CASO APLICATIVO 6
Integrantes:
Chaca Cusi, Renzo
Condori Chávez, Josselyn Lisset
Flores Quispe, Kevin
Machaca Huamán, Bryan
Pérez Rojas, Fiorella Jazmín
1. La American Automobile Association (AAA) reportó que las familias que
planean viajar el fin de semana del Día de trabajo gastan un promedio de 749
dólares (The Associated Press, 12 de agosto de 2012). Suponga que el monto
gastado tiene una distribución normal de desviación estándar de $ 225. ¿Cuál
es la probabilidad de que los gastos familiares del fin de semana sean $800 o
más? (5 puntos)
Paso 1: Tipificar o estandarizar
µ= 749
ơ = 225
x = 800
z= (X-µ) /ơ = (800-749) /225 = 0.23
Paso 2: Consultar la tabla de probabilidad normal estándar
El valor de:
fila z=0.2
Columna = 0.03
El área bajo la curva normal estándar a la izquierda de:
Z=0.23 es 0.5910.
Por lo tanto: 1-0.5910 = 0.409 (baja probabilidad que los gastos familiares del fin
de semana sean $800 o más).
2. Estimar el tamaño de la población (cada pregunta correcta 1 punto) – 5 puntos
Margen de Tamaño de la
Población Nivel de confianza Z
error muestra
La cartera de clientas
de Fundación
Paraguaya está
conformada por 1 278
68.3% 3%
550 025 dueñas de
microempresas.
Según el Instituto
Nacional de
Estadística e
Informática (INEI)
(2015), la población 95.3% 2 400
de Lima 5%
Metropolitana en el
año 2015 fue de
9 886 647 personas.
La población estuvo
conformada por 1400
microempresas que
comercializan
artesanía tradicional y
moderna al por 99.7% 2% 3 1121
menor, en la ciudad
de Lima
Metropolitana
(MINCETUR, 2019)
En el año 2015, el
Instituto Nacional de
Estadística e
informática (INEI)
reportó que el distrito
de Los Olivos tiene
una población de 95% 1% 1.96 9362
371 229 habitantes.
La muestra del
estudio proviene de
las bases de datos de
la Encuesta
Demográfica y de
Salud Nacional
(ENDES-2011), la
cual asciende a. 99% 4% 2.58 994
22 517 mujeres de 15
a 49 años de edad,
seleccionadas al azar.
3. La revista líder de ciclismo bicycling revisa cientos de bicicletas al año. Su
selección “Road-Race” contiene revisiones de bicicletas principalmente de
carreras. Uno de los factores más importantes en la selección de bicicletas de
carreras es el peso de la misma. Los siguientes datos contienen el peso en
libras (weight) y precio (Price$) de 10 marcas (brands) de las bicicletas
revisadas por la
revista (sitio web bicycling, 8 de marzo de 2012) (7 puntos)
Se solicita:
• Elaborar los pasos para el análisis de regresión lineal simple.
• Prediga el precio de una bicicleta que pesa 15 libras
Brand weight Price ($)
FELT F5 17.8 2100
PINARELLO Paris 16.1 6250
ORBEA Orca GDR 14.9 8370
EDDY MERCKX EMX - 7 15.9 6200
BH RC1 Ultegra 17.2 4000
BH Ultralight 386 13.1 8600
CERVELO S5 Team 16.2 6000
GIANT TCR Advance 2 17.1 2580
WILIER TRIESTINA Gran Turismo 17.6 3400
ESPECIAZED S - Works Amira SL4 14.1 8000
Paso 1: Identificar la variable dependiente y la variable independiente.
La variable dependiente: Price $
La variable independiente: Weight (libras)
Paso 2: Realizar el diagrama de dispersión.
Paso 3: Definir la ecuación de regresión lineal simple.
Ecuación de la recta.
Paso 4: Estudio de la adecuación del modelo, para analizar la bondad de ajuste del
modelo a los datos, se realiza mediante:
Resumen del modelo
R cuadrado Error estándar
Modelo R R cuadrado ajustado de la estimación
1 ,929a ,864 ,847 942,26605
a. Predictores: (Constante), WEIGHT
a) Coeficiente de correlación:
R= ,929
b) Coeficiente de determinación:
R2= ,864= 86,4%
c) Prueba de hipótesis global (Prueba F)
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 45017877,461 1 45017877,461 50,703 ,000b
Residuo 7102922,539 8 887865,317
Total 52120800,000 9
a. Variable dependiente: PRICE
b. Predictores: (Constante), WEIGHT
Planteamiento de la hipótesis:
H0: βi = 0 (El modelo de regresión lineal no es adecuado a nivel poblacional)
H1: βi ≠ 0 (El modelo de regresión lineal es adecuado a nivel poblacional)
Nivel de significancia
α = 0.05
Calcular el valor de probabilidad a través de los estadísticos de prueba
p=0.000
Concluir:
Se rechaza la Ho, entonces el βi ≠ 0. Por ende, el modelo de regresión lineal es
adecuado a nivel poblacional
Paso 5: Estimación de los coeficientes mediante el método de mínimos cuadrados
Coeficientes a
Coeficientes
Coeficientes no estandarizados estandarizados
Modelo B Error estándar Beta t Sig.
1 (Constante) 28574,103 3247,133 8,800 ,000
WEIGHT -1439,006 202,090 -,929 -7,121 ,000
a. Variable dependiente: PRICE
E(y) = 28574,103 + (-1439) X
Paso 6: Uso del modelo para realizar estimaciones futuras de la variable dependiente
en función de la variable independiente
Ecuación de la recta:
E(y) = 28574,103 + (-1439) X
Prediga el precio de una bicicleta que pesa 15 libras:
Ecuación de la recta:
E(y) = 28574,103 + (-1439) 15= 6989.013
Paso 7: Validación del modelo. Se realiza la comprobación de los supuestos en
relación al término ε del modelo:
NORMALIDAD
HOMOCEDASTICIDAD
4. Someta a contraste la hipótesis nula y elabore una conclusión (cada pregunta
correcta 1 punto) – 3 puntos
Plantear las hipótesis Fijar el nivel de El valor de Concluir
significancia probabilidad
H0: r= 0 α = 0.01 p=0.020 No se rechaza la hipótesis
H1: r≠ 0 nula.
H0: = 0 α = 0.10 p=0.060 Se rechaza la hipótesis
H1: ≠ 0 nula.
H0: r= 0 α = 0.50 p=0.007 Se rechaza la hipótesis
H1: r≠ 0 nula.
