Doncouse_Jeremy_Week8

Doncouse_Jeremy_Week8 - JeremyDoncouse MGMT313...

Info iconThis preview shows pages 1–5. Sign up to view the full content.

View Full Document Right Arrow Icon
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
Jeremy Doncouse MGMT313 Problems 1, 3, 5, 9, 13, 17, 21 1 Given are five observations for two variables, x and y. 1 2 3 4 5 3 7 5 11 14 a. Develop a scatter diagram for these data. b. What does the scatter diagram developed in part (a) indicate about the  relationship between the two variables? The scatter diagram indicates the two variables share a positive relationship. c. Try to approximate the relationship between x and y by drawing a straight line through the data. (xi - mean)(yi - mean) 1 1 3 -2 -5 10 4 2 2 7 -1 -1 1 1 3 3 5 0 -3 0 0 4 4 11 1 3 3 1 5 5 14 2 6 12 4 Totals 15 40 26 10 (xi - mean)(yi - mean) Σ x i y i d. Develop the estimated regression equation by computing the values of b 0  and b 1  using equations (12.6) and (12.7). i th x i y i x i  - mean y i  - mean (xi - mean) 2 x Σ i y Σ i (xi - mean) Σ 2 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 0 2 4 6 8 10 12 14 16
Background image of page 2
3 8 e. Use the estimated regression equation to predict the value of y when x = 4. Business perspective. For problems 1 and 3 the methods used for simple linear regression serve to see and evaluate possible patterns between independent and dependent variables. Like the example in the textbook, a business could  see if a relationship between population and sales exists and can then determine what volume of sales should exist in an area. This can be used to see if a store in that area is performing up to par. Experience and wisdom must be used here to  see if there really is a relationship and if that relationship is a viable means of  determining an outcome. 3 Given are five observations collected in a regression study on two variables. 2 6 9 13 20 7 18 9 26 23 a. Develop a scatter diagram for these data. b. Develop the estimated regression equation for these data. (xi - mean)(yi - mean) 1 2 7 -8 -9.6 76.8 64 2 6 18 -4 1.4 -5.6 16 x i  average = y i  average = x i y i i th x i y i x i  - mean y i  - mean (xi - mean) 2 0 5 10 15 20 25 0 5 10 15 20 25 30
Background image of page 3

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
3 9 9 -1 -7.6 7.6 1 4 13 26 3 9.4 28.2 9 5 20 23 10 6.4 64 100 Totals 50 83 171 190 (xi - mean)(yi - mean) Σ 10 16.6 c. Use the estimated regression equation to predict the value of y when x = 4. Business perspective. For problems 1 and 3 the methods used for simple linear regression serve to see and evaluate possible patterns between independent and dependent variables. Like the example in the textbook, a business could  see if a relationship between population and sales exists and can then determine what volume of sales should exist in an area. This can be used to see if a store in that area is performing up to par. Experience and wisdom must be used here to  see if there really is a relationship and if that relationship is a viable means of 
Background image of page 4
Image of page 5
This is the end of the preview. Sign up to access the rest of the document.

This note was uploaded on 03/08/2011 for the course MGMT 313 taught by Professor N/a during the Spring '10 term at Mountain State.

Page1 / 19

Doncouse_Jeremy_Week8 - JeremyDoncouse MGMT313...

This preview shows document pages 1 - 5. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online