PRACTICA

Nombre: Fernando Mendoza Nina

Docente: Ing. Medinaceli Ortiz Rubn
Materia: Estadistica II
Paralelo: MAT 1136 A
Auxiliar: Abastorflor Fuentes Daniel Alejandro

1. Un vendedor va en busca de edificios con oficinas en la ciudad de Oruro para alquilarla en

una semana de trabajo encontr 11 edificios que contienen oficinas los detalles de estos
edificios se encuentra en la siguiente tabla:
LUGAR

Y
Renta (USD)

X1
N Oficinas

X2
N Accesos

X3
Antigedad(aos)

142

20

144

12

151

1,5

33

360

40

139

53

169

23

126

1,5

99

142

34

163

23

10

189

55

11

149

22

El medio acceso (0,5) representa a los accesos reservados especficamente para entregas
Sean los modelos
MODELOS

MODELO 1
(X1,X2)

SSR
SSE

36039,800

SST

42452,545

MODELO 2
(X1,X2,X3)
6428,134

Y las matrices A y G para el modelo 2

11
= | 29
26
414

26
414
29
70,5 1080
83
|
70,5 67,5
970
1080 970 21566

1874
= | 5138 |
4438,5
69929

a. Con = 0,01 Determinar el mejor modelo

b. Hallar los parmetros del modelo 2
c. El promotor encontr un nuevo edificio de oficinas consta de una superficie de 2500 m2
de 17 aos de antigedad, cuenta con 4 oficinas y 2 puntos d accesos generales ms de un
acceso reservado especficamente para entrega. Con el 90% de confiabilidad encontrar un
intervalo de confianza para el valor de este nuevo edificio para el modelo 2.
d. Hallar el coeficiente de correlacin mltiple Y;X1,X2,X3
SOLUCIN

SSR

MODELO 1
(X1,X2)
6412,745

MODELO 2
(X1,X2,X3)
6428,134

SSE

36039,800

36024,411

SST

42452,545

42452,545

MODELOS

MODELO 1
SST = SSR + SSE
SSR = SST SSE
SSR = 42452,545 36039,800
SSR = 6412,745
MODELO 2
SST = SSR + SSE
SSE = SST SSR
SSE = 42452,545 6428,134
SSE = 36024,411
a. SOL.
1) HO: la adicin de la variable X3 a un modelo que ya contiene las variables X1, X2 NO mejora
significativamente la prediccin de la variable Y.
H1: la adicin de la variable X3 a un modelo que ya contiene las variables X1, X2 mejora
significativamente la prediccin de la variable Y.

HO: 3 = 0
H1: 3 0
2) = 0,01
3) Estadstico de prueba
(1 , 2 , 3 ) (1 , 2 )

=
(1 , 2 , 3 )
= 0,01
RECHAZAR H0 si:
F calculado 3,26
F0 = 3,26 ~ F2/7
O
4) F calculado
6428,134 6412,745
2
=
36024,411
7
= 0,015

5) Debido que F calculado < 3,26. Se acepta H0 la adicin de X3 no mejora la prediccin

Por lo tanto el mejor modelo es
1 ,2 = 0 + 1 1 + 2 2
b. SOL.
Parmetros del modelo 1

[=0 1
=0 2

=0 1
=0 12
=0 1 2

11 29
26
= [29 83 70,5]
26 70,5 67,5

=0 2
=0 1 2 ]
=0 22
1874
G = [ 5138 ]
4438,5

= 1

=0
= [=0 1 ]
=0 2

0
1874
1,607755
0,316592 0,2886205

[ 1 ] = [ 0,316592 0,1691036 5,4672600] [ 5138 ]

4438,5
0,2886205 5,467260 0,18308964
2
0
108,126509845
[1 ] = [ 33,4424666235 ]
10,9701207891
2
= 108,126509845 + 33,44246662351 10,97012078912
Parmetros del Modelo 2
1 ,2 = 0 + 1 1 + 2 2 + 3 3

=0 1
1 =0 12
= =0
=0 2 =0 1 2

[=0 3 =0 1 3

=0 2
=0 1 2
=0 22
=0 2 3

=0 3
=0 1 3
=0 2 3
=0 32 ]

26
414
11 29
70,5 1080
29
83
=|
|
26 70,5 67,5
970
414 1080 970 21566

=0

= =0 1
=0 2
[=0 3 ]

1874
= | 5138 |
4438,5
69929

= 1
0
1,9286183 0,327377 0,295506 0,0073375
1874
1
0,3273771 0,1694661 0,054441 0,0002466
[ ]= [
] [ 5138 ]
4438,5
0,2955055 5,4441184 0,1832374 0,0001574
2
69929
0,0073375 0,0002466 0,0001574 0,0001678
3

0
110,417435043
1
33,3654652156
[ ]= [
]
11,0192791278
2
0,0523889354218
3
= 110,417435043 + 33,36546521561 11,01927912782
0,05238893542183
c. SOL.
[ 0 0 1 0 1 ,2 ,3 + 0 0 1 0 ] = 1

 = 110,417435043 + 33,3654652156(4) 11,0192791278(2)

0,0523889354218 (17)
= 220,950125747
0 1 0

[1 29

1,9286183 0,327377 0,295506 0,0073375

1
0,3273771 0,1694661 0,054441 0,0002466
] [ 29 ]
26 414] [
26
0,2955055 5,4441184 0,1832374 0,0001574
414
0,0073375 0,0002466 0,0001574 0,0001678
= 183,86183487
0 = 1,895

(1 , 2 , 3 )
( + + 1)

36024,411
=
7
= 71,7380263777
0 0 1 0
1,895 71,7380263777 183,86183487
=1843,33569778
P (220,950125747 1843,33569778 Y/X1,X2,X3 220,950125747 + 1843,33569778) = 0,9

P ( 1622,38557031 Y/X1,X2,X3

2064,28582525) = 0,9