Planteamiento y solución de un problema utilizando las técnicas estadísticas para el pronóstico a corto y largo plazo con el fin de tomar decisiones

EVIDENCIA 3

ESTADISTICA

Objetivo:

Planteamiento y solución de un problema utilizando las técnicas estadísticas para el pronóstico a corto y largo plazo con el fin de tomar decisiones

Procedimiento:

1. Abrimos bb
2. Leímos actividad
3. Nos reunimos en equipo
4. Repasamos temas
5. Empezamos con la resolución de cada parte que nos pide en Word y Excel.
6. Al final realizamos una conclusión.

Resultados:

1. Revisa la  información tomada de la sección de avisos de ocasión.

[pic 1]

1. Utiliza Excel o cualquier otro paquete estadístico como Minitab para realizar lo siguiente:

1. Estima el modelo de regresión múltiple e interpreta los coeficientes de la ecuación de regresión lineal múltiple.

[pic 2]

1. Prueba la significancia global del modelo de regresión múltiple; realiza todas las etapas de una prueba de hipótesis.

[pic 3]

1. Pronostica el precio para los siguientes datos.

[pic 4]

1. Prueba la significancia de los coeficientes de regresión individuales. Realiza todas las etapas de una prueba de hipótesis para cada uno de los coeficientes.

[pic 5]

1. Calcula el error estándar de estimación.

[pic 6]

1. Construye un intervalo de confianza para las pendientes de la población (β1, β2 y β3).

[pic 7]

1. Calcula e interpreta R2 en el contexto del problema.

[pic 8] [pic 9]

1. Calcula R2ajustada.

[pic 10]

1. Determina el Factor de Inflación de Varianza (VIF) para cada variable explicativa en el modelo. ¿Existe alguna razón para sospechar que existe multicolinealidad?

[pic 11]

1. Finalmente prepara un documento presentando un resumen de tus hallazgos.

Conclusión:

En base a los resultados obtenidos mediante las tablas que el análisis de datos  nos arrojó pudimos observar que nuestro modelo es casi bueno ya que la r cuadrada se acerca un poco a uno y por el lado de las variables podemos observar que hay dos variables que afectan al modelo que son las varíales uno y dos ya que la variable tres nos sale negativa.

También pudimos observar que al momento de sacar nuestro VIF nos dio en las correlaciones  x2 vs x3 y en la x1 vs x3 menos de uno, y esto quiere decir que no tenemos información redundante dentro de nuestro modelo  y no existe relación entre las variables por lo tanto no es necesario que eliminemos variables pero al momento de analizar la correlación x1 vs x2 nos dio como resultado mayor a 4 por lo que podemos decir que una de las dos variables nos está arrojando información redundante por lo que en este caso si sería recomendable el que elimináramos alguna de las dos variables, pero debemos identificar cual es la variable que más afecta para que sea esa la que se elimine.

...