PROBLEMA: El Gobierno Municipal de Aguascalientes desea estimar la recaudación de

adeudos en los servicios públicos en función de los gastos de publicidad en TV y en volantes

de los descuentos disponibles que ofrece a sus habitantes. Los datos históricos de una
muestra de 8 semanas son los siguientes.

Recaudación Anuncios en TV Anuncios en volantes

semanal (miles de $) (miles de $) (miles de $)
Y X1 X2
96 5.0 1.5
90 2.0 2.0
95 4.0 1.5
92 2.5 2.5
95 3.0 3.3
94 3.5 2.3
94 2.5 4.2
94 3.0 2.5

La recta de regresión es: Y^ =B2 X 2 + B1 X 1+ B0

La recta de regresión es: Y^ =1,3 X 2+ 2,29 X 1+ 83,230
El coeficiente de correlación es: r yx 1 x2=0,959
2
El coeficiente de determinación: R =¿0,919

PRUEBAS DE HIPOTESIS:
Para las pruebas de hipótesis se debe analizar las siguientes tablas de SPSS:

ANOVAa

Modelo Suma de gl Media F Sig.

cuadrados cuadrática

Regresión 23.435 2 11.718 28.378 .002b

1 Residual 2.065 5 .413

Total 25.500 7

a. Variable dependiente: RecaudacionSemanal

b. Variables predictoras: (Constante), Volantes, AnunciosTV

Coeficientesa

Modelo Coeficientes no estandarizados Coeficientes t Sig.

tipificados

B Error típ. Beta

(Constante) 83.230 1.574 52.882 .000

1 AnunciosTV 2.290 .304 1.153 7.532 .001

Volantes 1.301 .321 .621 4.057 .010

1
a. Variable dependiente: RecaudacionSemanal
PLANTEAMIENTO DE LA HIPÓTESIS: Nivel de significancia α=5%=0.05

a) Hipótesis para la constante B2

Ho: el coeficiente B2 = 0
Hi: el coeficiente B2 ≠ 0
t 0=¿ 4,057 t (0.05,5) =2,571

Se rechaza la hipótesis nula y se acepta la hipótesis alternativa, es decir la constante B2 es

significativamente distinto de cero.

b) Hipótesis para la constante B1

Ho: el coeficiente B1 = 0
Hi: el coeficiente B1 ≠ 0
t 0=¿ 7,53 t (0.05,5) =¿2,571

Si t0 > t(0.05,5) entonces se rechaza la hipótesis nula y se acepta la hipótesis alternativa, es decir
la constante B1 es significativamente distinto de cero.

c) Hipótesis para la constante B0

Ho: el coeficiente B0 = 0
Hi: el coeficiente B0 ≠ 0
t 0=¿52,88 t (0.05,12)=¿2,571

Si t0 > t(0.05,5) entonces se rechaza la hipótesis nula y se acepta la hipótesis alternativa, es decir
la constante B0 es significativamente distinto de cero.

d) Prueba estadística de Fisher al 5%: si F0 > F(α,1,n-2) se rechaza H0 y se acepta Hi

Ho: el coeficiente B2 = 0
Hi: el coeficiente B2 ≠ 0
F 0=¿ 28,37 F(0.05,2,5)=¿=¿¿5,79

Si F0 >F(0.05,2,5) Se rechaza la hipótesis nula y se acepta la hipótesis alternativa, es decir la

constante B2 es significativamente distinto de cero.

2
PROBLEMA: Los siguientes datos describen el experimento para determinar la influencia
de:
x1 : temperatura del baño ácido.
x2 : concentración de ácido de cascada.
x3 : temperatura del agua.
x4 : concentración de sulfuro.
x5 : cantidad de blanqueador de cloro.
Sobre una medida adecuada de blancura del rayón ( y ).
concentració cantidad de
Temperatura temperatur concentración blancura
n de ácido de blanqueador
de ácido a del agua de sulfuro del rayón
cascada de cloro
x1 x2 x3 x4 x5 y
35 0,3 82 0,2 0,3 76,5
35 0,3 82 0,3 0,5 76
35 0,3 88 0,2 0,5 79,9
35 0,3 88 0,3 0,3 83,5
35 0,7 82 0,2 0,5 89,5
35 0,7 82 0,3 0,3 54,2
35 0,7 88 0,2 0,3 85,7
35 0,7 88 0,3 0,5 99,5
55 0,3 82 0,2 0,5 89,4
55 0,3 82 0,3 0,3 97,5
55 0,3 88 0,2 0,3 103,2
55 0,3 88 0,3 0,5 108,7
55 0,7 82 0,2 0,3 115,2
55 0,7 82 0,3 0,5 111,5
55 0,7 88 0,2 0,5 102,3
55 0,7 88 0,3 0,3 108,1
25 0,5 85 0,25 0,4 80,2
65 0,5 85 0,25 0,4 89,1
45 0,1 85 0,25 0,4 77,2
45 0,9 85 0,25 0,4 85,1
45 0,5 79 0,25 0,4 71,5
45 0,5 91 0,25 0,4 84,5
45 0,5 85 0,15 0,4 77,5
45 0,5 85 0,35 0,4 79,2

3
 45 0,5 85 0,25 0,2 71
45 0,5 85 0,25 0,6 90,2

La recta de regresión es: Y^ =B0 + B1 X 1+ B2 X 2 + B3 X 3 +B 4 X 4 + B5 X 5

La recta de regresión es: Y^ =¿-73,08+0,87 X 1 +13,9 X 2 +1,21 X 3 +0,583 X 4+29,708 X 5
El coeficiente de correlación es: r =0,936
2
El coeficiente de determinación: R =0,875
ANOVAa

Suma de Media
Modelo cuadrados gl cuadrática F Sig.

1 Regresión 3257,688 2 1628,844 35,104 ,000b

Residuo 464,004 10 46,400

Total 3721,692 12

a. Variable dependiente: Y
b. Predictores: (Constante), X2, X1

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 2,874 4,722 ,609 ,556

X1 -,009 ,029 -,037 -,304 ,768

X2 ,573 ,074 ,950 7,796 ,000

a. Variable dependiente: Y

PRUEBAS DE HIPOTESIS:
Para las pruebas de hipótesis se debe analizar las siguientes tablas de SPSS:

PLANTEAMIENTO DE LA HIPÓTESIS: Nivel de significancia α=5%=0.05

a) Hipótesis para la constante B2

Ho: el coeficiente B2 = 0
Hi: el coeficiente B2 ≠ 0
t 0=¿7,796 t (0.05,10)=¿2,228

Si t0 > t(0.05,12) se rechaza la hipótesis nula y se acepta la hipótesis alternativa, es decir la

constante B2 es significativamente≠ 0
4
b) Hipótesis para la constante B1
Ho: el coeficiente B1 = 0
Hi: el coeficiente B1 ≠ 0
t 0=−0,304 t (0.05,10)=¿2,228

Si t0 > t(0.05,12) B1 ≠ 0
Se acepta la hipótesis nula y se rechaza la hipótesis alternativa es decir la constante de b5 es
significativamente=0

c) Hipótesis para la constante B0

Ho: el coeficiente B0 = 0
Hi: el coeficiente B0 ≠ 0
t 0=0,609 t (0.05,10)=¿2,228

Si t0 > t(0.05,12) B0 ≠ 0 se acepta la hipótesis nula y se rechaza la hipótesis alternativa es decir la

constante de b5 es significativamente=0

d) Prueba estadística de Fisher al 5%: si F0 > F(α,1,n-2) se rechaza H0 y se acepta Hi

Ho: el coeficiente B1 = 0
Hi: el coeficiente B1 ≠ 0
F 0=35,104 F(0.05,1,10) =4,1

Si F0 >F(0.05,1,12) . Se rechaza la hipótesis nula y se acepta la hipótesis alternativa, es decir por lo

menos una constante es distinto a cero.

PROBLEMA: Esta es una investigación relacionada con la temperatura, tomada como la

variable de respuesta, en función de las variables regresoras como la altitud, longitud y
latitud. La tabla muestra los resultados.