Regresiones - Estadística

1-

a) Determine un intervalo de confianza del 99% para el salario promedio de los

trabajadores.

Estadísticas de muestra única

Desviación Media de error

N Media estándar estándar

?W 100 30833,46 16947,097 1694,710

Prueba de muestra única

Valor de prueba = 0

99% de intervalo de confianza de

la diferencia
Diferencia de
T gl Sig. (bilateral) medias Inferior Superior

?W 18,194 99 ,000 30833,460 26382,47 35284,45

R/ 26382.47 < μ < 35284.45

b) El gerente de esta compañía afirma que el salario promedio de sus trabajadores es

de 35000 dólares. Plantee las hipótesis nula y alternativa que se utilizaran para probar
esta afirmación y determine con un nivel de confianza del 99% si el gerente tiene la
razón.

Estadísticas de muestra única

Desviación Media de error

N Media estándar estándar
?W 100 30833,46 16947,097 1694,710

Prueba de muestra única

Valor de prueba = 35000

99% de intervalo de confianza de

la diferencia
Diferencia de
T gl Sig. (bilateral) medias Inferior Superior

?W -2,459 99 ,016 -4166,540 -8617,53 284,45

R/ H0 = 35000
H1 ≠ 35000
Por lo tanto, se acepta H0 ya que P-valor 0.016 > α 0.01 α/2 0.005, por tanto, se puede
afirmar con un nivel confiabilidad del 99% que el promedio de los salarios de los
trabajadores es diferente de 35000 dólares.

C) Con un nivel de significancia de 0.10 ¿hay alguna diferencia en la variación de los

salarios de los trabajadores entre hombres y mujeres?

Estadísticas de grupo

Desviación Media de error

?F N Media estándar estándar

?W 0 53 36492,92 18447,574 2533,969

1 47 24451,51 12445,611 1815,379

Prueba de muestras independientes

 Prueba de Levene de
igualdad de varianzas prueba t para la igualdad de medias

90% de intervalo de
confianza de la
Diferencia
diferencia
Sig. Diferencia de error
F Sig. t gl (bilateral) de medias estándar Inferior Superior

?W Se 9,225 ,003 3,776 98 ,000 12041,414 3188,695 6746,423 17336,405

asumen

varianzas

iguales

No se 3,863 91,753 ,000 12041,414 3117,146 6861,868 17220,960

asumen

varianzas

iguales

R/ Ho:  0 =  1
2 2

H1:  0 ≠  1
2 2

- Se asumen varianzas diferentes ya que P-valor 0.003 < α 0.10 y evaluamos

Como P-valor bilateral 0.000 < α 0.10 rechazamos la hipótesis H0 ya que las varianzas
son diferentes, por lo tanto, aceptamos que hay una variación en el salario entre
hombres y mujeres.

d) Realice una prueba de hipótesis para determinar si hay alguna diferencia en los
salarios anuales medios de los trabajadores en las tres industrias. Utilice un nivel de
confianza del 0.05 ¿cuáles pares de medias difieren? Sugerencia: Hacer la prueba de
hipótesis para la Industria 0 y 1, luego para la 0 y 2 y por ultimo para la 1 y 2

Prueba para 0 y 1

Estadísticas de grupo
 Desviación Media de error
?I N Media estándar estándar

?W 0 80 31347,87 17872,457 1998,201

1 17 26402,29 11804,930 2863,116

Prueba de muestras independientes

Prueba de Levene de
igualdad de
varianzas prueba t para la igualdad de medias

95% de intervalo de
confianza de la
Diferenci Diferenci
diferencia
Sig. a de a de error
F Sig. t gl (bilateral) medias estándar Inferior Superior

?W Se asumen 1,492 ,225 1,089 95 ,279 4945,581 4540,864 -4069,174 13960,336

varianzas iguales

No se asumen 1,416 33,760 ,166 4945,581 3491,453 -2151,761 12042,923

varianzas iguales

R/ Ho: μ0 = μ1

H1: μ0 ≠ μ1

Como P-valor 0.225 > α 0.05 por lo que asumimos varianzas iguales

Por lo tanto, evaluamos y encontramos que P-valor bilateral 0.279 > α 0.05, por lo tanto
aceptamos la hipótesis Ho con un nivel de confianza del 95% de que los salarios de
estas dos industrias no difieren.
Prueba para 0 y 2

Estadísticas de grupo

Desviación Media de error

?I N Media estándar estándar

?W 0 80 31347,87 17872,457 1998,201

2 3 42225,67 10598,034 6118,778

Prueba de muestras independientes

Prueba de Levene de
igualdad de varianzas prueba t para la igualdad de medias

95% de intervalo de
confianza de la
Diferencia Diferenci
diferencia
Sig. de a de error
F Sig. t gl (bilateral) medias estándar Inferior Superior

?W Se asumen ,530 ,469 -1,043 81 ,300 -10877,792 10425,891 -31622,045 9866,462

varianzas
iguales

No se asumen -1,690 2,449 ,210 -10877,792 6436,789 -34236,151 12480,567

varianzas
iguales

R/ Ho: μ0 = μ1

H1: μ0 ≠ μ1

Como P-valor 0.469 > α 0.05 por lo que asumimos varianzas iguales

Por lo tanto, evaluamos y encontramos que P-valor bilateral 0.300 > α 0.05, por lo tanto,
aceptamos la hipótesis Ho con un nivel de confianza del 95% de que los salarios de
estas dos industrias no difieren.
Prueba para 1 y 2

Estadísticas de grupo

Desviación Media de error

?I N Media estándar estándar

?W 1 17 26402,29 11804,930 2863,116

2 3 42225,67 10598,034 6118,778

Prueba de muestras independientes

Prueba de Levene
de igualdad de
varianzas prueba t para la igualdad de medias

95% de intervalo de
Diferenci
confianza de la
a de
diferencia
Sig. Diferencia error
F Sig. t gl (bilateral) de medias estándar Inferior Superior

?W Se asumen ,123 ,730 -2,164 18 ,044 -15823,373 7312,416 -31186,189 -460,556

varianzas iguales

No se asumen -2,342 2,954 ,102 -15823,373 6755,507 -37513,114 5866,369

varianzas iguales

R/ R/ Ho: μ0 = μ1

H1: μ0 ≠ μ1

Como P-valor 0.730 > α 0.05 por lo que asumimos varianzas iguales

Por lo tanto, evaluamos y encontramos que P-valor bilateral 0.044 < α 0.05, por lo tanto,
rechazamos la hipótesis Ho con un nivel de confianza del 95% de que los salarios de
estas dos industrias difieren.
2- La compañía Toluca fabrica equipos de refrigeración, así como muchas piezas de
recambio. En el pasado, una de las piezas de recambio se ha producido periódicamente
en lotes de diferentes tamaños. Cuando se llevó a cambio un programa de mejora de
costos, funcionarios de la compañía quisieron determinar el tamaño del lote óptimo para
la producción de esta parte. La producción de estas partes consiste en configurar el
proceso de producción y las operaciones de mecanizado y montaje. Una entrada clave
para el modelo para determinar el tamaño de lote óptimo es la relación entre el tamaño
del lote y las horas laboradas requeridas para producir el lote. Para determinar esta
relación, se utilizaron los datos de tamaño del lote y las horas de trabajo para 25 series
de producción recientes. Las condiciones de producción se mantuvieron estables
durante el período de 6 meses en el que se hicieron las 25 carreras y se espera que
siga siendo la misma durante los próximos 3 años, para el que se está llevando a cabo
el período de planificación del programa de mejora de costos.

a) Grafique los datos con la recta de regresión; ¿la regresión lineal simple parece un
modelo adecuado?
R/ Como los puntos esta cercanos a la recta de regresión entonces hay una buena
relación por lo que el modelo es adecuado.

Regresión

Variables entradas/eliminadasa

Variables Variables
Modelo entradas eliminadas Método

1 tamanoloteb . Entrar

a. Variable dependiente: horastrabajo

b. Todas las variables solicitadas introducidas.

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación
1 ,906a ,822 ,814 48,823

a. Predictores: (Constante), tamanolote

ANOVAa

Suma de Media
Modelo cuadrados gl cuadrática F Sig.

1 Regresión 252377,581 1 252377,581 105,876 ,000b

Residuo 54825,459 23 2383,716

Total 307203,040 24

a. Variable dependiente: horastrabajo

b. Predictores: (Constante), tamanolote

Coeficientesa

Coeficientes
Coeficientes no estandarizad 95,0% intervalo de confianza
estandarizados os para B

Error Límite
Modelo B estándar Beta t Sig. Límite inferior superior

1 (Constante) 62,366 26,177 2,382 ,026 8,214 116,518

tamanolote 3,570 ,347 ,906 10,290 ,000 2,852 4,288

a. Variable dependiente: horastrabajo

b) Haga un ajuste de regresión lineal simple; calcule la pendiente y la intersección.

Y = β0 + β1X

Y = 62.366 + 3.570 X
c) Avalúe S^2: 2383,716

d) Pruebe la hipótesis de que β1 = 0 en comparación con la alternativa de que β1 ≠ 0 a un nivel

de significancia de 0.05, e interprete la decisión resultante.

H0: β1 = 0

H1: β1 ≠ 0

α 0.05

Como P-valor 0.000 < α 0.05, por lo tanto, se rechaza la hipótesis H0 con un nivel de confianza
del 95% que β1 = 0 y se acepta que β1 ≠ 0.

e) Pruebe la hipótesis de que β0 = 0 en comparación con la alternativa de que β0 ≠ 0 a un nivel

de significancia de 0.05, e interprete la decisión resultante.

H0: β0 = 0

H1: β0 ≠ 0

α 0.05

Como P-valor 0.026 < α 0.05, por lo tanto, se rechaza la hipótesis H0 con un nivel de confianza
del 95% que β0 = 0 y se acepta que β0 ≠ 0.

f) Construya un intervalo de confianza de 95% para β0

2.852 < β0 < 4.288

g) Construya un intervalo de confianza de 95% para β1

8.214 < β1 < 116.518

h) Construya un intervalo de confianza del 90% para E(Yh) cuando el tamaño del lote es Xh = 65
unidades.

y ̂ h = β 0 + β 1(X h);

y ̂ h = 62,366 + 3,570¿)

Tamaño del lote de X h=¿ 65 unidades:

y ̂ h = 62,366 + 3,570¿)

y ̂ h = 294,416

n=25 α=0,1  α/2= 0,05 x́= 70 ý= 312,28

S2x= 825 S= 48,823 S xx= 19800

y ̂ h - t α / 2*S 2 1 + ¿ ¿)) < E (Y h) < y ̂ h + t α / 2*S 2 1 + ¿ ¿))

√( ) n √( ) n

t α / 2= t 0,05(23) = 1,714

277,7324 < E (Y h) < 311,0996

i) Determine el coeficiente de correlación e interprete.

r= 0,90638 ≈ 0,91.

R// Como r se está aproximando a 1 se puede decir que el modelo se ajusta bien.

j) Utilice el método del análisis de varianza para probar la hipótesis de que β1 = 0, en

comparación con la hipótesis alternativa de que β1 ≠ 0, a un nivel de significancia de 0.05,
sugerencia: Use el estadístico F, o el P-valor de la tabla ANOVA.

H 0 = β 1=0 α=0,05

H 0 = β 1≠0

Tomamos valor f = 105,876

f α / 2(24,24) = 2,66

f 1−α / 2(24,24) = 0,3759

f > f α / 2 y f > f 1−α / 2, por tanto, rechazamos H 0