Problema 2.

- Suponga que una compañía grande de productos para el

consumidor desea medir la efectividad de varios tipos de medio de
publicidad para promover sus productos. Específicamente se van a
considerar dos medios de publicidad; publicidad en radio y televisión y
publicidad en periódicos (Incluyendo el costo de los cupones de descuento).
Se selecciona una muestra de 22 ciudades con poblaciones más o menos
iguales para el periódico de prueba de un mes. Se asigna un nivel de gasto
específico a cada ciudad en radio y televisión, y en periódicos. Se registraron
las ventas de productos (en miles de dólares) y los niveles de gasto durante
el mes de prueba con los siguientes resultados
Tabla 2:
Preguntas:

a) Hallar la ecuación de regresión e interpretarlas.

b) Calcular el coeficiente de correlación, determinación y la no

determinación.

c) Realizar la inferencia de los coeficientes de regresión (prueba global).

d) Realizar la prueba individual para cada coeficiente.

e) Calcular los valores predichos X1=60, X2=30.

f) Calcular los valores predichos para todos los valores de X1, X2.

g) Calcular los intervalos de confianza y predichos con un nivel de

confianza del 95%.

h) Realizar el análisis residual.

Solución:

a) De acuerdo a nuestra tabla de resultados que nos indica el minitab

tenemos que:

Interpretación:

 Las ventas en miles de dólares aumentaran en 13.08 unidades por cada

unidad de Publicidad en radio y televisión que aumente.

 Las ventas en miles de dólares aumentaran en 16.80 unidades por cada

unidad de Publicidad en periódicos.

b) De acuerdo a nuestra tabla de resultados que nos indica el minitab

tenemos que:

 El coeficiente de correlación r = 0.8992 = 89.92% nos indica que existe

una buena relación directamente proporcional entre las variables
dependientes e independientes.
 El coeficiente de determinación r2 = 0.8087, nos indica que en una
proporción de 80.87% de la variación de la variable dependiente o
ventas, se debe a la variación de las variables independientes

 El coeficiente de no determinación 1 - r2 = 0.1913, nos indica que en una

proporción de 19.13% de la variación de la variable dependiente o
ventas, no se debe a la variación de las variables independientes.

c) Prueba Global

1) Hipótesis:

Ho: β1=β2
Ha: No todas las B son iguales a cero

2) Nivel de significancia:

α = 0.05

3) Se utiliza el estadístico:

4) Región de aceptación:
 De acuerdo a la tabla Anova se obtiene que Fk1 = 55.28 > Ft = 3.522,
entonces se rechaza la Ho y se acepta la Ha.

 De acuerdo a la tabla Anova se obtiene que Fk2 = 32.12 > Ft = 3.522,

entonces se rechaza la Ho y se acepta la Ha.

d) Prueba Individual

1) Hipótesis:

Ho: β1 = 0; β2 = 0
Ha: β1 ≠ 0; β2 ≠ 0

2) Nivel de significancia:

α = 0.05

3) Se utiliza el estadístico:

t-student

4) Región de aceptación:
  De acuerdo a la tabla Anova se obtiene que Tk1 = 7.43 > Tt = 1.729,
entonces se rechaza la Ho y se acepta la Ha.

 De acuerdo a la tabla Anova se obtiene que Tk2 = 5.67 > Tt = 1.729,

entonces se rechaza la Ho y se acepta la Ha.

Concluyéndose que ambas variables independientes X1 = Publicidad en R y

TV y X2 = Publicidad en periódicos se mantengan en la ecuación.

e) Calcular los valores predichos X1=60, X2=30

Como la ecuación inicial no varió entonces:

Y = 156 + 13.08x60 + 16.80x30 = 1444.8 miles de dólares.

f) Calcular los valores predichos para todos los valores de X1, X2

En este caso no hubieron coeficientes iguales a cero, es por esto que las
variables independientes X1 y X2 no varían, es decir, los valores
predichos son los mismos X1 = 13.08 y X2 = 16.80.

g) Calcular los intervalos de confianza y predichos con un nivel de

confianza del 95%

bk – tn-k-1 x Sbk < bk < bk + tn-k-1 x Sbk

Para X1:

b1 – t19 x Sb1 < b1 < b1 + t19 x Sb1

13.08 – 1.729 x 1.76 < b1 < 13.08 + 1.729 x 1.76

10.037 < b1 < 16.123

Para X2:

b2 – t19 x Sb2 < b2 < b2 + t19 x Sb2

16.8 – 1.729 x 2.96 < b1 < 16.8 + 1.729 x 2.96

11.682< b1 < 21.918

h) Realizar el análisis residual