Exercici 3 (2,5 punts). Estimació del model de sa… · Estadística I URV 2021

Tema: Regressió lineal múltiple: contrastos, multicol·linealitat i selecció de models · Del examen Recull d'exàmens de segon parcial i recuperació (2021)

Enunciado

Exercici 3 (2,5 punts). Estimació del model de satisfacció del client

A partir d'una enquesta a 244 clients del servei postal de l'Illa de Man (basada en el model European Customer Satisfaction Index, ECSI), es mesuren en una escala d'1 a 10 les variables: qualitat del producte ( QUAL1), qualitat del servei ( QUAL2), valor percebut pel preu pagat ( VALU), imatge corporativa ( IMAG), satisfacció global ( SATI) i fidelitat ( LOYA).

Gràfics de dispersió de la satisfacció ( SATI) enfront de les altres dimensions:

a)

Atesos els gràfics de dispersió, valoreu si cal aplicar alguna transformació logarítmica i especifiqueu el model de regressió poblacional a estimar per explicar la satisfacció. [0,5 punts]

b)

L'equip investigador estima el model de regressió móltiple model2a. Completeu els camps ocults amb requadres negres de la sortida. [0,5 punts]

c)

El model és globalment significatiu? Formuleu les hipòtesis, resoleu el contrast pel mètode del p-valor i preneu una decisió amb un risc del 10%. [0,25 punts]

d)

Podem concloure que la variable QUAL2 és estadísticament significativa? Plantegi el contrast d'hipòtesis, calculi l'estadístic de prova i resolgui el contrast al 95% de confiança de dues formes: mitjançant el valor crític i mitjançant el p-valor. [0,5 punts]

e)

Indiqueu el valor de la bondat d'ajustament i interpreteu-lo. [0,25 punts]

f)

Interpreteu en el context de l'estudi el coeficient associat al paràmetre QUAL1. [0,5 punts]

Enunciado: Exercici 3 (2,5 punts). Estimació del model de sa… · Estadística I URV 2021

Solución

Según los criterios oficiales de corrección

a) Atesos els gràfics de dispersió, valoreu si cal aplicar alguna transformació logarítmica i especifiqueu el model de regressió poblacional a estimar per explicar la satisfacció. [0,5 punts]

Solución: No cal transformació logarítmica. Model: SATIi=β1+β2QUAL1i+β3QUAL2i+β4IMAGi+β5VALUi+ui\mathrm{SATI}_i = \beta_1 + \beta_2 \mathrm{QUAL1}_i + \beta_3 \mathrm{QUAL2}_i + \beta_4 \mathrm{IMAG}_i + \beta_5 \mathrm{VALU}_i + u_i

b) Std. Error de QUAL1

Solución: 0.05246

b) F-statistic

Solución: 203.7

b) Graus de llibertat del numerador (on)

Solución: 4

b) Graus de llibertat residuals (and ... DF)

Solución: 239

c) El model és globalment significatiu? Formuleu les hipòtesis, resoleu el contrast pel mètode del p-valor i preneu una decisió amb un risc del 10%. [0,25 punts]

Solución: H0:β2=β3=β4=β5=0H_0: \beta_2 = \beta_3 = \beta_4 = \beta_5 = 0 vs H1:H_1: Almenys un βj≠0\beta_j \neq 0. Com que p-valor <2,2⋅10−16<0,10< 2{,}2\cdot 10^{-16} < 0{,}10, es rebutja H0H_0; el model és globalment significatiu.

d) Podem concloure que la variable QUAL2 és estadísticament significativa? Plantegi el contrast d'hipòtesis, calculi l'estadístic de prova i resolgui el contrast al 95% de confiança de dues formes: mitjançant el valor crític i mitjançant el p-valor. [0,5 punts]

Solución: H0:βQUAL2=0H_0: \beta_{\mathrm{QUAL2}} = 0 vs H1:βQUAL2≠0H_1: \beta_{\mathrm{QUAL2}} \neq 0. t=1,605t = 1{,}605. Com que ∣t∣=1,605<1,97|t| = 1{,}605 < 1{,}97 i p-valor=0,10989>0,05p\text{-valor} = 0{,}10989 > 0{,}05, no es rebutja H0H_0. QUAL2 no és estadísticament significativa.

e) Indiqueu el valor de la bondat d'ajustament i interpreteu-lo. [0,25 punts] - Valor

Solución: 0.7732 / 77.32% / 0.7694

e) Indiqueu el valor de la bondat d'ajustament i interpreteu-lo. [0,25 punts] - Interpretació

Solución: El 77,32% de la variabilitat observada en la satisfacció dels clients queda explicada conjuntament pel model. La bondat d'ajustament és molt satisfactòria.

f) Interpreteu en el context de l'estudi el coeficient associat al paràmetre QUAL1 . [0,5 punts]

Solución: Quan la valoració de la qualitat del producte s'incrementa en un punt, la satisfacció augmenta de mitjana aproximadament 0,387 punts, ceteris paribus.

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

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

Exercici 4 (2,5 punts). Diagnòstic de multicol·li… · 2021 ›

Más ejercicios de Regressió lineal múltiple: contrastos, multicol·linealitat i selecció de models