REGRESIONES LINEALES Y NO LINEALES

1. Coeficiente de correlación
Ejercicio 1: Ejercicio tomado del libro Estadística Aplicada a Negocios y la Economía. Capítulo 13
Regresión lineal y correlación. Ejercicio 3. Página 471.

Bi-Io Appliance Super-Store tiene tiendas en varias áreas metropolitanas de Nueva Inglaterra. El
gerente general de ventas planea transmitir un comercial de una cámara digital en estaciones de
televisión locales antes del periodo de ventas que empezará el sábado y terminará el domingo.
Planea obtener la información de las ventas de la cámara digital durante el sábado y el domingo en
las diversas tiendas y compararlas con el número de veces que se transmitió el anuncio en las
estaciones de televisión. El propósito es determinar si hay alguna relación entre el número de veces
que se transmitió el anuncio y las ventas de cámaras digitales [ CITATION Lin12 \l 12298 ] . Los pares
son:

Ubicación de la Número de Ventas de sábado a domingo

estación de TV trasmisiones (miles de dólares)
Providence 4 15
Springfield 2 8
New Haven 5 21
Boston 6 24
Hartford 3 17

a) ¿Cuál es la variable dependiente?

La variable dependiente va a ser la venta de cámaras digitales, ya que esta dependerá del número
de veces que se transmita el anuncio en la televisión, ya que esto persuade a los televidentes a ir a
comprarla.

b) Trace un diagrama de dispersión.

c) Determine el coeficiente de correlación.

X́ =
∑ X = 4+ 2+ 5+6+3 = 20 =4
n 5 5
S x =1.58113883

Ý =
∑ Y = 15+8+21+24 +17 = 85 =17
n 5 5
S y =6.123724357

Ventas de
Ubicación de Número de
sábado a
la estación de trasmisiones ( X −^
X) ( Y −Y^ ) ( X −^
X ) ( Y −Y^ )
domingo
TV X
Y
Providence 4 15 0 -2 0
Springfield 2 8 -2 -9 18
New Haven 5 21 1 4 4
Boston 6 24 2 7 14
Hartford 3 17 -1 0 0
Total 20 85 0 0 36

r=
∑ (X − ^X )(Y −Y^ )
( n−1) S x S y
36
r= =0.6196773354 ≈ 0.62
(5−1)(1.58113883)(6.123724357)

d) Interprete estas medidas estadísticas.

1. La relación de correlación es positiva porque el signo del coeficiente de correlación es

positivo. Esto confirma que a medida que aumenta el número de trasmisiones, se eleva también las
ventas de sábado y domingo.

2. La relación entre ambas variables es moderada. En el caso de una relación positiva, los
valores del coeficiente de correlación cercanos a uno indican relaciones más fuertes. En este caso,
r =0.62 por lo tanto es más cercana a 0.5, y se observa que la relación no es ni fuerte ni débil.
2. Regresión lineal
Ejercicio 2: Ejercicio tomado del libro Estadística Aplicada a Negocios y la Economía. Capítulo 13
Regresión lineal y correlación. Ejercicio 16. Página 482.

El señor James McWhinney, presidente de Daniel-James Financial Services, considera que hay una
relación entre el número de contactos con sus clientes y la cantidad de ventas. Para probar esta
afirmación, el señor McWhinney reunió la siguiente información muestral. La columna X índice el
número de contactos con sus clientes el mes anterior, mientras que la columna Y indica el valor de
las ventas (miles de $) el mismo mes por cada cliente muestreado [ CITATION Lin12 \l 12298 ].

Número de Ventas (miles de dólares)

contactos Y
X
14 24
12 14
20 28
16 30
46 80
23 30
48 90
50 85
55 120
50 110

a) Determine la ecuación de regresión.

Número de Ventas (miles de

contactos dólares) ( X −^
X ) ( Y −Y^ ) ( X − ^
X ) ( Y −Y^ )
X Y
14 24 -19,4 -37,1 719,74
12 14 -21,4 -47,1 1007,94
20 28 -13,4 -33,1 443,54
16 30 -17,4 -31,1 541,14
46 80 12,6 18,9 238,14
23 30 -10,4 -31,1 323,44
48 90 14,6 28,9 421,94
50 85 16,6 23,9 396,74
55 120 21,6 58,9 1272,24
50 110 16,6 48,9 811,74
334 611 0 0 6176,6

X́ =
∑ X = 14+12+20+16+ 46+23+ 48+50+55+50 = 334 =33.4
n 10 10
S x =17.688363965

Ý =
∑ Y = 24+14 +28+30+ 80+30+90+85+ 120+110 = 611 =61.1
n 10 10
S y =39.78958546

r=
∑ (X − X́ )(Y −Ý ) = 6176.6
=0.97536215≈ 0.98
( n−1)S x S y (9)(17.688363965)(39.78958546)
 Sy 39.78958546
b=( r ) ( )
Sx
=0.98(17.688363965 )
=2.194642 ≈ 2.19

a=Ý −b X́=61.1−( 2.19 )( 33.4 )=−12.201038 ≈−12.2

Ecuación final : Y^ =−12.20+(2.19) X

b) Encuentre las ventas estimadas si se hicieron 40 contactos.

Y^ =−12.201+(2.1946) X
Y^ =−12.201+(2.1946)(40)
Y^ =75,583
3. Regresión exponencial

Ejercicio 3: Ejercicio tomado del Cuaderno de Estadística Inferencial de la Srta. Liz Guerrero.
Capítulo Modelo de Regresión no Lineal Exponencial. Ejercicio 2. Página 85. [ CITATION Gue18 \l
12298 ]. Basado del libro de Estadística Aplicada a Negocios y la Economía [ CITATION Lin12 \l
12298 ].
Las cifras siguientes son datos sobre el porcentaje de llantas radiales producidas por cierto
fabricante que aún pueden usarse después de recorrer cierto número de millas:

Miles de Millas recorridas 1 2 5 15 25 30 35 40

(X)
Porcentaje útil (Y) 99 95 85 55 30 24 20 15

a) Realice el diagrama de dispersión

b) Determine la regresión exponencial de los datos observados

x y logy x2 xlogy
1 99 1,995635 1 1,995635
2 95 1,977724 4 3,955447
5 85 1,929419 25 9,647095
15 55 1,740363 225 26,105440
25 30 1,477121 625 36,928031
30 24 1,380211 900 41,406337
35 20 1,301030 1.225 45,536050
40 15 1,176091 1.600 47,043650
153 423 12,977594 4.605 212,617686

x́=
∑ lnx = 1+ 2+ 5+15+…+ 40 =153
n 8

ln ý=
∑ lny = 1,995635+1,977724+ …+1,176091 =12,977594
n 8

logb=∑ ¿ ¿ ¿
 −153∗12,977594
212,617686
8
logb=
(153)2
4605−
8

logb=−0,02119205

b=0,952374921 ≈ 0,95

ln a=
∑ ln y−b∗¿ ∑ x ¿
n

12,977594+0,02119205∗153
ln a=
8

ln a=2,027497

2,027497
a=10 =106,536204 ≈ 106,54

log Y =log a+ X∗b

log Y =2.027496−0,9524 X

Y ¿ a∗b x

La ecuación final es : y ¿106.536∗e−0.042 x

´
∑ ( x− x́ )(logy−logy)
r=
√ ∑ ( x−x́ )2 ∑ (logy−log ý )2
−35,578802
r= =−0,99869048
√ 1678,875∗0,75596635
2 2
r = (−0,99869048 ) =0,99738268 ≈ 0,997
 4. Regresión potencial
Ejercicio 4: Ejercicio tomado del Cuaderno de Estadística Inferencial de la Srta. Liz Guerrero.
Capítulo Modelo de Regresión no Lineal Logarítmica. Ejercicio 1. Página 88. [ CITATION Gue18 \l
12298 ]. Basado del libro de Estadística Aplicada a Negocios y la Economía [ CITATION Lin12 \l
12298 ].

Se realizó un estudio comparativo del nivel de ruido (en decibeles) producido por discotecas
rodantes, se procedió a evaluar diferentes niveles de potencia (en vatios).

A. Realice un Diagrama de dispersión.

B. Determine la regresión potencial de los datos observados.
C. Calcule el coeficiente de correlación.

Tabla de Datos:

Niveles de Nivel de
Potencia Ruido
100 60
500 80
1000 90
5000 99
10000 120

a) Realice un diagrama de dispersión

b) Determine la regresión potencial de los datos observados.

x y ln x ln y ( ln x )2 ( ln y )2 Lnx∗Lny x−x́ y− ý ( x−x )( y− y ) ( x−x́ )2 ( y− ý )2

100 60 4,60517 4,09434 21,20759 16,76366 18,85515 -2,48584 -0,37741 0,93819 6,17942 0,14244
500 80 6,21461 4,38203 38,62135 19,20216 27,23258 -0,87641 -0,08973 0,07864 0,76809 0,00805
1.000 90 6,90776 4,49981 47,71708 20,24829 31,08358 -0,18326 0,02805 -0,00514 0,03358 0,00079
5.000 99 8,51719 4,59512 72,54258 21,11513 39,13752 1,42618 0,12336 0,17594 2,03399 0,01522
10.00
120 9,21034 4,78749 84,83037 22,92008 44,09443 2,11933 0,31573 0,66914
0 4,49155 0,09969
35,4550 264,9189 100,2493
22,35879 160,40327 0,00000 0,00000 1,85677
TOTAL 7 8 1 13,50662 0,26619

x́=
∑ lnx = 4,60517+6,21461+…+ 9,21034 =35,45507
n 5
ý=
∑ lny = 4,09434+4,38203+ …+4,78749 =22,35879
n 5

b=∑ ¿ ¿ ¿

−35.4551∗22.3588
160.4033
5
b=
(35.4551)2
264.919−
5

b=0.1374

ln a=
∑ ln y−b∗¿ ∑ ln x ¿
n

22.3588−0.1374∗35.4551
ln a=
5

ln a=3.497

a=e 3.497

a=33.0146

Ecuación final ^y =33.0146∗x 0.1374

c) Determine el coeficiente de correlación

r=
∑ (x−x́ )( y− ý )
√ ∑ ( x−x́ )2 ∑ ( y− ý )2
1,85677
r= =0,979247837
√ 13,5066∗0,2662
 2 2
r = ( 0,979247837 ) =0,958926327 ≈ 0,9589
 5. Regresión logarítmica
Ejercicio 5: Ejercicio tomado del Cuaderno de Estadística Inferencial de la Srta. Liz Guerrero.
Capítulo Modelo de Regresión no Lineal Logarítmica. Ejercicio 1. Página 88 [CITATION Gue18 \l
12298 ]. Basado del libro de Estadística Aplicada a Negocios y la Economía [ CITATION Lin12 \l
12298 ].

Para el ejercicio realizado en la página anterior, determine la regresión logarítmica y mediante el

coeficiente de correlación analice cuál de las dos regresiones se ajusta más a los datos observados.

Se realizó un estudio comparativo del nivel de ruido (en decibeles) producido por discotecas
rodantes, se procedió a evaluar diferentes niveles de potencia (en vatios). Los datos finales fueron:

Tabla de Datos:

Niveles de Nivel de
Potencia Ruido
100 60
500 80
1000 90
5000 99
10000 120

x y ln x ( ln x )2 Lnx∗y y2 lnx−x́ y− ý (lnx− x́)( y− ý) ( lnx− x́ )2 ( y− ý )2

100 60 4,6052 21,2076 276,3102 3.600,0000 -2,4858 -29,8000 74,0781 6,1794 888,0400
500 80 6,2146 38,6214 497,1686 6.400,0000 -0,8764 -9,8000 8,5888 0,7681 96,0400
1.000 90 6,9078 47,7171 621,6980 8.100,0000 -0,1833 0,2000 -0,0367 0,0336 0,0400
5.000 99 8,5172 72,5426 843,2021 9.801,0000 1,4262 9,2000 13,1209 2,0340 84,6400
10.000 120 9,2103 84,8304 1.105,2408 14.400,0000 2,1193 30,2000 64,0037 4,4915 912,0400
TOTAL 35,4551 264,9190 3.343,6198 42.301,0000 0,0000 0,0000 159,7548 13,5066 1.980,8000
Xx y Ln x (ln x)2 Lnx*y y^2 lnx-x y-y (
100,0000 60,0000 4,6052 21,2076 276,3102 3.600,0000 -2,4858 -29,8000
500,0000 80,0000 6,2146 38,6214 497,1686 6.400,0000 -0,8764 -9,8000
1.000,0000 90,0000 6,9078 47,7171 621,6980 8.100,0000 -0,1833 0,2000
5.000,0000 99,0000 8,5172 72,5426 843,2021 9.801,0000 1,4262 9,2000
10.000,0000 120,0000 9,2103 84,8304 1.105,2408 14.400,0000 2,1193 30,2000
TOTAL 35,4551 264,9190 3.343,6198 42.301,0000 0,0000 0,0000

x́=
∑ lnx = 4,60517+6,21461+…+ 9,21034 =35,45507
n 5

ý=
∑ y = 60+80+ …+120 =89,8000
n 5

y=alnx+b

a=
∑ lnx∗y− ý ∑ lnx
∑ ( lnx )2−¿ x́ ∑ lnx ¿
 (3.343,6198 )−( 89,8000 ) ( 35,4551 )
a=
( 264,9190 )−( 7,0910 ) ( 35,4551 )

a=11,82788547 ≈ 11,83

b= ý−a x́

b=89,800−( 11,82788547 ) ( 35,45507 )

b=5,928305355 ≈5,93

Ecuación final ^y =11,83 ln ( x ) +5,93

r=
∑ (x−x́ )( y− ý )
√ ∑ ( x−x́ )2 ∑ ( y− ý )2
159,7548
r= =0,97669771
√ 13,5066∗1.980,80
2 2
r = ( 0,97669771) =0,95393841≈ 0,954
Coeficiente de correlación (r)
Ejercicio 4 Ejercicio 5
0,979247837 0,97669771

Por lo tanto, se puede determinar que la regresión no lineal que más se ajusta con los datos
observados es la regresión potencial, ya que el valor que toma el coeficiente de correlación (r) es de
0,979247837, un valor muy próximo a 1, lo que determina que las variables presentan una relación
casi perfecta y positiva.

Referencia
Guerrero Cunuhay, L. E. (2015). Cuaderno de Estadística Inferencial. Latacunga, Cotopaxi, Ecuador.
Retrieved Agosto 01, 2018

Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Statistical Techniques in Business & Economics
(Decimoquinta ed.). (M. T. Zapata Terrazas, Ed., M. d. Obón León, & J. L. Cárdenas, Trans.)
Mexico, Mexico: McGRAW-HILL/INTERAMERICANA EDITORES, S.A. Retrieved Julio 27, 201