_𝒊 ∑128▒𝒚_𝒊

    Totales 220 450


    𝑥 ̅ 𝑦 ̅
    22 45
    Desviacion Estandar 9.1893658347268 14.337208778404 131.74985651362 9

    𝑟=(𝑥_𝑖−𝑥 ̅ )(𝑦_𝑖−𝑦 ̅ 900/((10−1)9.189∗14.337)


    )/((𝑛−1) 𝑆_𝑥 𝑆_𝑦 )
    Varianza

    MMC
    30 4
    𝒃_𝟏=(∑128▒(𝒙_𝒊−𝒙 ̅ )(𝒚_𝟏−𝒚 ̅ ) )/(∑128▒(𝒙_𝒊−𝒙 ̅ )^𝟐 )=𝟗𝟎𝟎/𝟕𝟔𝟎=
    270 324 1.18421052631579
    10 4
    120 64
    180 144 𝒃_𝟎=𝒚 ̅−𝒃_𝒊 𝒙=𝟒𝟓−𝟏.𝟏𝟖𝟒𝟐𝟏𝟎𝟓𝟐𝟔(𝟐𝟐)=
    60 144
    10 4 𝒚 ̂=𝒃_𝟎+𝒃_𝟏 𝒙=𝟏𝟖.𝟗𝟒𝟕𝟑𝟔𝟖𝟒𝟐+𝟏.𝟏𝟖𝟒𝟐𝟏𝟎𝟓𝟐𝟔𝒙
    -10 4
    30 4
    200 64

    900 760

    1185.74870862253

    (10−1)9.189∗14.337) 0.7590141093601

    𝒚 ̂=𝒃_𝟎+𝒃_𝟏 𝒙=𝟏𝟖.𝟗𝟒𝟕𝟑𝟔𝟖𝟒𝟐+𝟏.𝟏𝟖𝟒𝟐𝟏𝟎𝟓𝟐𝟔(5)=24.8684211

    𝒚 ̂=𝒃_𝟎+𝒃_𝟏 𝒙=𝟏𝟖.𝟗𝟒𝟕𝟑𝟔𝟖𝟒𝟐+𝟏.𝟏𝟖𝟒𝟐𝟏𝟎𝟓𝟐𝟔(𝟖𝟎)=113.684211
    𝟐 )=𝟗𝟎𝟎/𝟕𝟔𝟎=
    1.18421052631579

    𝟔(𝟐𝟐)= 18.94736842

    𝟖𝟒𝟐𝟏𝟎𝟓𝟐𝟔(5)=24.8684211

    𝟐𝟏𝟎𝟓𝟐𝟔(𝟖𝟎)=113.684211

    También podría gustarte