Gráfico X-Y - cantidad vendida vs.

precio por artículo

Variable X: precio por artículo
Variable Y: cantidad vendida

8 valores

El StatAdvisor
Este procedimiento genera un diagrama de dispersión para cantidad vendida versus precio por artículo. Para ajustar una curva a estos datos, seleccione Relacionar – Un Factor –
Regresión Simple del menú principal.

Regresión Simple - cantidad vendida vs. precio por artículo

Variable dependiente: cantidad vendida
Variable independiente: precio por artículo
Log-X: Y = a + b*ln(X)

Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T Valor-P
Intercepto 395,297 16,4345 24,0528 0,0000
Pendiente -101,449 5,96704 -17,0015 0,0000
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 34667,9 1 34667,9 289,05 0,0000
Residuo 719,619 6 119,936
Total (Corr.) 35387,5 7

Coeficiente de Correlación = -0,98978

R-cuadrada = 97,9665 porciento
R-cuadrado (ajustado para g.l.) = 97,6275 porciento
Error estándar del est. = 10,9516
Error absoluto medio = 7,60826
Estadístico Durbin-Watson = 1,85038 (P=0,2329)
Autocorrelación de residuos en retraso 1 = -0,204941

El StatAdvisor
La salida muestra los resultados de ajustar un modelo log-X para describir la relación entre cantidad vendida y precio por artículo. La ecuación del modelo ajustado es

cantidad vendida = 395,297 - 101,449*ln(precio por artículo)

Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente significativa entre cantidad vendida y precio por artículo con un nivel de
confianza del 95,0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 97,9665% de la variabilidad en cantidad vendida después de transformar a una escala Y/(1-Y) para linerizar el
modelo. El coeficiente de correlación es igual a -0,98978, indicando una relación relativamente fuerte entre las variables. El error estándar del estimado indica que la desviación
estándar de los residuos es 10,9516. Este valor puede usarse para construir límites de predicción para nuevas observaciones, seleccionando la opción de Pronósticos del menú de
texto.

El error absoluto medio (MAE) de 7,60826 es el valor promedio de los residuos. El estadístico de Durbin-Watson (DW) examina los residuos para determinar si hay alguna
correlación significativa basada en el orden en el que se presentan en el archivo de datos. Puesto que el valor-P es mayor que 0,05, no hay indicación de una autocorrelación serial
en los residuos con un nivel de confianza del 95,0%.