You are on page 1of 16

VARIABLE INDEPENDIENTE VARIABLE DEPENDIENTE

DATOS VENDEDOR LLAMADAS DE VENTA (X) COPIADORAS VENDIDAS (Y)


1 V1 20 30
2 V2 40 60
3 V3 20 40
4 V4 30 60
5 V5 10 30
6 V6 10 40
7 V7 20 40
8 V8 20 50
9 V9 20 30
10 V10 30 70
80

70

60

50

40

30

20

10

0
5 10 15 20 25 30 35 40 45
MegaStat 12-Nov-05 2:13 PM

Regression analysis

0.576 r²
0.759 r
9.901 std. error of estimate
10 observations
1 predictor variable
Y dependent variable
confidence interval
variables coefficients std. error t (df=8) p-value 95% lower 95% upper
intercept a= 18.9474
X1 b= 1.1842 0.3591 3.2973 .0109 0.35603 2.0124

ANOVA table
Source SS df MS F p-value
Regression 1,065.7895 1 1,065.7895 10.87 .0109
Residual 784.2105 8 98.0263
Total 1,850.0000 9
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.7590141094
Coeficiente de determinación R^2 0.5761024182
R^2 ajustado 0.5231152205
Error típico 9.9008239955
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 1065.7894736842 1065.7894736842
Residuos 8 784.2105263158 98.0263157895
Total 9 1850

Coeficientes Error típico Estadístico t


Intercepción 18.9473684211 8.4988185589 2.22941204
Variable X 1 1.1842105263 0.3591406333 3.2973448745
F Valor crítico de F
10.87248322 0.0109019297

Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%


0.056348647 -0.650942304 38.545679146 -0.650942304 38.5456791461
0.01090193 0.3560307416 2.0123903111 0.3560307416 2.0123903111
VARIABLE
VARIABLE DEPENDIENTE
INDEPENDIENTE
DATOS VENDEDOR LLAMADAS DE VENTA (X) COPIADORAS VENDIDAS (Y) X^2 Y^2 XY
1 V1 20 30 400 900 600
2 V2 40 60 1,600 3600 2400
3 V3 20 40 400 1600 800
4 V4 30 60 900 3600 1800
5 V5 10 30 100 900 300
6 V6 10 40 100 1600 400
7 V7 20 40 400 1600 800
8 V8 20 50 400 2500 1000
9 V9 20 30 400 900 600
10 V10 30 70 900 4900 2100

220 450 5,600 22,100 10,800


TOTALES
48400 202500

9,000
Coeficiente de Correlacion r = = 0.7590
11,857

Coeficiente de Determinacion r ^2 = 0,7590^2 = 0.5761


PRUEBA DE LA SIGNIFICANCIA DEL COEFICIENTE DE CORRELACION

1 La muestra solo es de 10 vendedores

2 ¿Puede ser que la correlacion de la poblacion sea cero?

3 ¿Entonces r = 0,759 proviene de la casualidad?

4 ¿Cuál es la poblacion objetivo? Rta/. Todos los vendedores de


DE CORRELACION

on sea cero?

los vendedores de la firma


PRUEBA DE HIPOTESIS:

1 Llamemos ρ (ro) la correlacion de la poblacion

2 Se define la Hipotesis nula (Ho) y la Hipotesis alterna (H1)

3 Ho : ρ = 0 (la correlacion de la poblacion es cero)

4 H1 : ρ ≠ 0 (la correlacion de la poblacion es diferente de ce


sis alterna (H1)

diferente de cero)
Error estandar de estimación

1 Que tan precisa es la predicción de Y con base en X, ó

2 Que tan inexacta puede ser la estimación


3 S, es una medida de la dispersión de los valores observados

alrededor de la linea de regresión


ase en X, ó

lores observados
NIVEL DE SIGNIFICANCIA PARA PRUEVAS DE UNA COLA
0.10 0.05 0.025 0.01 0.005 0.0005
gl
NIVEL DE SIGNIFICANCIA PARA PRUEVAS DE DOS COLAS
0.20 0.10 0.050 0.02 0.01 0.001
1 3,078 6,314 12,706 31,821 63,657 636,619
2 1,886 2,920 4,303 6,965 9,925 31,599
3 1,638 2,353 3,182 4,541 5,841 12,924
4 1,533 2,132 2,776 3,747 4,604 8,610
5 1,476 2,015 2,571 3,365 4,032 6,869

6 1,440 1,943 2,447 3,143 3,707 5,959


7 1,415 1,895 2,365 2,998 3,499 5,408
8 1,397 1,860 2,306 2,896 3,355 5,041
9 1,383 1,833 2,262 2,821 3,250 4,781
10 1,372 1,812 2,228 2,764 3,169 4,587

11 1,363 1,796 2,201 2,718 3,106 4,437


12 1,356 1,782 2,179 2,681 3,055 4,318
13 1,350 1,771 2,160 2,650 3,012 4,221
14 1,345 1,761 2,145 2,624 2,977 4,140
15 1,341 1,753 2,131 2,602 2,947 4,073

16 1,337 1,746 2,120 2,583 2,921 4,015


17 1,333 1,740 2,110 2,567 2,898 3,965
18 1,330 1,734 2,101 2,552 2,878 3,922
19 1,328 1,729 2,093 2,539 2,861 3,883
20 1,325 1,725 2,086 2,528 2,845 3,850

21 1,323 1,721 2,080 2,518 2,831 3,819


22 1,321 1,717 2,074 2,508 2,819 3,792
23 1,319 1,714 2,069 2,500 2,807 3,768
24 1,318 1,711 2,064 2,492 2,797 3,745
25 1,316 1,708 2,060 2,485 2,787 3,725

26 1,315 1,706 2,056 2,479 2,779 3,707


27 1,314 1,703 2,052 2,473 2,771 3,690
28 1,313 1,701 2,048 2,467 2,763 3,674
29 1,311 1,699 2,045 2,462 2,756 3,659
30 1,310 1,697 2,042 2,457 2,750 3,646

40 1,303 1,684 2,021 2,423 2,704 3,551


60 1,296 1,671 2,000 2,390 2,660 3,460
120 1,289 1,658 1,980 2,358 2,617 3,373
ºº 1,282 1,645 1,960 2,326 2,576 3,291
Análisis de Regresión

1 Desarrollar un modelo matemático para expresar la relación e


las dos variables

2 Estimar el valor de la variable dependiente Y basándose en el


la variable independiente X

3 Y´ = a + bX

4 b= 1.18421

a= 18.9474
r la relación entre

sándose en el valor de

You might also like