BIO-LIMPIEZA

DOSSIER DE ESTADISTICA INFERENCIAL

YANDY QUINTERO CORONEL

952911

LAURA MARIA VERJEL TORRADO

952015

Trabajo realizado para optar una nota en la Asignatura de Estadística Inferencial.

Docente:

NAVARRO CARRASCAL AURA ESMIR

Licenciada en Matemáticas y Computación

Especialista en Práctica Docente Universitaria

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER OCAÑA

FACULTAD DE CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS
CONTADURIA PÚBLICA
2019
BIO-LIMPIEZA
Proyecciones a partir de regresiones y correlación lineal

Introducción

Las compañías rara vez llevan sus productos al consumidor final, en cambio estas lo
hacen por diferentes medios, en este caso, los canales de distribución. Muchas de las
compañías alrededor del mundo utilizan no solo un intermediario sino varios de ellos por lo
cual este trabajo se realizó, con el objetivo de tener un conocimiento teórico practico de los
canales de distribución, así como los intermediarios, los tipos y niveles, las estrategias de
distribución y sus conflictos para tener una visión de la manera en que una empresa logra
llevar sus productos al consumidor final o al mercado.

Este proyecto se realiza con el fin de implementar los conocimientos vistos en

clases para la empresa bio-limpieza, la cual se dedica a la fabricación de productos de
limpieza, con el fin de mejorar la eficiencia y eficacia para entregar sus productos a la
comunidad Ocañera.

Aplicaremos como método estadístico inferencial la regresión y el coeficiente de

correlación lineal, ya que estas técnicas nos ayudaran a analizar la relación o dependencia

que hay entre las variables estudiadas.

BIO-LIMPIEZA

Objetivo general

Analizar las variaciones de las compras y ventas de nuestra empresa BIO-

LIMPIEZA con la ayuda de métodos estadísticos inferenciales que nos ayude a recopilar la

información necesaria para una mejor toma de decisiones en cuanto a la inversión que

deseamos realizar.

Objetivos específicos
 Realizar un diagrama de dispersión en cual nos muestre como es el

comportamiento de los costos respecto a las ventas

 Determinar las respectivas ecuaciones de regresión simple “2 en 1” y “1 en 2”

para mirar el comportamiento que está teniendo nuestra empresa.

 Calcular el coeficiente de correlación y el error estándar para mirar cómo va

nuestra empresa y como se puede mejorar.

BIO-LIMPIEZA

Planteamiento del problema

En la siguiente tabla se muestra los datos recolectados de la empresa BIO-

LIMPIEZA, en la cual se ve reflejada los ingresos y egresos realizadas de muebles y

enseres (Impresora, computadores de mesa, pórtales, Fotocopiadora, Sillas de oficina, Cámara,

Teclados, Base refrigeradora, Mouse, Audífono, base refrigeradora, mouse, audífonos, Escritorios

con el fin de observar que resultados está generando nuestra empresa. Tomando como

egresos la cantidad de los productos por cada uno, y así mismo la misma cantidad al

realizar los relativos ingresos, como se muestra seguidamente:

Proveedores Beneficios (miles de Gastos en Publicidad (miles de 𝑛𝑖

millones de pesos) 𝑋𝑖 millones de pesos) 𝑌𝑖
A 1’300.000 300.000 4

B 3’500.000 1’000.000 6

C 2’800.000 800.000 12

D 3’000.000 1’000.000 10

E 3’300.000 1’300.000 8

F 4’000.000 2’000.000 11
G 3’700.000 1’200.000 9
H 5’000.000 3’000.000 6

 Diseñaremos un diagrama de dispersión para los datos establecidos.

 Determinaremos la ecuación de regresión simple “2 en 1” y “1 en 2”.

 Calcularemos el coeficiente de Correlación y Determinación.

BIO-LIMPIEZA
 Realizaremos la respectiva pendiente de la recta ajuste.

Diagrama de Dispersión

DIAGRAMA DISPERSION
3,500,000

3,000,000

2,500,000

2,000,000

1,500,000

1,000,000

500,000

0
0 1,000,000 2,000,000 3,000,000 4,000,000 5,000,000 6,000,000

EGRESOS ( INGRESOS (
No.
) ) )
1 1.300.000 300.000 3,90E+11 1,69E+12 9,00E+10
2 3.500.000 1.000.000 3,50E+12 1,23E+13 1,00E+12
3 2.800.000 800.000 2,24E+12 7,84E+12 6,40E+11
4 3.000.000 1.000.000 3,00E+12 9,00E+12 1,00E+12
5 3.300.000 1.300.000 4,29E+12 1,09E+13 1,69E+12
6 4.000.000 2.000.000 8,00E+12 1,60E+13 4,00E+12
7 3.700.000 1.200.000 4,44E+12 1,37E+13 1,44E+12
8 5.000.000 3.000.000 1,50E+13 2,50E+13 9,00E+12
26.600.000,00 10.600.000,00 4,09E+13 9,64E+13 1,89E+13
BIO-LIMPIEZA

Media

∑ 𝑦𝑖
∑ 𝑥𝑖 𝑦̅ =
𝑥̅ = 𝑁
𝑁 10.600.000
𝑦̅ =
26.600.000 8
𝑥̅ =
8
𝑥̅ = 3.325.000 𝑦̅ = 1.325.000

Varianza

∑ 𝑥𝑖 2 9,64E+13
𝜎𝑥 2 = − 𝑥̅ 2 =𝜎𝑥 2 = − (3.325.000)2 entonces
𝑁 8

𝜎𝑥 2 = 9.44375𝐸 + 11

∑ 𝑦𝑖 2
𝜎𝑦 2 = − 𝑦̅ 2 = 𝜎𝑦 2
𝑁

1,89E + 13
𝜎𝑦 2 = − (1.325.000)2
8
𝜎𝑦 2 = 6.06875𝐸 + 11

Desviación típica

𝜎𝑥 = √9.44375E + 11 = 971789.5863

𝜎𝑦 = √6.06875E + 11 = 779021.8225
BIO-LIMPIEZA

Covarianza

∑ 𝑥𝑖 𝑦𝑖
𝑆𝑥𝑦 = − 𝑥̅ 𝑦̅
𝑛

4.09𝐸+13
𝑆𝑥𝑦 = − 3.325.000 ∗ 1.325.000= 7.06875E+11
8

Ecuación de Regresión lineal “2 en 1”

1) ∑ 𝑌𝑖 = 𝑏𝑦𝑥 ∑ 𝑋𝑖 + 𝑛𝐶𝑦𝑥

2) ∑ 𝑌𝑖 𝑋𝑖 = 𝑏𝑦𝑥 ∑ 𝑋𝑖 2 + ∑ 𝑋𝑖 𝐶𝑦𝑥

1) 10.600.000= 𝑏𝑦𝑥 26.600.000 + 8𝐶𝑦𝑥

2) 4,09E+13 = 𝑏𝑦𝑥 9,64𝐸 + 13 + 26.600.000𝐶𝑦𝑥

Se multiplica la ecuación 1 por (- 3.325.000) y le restamos la ecuación 2:

-35245000 = 𝑏𝑦𝑥 − 3,325000 − 26.600.000𝐶𝑦𝑥

1296.74 = 𝑏𝑦𝑥 1185.2 + 95.2𝐶𝑦𝑥

194.5355555 = 𝑏𝑦𝑥 178.195555

194.5355555
𝑏𝑦𝑥 = 𝒃𝒚𝒙 = 1.091697015
178.195555

Reemplazamos 𝒃𝒚𝒙 = 1.091697015 en la ecuación 1:

BIO-LIMPIEZA
104.2 = 𝑏𝑦𝑥 95.2 + 9𝐶𝑦𝑥

104.2 = (1.091697015)(95.2) + 9𝐶𝑦𝑥

104.2 = 103.9295558 + 9𝐶𝑦𝑥

104.2 - 103.9295558 = 9𝐶𝑦𝑥

0.2704442 = 9𝐶𝑦𝑥

0.2704442
𝐶𝑦𝑥 = , entonces 𝐶𝑦𝑥 = 𝟎. 𝟎𝟑𝟎𝟎𝟒𝟗𝟑𝟓𝟓
9

La ecuación de la recta de la regresión Y estimada en función X de será.

𝑌̂ = 1.091697015𝑥𝑖 + 0.0300493 ecuación de ajuste de Regresión lineal ¨ 2 en 1¨

Muebles y EGRESOS INGRESOS

Enseres (𝑿𝒊 ) (𝒀𝒊 ) ̂ 𝒚𝒙 = 𝟏. 𝟎𝟗𝟏𝟔𝟗𝟕𝟎𝟏𝟓𝑿𝒊 + 𝟎. 𝟎𝟑𝟎𝟎𝟒𝟗𝟑𝟓𝟓
𝒀 (𝒀 − 𝒀̂ )𝟐
Impresora 18.3 19.1 20.00810473 0.824654691
Fotocopiadora 15.6 17.0 17.06052279 0.003663008
Escritorio 14.3 16.3 15.64131667 0.433863729
Silla de oficina 12.0 14.1 13.13041354 0.940097903
Cámara 9.6 10.2 10.5103407 0.09631135
Teclado 8.1 9.3 8.872795177 0.18250396
Base
refrigerante 6.3 6.9 6.90774055 0.000059916
Mouse 6.0 6.5 6.580231445 0.006437084
Audífono 5.0 4.8 5.48853443 0.474079661

∑ 95.2 104.2 104.2000016 2.961671302

BIO-LIMPIEZA

Regresión lineal "2 EN 1"

Y (Estimada)

25

20

15

10

0
0 5 10 15 20

Ecuación de Regresión lineal “1 en 2”

1) ∑ 𝑋𝑖 = 𝑏𝑥𝑦 ∑ 𝑌𝑖 + 𝑛𝐶𝑥𝑦

2) ∑ 𝑌𝑖 𝑋𝑖 = 𝑏𝑥𝑦 ∑ 𝑌𝑖 2 + ∑ 𝑌𝑖 𝐶𝑥𝑦

1) 95.2 = 𝑏𝑥𝑦 104.2 + 9𝐶𝑥𝑦

2) 1296.74 = 𝑏𝑥𝑦 1421.74 + 104.2𝐶𝑥𝑦

Se multiplica la ecuación 1 por (-11.57777778) y le restamos la ecuación 2:

-1102.204445 = 𝑏𝑥𝑦 − 1206.404445 − 104.2𝐶𝑥𝑦

1296.74 = 𝑏𝑥𝑦 1421.74 + 104.2𝐶𝑥𝑦

194.5355555 = 𝑏𝑥𝑦 215.335555

194.5355555
𝑏𝑥𝑦 =
215.335555 𝒃𝒙𝒚 = 0.9034065717
BIO-LIMPIEZA

Reemplazamos 𝒃𝒙𝒚 = 0.9034065717 en la ecuación 1:

95.2 = 𝑏𝑥𝑦 104.2 + 9𝐶𝑥𝑦

95.2 = (0.9034065717)(104.2) + 9𝐶𝑥𝑦

95.2 = 94.13496477 + 9𝐶𝑥𝑦

95.2 −94.13496477 = 9𝐶𝑥𝑦

1.06503523= 9𝐶𝑥𝑦

1.06503523
𝐶𝑥𝑦 =
9

𝑪𝒙𝒚 = 𝟎. 𝟏𝟏𝟖𝟑𝟑𝟕𝟐𝟒𝟕𝟖

La ecuación de la recta de la regresión X estimada en función de Y será.

𝑋̂ = 0.9034065717𝑦𝑖 + 0.1183372478

Ecuación de Ajuste de Regresión lineal ¨ 1 en 2¨

BIO-LIMPIEZA
Muebles y EGRESOS INGRESOS (𝒀𝒊 )
Enseres (𝑿𝒊 ) ̂ 𝒙𝒚 = 𝟎. 𝟗𝟎𝟑𝟒𝟎𝟔𝟓𝟕𝟏𝟕𝒀𝒊 + 𝟎. 𝟏𝟏𝟖𝟑𝟑𝟕𝟐𝟒𝟕𝟖
𝑿

Impresora 18.3 19.1 17.37340277

Fotocopiadora 15.6 17.0 15.47624897
Escritorio 14.3 16.3 14.84386437
Silla de oficina 12.0 14.1 12.85636991
Cámara 9.6 10.2 9.333084279
Teclado 8.1 9.3 8.520018365
Base
refrigerante 6.3 6.9 6.351842593
Mouse 6.0 6.5 5.990479964
Audífono 5.0 4.8 4.454688792

∑ 95.2 104.2 95.20000001

Regresión lineal "1 en 2"

X(Estimada)

20
18
16
14
12
10
8
6
4
2
0
0 5 10 15 20 25
Y
BIO-LIMPIEZA
Coeficiente de correlación

∑𝑛 ̅
𝑖=1 𝑋𝑖 𝑌𝑖 −𝑛𝑥̅ 𝑦
𝑟=
√[[∑𝑛 2 2 𝑛 2 ̅)2 ]]
𝑖=1 𝑋 −𝑛(𝑥̅ ) ][∑𝑖=1 𝑌𝑖 −𝑛(𝑦

[ 1296.74−(9)(10.57777778 )(11.57777778)]
𝑟=
√[[1185.2 −9(10.57777778 )2 ][1421.74 −9(11.57777778)2 ]]

194.5355551
𝑟=
195.8873114

𝑟 = 0.9930993167
Es positivo porque toma valores cercanos a 1 y la Correlación es fuerte y
directa.

Coeficiente de determinación
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑐 𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛
𝑟2 =
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠

𝑟 2 = (0.9930993167) 2

𝒓𝟐 = 0.9862462528
BIO-LIMPIEZA
Significado de coeficiente de correlación

𝑟𝑥𝑦 −0
𝑡= 2
√1−𝑟𝑥𝑦
𝑁−2

0.9930993167
𝑡= 2
√1−(0.9930993167)
9−2

0.9930993167
𝑡=
0.04432630172

𝑡 = 22.40428996

Se busca en la tabla de t de Student para α = 5% y 20-2 = 18 grados de libertad, tal como

se observa a continuación donde se muestra un fragmento de dicha tabla:

Con un nivel de significancia de α= 5%

BIO-LIMPIEZA

La cual tiene una distribución t con (N-2) grados de libertad

𝑡(0.05,18) =1.7341

22.40428996 > 1.7341

se rechaza la hipótesis nula, esto es, de p=0.

por tanto, las variables entre Egresos y los Ingresos están muy
relacionadas.
BIO-LIMPIEZA