You are on page 1of 9

CASO CUNSOMER RESEARCH

INTEGRANTES 1 2 3 4 Llerena Pulido Carlos Rivas Montes Alexys Monggó Farromeque Víctor Palomino Mendoza Carmen .

058 42 54 14. sin embargo la mediana nos indica que más del 50% de la gente se endeuda con montos mayores a al promedio (mediana = $ 4.724 -1.723 0.0959 46 21 67 2174 50 4.06. el valor obtenido es de 63.135 Tamaño de familia 3.480.13 3814 1864 5678 198203 50 265.  En promedio el monto que se carga a las tarjetas de crédito es de $3. siendo la mediana de la muestra (tendencia central) $ 42.0%) Ingresos ($1000s) 43.248 0.20 -0.74 -0.528 6 1 7 171 50 0.246 3 2 1.PREGUNTA 1 Resultados de la Estadística Descriptiva Parámetros Media Error típico Mediana Moda Desviación estándar Varianza de la muestra Curtosis Coeficiente de asimetría Rango Mínimo Máximo Suma Cuenta Nivel de confianza (95.964.42 0.090).296  De la muestra analizada.06 132.  Las familias en promedio están compuestas por más de 3 personas. .48 2. suelen haber familias conformadas por 2 personas.739 3. sin embargo en la mayoría de casos como lo indica la moda.494 Monto cargado ($) 3964.  Al analizar los coeficientes de correlación entre el promedio de ingresos anuales y el monto cargado a la tarjeta de crédito.000.02 4090 3890 933.1% mientras que el coeficiente de correlación entre el tamaño de la familia y el monto cargado a la tarjeta es de 75.49 871411.28%. Por tanto podemos concluir que el tamaño de la familia guarda mayor relación con el monto cargado a la tarjeta de crédito. en promedio los ingresos anuales son de $43.024 -0.551 211.

05 7.92 Y= 2204+40.398128 0.79 535404.70 5.0% Superior 95.13588E-08 9.00 40.63 Suma de cuadrados 16999744.40 26.25 F 31.PREGUNTA 2 Estadísticas de la regresión Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones 0.40 26.01248E-07 Inferior 95% 1542. ésta explica el 39.03 42699148.48 Error típico 329.60 54.713230 50 Variable independiente (X1): Ingresos anuales ($) Variable dependiente (Y): Monto cargado a la tarjeta de crédito ($) ANÁLISIS DE VARIANZA Grados de libertad Regresión Residuos Total Coeficientes Intercepción Ingresos 2204.48X1 Coeficiente de Determinación R2: 0.630974 0.04 2865.60 54.75 Valor crítico de F 9.92 Inferior 95.385589 731.01248E-07 Promedio de los cuadrados 16999744. .79 25699404.81% del monto cargado a la tarjeta de crédito.18 1 48 49 Estadístico t 6.04 Superior 95% 2865.0% 1542.82 Probabilidad 2.398128 CONCLUSIÓN: Considerando sólo el ingreso anual como variable independiente.

8% del monto cargado a la tarjeta de crédito.45 508.PREGUNTA 2 Estadísticas de la regresión Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados Regresión Residuos Total 1 47 48 24248167.754 0.37 Y= 2575.98 301.17 Superior 95.5106 49 Variable independiente (X2): Tamaño de familia Variable dependiente (Y): Monto cargado a la tarjeta de crédito ($) Coeficientes Intercepción Tamaño de familia 2575.86 Probabilidad Inferior 95% 3E-17 4E-10 2176. ésta explica el 56.96 51.17 Superior 95% 2973.98 301.12732E-10 0. .77 Error típico 197.22+404. ésta tiene mayor coeficiente de determinación que los ingresos anuales. Por tanto la variable que mejor predice los cargos a la tarjeta de crédito es el tamaño de la familia debido a que según los resultados del análisis de regresión.568 CONCLUSIÓN: Considerando sólo el tamaño de la familia como variable independiente.01 7.77X2 Coeficiente de Determinación R2: 0.81 392515.22 404.37 Inferior 95.4934 F 61.0% 2176.568 0.81 18448228.50 Estadístico t 13.45 508.78 Valor crítico de F 4.559 626.19 42696396 Promedio de los cuadrados 24248167.0% 2973.

909 0.087 Inferior 95.968 33.67 7448393.56% del monto cargado a la tarjeta de crédito. éstas explican el 82.826 0.350 10.504 Superior 95% 1702.115 423.50876E-18 0.  Por cada $ 1000 de ingreso se tendrá un monto equivalente de $ 33.732 Probabilidad 3.087 Y= 1304.450 F 111.82 Promedio de los cuadrados 17625377.133 356.84 158476.151 289.13 en el monto cargado a la tarjeta de crédito.602 8.12342E-14 Inferior 95% 907.29 en el monto cargado a la tarjeta.PREGUNTA 3 Estadísticas de la regresión Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones ANÁLISIS DE VARIANZA Grados de libertad Regresión Residuos Total 2 47 49 Suma de cuadrados 35250755.504 1702.655 3.275 25.0% 907.905 33.818 398.133X1 + 356.151 289.296X2……………….826  Considerando al ingreso anual y al tamaño de la familia como variables independientes. Asimismo un incremento de un miembro en la familia será equivalente a un incremento de $ 356.28664E-08 7.201 Estadístico t 6.535 41.68206E-11 3.091 50 Variables independientes X1: Ingresos anuales ($) X2: Tamaño de familia Variable dependiente (Y): Monto cargado a la tarjeta de crédito ($) Coeficientes Intercepción Ingresos anuales ($1000s) Tamaño de familia 1304.0% Superior 95.218 Valor crítico de F 1. .(1) Coeficiente de Determinación R2: 0.535 41.95 + 33.296 Error típico 197.148 42699148.275 25.115 423.

Mientras que en la tabla 2 se obtiene que X1 explica por sí sola el 39.79% de los montos cargados. . Por tanto existe una diferencia de 14. en la tabla 3 obtenemos un resultado de 25. mientras que en los resultados obtenidos en la tabla 3 explica el 56.74% Tabla 3: X1 y X2 explican X2 explica por sí sólo Por tanto X1 explica 82.76%  Existen diferencias entre los coeficientes de determinación hallados considerando a las variables X1 y X2 como independientes vs considerar sólo una de estas 2 variables como independiente.81% del monto cargado a la tarjeta de crédito. mas no para fines explicativos de los montos cargados a la tarjeta de crédito.  Lo mismo sucede para X2. Dado que el presente caso tiene por finalidad predecir los montos que se cargan a la tarjeta de crédito por parte de los consumidores. según los resultados obtenidos en la tabla 2.56% 56. esta variable explica por si sola el 42.  A partir de estos resultados podemos decir que el modelo sólo es útil para fines predictivos.05% podemos decir que existe colinealidad en esta variable.PREGUNTA 3 Conclusiones: Tabla 2: X1 y X2 explican X1 explica por sí sólo Por tanto X2 explica 82.56% 39.05% por lo que existe colinealidad en la variable X1.81% 42.79% 25.74% del monto cargado a la tarjeta de crédito según los resultados obtenidos en la tabla 2.76%. Por tanto al existir una diferencia del 14. los resultados obtenidos son útiles.

133X1 + 356.PREGUNTA 4 y 5 PREGUNTA 4: Monto anual en tarjetas de crédito predecible X1= 40 (Representa $ 40.000 anuales porque los ingresos están en miles) X2= 3 Luego reemplazando en la ecuación 1 se obtiene que el monto anual predecible Y será: Y = 1304.296X2… Y= $ 3699. Infocorp) (X5) Número de tarjetas de crédito que posee (X6) .95 + 33.1 PREGUNTA 5: Variables independientes al modelo Otras variables independientes al modelo de tarjetas de crédito serían: Años de servicio en el centro de labores (X3) Nivel educacional (X4) Record crediticio (ejemplo.