Regression Lineal

Quantitative Methods of Business
Junio 2013

 A continuación estaremos analizando la relación entre

el numero de llamadas recibidas y la edad de 45
operadores en un día. Esto porque secuenta con la
percepción que los operadores de mayor edad reciben
un numero menor de llamadas durante el día
saturando las líneas de los operadores con menor edad
quienes resaltan recibir aun altonumero de llamadas
por esta causa.

# de Llamadas Edad
70
22
75
21
81
25
90
34
72
33
65
28
89
36
91
22
95
20
105
22
70
21
75
24
69
27
84
30
86
31
70
24
71
27
89
2280
20
81
29
77
26
76
25
69
30
74
31

# de Llamadas Edad
77
22
82
21
86
27
97
26
70
25
88
29
82
30
79
22
81
20
84
21
79
27
86
28
90
30
91
21
76
20
69
2274
22
83
24
82
30
91
31
75
27
72
29
70
24

Datos
Se obtiene los datos
del día 7 de Junio del

2013, día en que se
presenta la
inconformidad por
parte de un grupo de
operadores.Con estos datos
obtuvimos:
Media
DS
CV
B
LIC
LSC

# de Llamadas
80.17
8.83
11.01%
3.53
76.64
83.70

Edad
25.70
4.22
16.43%
1.69
24.01
27.39

Grafica
Lineal
La grafica nosdeja
evidencia del

comportamiento de
los operadores
conforme a sus edad
y el numero de
llamadas que

recibieron durante el
dia.

Hipótesis
SUMMARY OUTPUT

Los datos nos
RegressionStatistics
Multiple R 0.048626
R Square 0.002365
Adjusted R Square
-0.01981
Standard Error
8.917097
Observations
47

hipótesis en el
anterior
planteamiento es
Nula o Alterna.

ANOVA
dfRegression
Residual
Total

identifican si la

SS
MS
F Significance F
1 8.480689 8.480689 0.106656 0.745498
45 3578.158 79.51461
46 3586.638

Coefficients
Standard Error t Stat
P-valueLower 95%Upper 95%
Lower 95.0%pper 95.0%
U
Intercept 77.55611 8.109426 9.563699 2.06E-12 61.22289 93.88933 61.22289 93.88933
Edad
0.101708 0.311431 0.326582 0.745498 -0.52555 0.728962 -0.52555...