Ejercicios de Análisis de Regresión Múltiple

1. 1
© Martín Soto-Córdova, 2013
Curso: PRONOSTICO DE NEGOCIOS
Tema: Análisis de Regresión Múltiple (2)
Lima, 30-04-13
Facultad de Administración y Negocios (FAyN)

2. 2
© Martín Soto-Córdova, 2013
Ejercicios
 Se realiza un estudio dirigido al gasto familiar. Se desea conocer la relación
que afecte el gasto de alimentación mensual de una familia con el ingreso
mensual, los componentes de la familia y el ahorro familiar conseguido.
 Y: Gasto mensual (nivel de influencia).
 X1: Ingreso
 X2: Número de integrantes
 X3: Monto de ahorro
 Se tiene:
Gasto en alimentos | Ingreso mensual | Integrantes de familia | Ahorro mensual |
5000 | 10000 | 6 | 500 |
6000 | 45000 | 9 | 2000 |
2000 | 11000 | 5 | 1000 |
3000 | 12000 | 6 | 500 |
1500 | 10500 | 3 | 1000 |
5000 | 10000 | 6 | 2000 |
6000 | 24000 | 6 | 2000 |
3000 | 6000 | 3 | 1800 |
6000 | 45000 | 6 | 1500 |
5000 | 45500 | 5 | 3000 |

3. 3
© Martín Soto-Córdova, 2013
5000 | 10000 | 6 | 500
6000 | 45000 | 9 | 2000
2000 | 11000 | 5 | 1000
3000 | 12000 | 6 | 500
1500 | 10500 | 3 | 1000
5000 | 10000 | 6 | 2000
6000 | 24000 | 6 | 2000
3000 | 6000 | 3 | 1800
6000 | 45000 | 6 | 1500
5000 | 45500 | 5 | 3000
Y X1 X2 X3
La ecuación de regresión: Y = - 20 + 0.0169 X1 + 444 X2 + 0.890 X3
R2
= 59.8%
R2
(ajustado) = 39.7%

4. 4
© Martín Soto-Córdova, 2013
 CASO: REPUESTOS PARA AUTOMOVILES
La empresa importadora SUPER REPUESTOS distribuye toda una gama de
repuestos automovilísticos dentro del mercado peruano desde hace más 20
años.
Uno de los principales productos que comercializa son las llantas de caucho, las
cuales representan la mayor cantidad de ingresos para esta empresa. Por esta
razón, el gerente de ventas esta estudiando el comportamiento de las ventas
de este producto (periodo de varios años), de manera específica, le gustaría
determinar que factores afectan las ventas de llantas.
Para poder realizar esta investigación tomo en cuenta la variable número de
tiendas al menudeo que le compran, el tamaño del parque automotor (en
millones de unidades), el ingreso personal total de la población (en miles de
millones de dólares) y la antigüedad promedio de los automóviles (en años).

5. 5
© Martín Soto-Córdova, 2013
Cantidad de
Ventas
anuales
(miles)
37.702 | 1739 | 9.27 | 85.4 | 3.5 |
35.000 | 1500 | 10.56 | 83.1 | 4 |
35.700 | 1400 | 11.23 | 81.45 | 4.2 |
34.678 | 1356 | 10.9 | 80.66 | 4 |
38.076 | 1700 | 11.12 | 86.09 | 3.5 |
38.196 | 1709 | 12.2 | 86.34 | 3.5 |
36.023 | 1390 | 11.01 | 82.44 | 4.3 |
37.900 | 1689 | 10.34 | 85.55 | 4 |
37.239 | 1500 | 10.02 | 84.99 | 4.2 |
38.008 | 1623 | 11 | 86.12 | 4.0 |
38.500 | 1780 | 11.22 | 87.8 | 3.5 |
38.234 | 1700 | 10.11 | 86.97 | 3.2 |
37.011 | 1620 | 10.01 | 84.9 | 4 |
36.001 | 1200 | 9.2 | 82.55 | 4 |
35.487 | 1300 | 10.2 | 80.456 | 4.2 |
40.788 | 1450 | 12.3 | 90.34 | 3.5 |
40.980 | 1500 | 12.4 | 92.98 | 3 |
38.023 | 1600 | 12.11 | 87.32 | 3.5 |
42.122 | 1690 | 11.98 | 93.12 | 3 |
41.900 | 1600 | 12.2 | 92.1 | 3.5 |
Número de
automóviles
registrados
(millones)
Número de tiendas
al menudeo
Ingreso
Personal
(mmdd)
Antigüedad
promedio de los
automóviles
(años)

6. 6
© Martín Soto-Córdova, 2013
 Al aplicar las ecuaciones normales a los datos obtenemos los siguientes
coeficientes de regresión::
bo = -16.7455
b1 = - 0.000006
b2 = -0.02768
b3 = 0,6139
b4 = 0.5952
Y = -16.7455 - 0.000006 X1 - 0.02768 X2 + 0,6139 X3 + 0.5952 X4

7. 6
© Martín Soto-Córdova, 2013
 Al aplicar las ecuaciones normales a los datos obtenemos los siguientes
coeficientes de regresión::
bo = -16.7455
b1 = - 0.000006
b2 = -0.02768
b3 = 0,6139
b4 = 0.5952
Y = -16.7455 - 0.000006 X1 - 0.02768 X2 + 0,6139 X3 + 0.5952 X4