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

¡Te damos la bienvenida a Scribd!

  • 10 vistas

    Tarea 3 Parcial Laboratorio DENNIS MARTINEZ

    Cargado por

    Isaac Hernandez
    Este documento contiene información sobre diferentes modelos de regresión lineal y análisis de varianza realizados. Se presentan diversas ecuaciones de regresión con sus respectivos coeficientes y estadísticas. También incluye tablas con datos históricos y cálculos de índices de precios usando la fórmula del índice de Laspeyres.

    Copyright:

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

    Tarea 3 Parcial Laboratorio DENNIS MARTINEZ

    Cargado por

    Isaac Hernandez
    10 vistas36 páginas
    Este documento contiene información sobre diferentes modelos de regresión lineal y análisis de varianza realizados. Se presentan diversas ecuaciones de regresión con sus respectivos coeficientes y estadísticas. También incluye tablas con datos históricos y cálculos de índices de precios usando la fórmula del índice de Laspeyres.

    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?

    Este documento contiene información sobre diferentes modelos de regresión lineal y análisis de varianza realizados. Se presentan diversas ecuaciones de regresión con sus respectivos coeficientes y estadísticas. También incluye tablas con datos históricos y cálculos de índices de precios usando la fórmula del índice de Laspeyres.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    10 vistas36 páginas

    Tarea 3 Parcial Laboratorio DENNIS MARTINEZ

    Cargado por

    Isaac Hernandez
    Este documento contiene información sobre diferentes modelos de regresión lineal y análisis de varianza realizados. Se presentan diversas ecuaciones de regresión con sus respectivos coeficientes y estadísticas. También incluye tablas con datos históricos y cálculos de índices de precios usando la fórmula del índice de Laspeyres.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 36

    Catedrativo: Ing: Alexis Sevilla

    Clase: Analisis Cuantitativo II

    Seccion: 1800

    Fecha: 14.08.2023

    Alumno: DENNIS ISAAC MARTINEZ HERNANDEZ 20182031202


    Y = a + bX1 + cX2 + dX3

    a =-4.243.168
    b =21.314.749
    c =0,2134642

    Y =-4243,17 +2,131475X1 +0,213464 X2


    Y= 9,14
    A) INGRESO=28,725.416−139.760∙ PROPIEDAD+105.176 ∙VENTAS+56.065 ∙GASOLINA

    B) A:28,500.50, B:28,893.92;deben adoptar la propuestaB

    PROPIEDAD VENTAS GASOLINA


    Proposición A 2.76% 1.00% 1.0 ȼga
    Proposición B 1.64% 2.02% 3.3
    65 ∙GASOLINA
    A) INGRESO=8085.6084+51.4201TIENDAS−125.7441TAMAÑO . El numerode tiendas es mas importante
    el crecimiento delingreso . De hecho ,las tiendas mas grandes parecen mostrar
    un declive. Esta regresion puede llevar aun consultor a enfatizar la dispersion geografica
    das es mas importante
    ESTADISTICAS DE LA REGRESION
    COEFICIENTE DE CORRELACION MULTIPLE 0.95199271
    COEFICIENTE DE DETERMINACION R2 0.90629012
    R2 AJUSTADO 0.86880617
    ERROR TIPICO 7.79977262
    OBSERVACIONES 8

    Y= -70.66+1.01*X1+3.34*X2
    SI LA EDAD ES: 35
    SI EL INGRESO ES: 22500
    ENTONCES EL CHEQUE AL MES ES : 75160.5188
    En la regresión lineal simple, se obtuvieron los siguientes datos:
    y = 142.4 + 3.274 x1 + 0.527 x2 - 0.32 x3

    ANALISIS DE VARIANZA

    Con los valores obtenidos del análisis de varianza (P-Value) encontramos que:X1 se acepta, X2 y X3 se r

    y = 159.8 + 3.557 x1
    S = 17.1514 R-Sq = 98.4% R-Sq(adj) = 98.2%

    CONCLUSION
    En la regresión multiple simple, con los valores obtenidos del análisis de varianza(P-Value) encontramos q
    y = 193.6 + 1.360 x1 + 0.03309 x1^2 - 0.000130 x1^3
    X1 se acepta, X2 y X3 se rechazan
    za(P-Value) encontramos que, X1 se acepta, X2 y X3 se rechazan.Entonces se analizo X1 con las regresiones: line
    1 con las regresiones: lineal, cuadrática y cubico, se llegó ala conclusión de que el modelo cubico afecta un 99.5%
    lo cubico afecta un 99.5% en la variableindependiente (Y).Esta es la ecuación que se ajusta mas al conjunto de dat
    sta mas al conjunto de datos:
    A)
    Ŷ= a+ b1X1 + b2X2 + b3X3
    Ŷ= -1.38 +2.85 X1 - 3.71 X2 +30.28 X3 +1.71 X3

    B)
    Estadísticas de la regresión
    Coeficiente de correlación múlt 0.9759600373
    Coeficiente de determinación R 0.9524979944
    R^2 ajustado 0.92535399121
    Error típico 13.5072639018
    Observaciones 12

    COEFICIENTES Error típico Estadístico t


    Intercepción -1.3812008579 13.3604617 -0.10337972
    Variable X 1 2.85245886122 1.50668222 1.89320536
    Variable X 2 -3.7134059365 10.1250782 -0.36675331
    Variable X 3 30.285049064 15.5627137 1.94600052
    Variable X 4 1.17219796932 1.10166503 1.06402394
    Probabilidad
    0.92056105
    0.1002021
    0.72463835
    0.09271209
    0.32263901
    A) Y=B0+(B1)(x1)+(b2)(x2)
    X1.04900-0.28X1-0.0508X2+0.8903X3

    Estadísticas de la regresión
    Coeficiente 0.99986221
    Coeficiente 0.999724
    R^2 ajustad 0.999645
    Error típico 0.656971
    Observacion 10

    ANALISIS DE VARIANZA
    Grados de libertad Suma de cuadrados promedio de los cuadrados
    REGRESIO 2 10953.2 5476.501235
    RESIDUOS 7 3.021277 0.431611095
    TOTAL 9 10956.22

    B) INTERPRETA LOS ECOEFICIENTES DE REGRESION ESTIMADOS


    f valor critico f
    126888.741 3.48E-13
    DIA LLAMADAS PRONOSTICO MEDIA MOVIL 3 PERIODOS
    1 40 0
    2 37 0
    3 45 0
    4 32 40.666
    5 42 38
    6 47 39.666
    7 39 40.333
    8 47 42.666
    9 41 44.333
    10 36 42.333
    11 38 41.333
    PRONOSTICO
    MEDIA MOVIL 4
    DIA EMPLEADOS PERIODOS
    1 45 0
    2 64 0
    3 63 0
    4 39 0
    5 42 50.25
    6 31 49.5
    7 48 43.75
    8 54 40
    9 64 43.75
    10 36 49.25
    11 41 50.5
    12 52 48.75

    SEMANA EXISTENCIA EXCEDENTES


    1 101
    2 122
    3 109
    4 111
    5 120
    6 117
    7 115
    8 118
    9 112
    10 117
    SEMANA 11
    Suavecimiento exponencial 0.20
    101
    101
    105.2
    105.96
    106.968
    109.5744
    111.05952
    111.847616
    113.0780928
    112.86247424
    113.689979392
    MENSUALMENTE DOLARES Suavecimiento exponencial 0.10 E(T)
    1 211 211 0
    2 234 211 0.23
    3 209 213.3 -4.3
    4 217 212.87 4.13
    5 215 213.283 1.717
    6 232 213.4547 18.5453
    7 221 215.3092 5.69077
    8 211 215.8783 -4.8783
    9 203 215.3904 -12.3904
    TOTAL

    EL VALOR RMS O.1O RMS(0.10) 11.1610920733


    RMS(0.8) 13.0828311519
    e(t)^2
    0
    529
    18.49
    17.0569
    2.948
    343.9281
    32.3848
    23.7978
    153.5239
    1121.12979
    A)
    IP=PN/PO*100

    IPMARZO IPABRIL IPMAYO IPJUNIO IPJULIO


    AZUCAR 83.7 96.2 100 98.5 102.8
    BASE DE GOMA 56.7 59.1 100 96.6 90.6
    ACEITE DE MAIZ 89 95.4 100 105.5 114.7
    1993 1994 1995 1996 1997
    SUMATORIA 2.03 2.12 2.35 2.45 2.5
    INDICE 0.79 0.83 0.94 1.02 1.15

    Ipr=EPrx100/Epb

    IP1993=2.03+0.79/2.35+094(100)=85.714
    IP1994=2.12+0.83/2.35+0.94(100)=89.666
    IP1995=2.35+0.94/2.35+0.94(100)=100
    IP1996=2.55+1.02/2.35+0.94(100)=105.471
    IP1996=2.50+1.15/2.35+0.94(100)=100.942
    lp1996 lp1997 lp1998
    CARNE DE RES 100 124.7 125.6
    LECHE 100 115.2 119.5
    POLLO 100 107.7 108.7
    PAN 100 89.9 113.1

    SE OBSERVA CON EXCEPCION DEL AÑO 1997 PARA EL PAN, EN TODOS LOS DEMAS PERIODOS PARA LOS ELEMEN
    O PRODUCTOS SEÑALADOS UNA VARIACION INCREMENTAL POSITIVA, RESPECTO DE LOS PRECIOS DE LOS
    ARTICULOS DEL AÑO 1996
    ERIODOS PARA LOS ELEMENTOS
    LOS PRECIOS DE LOS
    SOLUCION:
    PRECIOS CANTIDAD PrXQ97
    AÑO 1996 1997 1998 1997 1996 1997
    PIZZA 3.00 4.50 5.00 700 2100 3150
    BEBIDA 4.00 4.50 4.50 350 1400 1575
    GALLETAS 1.50 2.50 3.00 100 150 250
    TOTAL 3650 4975
    PrXQ97
    1998
    3500
    1575
    300
    5375

    También podría gustarte