Está en la página 1de 5

Seminario

EJERCICIOS DE REGRESIN LINEAL


1. Un ciudadano viene ahorrando en funcin de su
obtenidos durante el 2012 han sido los siguientes:
Ahorro
1.9 1.8 2
2.1 1.9 2
2.2
(Y)
Renta
20. 20. 21. 21. 22. 22. 22.
(X)
5
8
2
7
1
3
2

renta mensual. Los datos


2.3

2.7

2.7

22.
6

23.
1

23.
5

23.
6

23.
3

Con dicha informacin, se pide:


a. Obtener el modelo lineal que explica el ahorro en funcin de la renta,
interprete sus parmetros.
Parmetros:

Grfica de lnea ajustada


Ahorro (Y) = - 6.053 + 0.3756 Renta (X)
S
R-cuad.
R-cuad.(ajustado)

3.00

0.204337
80.1%
78.1%

Ahorro (Y)

2.75
2.50

b0:-6.053, significa, si mi renta


mensual es 0, mis ahorros son
negativos o sea (-6.053)

2.25

b1:0.3756, significa que por cada


unidad de renta, mi ahorro es de
0.3756 cntimos de unidad

2.00
1.75
1.50
20.5

21.0

21.5

22.0 22.5
Renta (X)

23.0

23.5

24.0

b. Determine el coeficiente de correlacin, interprete


Correlacin de Pearson de Ahorro (Y) y Renta (X) : R= 0.895, significa que la
relacin ahorro renta est altamente correlacionado.

c. Qu porcentaje de varianza de la variable ahorro queda explicado por la


variable renta a travs del modelo lineal planteado
R2=80.1%

d. Predecir el ahorro si el ciudadano tiene una renta mensual de 24.5


Ahorro=-6.053+0.3756(24.5)= 3.14811
e. Es confiable las predicciones, sustente su respuesta.
Anlisis de varianza
Fuente
Regresin
Error
Total

GL
1
10
11

SC
1.68246
0.41754
2.10000

MC
1.68246
0.04175

F
40.30

P
0.000

Ho: b1=0 (las predicciones no son confiables)


H1: b10 (las predicciones son confiables)
Como (p=0.000) (=0.05) entonces se rechaza la Ho, es decir
predicciones son confiables

las

2. Una empresa quiere predecir el valor anual de sus ventas totales en un


determinado pas a partir la renta nacional. Para determinar la relacin
obtiene los siguientes datos en miles de dlares:
Renta(X)
189 190 208 227 239 252 257 274 293 308 316
Ventas(Y) 402 404 412 425 429 436 440 447 458 469 469
Calcular:
Grfica de dispersin de Ventas(Y) vs. Renta(X)
469 469

470
458

460

Ventas(Y)

450

447
440
436

440
429

430

425

420
412

410

404
402

400
200

220

240

260
Renta(X)

280

300

320

a.

Construya la grfica de dispersin

b. La recta de regresin de Y sobre X.


Grfica de lnea ajustada
Ventas(Y) = 301.7 + 0.5350 Renta(X)
S
R-cuad.
R-cuad.(ajustado)

470

1.41488
99.7%
99.7%

460

Ventas(Y)

450
440
430
420
410
400
200

220

240
260
Renta(X)

280

300

320

c. El coeficiente de correlacin lineal e interprete.


Correlacin de pearson de renta(x) y ventas(y) = 0.998
valor p = 0.000
La relacin venta-renta es casi perfecta

d. Si la renta nacional del pas fue de 325 millones de dlares. Cul ser la
prediccin para las ventas de la compaa?
Ventas=301.7+0.5350*325=475.575

e. Interpretar la pendiente de la recta de regresin estimada.


Significa, por cada milln de renta anual del pas, mis ventas totales se
incrementan en 535 mil dlares.
f. Explicar si es posible, dar una interpretacin con sentido a la constante de
la recta de regresin ajustada

Mis venta seran 301.7 millones si la renta del pas es 0 dlares.


3. Los datos obtenido de una muestra de tamao 12, sobre la relacin que existe entre la
inversin hecha y el rendimiento obtenido en cientos de miles de soles para
explotaciones mineras, se muestra a continuacin:
Inversin (X)
Rendimiento (Y)

11
2

14
3

16
5

15
6

16
5

18
3

20
7

21
10

14
6

20
10

19
5

Grfica de dispersin de Rendimiento (Y) vs. I nversin (X)


10

10

10

Rendimiento (Y)

8
7

7
6

6
5

4
3

2
1
10

12

14

16
Inversin (X)

18

20

22

a. Construya la grfica de dispersin

Calcular:

Grfica de lnea ajustada


Rendimiento (Y) = - 1.682 + 0.4522 Inversin (X)
S
R-cuad.
R-cuad.(ajustado)

10
9

2.06002
38.2%
32.0%

Rendimiento (Y)

8
7
6
5
4
3
2
1
10

b.

12

14

16
18
Inversin (X)

20

22

La recta de regresin de Y sobre X.

11
6

c. El coeficiente de correlacin lineal e interprete.


Correlacin de Pearson de Rendimiento (Y) y Inversin (X) = 0.618
Valor P = 0.032

La relacin rendimiento inversin es medianamente aceptable, porque el


r=0.618
d. El coeficiente de determinacin e interprete
R2=38.2%, significa que la recta de regresin (rendimiento) explica el
38.2% en funcin de la inversin.
e. La previsin de inversin que se obtendr con un rendimiento de S/
1250000
Rendimiento=-1.682 + 0.4522 Inversin
12.5 =-1.682+0.4522 Inversion
Inversion= (12.5 +1.682)/0.4522=31.362229
f.

Interpretar la pendiente de la recta de regresin estimada.


B1=0.4522 significa que por cada 100 mil soles de Inversin el
rendimiento se incrementa en 45,200 soles
g. Explicar si es posible, dar una interpretacin con sentido a la constante de
la recta de regresin ajustada
Significa que si no se invierte (inversin=0), la renta es -168 mil 200
soles, es decir hay prdidas.
4. El tiempo de horas dedicadas al estudio de una materia
obtenida en el examen correspondiente, es:
Horas (X)
Calificaci
n (Y)

2
0
1
3

1
6
1
2

3
4
1
7

2
3
1
4

2
7
1
8

3
2
1
9

1
8
1
5

2
2
1
6

1
7
1
2

1
2
1
5

1
8
1
2

2
0
1
3

2
6
1
7

2
7
1
8

y la calificacin
2
1
1
2

2
0
1
3

1
8
1
4

2
2
1
5

2
6
1
6

2
5
1
6

Se pide:
a. Construya la grfica de dispersin
b. La recta de regresin de Y sobre X.
c. El coeficiente de correlacin lineal e interprete.
d. El coeficiente de determinacin e interprete
e. Calificacin estimada para una persona que hubiese estudiado 28 horas
f. Interpretar la pendiente de la recta de regresin estimada.
g. Explicar si es posible, dar una interpretacin con sentido a la constante de
la recta de regresin ajustada
5. Se quiere determinar la relacin que hay entre la edad de un nio y la
conducta agresiva (medida en una escala de cero a 10), para ello se analizan
los siguientes datos:.
Edad
6
6
6.7
7
7.4
7.9
8
8.2
8.5
8.9
Conducta agresiva
9
6
7
8
7
4
2
3
3
1
a. Obtenga la ecuacin de la recta de regresin de la conducta agresiva en
funcin de la edad.
b. A partir de la ecuacin, obtenga el valor de la conducta agresiva que
correspondera a un nio de 7.2 aos.
c. Determine el coeficiente de correlacin lineal e interprete.
d. El coeficiente de determinacin e interprete

e. Interpretar la pendiente de la recta de regresin estimada.


f. Explicar si es posible, dar una interpretacin con sentido a la constante de
la recta de regresin ajustada
6. Un gerente quiere determinar la relacin que hay entre los aos de
antigedad de permisos de conducir y el nmero de infracciones cometidas
por los conductores de una empresa de transportes, para ello se tiene los
siguientes datos:
Aos (X)
3
4
5
6
4
3
5
6
Infracciones (Y)
4
3
2
1
2
4
1
0
Calcular el coeficiente de correlacin lineal e interpretarlo.
Calcula la ecuacin de regresin, interpreta los parmetros

También podría gustarte