1. Se ajustó el siguiente modelo a una muestra de 25 estudiantes utilizando datos
obtenidos al final de su primer año de universidad. El objetivo era explicar el aumento de peso de los estudiantes: Y = β0 +β1X1+ β2X2 + β3X3 Donde Y aumento de peso en kilos durante el primer año; X1 número medio de comidas a la semana; X2 número medio de horas de ejercicio a la semana; X3 número medio de cervezas consumidas a la semana. Las estimaciones de los parámetros de la regresión son: β0= 7,35 β1= 0,653 β2= 1,345 β3 = 0,613 y un R2 = 0,78 a. Describa el modelo de regresión b. Interprete las estimaciones β1, y β3. c. ¿Es posible hacer una interpretación de la estimación β0 que tenga sentido? d. ¿Qué porcentaje de la variabilidad del aumento en peso no es explicado por el modelo?
2. Un periódico de una ciudad metropolitana, pasa por dificultades financieras. La gerente
de circulación estudia otros periódicos en ciudades similares, con interés particular en las variables que se relacionan con el número de suscriptores. Ella reúne la siguiente información muestral de 15 periódicos en ciudades similares, obteniendo la siguiente información: SUS: # de suscriptores. POB: población metropolitana (en miles) PUB: presupuesto de publicidad del periódico (US $000) Ingreso: ingreso familiar medio en el área metropolitana (US $000)
a. Evalúe colinealidad entre las variables independientes y la significancia de los coeficientes. b. Determine la mejor ecuación de regresión que relaciona estas variables de acuerdo con el resultado anterior c. Encuentre intervalo de confianza del 95% para el coeficiente de los Ingresos. Interprete este intervalo d. Prediga el Número de suscriptores si la población es de 600, mil, la publicidad de $us 25,0 (000) y los ingresos en $us34,5 (000). (Utilice los valores para las variables significativas) e. Justifique la bondad de ajuste de este modelo. Utilice el R 2 ajustado y el cumplimiento de los supuestos)
3. Dados los siguientes datos de un modelo de regresión
Analisis de regresión Tabla ANOVA
Suma Grados de Media Fuente Cuadrados libertad Cuadratica F calculado Valor P SSR=227,092 Regresión 8 4 56,7732 9,27 0,00001 SSE=153,073 Residuos 9 25 6,123 Total SST= Resultados de la regresión Variables Coeficientes Valor t Valor P Intercepto 68,3377 7,614 0 X1 0,8595 2,784 0,1 X2 -0,338 -0,403 0,069 X3 0,8179 -2,975 0,006 X4 -0,5824 -2,292 0,003 a. ¿De qué tamaño es la muestra? Justifique su respuesta b. Escriba la función de Regresión. c. Determine el coeficiente de Determinación (SSR/SST). Interprete este resultado . d. Realice una prueba de hipótesis global para la linealidad del modelo. ¿Puede concluir que al menos una de las variables no es significativa? Utilice un nivel de significancia α = 0.01 e. Verifique la significancia de los Bi. f. De acuerdo con el resultado anterior (e), ¿Cuál es la forma general del modelo?