


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
El análisis de ejercicios relacionados con la regresión lineal múltiple en un diplomado de métodos estadísticos aplicados. Se interpreta el significado de los parámetros en dos modelos diferentes: uno que relaciona la educación de una persona con la educación de su madre y del padre, y otro que relaciona las ventas de una empresa con el dinero invertido en publicidad y el número de agentes de ventas. Además, se analiza un modelo de regresión lineal simple para determinar los factores que más influyen en el precio de venta de una casa. Se incluyen ejercicios para calcular el p-valor y rechazar o aceptar la hipótesis nula.
Tipo: Ejercicios
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!



Ejercicio 1.- En seguida se presenta un modelo de regresión lineal múltiple para determinar si el número de año que estudia una persona (Edu) se puede modelar con las variables Número de hermanos (Her), Años de educación de la madre (EduM) y Años de educación del padre (EduP): Edu=1.4-1.2Her+0.8EduM+1.2EduP. Interprete los parámetros: Los años de educación de una persona se incrementa 0.8 por cada año que se incremente la educación de la mamá, en una familia con el mismo numero de hermanos y la educación del papa es fijo. Por su parte la variable años de educación del padre se entiende que los años de educación de una persona se incrementa 1.2 por cada año que se incrementa la educación de la mamá en una familia con el mismo número de hermanos y educación de la mama es fija. En cuanto al número de hermanos se interpreta de la siguiente manera, los años de educación de una persona disminuyen 1.2 por cada hermano adicional que tenga, siendo fija los años de educación de los padres. Ejercicio 2.- Se desea modelar las ventas de una empresa (miles de pesos) como función del dinero invertido en publicidad (miles de pesos) y del número de agentes de ventas en su nómina. El modelo fue: Ventas=10+15Publicidad+2Agentes Interprete los resultados: Los miles de pesos en ventas de una empresa aumentan 15 por cada mil pesos invertidos en publicidad, sí la variable número de agentes es igual. Las ventas de una empresa aumentan 2 por cada agente de ventas que tenga en su nómina, sí la variable de publicidad permanece fija. B0 en este caso no tendría mucho sentido dado que una empresa que no invierte en publicidad o agente de ventas difícilmente incremente o tenga ventas.
Ejercicio 3.- Un inversionista quiere modelar el valor de una casa (Valor,$) en función del tamaño del terreno (TTerr,m2), área construida (ACons,m2) y distancia a un centro comercial (Dist, km). Desea saber que factor incluye más para determinar el valor de la casa. Propone: Valor=10.23+745TTerr+970ACons-12Dist. Por la interpretación de los parámetros (unidades de cambio), el parámetro con mayor magnitud indicará la variable más influyente. ¿Tiene razón el inversionista? Con estas variables, y como está diseñado el modelo, el que tiene más valor es el área construida con 970 y la que tiene el mayor precio en comparación con el tamaño del terreno o la distancia a un centro comercial. Ejercicio 4.- Se desea evaluar las ventas de una empresa (en miles de pesos) como función del dinero invertido en publicidad (miles de pesos) y del número de agentes de ventas en su nómina. ¿Qué se puede concluir con respecto a los parámetros del modelo= Ventas=10+15Publicdiad+2agentes p-valor para B0=0.06= No se rechaza la hipótesis nula que es igual a 0, por lo tanto, debería ser 10, si no 0 para que sea correcto. P-valor para B1 (Publicidad)=0.02. =RECHAZO hipótesis nula y me quedo con la alternativa que esB es diferente a 0 y por lo tanto la publicidad si afecta al modelo. p-valor para B2 (Agentes)=0.017= =RECHAZO hipótesis nula y me quedo con la alternativa, es decir que es diferente a 0 y por lo tanto la variable agente si contribuye a las ventas. Ejercicio 5.- Se presentan datos de 20 casas seleccionadas al azar. Variables consideradas: Tamaño de la casa (x 10, en m2 ), Valor asignado (x 10000, valor presupuestado) y Precio de venta (x 10000, precio de venta). Se pretende modelar el precio de venta.
Intercepto 13.9054810 47. X 1 0.9795450 4.2757 028 X2 - 0.5575071 0. Analizando estos resultados se observa que los intervalos de la variable X2, correspondiente al valor agregado, contiene 0, indicando que no es significativo. Esto coincide al valor p-obtenido anteriormente. Confirmando que esta variable no tiene influencia en el precio de la casa y por lo tanto se recomienda descartarlo del modelo. Posteriormente se realizó nuevamente el análisis de las variables, únicamente con el intercepto y la variable “Tamaño de la casa”. Se obtuvo el siguiente resultado: 2.5% 97.5% Intercepto 21.971552 41. X 1 2.142496 3. Las variables obtenidas confirman que la variable X1 y el intercepto son significantes e influyen en el valor de la propiedad. Los resultados de la variable “Tamañp de la casa# se interpretaría como por cada metro cuadrado que tenga la casa va contribuir entre 2.12 a 3.35 precio de venta.