Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Análisis de Datos: Prediciendo Comportamientos con Excel, Ejercicios de Estadística

En este documento se muestra cómo utilizar Excel para predecir el comportamiento de diferentes situaciones mediante el análisis de datos. Se presentan tres puntos: el análisis de la relación entre el salario y las ausencias laborales, la relación entre el desempleo y el crecimiento económico, y el análisis de gastos y ventas de un producto. Se utilizan métodas estadísticas como la regresión lineal y el análisis de dispersión.

Tipo: Ejercicios

2021/2022

Subido el 13/11/2022

valeria-cadavid-andrade
valeria-cadavid-andrade 🇨🇴

1 documento

1 / 19

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ACTIVIDAD ESTADÍSTICA
MATERIA
ESTADISTICA II
PROFESOR
EDWAR QUIÑONEZ
ESTUDIANTE
DAYHANNA CADAVID ANDRADE
COD. 2946323998
UNIVERSIDAD COOPERATIVA DE COLOMBIA CAMPUS CALI
FACULTAD DE CIENCIAS ADMINISTRATIVAS ECONÓMICAS Y CONTABLES
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13

Vista previa parcial del texto

¡Descarga Análisis de Datos: Prediciendo Comportamientos con Excel y más Ejercicios en PDF de Estadística solo en Docsity!

ACTIVIDAD ESTADÍSTICA

MATERIA

ESTADISTICA II

PROFESOR

EDWAR QUIÑONEZ

ESTUDIANTE

DAYHANNA CADAVID ANDRADE

COD. 2946323998

UNIVERSIDAD COOPERATIVA DE COLOMBIA CAMPUS CALI

FACULTAD DE CIENCIAS ADMINISTRATIVAS ECONÓMICAS Y CONTABLES

Contenido

INTRODUCCION.............................................................................................................................. 2

DESARROLLO DE LA ACTIVIDAD...................................................................................................... 3

PUNTO 1..................................................................................................................................... 3

PUNTO 2..................................................................................................................................... 8

PUNTO 3................................................................................................................................... 11

PUNTO 4................................................................................................................................... 14

PUNTO 5................................................................................................................................... 16

CONCLUSIONES............................................................................................................................ 18

REFERENCIAS................................................................................................................................ 19

INTRODUCCION

En estos documentos mostramos el procedimiento para poder predecir el

comportamiento de diferentes situaciones en las que se necesiten realizar

estimaciones, esto utilizando el software ofimático de Excel, en el cual se pueden

es el de menor grado, 12 el más alto) y después muestreó aleatoriamente a un

grupo de trabajadores. Determinó el grado de salario de cada trabajador y el

número de días que ese empleado había faltado en los últimos 3 años.

Categoría de salarioAusencias

2 39

3 38

3 40

5 36

6 31

7 29

7 32

8 29

8 20

8 26

9 13

9 15

9 16

10 17

11 18

11 13

a) Elabore un diagrama de dispersión para estos datos e indique el tipo de

relación.

El tipo de relación de este diagrama de dispersión es negativo, debido a

que entre más aumenta la categoría de salario (eje x) menor es la cantidad

de ausencias (eje y).

y = - 3,2051x + 48,

12

17

22

27

32

37

42

1 2 3 4 5 6 7 8 9 10 11

Ausencias

Categoria Salario

Categoria Salarios vs Ausencias (linea de tendencia automatica)

b) Hallar el valor de los coeficientes y la ecuación de estimación, usando

mínimos cuadrados ordinarios – MCO

Categoría de salario eje x Ausencias eje y x*y x^2 Pronosticado

r (formula) -0,

r (excel) -0,

El coeficiente de relación encontrado es cercano a (-1), siendo así la

correlación entre las dos variables fuerte, entendiendo que es una

correlación negativa, en este caso se puede usar para realizar pronósticos

en este caso.

e) Hallar el valor de R2 y analizar el comportamiento de las variables objeto de

estudio

Categoría de salario Ausencias Pronosticado (y-ŷ)^2 (y-)^

2 39 42,57692308 12,7943787 175,

3 38 39,37179487 1,88182117 150,

3 40 39,37179487 0,394641683 203,

5 36 32,96153846 9,232248521 105,

6 31 29,75641026 1,54651545 27,

7 29 26,55128205 5,996219592 10,

7 32 26,55128205 29,68852728 39,

8 29 23,34615385 31,96597633 10,

8 20 23,34615385 11,19674556 33,

8 26 23,34615385 7,042899408 0,

9 13 20,14102564 50,99424721 162,

9 15 20,14102564 26,43014464 115,

9 16 20,14102564 17,14809336 95,

10 17 16,93589744 0,004109139 76,

11 18 13,73076923 18,22633136 60,

11 13 13,73076923 0,534023669 162,

116 412 412 225,0769231 1427

Promedio 7,25 25,75 25,

R^2 (formula) 0,

R^2 (Excel) 0,

Hay un 85% aprox. de que este modelo prediga de forma correcta las faltas

según la categoría de salario.

f) Hallar el número de ausencias de los trabajadores de acuerdo con las

siguientes categorías, 1, 3, 5, 7, 9, 12

Categoría de salario eje x Ausencias eje y Pronosticado (Excel)

En el Cuadro 1 presentamos la serie de datos de la tasa de desempleo anual en

Islandia durante el período 1985 a 2017 con la tasa de crecimiento del producto

industrial.

y = - 0,3665x + 10,

1

2

3

4

5

6

7

8

9

10

11

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Tasa de desempleo

Crecimiento

Crecimiento vs Tasa de Desempleo

 Usando Mínimos Cuadrados Ordinarios encuentre la forma funcional que

satisface la información

∑X 386,

∑Y 195,

∑XY 1497,

∑X^2 6686,

PROM X 11,

PROM Y 5,

n 33

m -0,

b 10,

Ecuación manual con ecuación de línea de tendencia similares.

 Pronostique el comportamiento de la tasa de desempleo, datos los

siguientes niveles de crecimiento.

Año

Crecimiento

Eje x

Tasa de

desempleo

Eje y

Estimado

PUNTO 3

Se tiene información que corresponde a los gastos en promociones y las ventas

en unidades de un determinado producto, para un determinado canal de venta y

para las últimas 10 semanas. Los datos son presentados en la tabla 1.

a) Establezca la variable dependiente (Y) y la variable independiente (X).

Semana

Gastos

promocionales

(miles de USD)

Ventas (en miles

de unidades)

b) Dibuje un diagrama de dispersión para estos datos.

y = - 0,3665x + 10,

1

2

3

4

5

6

7

8

9

10

11

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

Tasa de desempleo

Crecimiento

Crecimiento vs Tasa de Desempleo

c) ¿Cuál es la explicación lógica para la relación observada?

∑y 1045

∑y^2 112433

PROM X 22,

PROM Y 104,

∑(x- 

)(y- 

∑(x- 

)^2 322,

∑(y- 

)^2 3230,

∑(y- ŷ

)^2 1779,

Formula Excel

Se 14,91364202 14,

r 0,670229767 0,

R^2 0,449207941 0,

Según el coeficiente de correlación se puede determinar que la correlación

es moderada, además según el R^2 se puede decir también que hay un

45% de probabilidad que aumente las ventas si se aumentan los gastos de

promoción.

PUNTO 4

La cuenta satélite de la agroindustria es una extensión del sistema de cuentas

nacionales, que tiene como objetivo ampliar el conocimiento sobre las actividades

agroindustriales en un sistema integrado que parte desde la producción primaria

(agropecuaria, forestal, piscícola) hasta el primer nivel de transformación

industrial. E cuadro 1, presenta la actividad de sacrificio cabezas de ganado

porcino.

Concepto 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Sacrificio

Formal

1657924 1919367 2277142 2188547 2210904 2497884 2756782 2963876 3047340 3228761 3622047 4070269

Sacrificio

No Formal

1244141 1429298 960630 991284 930441 912554 1016283 1146712 1067013 1493913 1823732 2225103

Total

Nacional

2902065 3348665 3237772 3179831 3141345 3410438 3773065 4110588 4114353 4722674 5445779 6295372

y = 193.472,12x + 1.445.834,

y = 67.149,15x + 833.622,

y = 260.621,27x + 2.279.457,

0

1

2

3

4

5

6

7

0 1 2 3 4 5 6 7 8 9 10 11 12 13

Millones

Sacrificio Formal

Sacrificio No Formal

Total Nacional

Lineal ( Sacrificio Formal )

Lineal ( Sacrificio No Formal )

Lineal ( Total Nacional )

PUNTO 5

El cuadro 2, presenta el consumo final de los hogares colombianos por finalidad y

durabilidad a precios corrientes para los periodos 2005 al 2018. Se escogen 5

tipos de bienes y/o servicios al azar y realizar el respectivo grafico de dispersión

explicando el comportamiento de los datos. Seguidamente los análisis de

correlación y determinación de acuerdo con los valores obtenidos y finalmente

realice un pronóstico de las variables objeto de análisis en los años del 2019 al

Tabla con los cinco bienes y/o servicios seleccionados.

AÑO 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

p

Alimentos y

bebidas no

46458 50577 55623 62964 65870 67750 73177 77425 78816 83001 92725 107309 108948 117105

Bebidas

alcohólicas,

7709 8916 10256 10586 11383 11681 12562 13439 14380 15250 16287 18194 21453 22517

Prendas de

vestir y calzado

16177 18345 20125 20645 20899 23253 27825 30210 32799 34443 36392 38669 39987 41300

Alojamiento,

agua,

electricidad,

38570 42524 46320 49834 55034 58954 63244 69329 74597 79723 85797 93164 99654 106224

Muebles,

artículos para

el hogar y para

la conservación

ordinaria del

hogar

10822 12650 13607 14336 14657 16339 17983 19532 19825 21654 24342 25119 26086 27372

y = 5180,4x + 38843

y = 1033,1x + 6152,

y = 2067,1x + 13145

y = 5181,8x + 29920

y = 1282,6x + 9260,

0

20000

40000

60000

80000

100000

120000

140000

0 2 4 6 8 10 12 14 16

Título del gráfico

Alimentos y bebidas no alcohólicas Bebidas alcohólicas, tabaco y estupefacientes

Prendas de vestir y calzado Alojamiento, agua, electricidad, gas y otros combustibles

Muebles, artículos para el hogar y para la conservación ordinaria del hogar Lineal (Alimentos y bebidas no alcohólicas)

Lineal (Bebidas alcohólicas, tabaco y estupefacientes) Lineal (Prendas de vestir y calzado)

Lineal (Alojamiento, agua, electricidad, gas y otros combustibles) Lineal (Muebles, artículos para el hogar y para la conservación ordinaria del hogar)

En el gráfico de dispersión se puede observar que los datos conocidos están muy

cercanos a las líneas de tendencia, siendo los productos y/o servicios más usados

alimentos y bebidas no alcohólicas y alojamiento, agua, electricidad, etc.

AÑO

Alimentos y

bebidas no

alcohólicas

Bebidas

alcohólicas

, tabaco y

estupefacie

Prendas de

vestir y

calzado

Alojamiento

, agua,

electricidad,

gas y otros

Muebles,

artículos para

el hogar y para

la conservación

r 0,981575358 0,9867964 0,957085232 0,98774482 0,

R2 0,963490183 0,9737672 0,916012141 0,97563984 0,

Según los resultados de los coeficientes de correlación se puede decir que están

es casi perfecta ya que los datos están muy juntos y además de eso muy cercanos

a la línea tendencia, en cuanto al coeficiente de determinación muestra que este

modelo es más del 90% asertivos en cuanto a los precios que tendrán estos

servicios y/o productos.

PROYECCION

AÑO

Alimentos y

bebidas no

alcohólicas

Bebidas

alcohólicas,

tabaco y

estupefacientes

Prendas de

vestir y

calzado

Alojamiento,

agua,

electricidad, gas

y otros

Muebles,

artículos para el

hogar y para la

conservación

REFERENCIAS

 Arreola, S. [sikocl]. (2021, noviembre 16). ERROR ESTÁNDAR DE ESTIMACIÓN.

Youtube. https://www.youtube.com/watch?v=pxZj_Ky6nzQ

 Ec. Ricardo Contreras, M. B. A. [RicardoContreras]. (2019, septiembre 11).

Minimos Cuadrados Ordinarios FORMULA. Youtube.

https://www.youtube.com/watch?v=pDL2TD84UO

 Estadistica, E. M. [Estadigrafo]. (2016, agosto 31). Coeficiente de Correlacion.

Youtube. https://www.youtube.com/watch?v=aKsjilxc5ww

 Estadistica, E. M. [Estadigrafo]. (2017, febrero 8). Coeficiente de correlación.

Youtube. https://www.youtube.com/watch?v=nBrNeap771Q

 Garcia, V. M. [UC6fbgXklKOaD9WqjbaleMQQ]. (2020, marzo 30). Obtención de

los coeficientes del Modelo de Regresión Lineal por medio de MCO. Youtube.

https://www.youtube.com/watch?v=eq90Ue6Sx5o

 MateFacil [Arquimedes1075]. (2015, octubre 16). Ecuación de correlación lineal y

coeficiente de correlación (Ejercicio 1). Youtube. https://www.youtube.com/watch?

v=fNeXC8d5En

 Universitat Politècnica de València-UPV [UPV]. (2013, octubre 11). Coeficiente de

determinación y coeficiente de determinación corregido | | UPV. Youtube.

https://www.youtube.com/watch?v=DgGkyLRYpgg