Documento1.docx

Análisis estadísticos de los datos entregados Según la información estadística, podemos analizar el nivel de compras de los clientes y las variables que puedan causar su variación, de una empresa que se dedica a fabricar trajes sobre medidas para personas de negocios. A partir de las medidas de resumen de las variables podemos inferir lo siguiente: 

Dentro de la totalidad de la población, de la cual se recaudó la información, la media aritmética arrojada de la variable “Compras” es de 914,23 (miles de pesos) que representa la cantidad gastada por un cliente cuando visita la tienda, obtenida entre el rango minino de 600 (miles de pesos) y máximo 1200 (miles de pesos). Además los datos estadísticos nos entregan una desviación estándar de 141,7 (miles de pesos) siendo este la variabilidad que presentan los clientes del total que gastan en la tienda, con respecto de la media aritmética.  La variable “Ingreso mensual” arroja una media aritmética de 808,85 (miles de pesos), que representa el sueldo promedio de los clientes de la tienda, obtenida entre un rango mínimo de 580 (miles de pesos) y un máximo de 950 (miles de pesos). Estos sueldos de los clientes presentan una variabilidad de la totalidad de los datos de 95,2 con respecto de la media aritmética, expresado por su desviación estándar. A partir de la matriz de correlación podemos decir lo siguiente: 

La variable “Compras” está correlacionada directamente con la variable “ingreso mensual”, esta relación nos indica que si crece la variable “Compras” crecerá la variable “Ingreso mensual”. Hay evidencia estadística de que a medida que aumenta el poder adquisitivo de los clientes aumenta el consumo de estos, aumentando por sí la variable “Compras”.  La variable “Compras” está correlacionada negativamente con la variable “familia”, existe evidencia estadísticas de que a medida que aumente el número de componentes del grupo familiar del cliente, disminuye el consumo, por lo tanto l variable “Compras” disminuye.  La variable “Ingresos mensual” esta correlacionada directamente con la variable “permanencia”, esta correlación nos indica que si crece la variable “Ingreso mensual” crecerá la variable “permanencia”. Existe evidencia estadística de que el cliente permanece más años en su cargo, su ingreso mensual aumenta afectado positivamente su ingreso mensual. Al disminuir el número de años de permanencia del cliente en su cargo, el ingreso mensual también disminuirá.  La variable “Permanencia” está directamente correlacionada con la variable “familia”, esta correlación nos indica que si crece la variable “permanencia” crecerá la variable “familia”. Hay evidencia estadística que la permanecía del cliente en su cargo se debe a la responsabilidad que tiene con su grupo familiar. La variable “Permanencia” está inversamente correlacionado con antigüedad, esta relación nos indica que mientras más años en el cargo está el cliente, tiene una posibilidad más baja de permanencia.



La variable de “antigüedad” esta correlacionada directamente con la variable “familia” esta correlación nos indica que si crece la variable “antigüedad” crecerá la variable “familia”. Esto se debe a que si el cliente lleva más años en su cargo, existe la probabilidad que su grupo familiar sea mayor, mientras que si es más joven es menos probable que presente un grupo familiar.

A partir de las funciones de regresión podemos concluir: 





En la función de regresión “a)” la variable “ingreso mensual” está directamente relacionado con respecto de la variable “compras” porque el coeficiente de correlación (r) es de 0,772, es decir que si aumentar el ingreso mensual del cliente, las compras aumentarían según la función de regresión entregada, variando todas estas en 95 (miles de pesos) que es explicado por la desviación estándar de la función (S=95). En la función de regresión “b)” la variable “familia” esta inversamente relacionado con respecto de la variable “compras”, porque el coeficiente de correlación (r) es negativo en -0,856, es decir que al aumentar la familia del cliente en “x” cantidad la variable “compras” disminuirá. Al analizar e interpretar la función de regresión “c)”se infiere que la variable “ingreso mensual” y “familia”, estando incorporadas en la misma función el coeficiente de correlación “r”, arroja negativo en -0,925, esto quiere decir que estas variables están inversamente relacionadas con respecto de la variable “compras”. Según la evidencia estadísticas si aumentamos el “Ingreso mensual” en “x” cantidad del cliente y a su vez aumenta la variable “Familia” en “x” cantidad, la variable “compras” se verá afectada, entregando diversos resultados dependiendo de los valores que tengan las variables X1 (ingreso mensual) y X4 (familia), en otras palabras mientras los valores de “x1” y “x4” sean más altos la variable “compras” disminuirá y mientras más bajo sea el valor de las variables “ingreso mensual” y “familia” esta aumentará, pero el resultado de esta función siempre será bajo la media aritmética de la variable “compras” que es 914,23 (miles de pesos) considerando los datos de la población.