1.

n scopul evalurii impactului pe care variaia preului unui produs l are asupra variaiei cantitilor vndute din acel produs a fost selectat un eantion reprezentativ de 10 de magazine, n care s-au urmrit valorile urmtoarelor variabile: mai jos: Q cantitatea vndut din produsul respectiv (kg) P preul produsului (RON)

A fost folosit pentru estimarea parametrilor urmtorul model, ale crui rezultate sunt prezentate

Q P .
SUMMARY OUTPUT Regression Statistics Multiple R 0.913173052 R Square 0.833885023 Adjusted R Square 0.813120651 Standard Error 10.73509502 Observations 10 ANOVA df Regression Residual Total 9 Coefficients -29.32363674 0.068972606 SS 4628.0619 5550 Standard Error 20.687667 0.0108839 MS . . F .

Intercept Pret vanzare (mii $)

a. Testati validitatea modelului de regresie, pentru un nivel de semnificaie de 5% (Fcritic=5.32);; b. Testati, interpretai i determinai intervalele de ncredere pentru coeficienii modelului(tcritic= 2,896) 2. Pentru a decide n ce zon s fie amplast un magazin de casete video, managerul unei firme de comercializare i nchiriere de casete video realizeaz un studiu. Astfel, el consider c succesul afacerii este cuantificat prin profitul anual brut obinut (sute euro). Principalul factor de influen considerat pentru succesul acestei afaceri este venitul mediu al locuitorilor de pe o raz de un kilometru (zeci euro). Sunt selectate aleator 5 supermarket-uri i sunt nregistrate valorile celor 2 variabile.
Profit (mii euro) Venit (sute euro) 2 4 6 12 8 21 11 25 15 20

a) Estimai parametrii ecuaiei de regresie, n ipoteza unei dependene liniare.

b) Testai validitatea modelului de regresie, pentru un nivel de semnificaie de 5% (Fcritic=10.13); c) Msurai intensitatea legturii dintre cele dou variabile, folosind un indicator adecvat i testai semnificaia acestuia, pentru un nivel de ncredere de 95% (tcritic= 4,541, Fcritic= 10,13).

3. O firm ce organizeaz licitaii pentru vnzarea unor antichiti dorete s determine relaia dintre preul (mii euro) obinut pentru articolele licitate i vechimea (ani) a obiectelor. n urma prelucrrii cu EXCEL a datelor culese de la un eantion aleatoriu de 10 licitaii, s-au obinut rezultatele:

Vechime Mean Standard Deviation Smple Variance SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations ANOVA df Regression Residual Total 1 .. Coefficients 665,991 12,09009 SS 161605 972850 Standard Error 1,907813 MS 811245 F . 100 24.83277 616.6667

0,913173 0,833885 0,813121 142,1289 10

Intercept Vechime

t Stat 3,397844 ...

In ipoteza unui model de regresie liniar, se cere: a) s se testeze semnificaia modelului, pentru un nivel de semnificaie de 5% (Fcritic=5,32); b) s se determine intervalele de ncredere pentru parametrii modelului i s se comenteze rezultatele obinute (tcritic= 2,896). 4. Managerul unei companii de asigurri dorete s afle dac contactarea potenialilor clieni prin telefon are influen asupra vnzrilor. Pentru aceasta, au fost selectai aleator 5 ageni de asigurri, de la care s-au nregistrat numrul sptmnal al convorbirilor telefonice (X) i numrul polielor de asigurare ncheiate ntr-o sptmn (Y):

Nr. de convorbiri telefonice Nr. polielor de asigurare

66 20

43 15

57 18

32 12

18 2

a) Reprezentai grafic datele i determinai modelul liniar de regresie dintre cele dou variabile; b) Msurai intensitatea legturii dintre cele dou variabile folosind coeficientul de corelaie i testai semnificaia acestuia, pentru un nivel de semnificaie de 5% (tcritic= 3,747); c) Efectuai o previzionare punctual i pe interval de ncredere a numrului de polie de asigurare ncheiate, dac ntr-o sptmn s-au efectuat 50 de convorbiri telefonice.

5. O firm ce organizeaz licitaii pentru vnzarea unor antichiti dorete s determine relaia dintre preul obinut pentru articolele licitate (u.m.) i numrul de persoane ce particip la licitaie. n ipoteza unui model de regresie liniar, rezultatele prelucrrii n EXCEL sunt:
Regression Statistics Multiple R 0.860271 R Square 0.740066 Adjusted R Square 0.707575 Standard Error 177.7908 Observations 10 ANOVA df Regression Residual Total 1 8 9 SS 719973.5 252876.5 972850 MS 719973.5 31609.56 F 22.77708 Significance F 0.001404

Intercept Marimea audientei

Coefficients 1086.691 9.329102

Standard Error 174.4825 1.954748

t Stat 6.228079 4.772534

P-value 0.000252 0.001404

a) S se interpreteze rezultatele din tabele; b) Determinai i interpretai intervalele de ncredere pentru parametrii modelului (tcritic= 2,896) 6. O companie de construcii susine c n timpul perioadelor n care se percep rate ridicate ale dobnzii, numrul autorizaiilor de construcie s-a redus considerabil. Pentru 5 luni s-au nregistrat: rata dobnzii (%) (X) i numrul autorizaiilor de construcie (Y):
Rata dobnzii (%) Nr. autorizaiilor de construcie 18 43 11 119 15 82 12 90 16 80

a)

Reprezentai grafic datele i determinai modelul de regresie adecvat analizei legturii dintre cele dou variabile;

b) Testai validitatea modelului de regresie gsit, pentru un nivel de semnificaie de 5% (Fcritic=10,13); c) S se determine n ce proporie rata dobnzii influeneaz variaia numrului de autorizaii.

7. Pentru a analiza dac ntre valoarea vnzrilor lunare i vrsta agenilor de vnzri, ai unei mari companii ce comercializeaz produse cosmetice, exist o legtur, un analist selecteaz aleator un eantion de 15 persoane. n urma prelucrrii n EXCEL a datelor culese pentru cele dou variabile, s-au obinut rezultatele:

SUMMARY OUTPUT Regression Statistics Multiple R R Square Adjusted R Square Standard Error Observations ANOVA df Regression Residual Total 1 13 14 SS . 367.6 Standard Error .. MS 3.712025 ... F 0.100488802 0.010097999 -0.066048309 5.290688304 15

Intercept Varsta

Coefficients 11.67340114 0.062282291

t Stat . .

Lower 95% -0.130924113 -0.307204742

Upper 95% 23.47773 0.431769

a) S se testeze validitatea modelului de regresie liniar pe baza cruia s-au obinut prelucrrile din tabelele de mai sus. b) S se testeze semnificatia parametrilor modelului pentru o probabilitate de 95% (tcritic= 2,624) 8. Pentru a analiza n ce mod influeneaz vechimea utilajelor variaia costurilor de ntreinere a acestora, s-au nregistrat pentru 5 utilaje: vechimea utilajelor (ani) i costurile lunare de ntreinere (sute euro):
Vechimea (ani) Cost mediu lunar de ntreinere (sute euro) 2 4 6 12 8 31 11 25 15 34

a) Reprezentai grafic datele i determinati modelul liniar de regresie dintre cele dou variabile; b) Msurai intensitatea legturii dintre cele dou variabile, folosind un indicator adecvat i testai semnificaia acestuia, pentru un nivel de ncredere de 95% (tcritic= 4,541, Fcritic= 10,13) c) Determinai intervalele de ncredere pentru parametrii modelului i interpretai rezultatele obinute. 9. O agenie imobiliar dorete s previzioneze preul de vnzare al unor case, pe baza unui model de regresie liniar unifactorial, n funcie de suprafaa locuibil a acestora. Rezultatele obinute n urma prelucrrii n EXCEL a datelor nregistrate pentru un eantion de 15 locuine sunt:

SUMMARY OUTPUT Regression Statistics Multiple R 0.903563 R Square 0.816426 Adjusted R Square 0.802305 Standard Error 6.39372 Observations 15 ANOVA Regression Residual Total df . . 14 Coefficients 21.23556 1.025824 SS .. 531.4355595 2894.933333 Standard Error . MS 2363.497774 F .. Suprafata (mp) Mean Smple Variance 58 160.4286

Intercept X Variable 1

a) S se valideze modelul de regresie pentru un nivel de semnificaie de 5% (Fcritic=4,67); b) S se testeze semnificaia parametrilor i s se interpreteze valorile acestora (tcritic= 2,65). 10. Pentru un magazin de confecii s-au cules date referitoare la vanzarile de camasi barbatesti si profitul obinut pentru 5 zile consecutive. Modelul de regresie obinut n urma

i =9,1+5,64xi. Se cunosc: variana datorat regresiei (sistematic) prelucrrii datelor este: y

i y =737,4; variana rezidual 2y / x y
2 i 1 n

i =90. S se testeze 2e y i y
2 i 1

semnificaia modelului de regresie folosind testul F, pentru un nivel de semnificaie =0,05. 11. Pentru un magazin de mobil s-au cules date privind numrul de spoturi publicitare difuzate i numrul vizitatorilor (mii pers.) timp de 5 zile. Modelul de regresie obinut n urma

i =9,13+3,98xi. Se cunosc: variana datorat regresiei (sistematic) prelucrrii datelor este: y

i y =740,8; variana rezidual 2y / x y
2 i 1 n

i =60. S se testeze 2e y i y
2 i 1

semnificaia modelului de regresie folosind testul F, pentru un nivel de semnificaie =0,05. 12. Pentru un mare magazin alimentar s-au cules date privind vnzrile (mil. RON) i profitul (mil. RON) realizate n 9 luni ale anului 2003:
Luna Val. Vnz. (mil. RON) Ian. 70 Feb. 20 Mar. 60 Apr. 40 Mai 140 Iun. 150 Iul. 160 Aug. 120 Sept. 140

Profit (mil. RON)

15

13

15

25

27

24

20

27

a) S se reprezinte grafic datele; b) S se determine modelul de regresie n eantion, calculnd valorile ajustate ale profitului n funcie de vnzri; c) S se verifice semnificaia modelului de regresie gsit la punctul b) folosind testul F, pentru un nivel de semnificaie =0,05. d) S se testeze semnificaia parametrilor modelului de regresie, pentru un nivel de semnificaie =0,05. e) Dac modelul s-a dovedit semnificativ, s se previzioneze valoarea profitului dac s-ar fi obinut vnzri n valoare de 200 mil. RON. f) S se msoare intensitatea legturii dintre variabile folosind coeficientul de corelaie, testnd semnificaia acestuia pentru un nivel de semnificaie =0,05. g) Ce pondere din variaia totala a profitului este explicata de influenta vnzrilor? 13. Pentru un magazin se cunosc vnzrile de cmi brbteti i profitul obinut pentru 8 zile consecutive:
Profit (unitati monetare) Numar de camasi vandute ( zeci bucati) 30 3 42 4 10 1 62 6 12 1 30 2 21 2 58 5

a) S se reprezinte grafic datele; b) S se determine modelul de regresie n eantion, calculnd valorile ajustate ale profitului n funcie de vnzri; c) S se verifice semnificaia modelului de regresie gsit la punctul b) folosind testul F, pentru un nivel de semnificaie =0,05. d) S se testeze semnificaia parametrilor modelului de regresie, pentru un nivel de semnificaie =0,05. e) Dac modelul s-a dovedit semnificativ, s se previzioneze valoarea profitului dac s-ar fi vndut 8 zeci buc. de cmi. f) S se msoare intensitatea legturii dintre variabile folosind coeficientul de corelaie, testnd semnificaia acestuia pentru un nivel de semnificaie =0,05. g) Ce pondere din variaia total a profitului este explicat de influena vnzrilor de cmi? 14. Managerul unui magazin alimentar dorete s cunoasc dependena dintre valoarea vnzrilor i profit. Pentru aceasta nregistreaz timp de 9 luni date privind vnzrile i profitul

(mil. RON). n urma prelucrrii datelor (utiliznd EXCEL) i a specificrii ecuaiei de regresie (n ipoteza legturii liniare) care modeleaz dependena dintre cele 2 variabile se obine :
Profit (mil. RON) Mean Median Mode Standard Deviation Smple Variance Sum Count 2 i 0.07844 0.0117 xi , iar dispersia erorilor este se y 0.00045311. 10 12 14 5.267826876 27.75 90 9 Val. Vnz. (mil. RON) Mean Median Mode Standard Deviation Smple Variance Sum Count

0.195555556 0.2 0.15 0.064828834 0.004202778 1.76 9

Se cere: a) Validai modelul de regresie obinut. b) Testati semnificaia parametrilor ecuaiei de regresie. c) Calculai i testai semnificaia coeficientului liniar de corelaie. 15. Pentru a analiza dependena dintre suprafaa cultivat (ha) i producia la hectar (q/ha) s-au nregistrat date referitoare la aceste variabile pentru 10 parcele. n urma prelucrrii datelor (utiliznd EXCEL) i a specificrii ecuaiei de regresie (n ipoteza legturii liniare) care modeleaz dependena dintre cele 2 variabile se obine :
Productia la hectar (q/ha) Mean 24.6 Standard Deviation 7.501111029 Smple Variance 56.26666667 Sum 246 Count 10 2 22.8711 0.576 xi , iar dispersia erorilor este se 15.656. Supr. cultivata. (ha) Mean 82.4 Standard Deviation 11.296017 Smple Variance 127.6 Sum 824 Count 10

i y

Se cere: a) Validai modelul de regresie obinut. b) Determinai intervalul de ncredere pentru parametrii ecuaiei de regresie. c) Analizai intensitatea legturii dintre cele dou variabile cu ajutorul unui indicator adecvat i testai semnificaia acestuia. 16. Pentru un mare magazin alimentar s-au cules date privind vnzrile (mii RON) i profitul (mii RON) realizate n 9 luni ale anului 2007. n urma studierii legturii liniare dintre cele dou variabile, s-au obinut urmtoarele rezultate:
ANOVA

df Regression Residual Total 1 ... 8

SS 0,03045 . . Standard Error . 0,001429

MS .. 0,000453

Significance F 0,0000779643

Intercept Val. Vnz.

Coefficients 0,078438 0,011712

t Stat .

P-value 0,001719 7,8E-05

tiind c valoarea medie a vnzrilor este de 10 mii RON/luna, se cere: a) S se completeze informaiile lips din tabelele de mai sus; b) S se testeze semnificaia modelului liniar de regresie, pentru un nivel de semnificaie de 5% c) S se testeze semnificaia parametrilor modelului, pentru acelai nivel de semnificaie. 17. Pentru 8 agenii de turism s-au nregistrat datele privind numrul biletelor vndute i profitul obinut (mii RON). n urma analizei legturii liniare dintre cele dou variabile, s-au obinut urmtoarele rezultate:

ANOVA df Regression Residual Total 6 SS . 0,450829 . Standard Error 0,856914 . MS 0,438258 .. F Significance F 0,05221

Intercept Nr. bilete vndute

Coefficients -0,435 0,001382

t Stat

P-value 0,629823 0,05221

tiind c dispersia numrului de bilete vndute este de 32796,79 se cere: a) S se completeze informaiile lips din tabelele de mai sus; b) S se determine intervalele de ncredere pentru parametrii modelului, pentru un nivel de semnificaie de 5%. c) Ce procent din variaia profitului a fost determinat de influena numrului de bilete vndute?