“Segunda parte proyecto de

aplicación: Regresión Lineal”

Asignatura: Estadística

Integrantes: Klein A., Tomás

Lindemann A., Felipe

Luengo A., Pedro Pablo

Profesora: Beatriz Mujica

Fecha: Santiago, 23 noviembre de 2015

Introducción

En el siguiente informe se presentarán 2 ejercicios relacionados con lo visto en clases de regresión

lineal.

Una regresión es una función que relaciona una serie de variables aleatorias (o una sola) que
tienen la capacidad de explicar otra variable (dependiente). Se utiliza ampliamente en economía
tanto para estudiar la explicación de ciertos fenómenos como para la predicción, el caso más
simple es la regresión lineal, estimada por mínimos cuadrados.

Se analizarán 2 estudios ya realizados, uno del contenido en hierro en altas escorias de horno y el
otro sobre puntajes reales de PSU 2015 extraídos de la página del Demre.

Luego de estudiados estos casos, aplicando un procedimiento adecuado se decidirá en los 2 casos
cual variable es el mejor predictor para una especulación futura.

Estos ejercicios de regresión lineal simple nos permiten conocer la relación lineal de cada una de
las variables y es una forma de conocer lo que pueda pasar en el futuro.
1.-

a)

Curva de regresión ajustada

40
30
20
10
0
10 15 20 25 30 35 40

b)

La recta de regresión viene dada por 7,219472254 + 0,672819978x, ya que el coeficiente de

determinación (R^2) es de 74,283% y ya que la probabilidad es menor que el nivel de significancia
(0,05>1,8368E-12) se puede asumir que hay una dependencia lineal significativa, por lo que si se
podría predecir con un 95% de confianza el resultado de la prueba química conociendo el
resultado de la prueba magnética.
2.-

a) El procedimiento usado para tomar una muestra aleatoria de 100 establecimientos fue usar la fórmula de Excel
llamada “Aleatorio. Entre (1; 1612)” para generar un número aleatorio en el rango de establecimientos con los que se
dispone para hacer el análisis, la fórmula mencionada tiene dos complicaciones, la primera es que al hacer cualquier tipo
de cambio en la hoja de Excel en la que se está trabajando el número generado cambia, y el segundo es que los números
podrían repetirse. Para solucionar estas complicaciones se generaron mas de los 100 números necesitados (200) y se usó
“pegado especial” como “valores” para que estos no cambiaran, después se usó “quitar duplicados” en la columna con
los números generados y se eliminaron los valores sobrantes.

b)

Número de alumnos

Notas de enseñanza media

Puntaje promedio PSU de de lenguaje

El modelo seleccionado debido a que presenta un mayor R^2 (coeficiente de determinación) fue la PSU de lenguaje
(61,798%).
c)

Para analizar si existe una dependencia lineal entre la PSU de lenguaje y la PSU de matemática (ambos promedios) se
analiza la probabilidad del estadístico “t”, si el nivel de significación (0,05) es mayor que el estadístico “t” se puede
asumir que hay una dependencia lineal significativa entre el predictor y la variable.

En este caso 5,50E-22<0,05

Por lo que se asume que hay una dependencia lineal significativa entre el puntaje promedio de la PSU de lenguaje y el
puntaje promedio de la PSU de matemática.