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 estadístico de precios de automóviles, Resúmenes de Gestión de Costes

Un análisis estadístico detallado de los precios de diferentes marcas y modelos de automóviles, incluyendo la identificación de la marca más cara, el cálculo de intervalos de confianza para los precios medios, contrastes de hipótesis para comparar los precios entre marcas y tipos de combustible, y el desarrollo de un modelo de regresión lineal para estimar el precio en función de variables como la capacidad del motor, los caballos de potencia, la longitud y el peso del vehículo. El análisis se realiza utilizando herramientas estadísticas como excel, lo que permite extraer conclusiones relevantes sobre los factores que influyen en el precio de los automóviles.

Tipo: Resúmenes

2023/2024

Subido el 24/08/2024

fr-jg
fr-jg 🇩🇴

3 documentos

1 / 9

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
FREDERICK REINOSO
DD118 ESTADÍSTICA BÁSICA
CASO PRÁCTICO
I. A partir de los datos que se brindan responda las siguientes cuestiones:
1. Investigue que marca de coche es la más cara. Justifique la respuesta.
b.
1. El
coc
he
s
car
o
en
los
dat
os
es
un
Me
rce
des
-Be
nz
con
un
pre
cio
aju
sta
do
por
infl
aci
ón
de
1
pf3
pf4
pf5
pf8
pf9

Vista previa parcial del texto

¡Descarga Análisis estadístico de precios de automóviles y más Resúmenes en PDF de Gestión de Costes solo en Docsity!

FREDERICK REINOSO

DD118 – ESTADÍSTICA BÁSICA

CASO PRÁCTICO

I. A partir de los datos que se brindan responda las siguientes cuestiones:

1. Investigue que marca de coche es la más cara. Justifique la respuesta. b.

  1. El coc he má s car o en los dat os es un Me rce des -Be nz con un pre cio aju sta do por infl aci ón de

Est e pre cio ele vad o se just ific a pri nci pal me nte por las sig uie nte s car act erís tica s: 2.Mo tor pot ent e: Mo tor de 8 cili ndr os con 30

cos en coc hes de lujo .

  1. A lta tec nol ogí a: Sis te ma de iny ecc ión mul tip unt o (M PFI ) y dis eñ o de mo tor OH CV qu e mej ora n la efic ien cia y

ren dim ien to.

1. Calcule un intervalo de confianza para la media del precio ajustado a la inflación para cada marca. Para llevar a cabo el análisis, se clasificaron los datos por tipo de marca y sus respectivos precios ajustados por inflación. Esto permitió calcular el intervalo de confianza para la media del precio ajustado para cada fabricante Es importante señalar que se utilizó un nivel de confianza del 95% para cada intervalo de confianza, lo que corresponde a un nivel de insignificancia del 0.05.

Una vez realizados los cálculos estadísticos, se puede determinar que se rechaza la hipótesis nula a favor de la hipótesis alternativa, con un nivel de confianza del 95%, que el valor de los coches de gasolina de la marca Mercedes Benz es mayor al valor de los coches de diésel de la misma marca.

3. Desarrolle un modelo de regresión lineal que permita estimar la variable precio_inflacion a partir de las variables capacidad_motor, caballos_potencia, longitud y peso. ¿Cuál de las variables analizadas explica mejor el precio?

Después de analizar los datos, activamos la opción regresión para crear el modelo.

Obtuvimos el coeficiente de correlación de 0.8793 y un coeficiente de determinación de

0.7733. Esto indica que el 77.33 % de las observaciones es explicada por el modelo.

Utilizando la herramienta de Excel, procedimos a desarrollar el modelo de regresión lineal

múltiple, tomando en cuenta la variable dependiente (Y) y la independiente (X), como

sigue a continuación:

● Y = Precio inflación

● X1 = Capacidad motor

● X2 = Caballos potencia

● X3 = Longitud

● X4 = Peso

Y= -24993.51-2565.

61 X1+ 215.11 X2-64.

7 X3 + 21.49 X4+ E

Para llevar a cabo el modelo de regresión lineal con el propósito de estimar la variable de precio/inflación a partir de las variables mencionadas y así determinar cuál de ellas explica mejor el precio, seguimos estos pasos: ● Identificamos las variables: ○ Variable dependiente: precio/inflación ○ Predictores: capacidad motora, caballos de potencia, longitud y peso.