■ 13-9 Dado el siguiente conjunto de datos:

a) Calcule el plano de regresión múltiple.

b) Pronostique Y cuando X1  1 y X2  4.
Y X1 X2

6 1 3
10 3 1
9 2 4
14 2 7
7 3 2
5 6 4

Aplicaciones
■ 13-10 Sam Spade, dueño y gerente general de Stationery Store, está preocupado por el comportamiento de las
ventas de un modelo de reproductor de CD y casetes que se venden en la tienda. Se da cuenta de que exis-
ten muchos factores que podrían ayudar a explicarlo, pero cree que la publicidad y el precio son los prin-
cipales determinantes. Sam reunió los siguientes datos:
Ventas Publicidad Precio
(unidades vend.) (núm. de anuncios) (dólares)

33 3 125
61 6 115
70 10 140
82 13 130
17 9 145
24 6 140

a) Calcule la ecuación de mínimos cuadrados para predecir las ventas a partir de la publicidad y el precio.
b) Si la publicidad es 7 y el precio es $132, ¿qué ventas podría pronosticar?
■ 13-11 Un productor de comida para cerdos desea determinar qué relación existe entre la edad de un cerdo cuan-
do empieza a recibir un complemento alimenticio de reciente creación, el peso inicial del animal y el au-
mento de peso en un periodo de una semana con el complemento alimenticio. La siguiente información
es resultado de un estudio de ocho lechones:
X1 X2 Y
Número Peso inicial Edad inicial Aumento
de lechón (libras) (semanas) de peso

1 39 8 7
2 52 6 6
3 49 7 8
4 46 12 10
5 61 9 9
6 35 6 5
7 25 7 3
8 55 4 4

a) Calcule la ecuación de mínimos cuadrados que mejor describa estas tres variables.
b) ¿Cuánto podemos esperar que un cerdo aumente de peso en una semana con el complemento alimen-
ticio, si tenía nueve semanas de edad y pesaba 48 libras?
■ 13-12 Una estudiante graduada que quiere comprar un auto Neptune usado investigó los precios. Piensa que el
año del modelo y el número de millas recorridas influyen en el precio de compra. Los datos siguientes co-
rresponden a 10 autos con precio (Y) en miles de dólares, año (X1) y millas recorridas (X2) en miles.
a) Encuentre (calcule) la ecuación de mínimos cuadrados que mejor relacione estas tres variables.
b) La estudiante desea comprar un Neptune 1991 con alrededor de 40,000 millas recorridas. ¿Cuánto
pronostica que pagará?

572 Capítulo 13 Regresión múltiple y modelado

 (Y) X2
Precio X1 Millas
(miles de dólares) Año (miles)

2.99 1987 55.6

6.02 1992 18.4
8.87 1993 21.3
3.92 1988 46.9
9.55 1994 11.8
9.05 1991 36.4
9.37 1992 28.2
4.2 1988 44.2
4.8 1989 34.9
5.74 1991 26.4

■ 13-13 La Reserva Federal de Estados Unidos realiza un estudio preliminar para determinar la relación entre cier-
tos indicadores económicos y el cambio porcentual anual en el producto interno bruto (PIB). Dos de los
indicadores examinados son el monto del déficit del gobierno federal (en miles de millones de dólares) y
el promedio industrial Dow Jones (el valor medio del año). Los datos correspondientes a seis años son:
Y X1 X2
Cambio en el PIB Déficit federal Dow Jones

2.5 100 2,850

1.0 400 2,100
4.0 120 3,300
1.0 200 2,400
1.5 180 2,550
3.0 80 2,700

a) Encuentre (calcule) la ecuación de mínimos cuadrados que mejor describa los datos.
b) ¿Qué porcentaje de cambio en el PIB se esperaría en un año en el cual el déficit federal fue 240,000
millones de dólares y el promedio Dow Jones fue 3,000?

Soluciones a los ejercicios de autoevaluación

EA 13-1 a) Y X1 X2 X1Y X2Y X1X2 X 12 X 22 Y2

25 3.5 5.0 87.5 125.0 17.5 12.25 25.00 625

30 6.7 4.2 201.0 126.0 28.14 44.89 17.64 900
11 1.5 8.5 16.5 93.5 12.75 2.25 72.25 121
22 0.3 1.4 6.6 30.8 0.42 0.09 1.96 484
27 4.6 3.6 124.2 97.2 16.56 21.16 12.96 729
19 2.0 1.3 38.0 24.7 2.60 4.00 1.69 361
3
14 8
1.6
 4
2.0
 7
43.8
 9
47.2
 7
7.9
7
 4
8.6
4
 3
11.5
0
 ,2
3 2
0


Las ecuaciones 13-2, 13-3 y 13-4 se convierten en

Y  na  b1X1  b2 X2 134  6 a  18.6b1  24.0 b2
X1Y  aX1  b1X21 b2X1X2 473.8  18.6a  84.64b1  77.97b2
X2Y  aX2  b1X1X2  b2 X22 497.2  24.0a  77.97b1  131.50b2

Al resolver estas ecuaciones de manera simultánea se obtiene

a  20.3916 b1  2.3403 b2  1.3283

De modo que la ecuación de regresión es Ŷ  20.3916  2.3403X1  1.3283X2.
b) Con X1  3.0 y X2  2.7,

Ŷ = 20.3916  2.3403(3.0)  1.3283(2.7)  28.83.

13.2 Deducción de la ecuación de regresión múltiple 573