Análisis Estadístico: Relación entre Lluvias, Ganancias Agrícolas y Modelos de Pronóstico Automotriz

1. Relación entre Lluvias y Ganancias

1.1 Escriba el modelo ajustado para la relación lluvias y ganancias

R/ Y^= b^o+b^1x=y^ = 3.60042 + 0.00450x

1.2 La bondad de ajuste o coeficiente (r2) significa

R/ 91.88% de la variabilidad de las ganancias es explicada por la cantidad de lluvia caída.

1.3 El valor de la pendiente _-0.00450__ significa que

R/ c) Por cada mm de incremento en las lluvias, las ganancias del agricultor se incrementan en 4.61 millones por hectárea.

1.4 El p valor_0.0000 para la prueba de hipótesis de la pendiente significa que

R/ a) Hay relación lineal, por lo tanto, las lluvias explican el comportamiento de las ganancias.

1.5 Para el supuesto de normalidad de los errores

R/ c) El p valor (0.4673) de la prueba de Shapiro-Wilk indica que los residuales tienen distribución normal.

2. Métodos Determinísticos de Pronóstico

2. En cuanto a los métodos determinísticos, mencione cuándo se deben usar los métodos de suavización, Holt, Winter y descomposición en series

R/

• Holt: Cuando hay tendencia en los datos.
• Winter: Cuando hay tendencia y estacionalidad en los datos.
• Descomposición en series: Gráficas de datos horizontales y en los demás datos.

3. Modelo de Pronóstico de Ventas de Vehículos

3. La casa matriz de una empresa automotriz le ha solicitado la construcción de un modelo que permita pronosticar el número de vehículos por persona. Escoger los datos coeficiente de la tabla.

3.1 Escriba y describa el modelo

R/ Y^=b^o+b^1x+b^2x+……b^k

Y^=0.9697+0.00059x1-0.00010x2+0.032x3-…….

3.2 Con el modelo construido, ¿es significativo? Puede ser de utilidad saber que el valor f de la tabla análisis de varianza es el calculado en la salida del modelo

R/

Ho=b1=b2=b3=bk=0

Ha=b1≠b2

Valor p (f) 1.18e-0.6 < 0.05 (alfa) Rechazo Ho. El modelo es significativo.

3.3 Interprete cada uno de los parámetros y determine si son significativos. ¿Cuál es su significado en términos de prácticas?

R/ Población valor p 0.03

Ho=0 alfa=0.05

Ha≠0 valor p < alfa Rechazo Ho. La variable población es significativa.

Siendo las demás variables constantes, por el aumento de 1 millón, se espera que el número de autos por persona aumente en 0.00059.

R/ Ingresos Ho=0 valor p = 0.00001

Ha≠0 alfa=0.05 valor p < alfa Rechazo Ho. La variable ingresos es significativa.

Siendo las demás variables constantes, por el aumento de los ingresos en 1, se espera que el número de autos aumente 0.0333.

R/ Gasolina Ho=0 valor p 0.00539 Rechazo Ho. La variable es significativa, siendo las demás variables constantes.

Ha≠0 alfa=0.05 Variables constantes para el aumento del precio de la gasolina por litro, se espera que el número de autos disminuya -0.0040.