Professional Documents
Culture Documents
Estudio de caso
1 10 1.3
2 6 2
3 5 1.7
4 12 1.5
5 10 1.6
6 15 1.2
7 5 1.6
8 12 1.4
9 17 1
10 20 1.1
Las ventas estn expresadas en miles de litros y el precio en $ por cada litro.
Diagrama de dispersin
25
20
15
10
0
0 0.5 1 1.5 2 2.5
Al analizar el diagrama de dispersin, este nos indica que la relacin entre las ventas y
el precio es negativa, es decir que a medida que aumenta el precio las ventas
disminuyen y en la proporcin que los precios disminuyen las ventas se incrementan,
por lo tanto podemos concluir que existe un relacin inversamente proporcional entre
las ventas y el precio del solvente para pinturas en las primeras 10 semanas del ao
2009 de la empresa DITESSUR
Una medida que nos indica que tanto se relacionan linealmente dos variables entre
s.
La formula de clculo del coeficiente de correlacin es:
nXY XY
r
nX 2
(X ) 2 nY 2 (Y ) 2
Se procede a calcular el coeficiente de correlacin.
i Y X XY X2 Y2
1 10 1.3 13.0 1.69 100
2 6 2.0 12.0 4.00 36
3 5 1.7 8.5 2.89 25
4 12 1.5 18.0 2.25 144
5 10 1.6 16.0 2.56 100
6 15 1.2 18.0 1.44 225
7 5 1.6 8.0 2.56 25
8 12 1.4 16.8 1.96 144
9 17 1.0 17.0 1.00 289
10 20 1.1 22.0 1.21 400
112 14.4 149.3 21.56 1488
r 0.86345
El valor de r nos dice que existe una fuerte correlacin lineal negativa entre las ventas
del solvente para pinturas con su precio.
En C52 =(C48*F49-D49*E49)/RAIZ((C48*G49-E49^2)*(C48*H49-D49^2))
En C53 =COEF.DE.CORREL(D39:D48,E39:E48)
En C54 =PEARSON(D39:D48,E39:E48)
R2 = 0.74561319
R2 = 74.56%
Esto nos muestra que el 74.56% de las ventas dependen o estn explicadas por el
precio de venta, existiendo un 25.44% de variacin no explicada.
En G52 =C52^2
En G53 =COEFICIENTE.R2(D39:D48,E39:E48)
Como ya se ha determinado que existe una elevada correlacin lineal negativa entre
las variables ventas y precio, ahora se debe determinar una ecuacin de regresin que
represente dicha relacin; para ello se requiere conocer lo siguiente:
En donde:
El objetivo entonces es encontrar los valores de b0 y b1, para ello se procede as:
De la ecuacin i despejamos b0
Y b1X
b0
n
Luego reemplazamos b0 en Ec ii ,
Y b1X
XY X b1X
2
n
XY b1 X
2
XY b1X 2
n
nXY XY b1 X nb1X 2
2
nb1X 2 b1 X nXY XY
2
b1 nX 2 X nXY XY
2
nXY XY
b1
nX 2 X
2
nXY XY ( X X )(Y Y )
b1
nX 2 (X ) 2 ( X X ) 2
Y b1X
b0 Y b1 X
n
(Y Y ) 2 Y 2 b0 Y b1XY
s y. x
n2 n2
1488 32.1359 112 (14.5388 ) 149 .3
s y. x
10 2
s y. x 2.725
La forma de trabajar en Excel es:
1 ( X 0 X )2
IC Y t0 s y. x
n ( X i X ) 2
Y X ( X i X )2
10 1.3 0.0196
6 2 0.3136
5 1.7 0.0676
12 1.5 0.0036
10 1.6 0.0256
15 1.2 0.0576
5 1.6 0.0256
12 1.4 0.0016
17 1 0.1936
20 1.1 0.1156
0.824
1 0.0361
IC 8.4376 2.306 2.725
10 0.824
IC 6.05,10.82
Intervalo de prediccin
1 ( X 0 X )2
IP Y t0 s y. x 1
n ( X i X ) 2
1 0.0361
IP 8.4376 2.306 2.725 1
10 0.824
IP = 8.44 6.72164961
IP = 1.72 - 15.16
DESCOMPOSICION DE LA VARIABILIDAD
SST SSR SSE
donde :
SST = SSR + SSE
SCT SCR SCE SST (Y Y ) 2
SSR (Y Y ) 2
Variabilidad Variabilidad Residual o
total de Y explicada por variabilidad no SSE (Y Y ) 2
la relacin explicada
lineal
SCE = 59.42
Fuente de
SC GL CM FCal p - Value
Variacion
Regresion 174.18 1 174.175
23.448 0.001284
Error 59.42 8 7.428
Total 233.60 9 25.956
En D192 =J175
En D193 =H175
En D194 =D192+D193
En F192 =D192/E192
En F193 =D193/E193
En F194 =D194/E194
En G192 =F192/F193
En H192 =DISTR.F(G192,E192,E193)
H0: =0
H1: =0
Consideramos = 5%
CME
R2=R2=1-
CMT
En C200 =C52^2
En C201 =D192/D194
En C202 =COEFICIENTE.R2(D165:D174,E165:E174)
Del coeficiente de determinacin podemos deducir que el 74.56% de los valores de las
ventas quedan explicados por el precio, existiendo un 25.44% de variacin no
explicada.
Ms Excel posee una herramienta que contiene los principales anlisis estadsticos
bsicos existentes, para poder activar dicha herramienta se debe proceder as:
Botn de
Office
Presionar
aqu
Al presionar
Presionar
aqu
este botn nos
aparece
Configurar el
cuadro de dialogo
con las opciones
que se muestran y
presionar aceptar.