Guía de problemas de Modelos Lineales

Problema 1:
El director de marketing de una empresa se ha propuesto investigar si realmente el gasto en
publicidad le lleva a un aumento en las ventas. Para ello ha recogido datos de la variable Y (volumen
de ventas en miles de dólares) y la variable X (gasto en publicidad en miles de dólares). Pretende
estimar un modelo lineal con constante, es decir, Yi = β0 + β1 Xi + Ei. Dados los datos de la tabla,
contesta a las siguientes preguntas:
X: 0 1 4 5 6 7 8 9
Y: 2 1 3 4 5 4 6 8

a) Justifica la presencia o no del término constante.

b) Estima mediante M.C.O. los parámetros β0 y β1 e interpreta.
c) ¿Cuánto aumentarán las ventas si aumentamos el gasto en publicidad en mil?
d) Si prevemos que el gasto en publicidad para 2008 será de 10 mil, ¿cuál será la predicción
confidencial al 95% de las ventas?

Problema 2:

Problema 3:

Problema 4:

Problema 5:
Problema 6:

¿Es significativo el modelo?, calcular el residual del modelo original

Problema 7:

Problema 8:
Para estimar el modelo Yi = β0 + β1Xi1 + β2Xi2 + εi
a) Calcule las estimaciones MCO de los parámetros β0, β1 y β1. Y 1 2 3 4 5
b) Calcule una estimación insesgada de la varianza de las perturbaciones del X1 1 2 2 3 4
modelo. X2 1 2 2 3 5
c) Calcule el coeficiente de determinación y comente el resultado que obtenga.
d) Contraste H0: β1 = β2 frente a H1: β1 ≠ β2.
e) Calcule una previsión puntual y por intervalo para el valor medio teórico E[Yn+1], sabiendo que
xn+1,1 = 1 y xn+1,2 = 2.¿Cuál es la media y varianza del error de previsión?

Problema 9:
Se realizó un experimento para determinar el efecto de la presión y la temperatura en la producción
de un producto químico, con los siguientes resultados.

Producción X1 Presión (psi) X2 Temperatura (Fº)

21 50 100
23 50 200
26 50 300
22 80 100
23 80 200
28 80 300

Estimar el modelo Y = β 0 + β 1X1

*
+ β *
2X2 + ε , donde
X 1 − 65 X − 200
X1* = , X2* = 2
15 100
A partir del modelo estimado obtener las estimaciones del modelo original:
Y = β 0 + β 1X1 + β 2X2 + , ε
Problema 10:
En el modelo Y = Xβ + ε, las siguientes ecuaciones normales son calculadas como sigue (YtY = 58 ,
n=10).
3βˆ1 + β2 − 2βˆ3 = 1
βˆ1 + 2βˆ 2 + βˆ3 = 7
− 2βˆ 1 + βˆ 2 + 4βˆ3 = 9

a) Elaborar la tabla de análisis de varianza para probar la significación del modelo.

b) Construya límites confidenciales para β3, β1 - β2 al 98%. Interpretar

Problema 11:

Problema 12:

13
Problema 14

Problema 15
Dado el modelo

para estimar las ventas de una empresa en función del gasto en publicidad y de los beneficios del año anterior, se
recogieron los siguientes datos:

Calcula:
a) La estimación MCO de β0, β1 y β2.
b) La estimación insesgada de σ2.
c) El coeficiente de determinación y el corregido.
d) El contraste de la hipótesis nula (al 5%) H0: β0 = β1 = β2 = 0.
e) El contraste de la hipótesis nula (al 5%) H0: β1 = β2 = 0.
f) El contraste de significación de cada uno de los parámetros del modelo (al 1%).
g) El contraste de la hipótesis nula (al 1%) H0: β1 = 10β2.
h) ¿Con qué modelo te quedarias?.

Problema 16:
Se desea modelar la calidad Y de un producto como función de la temperatura X1 y la presión X2. Se
lleva a cabo un experimento variando la temperatura de 80 a 100º F y la presión de 50 a 60 lb / pulg2.
Cuatro inspectores, en forma independiente, asignan una calificación de calidad entre 0 y 100 a cada
producto; a continuación, luego se calcula la calidad Y promediando las cuatro calificaciones.

X1 X2 Y X1 X2 Y X1 X2 Y a) Ajuste un modelo completo de segundo

80 50 50.8 90 50 63.4 100 50 46.6 orden.
80 50 50.7 90 50 61.6 100 50 49.1 b) Pruebe la significación del modelo.
80 50 49.4 90 50 63.4 100 50 46.4 c) Determine si los términos de curvatura
80 55 43.7 90 55 93.8 100 55 69.8 cuadrática son importantes..
80 55 90.9 90 55 92.1 100 55 72.5
80 55 90.9 90 55 97.4 100 55 73.2
80 60 74.5 90 60 70.9 100 60 38.7
80 60 73.0 90 60 68.8 100 60 42.5
80 60 71.2 90 60 71.3 100 60 41.4