¡Descarga Ejercicio 11 de estadistica y más Ejercicios en PDF de Estadística solo en Docsity!
Matrícula Nombre Ejercicio 6 Objetivo del ejercicio: Descripción del ejercicio: Requerimientos para el ejercicio: Calculadora de bolsillo, hoja de cálculo (Excel) o Minitab. Consulta los recursos de apoyo del tema 6. x^2 3 y 12.8 11.3 3. a) Calcula el coeficiente de correlación (de forma manual y de forma directa con la fórmula de Excel). b) Interpreta tus resultados. c) Calcula la media, varianza y desviación estándar de cada variable e interpreta tus resultados. d) Realiza un gráfico de dispersión e interprétalo. X (Anuncios) 3 7 4 Y (Latas compradas) 11 18 9 a) Determina el coeficiente de correlación (de forma manual y con la fórmula de Excel). b) Interpreta los resultados del inciso a). c) ¿Estás de acuerdo con el planteamiento de las variables del problema? ¿Qué sucedería con la interp d) Realiza un gráfico de dispersión para el problema inicial e interpreta el mismo de manera detallada.
3. El siguiente conjunto de datos son las ventas semanales de un artículo de comida (en miles). Determinen el c Obtener los coeficientes de correlación de dos variables cuantitativas, así como realizar el análisis de autocorrelación en datos de una serie de tiempo. A través de este ejercicio el alumno obtendrá conocimiento sobre cómo medir la asociación entre dos variables cuantitativ así como realizar el análisis de autocorrelación de una serie de tiempo. Nota para el alumno : considera que tu ejercicio debe estar documentado (proceso) y fundamentado. **1. El gerente de un banco está interesado en reducir el tiempo que las personas esperan para ver a su asesor f Se registraron los siguientes datos:
- Una empresa refresquera está estudiando el efecto de su última campaña publicitaria. Se eligieron personas a de su refresco habían leído o visto durante el periodo. Los datos se presentan a continuación:**
Utilicen α = 0.05 y un α = 0.01. a) Compara ambos resultados y realiza una conclusión. b) ¿Es relevante emplear esta serie de tiempo para realizar pronósticos? c) Plantea un pronóstico con el modelo de suavización exponencial o de promedios móviles y justifica tu elección de m d) Realiza un gráfico de dispersión para el problema inicial e interpreta el mismo de manera detallada. Ventas semanales (Yt)
3
4
Criterios de evaluación del ejercicio:
- Conclusión del ejercicio, del aprendizaje personal y del tema aplicado en el ejercicio. Hipótesis nula: H 0 : ρ 1 = 0 (La autocorrelación es igual a cero). Hipótesis alternativa: Ha : ρ 1 ≠ 0 (La autocorrelación es diferente de cero). Donde ρk es el coeficiente de autocorrelación poblacional en el lapso k. Entregable(s): resultados de ejercicio y proceso.
- Introducción
- Procedimiento de la solución, agregando un breve marco teórico empleado según el tema tratado.
- Presenta e interpreta detalladamente lo solicitado en los ejercicios.
viles y justifica tu elección de modelo. ¿Por qué elegiste ese modelo? nera detallada. el tema tratado.
endría sentido este último planteamiento?, ¿sí o no?, ¿por qué? n minutos y el número de asesores atendiendo (X). n comprado la semana anterior y cuántos anuncios
Hemos visto en el tema 5 los tipos de series de tiempo que existen. ¿Cómo saber que estas series de tiempo son significativas y pueden servirnos para realizar un pronóstico? A continuación. analizaremos uno de los conceptos más sencillos pero poderosos en el sentido de ver cómo se relaciona una variable con otra. Hablando de una serie de tiempo, queremos saber cómo se relaciona esta variable con su pasado, ¿cierto? Imaginemos que quieres conocer cómo estás el día de hoy, por como tú eras en tu pasado, ¿te parece lógico? Ya observamos en el tema pasado que los patrones de datos que incluyen componentes como la tendencia y la estacionalidad se pueden estudiar si se analizan las series de tiempo. ¿Cómo analizarlas para encontrar una relación entre estas series de tiempo? Para hacerlo tendremos que emplear un concepto denominado Autocorrelación.
x 2 3 5 4 y 12.8 11.3 3.2 6. a) Calcula el coeficiente de correlación (de forma manual y de forma directa con la fórmula de Excel). b) Interpreta tus resultados. c) Calcula la media, varianza y desviación estándar de cada variable e interpreta tus resultados. d) Realiza un gráfico de dispersión e interprétalo. -0. x y 3.333333333 8. 2.952380952 10. 1.58113883 3.
1. El gerente de un banco está interesado en reducir el tiempo que las personas esperan para ver a su aseso siguientes datos: 1 1.5 2 2.5 3 3. 0 2 4 6 8 10 12
Ejercicio 3
y y x
o de espera (Y) en minutos y el número de asesores atendiendo (X). Se registraron los
X (Anuncios) 3 7 4 2 Y (Latas compradas) 11 18 9 4 a) Determina el coeficiente de correlación (de forma manual y con la fórmula de Excel). b) Interpreta los resultados del inciso a). c) ¿Estás de acuerdo con el planteamiento de las variables del problema? ¿Qué sucedería con la interp d) Realiza un gráfico de dispersión para el problema inicial e interpreta el mismo de manera detallada.
X Y 2.875 8. 4.696428571 22. 2.167124494 4.
2. Una empresa refresquera está estudiando el efecto de su última campaña publicitaria. Se eligieron perso habían leído o visto durante el periodo. Los datos se presentan a continuación: 2 2.5 3 3.5 4 4. 0 5 10 15 20 25
Ejercicio 6.
X Y
anuncios? ¿Tendría sentido este último planteamiento?. ¿sí o no?, ¿por qué? e su refresco habían comprado la semana anterior y cuántos anuncios de su refresco
Utilicen α = 0.05 y un α = 0.01. a) Compara ambos resultados y realiza una conclusión. b) ¿Es relevante emplear esta serie de tiempo para realizar pronósticos? c) Plantea un pronóstico con el modelo de suavización exponencial o de promedios móviles y justifica tu elección d d) Realiza un gráfico de dispersión para el problema inicial e interpreta el mismo de manera detallada. Ventas semanales (Yt)
3
4
3. El siguiente conjunto de datos son las ventas semanales de un artículo de comida (en miles). Determinen e Hipótesis nula: H 0 : ρ 1 = 0 (La autocorrelación es igual a cero) Hipótesis alternativa: Ha : ρ 1 ≠ 0 (La autocorrelación es diferente de cero). Donde ρk es el coeficiente de autocorrelación poblacional en el lapso k.
Conclusión sobre los valores de correlación: En la medida que
los valores se acercan a -1 (correlación negativa) o a 1 (Correlación
positiva). La relación entre las dos variables tenderá a ser más
fuerte. Es decir, deseamos que el coeficiente de correlación esté
cercano a -1 o a 1. Entre más cercano la correlación será más
fuerte. Y entre más cercano sea a 0 la correlación será más débil o
prácticamente nula cuando el coeficiente de correlación es 0.
Es decir, si en este caso la publicidad y los ingresos hubieran tenido un coeficiente de correlación de 0.1, por mencionar un ejemplo, entonces, no habría evidencia suficiente para suponer que invertir en publicidad es bueno para la empresa.
Ya aprendimos una herramienta sencilla pero poderosa para ver cómo se correlacionan dos variables. Y este análisis de correlación se puede utilizar para correlacionar dos variables, cualesquiera que sean. ¿Qué otros ejemplos podríamos suponer? Platícalo con tu profesor en la clase. Es importante mencionar que estos mismos valores, pero de forma negativa, indican también el tipo de correlación, pero que en la medida que aumenta una variable, disminuye otra, como sucedió en el caso de las calificaciones y las faltas.
