Professional Documents
Culture Documents
mltiple
Aplicaciones de la regresin
mltiple en la vida cotidiana.
Algunos ejemplos en el rea
de los negocios en donde se
aplica la herramienta de
regresin mltiple, son en el
caso de un gerente de ventas
que desea conocer la relacin
entre las ventas, la inversin
realizada en publicidad y el
espacio del local.
Aplicaciones de la regresin
mltiple en la vida cotidiana.
Otro ejemplo, puede ser con
los economistas que desean
conocer la relacin entre el
ahorro de las personas, su
nivel de ingresos y las tasas
de inters ofrecidas por los
bancos.
Donde:
SSE=Variacin de regresin
SST=Variacin total
Ejemplo de aplicacin
PC
DIST
PC
DIST
3.2
Renta
(dlares)
400
900
1290
1.5
250
1100
2.2
450
1370
0.5
310
1250
1.0
500
1400
0.5
420
1300
0.5
550
1550
0.3
350
1275
1.5
450
1200
0.5
510
1500
0.5
320
1275
1.5
Interpretacin de datos
Interpretacin de datos
Interprete el coeficiente de correlacin y determinacin
Coeficiente de determinacin
Interpretacin: La variacin de la renta es explicada en
un 84.35% por los pies cuadrados de casa o apartamento
y la distancia del mismo al campus de la universidad.
Coeficiente de correlacin: R=0.9184
Interpretacin: La relacin entre la renta, el tamao de la casa y
la distancia al campus es fuerte, ya que el valor del coeficiente
de correlacin se acerca a 1 indicando que el modelo de
regresin tiene un grado de certeza del 91% de predecir los
datos de costo de la renta con base en su tamao y distancia a
la universidad
Interpretacin de datos
Conclusin
Existen muchas relaciones en el mundo real.
Una forma de determinar si existe una relacin
entre las variables es utilizar las tcnicas
estadsticas conocidas como regresin y
correlacin.
Cuando las regresiones que se desean estudiar
son mltiples existen dos o mas
variables
independientes y una variable dependiente, en
donde el coeficiente de correlacin y la
ecuacin de regresin pueden ser determinadas
encontrando la relacin existente entre las
mltiples variables.
Lo cual en el mundo de los negocios es de vital
importancia para predecir escenarios futuros
reduciendo el grado de incertidumbre en la
toma de decisiones.