Está en la página 1de 7

Mtodos Estadsticos para la Investigacin (3006959-1)

Taller de Regresin (40%)


1) REGRESIN LINEAL SIMPLE

Obtenga un conjunto de datos (se sugiere que n est entre 15 y 30) apto para realizar un anlisis de regresin
lineal simple (artculo, tesis, inventar...). Preferiblemente, datos reales.

Explique claramente las caractersticas de la muestra y de la poblacin que representa.

Fije para todas las pruebas subsiguientes (pruebas de hiptesis e intervalos de confianza) un valor de (el
mismo para todas las pruebas).

Utilizando R:

Obtenga el diagrama de dispersin.

Estimacin de 0 y 1.
0: -0.03630
1: 1.44914
Intervalo de confianza para el coeficiente de regresin.

0: {-0.08604803, 0.01345417}
1: {1.33308087 1.56520533}
Anlisis de varianza.
Grados
Libertad
Absorbancia 1

de

Suma
de
Cuadrados

Cuadrado
medio

Estadstico F

Valor P

1.12385

1.12385

1414.6

1.186e-14

Residuals

13

0.01033

0.00079

Intervalos de confianza para la respuesta esperada e intervalos de prediccin en cada uno de los valores de la
variable predictora.
Intervalos de Confianza

Fit
lwr
0,137600 0,099849
1
2
42
0,146295 0,109109
2
1
01
0,139940
3 0,175278
34
0,244836 0,213676
4
8
34
0,336132 0,309663
5
8
99
0,384880
6 0,40859
84
0,440471 0,417612
7
1
19
0,495538 0,473519
8
6
1
0,637554 0,613737
9
6
97
0,663639 0,638931
10
2
12
0,701316 0,675079
11
9
91
0,715808 0,688916
12
3
19
0,772324 0,742581
13
9
36
0,895502 0,858372
14
1
22
1,049111 1,001494
15
2
75

upr
0,175351
1
0,183481
2
0,210615
6
0,275997
3
0,362601
7
0,432299
2
0,463330
1
0,517558
1
0,661371
2
0,688347
3
0,727553
9
0,742700
5
0,802068
5
0,932631
9
1,096727
8

Intervalos de prediccin

Fit
lwr
0,137600 0,044681
1
2
08
0,146295 0,053603
2
1
94
0,083312
3 0,175278
78
0,244836 0,154394
4
8
46
0,336132 0,247197
5
8
77
6 0,40859 0,320436

Upr
0,230519
4
0,238986
3
0,267243
1
0,335279
2
0,425067
9
0,496743

7
8
9
10
11
12
13
14
15

0,440471
1
0,495538
6
0,637554
6
0,663639
2
0,701316
9
0,715808
3
0,772324
9
0,895502
1
1,049111
2

89
0,352542
89
0,407824
82
0,549372
53
0,575212
18
0,612450
57
0,626746
37
0,682360
89
0,802833
46
0,951765
59

1
0,528399
4
0,583252
3
0,725736
7
0,752066
2
0,790183
2
0,804870
3
0,862288
9
0,988170
7
1,146456
9

Intervalo de confianza para la media de y e intervalo de prediccin, cuando x = x0, tomando un valor de x0 que no
pertenezca a la muestra, pero s a la regin de exploracin de la variable predictora.
Intervalo de confianza para 0.58
fit
lwr
upr
1 0.8042061 0.7726806 0.8357315

Intervalo de prediccin para 0.58


fit
lwr
upr
1 0.8042061 0.7136373 0.8947748

Coeficiente de determinacin.

R-squared: 0.9909

Residuales: originales, estandarizados y estudentizados.


R
1 -0,037600241

Rsr

Rst

-1,48929815

-1,57116859

0,003704900

0,14621250

0,14059208

0,024722038

0,96461116

0,96182888

0,005163170

0,19692143

0,18947880

5 -0,026132845

-0,97577447

-0,97383425

6 -0,018590000

-0,68686339

-0,67222758

0,019528852

0,71941260

0,70537298

0,024461414

0,89859253

0,89146949

9 -0,027554610

-1,01847923

-1,02006582

10 -0,003639186

-0,13495252

-0,12974911

11 -0,001316906

-0,04912587

-0,04720299

12

0,024191663

0,90486420

0,89810812

13

0,047675082

1,80586182

2,00456900

14

0,014497919

0,57194984

0,55655876

15 -0,049111250

-2,10448410

-2,49010012

Prueba de Shapiro-Wilk para los residuales originales


data: r
W = 0.96661, p-value = 0.8051

Grfica del modelo ajustado, incluyendo los valores observados, las franjas de confianza y las franjas de
prediccin.

Grfica de residuales (valores predichos vs. residuales estudentizados).

Grfico cuantil-cuantil

En Excel, sin usar las funciones incorporadas (Anava, regresin, etc.), sino paso a paso (sumas, productos,
promedios, ):

0 y 1

Calcule

Realice el anlisis de varianza.

Calcule el coeficiente de determinacin.


Intervalos de confianza para la respuesta esperada e intervalos de prediccin en cada uno de los valores de la
variable predictora, incluyendo adicionalmente el valor x0 que us en el software estadstico. En todos los casos,
obtener solo los valores numricos de los lmites; no hace falta graficarlos.
Obtenga los residuales: originales, estandarizados y estudentizados.
2) PTIMO ECONMICO

Obtener (artculo, tesis, inventar...) un conjunto bivariado (x, y) apto para un anlisis de ptimo econmico.

Suponer precios para el insumo y para el producto (ojal cercanos a la realidad).

Utilizando R:

Ajuste un modelo polinomial de segundo orden, de la forma:

Y 0 1 X 2 X 2
en el cual el trmino cuadrtico sea significativo.
Manualmente:

Con base en modelo ajustado y los precios, obtener la cantidad de insumo que maximiza la ganancia.

Estimar la produccin que maximiza la ganancia.

Estimar la ganancia mxima.

CONDICIONES DE PRESENTACIN:
1.

Todos los resultados debern subirse a la plataforma Moodle, a travs de la opcin Taller de RegresinEntrega, antes de las 17h00 del viernes 29 de mayo de 2015.

2.

Absolutamente todos los resultados debern interpretarse. Dicha interpretacin deber realizarse en trminos de
los fenmenos que se pretenda modelar.

3.

Deber prestarse particular atencin a la redaccin, como si se tratara del apartado de resultados y discusin de
un artculo cientfico.

4.

La informacin de soporte estar conformada nica y exclusivamente por 6 archivos:


A) Un archivo en Word (no en pdf), adecuadamente editado con los resultados pertinentes, incluyendo tanto
texto como figuras. La edicin debe realizarse como si se tratara del apartado de resultados y discusin de
una publicacin, es decir, extractando de las salidas del software los resultados pertinentes e intercalando las
interpretaciones del caso. El copie y pegue indiscriminado de todos los resultados arrojados por el
software, sin ningn tipo de edicin ni comentario tendr un efecto negativo en la calificacin.

B) Dos archivos en formato xls xlsx (formato de Excel) con los datos para cada uno de los dos puntos; un
archivo para cada punto.
C) Dos scripts independientes en R; uno para cada punto. Los scripts no deben ir incorporadas en el texto de
Word, sino como archivos aparte, con formato *.R. Los scripts deben ser completamente funcionales, pues
con base en estos se cotejar la informacin que se haya organizado en el archivo Word.
D) Un archivo de Excel (solo para el numeral 1). No se requiere interpretacin de las operaciones realizadas
sobre este archivo, pues tales interpretaciones aparecen en el archivo de Word. Basta con elaborar el archivo
Excel e incluirlo.
5.

Los anteriores archivos debern comprimirse (RAR o ZIP), dando lugar a un nico archivo que ser el que se
suba a la plataforma Moodle.