Ejercicio 12 - Regressió lineal per a la fidelitat dels cli… · Estadística Básica UDL 2020

Tema: Regressió lineal múltiple: estimació i interpretació · Del examen Recopilatori d'exàmens de recuperació i segon parcial d'Estadística (2020)

Enunciado

Segon Parcial Juny 2021 - Exercici 3 (2,5 punts). Regressió lineal per a la fidelitat dels clients

A partir del model ECSI sobre el servei de correus (mostra de 244 enquestats), s'estima el model per explicar la fidelitat dels clients (LOYA) en funció de la qualitat del producte (QUAL1), qualitat del servei (QUAL2), imatge corporativa (IMAG), valor per diners (VALU) i satisfacció global (SATI).

a)

Especifiqueu el model de regressió lineal múltiple estimat. [0,25 punts]

b)

Efectueu una diagnosi detallada dels supòsits bàsics del model a través dels gràfics residuals facilitats (linealitat, homocedasticitat, normalitat i valors atípics). [0,75 punts]

c)

És el model globalment significatiu? Plantegeu el contrast i interpreteu-lo amb el p-valor per a un nivell de risc de l'1%. [0,25 punts]

d)

Resulta la variable QUAL1 estadísticament significativa? Plantegeu les hipòtesis, calculeu l'estadístic de contrast i resoleu pel valor crític al 90% de confiança. [0,5 punts]

e)

Calculeu el coeficient de determinació ajustat Rˉ2\bar{R}^2 i interpreteu-lo. [0,25 punts]

f)

Determineu l'interval de confiança al 95% per al paràmetre associat a SATI i interpreteu el seu significat. [0,5 punts]

Límit inferior (IC 95%):

Límit superior (IC 95%):

Enunciado: Ejercicio 12 - Regressió lineal per a la fidelitat dels cli… · Estadística Básica UDL 2020

Solución

Según los criterios oficiales de corrección

a. Especifiqueu el model de regressió lineal múltiple estimat. (0,25 punts)

Solución: LOYAi=β1+β2QUAL1i+β3QUAL2i+β4VALUi+β5SATIi+β6IMAGi+ui\mathrm{LOYA}_i = \beta_1 + \beta_2\mathrm{QUAL1}_i + \beta_3\mathrm{QUAL2}_i + \beta_4\mathrm{VALU}_i + \beta_5\mathrm{SATI}_i + \beta_6\mathrm{IMAG}_i + u_i (o amb els coeficients numèrics estimats: LOYA^=0,69176+0,17574 QUAL1−0,01528 QUAL2+0,44023 IMAG−0,01693 VALU+0,33381 SATI\widehat{\mathrm{LOYA}} = 0{,}69176 + 0{,}17574\,\mathrm{QUAL1} - 0{,}01528\,\mathrm{QUAL2} + 0{,}44023\,\mathrm{IMAG} - 0{,}01693\,\mathrm{VALU} + 0{,}33381\,\mathrm{SATI})

b. Efectueu una diagnosi detallada dels supòsits bàsics del model a través dels gràfics residuals facilitats (linealitat, homocedasticitat, normalitat i valors atípics). (0,75 punts)

Solución: Linealitat: s'admet (residus dispersos sense patró curvili al voltant de 0). Homocedasticitat: heterocedasticitat (forma d'embut al gràfic 6, menor dispersió a valors predits alts). Normalitat: lleugera asimetria negativa a la cua esquerra del Q-Q plot, atenuada pel TLC (n=244). Valors atípics/influents: dos punts amb distància de Cook propera a 0,15.

c. És el model globalment significatiu? Plantegeu el contrast i interpreteu-lo amb el p-valor per a un nivell de risc de l'1%. (0,25 punts)

Solución: H0:β2=β3=β4=β5=β6=0H_0: \beta_2 = \beta_3 = \beta_4 = \beta_5 = \beta_6 = 0 vs. HAH_A: Almenys un βj≠0\beta_j \neq 0. Com que el p-valor és <2,2×10−16<0,01< 2{,}2 \times 10^{-16} < 0{,}01, rebutgem H0H_0 a l'1% de significació. El model conjunt és vàlid i estadísticament significatiu.

d. Estadístic de contrast t per a QUAL1

Solución: 1,906

d. Plantegeu les hipòtesis i resoleu pel valor crític al 90% de confiança.

Solución: H0:βQUAL1=0H_0: \beta_{\mathrm{QUAL1}} = 0 vs. HA:βQUAL1≠0H_A: \beta_{\mathrm{QUAL1}} \neq 0. Valor crític t238;0,05≈1,651t_{238; 0{,}05} \approx 1{,}651. Com que ∣t∣=1,906>1,651|t| = 1{,}906 > 1{,}651, rebutgem H0H_0 al 10% de risc. QUAL1 és estadísticament significativa al 90% de confiança.

e. Calculeu el coeficient de determinació ajustat R² ajustat

Solución: 0,565

e. Interpreteu el coeficient de determinació ajustat.

Solución: El 56,5% de la variació en la fidelitat dels clients és explicada pel model, corregint per la quantitat de paràmetres introduïts.

f. Límit inferior de l'interval de confiança al 95% per a SATI

Solución: 0,1317

f. Límit superior de l'interval de confiança al 95% per a SATI

Solución: 0,5359

f. Interpreteu el seu significat.

Solución: Amb el 95% de confiança, per cada augment d'un punt en la satisfacció del client, la fidelitat mitjana creix entre 0,132 i 0,536 punts, mantenint la resta de factors constants.

La explicación paso a paso, hecha con IA, es Premium. Premium

Resuélvelo aquí mismo: corrección automática, pistas y solución paso a paso.

‹ Ejercicio 8 - Model de regressió de la satisfacció · 2020 · Ejercicio 15 - Anàlisi de regressió del rendiment de proces… · 2020 ›

Más ejercicios de Regressió lineal múltiple: estimació i interpretació