Profesional

Práctica de ejercicios

Nombre: Matrícula:

Nombre del curso: Estadística y Nombre del profesor:

pronósticos para la toma de
decisiones
Módulo: 2: Regresión lineal simple y Actividad 6. Relación entre las
regresión lineal múltiple calorías y el contenido de grasa,
carbohidratos y proteínas
Fecha: 2/ Dic./ 2020
Bibliografía:

Libro de texto:

Hanke. J. E. y Wichern. D. W. (2010). Pronósticos en los negocios (9ª

ed.).México: Pearson.
ISBN: 9786074427004
https://www.excelsior.com.mx/nacional/2017/05/30/1166491

Desarrollo de la práctica:

1. Revisa la siguiente información nutricional de algunas ensaladas y contesta las

preguntas anexas. Enseguida se presentan las variables que se registraron en diferentes
tipos de platillos.
a. Y: Calorías
b. X1: Grasa (g)
c. X2: Carbohidratos (g)
d. X3: Proteínas (g)

Ensalada (porciones Grasa Carbohidratos Proteínas Calorías

de 100 g) (g) (g) X2 (g) X3 Y
X1
César 14.7 6.52 5.03 170
Atún 11.02 6.96 14.27 184
Atún con queso 14.72 6.87 14.44 217
Atún con huevo 12.93 6.96 13.71 196
Macarrones o pasta 10.63 22.98 3.76 202
Macarrones u otra pasta 13.34 15.00 10.11 221
con pollo
Macarrones u otra pasta 9.14 19.49 7.07 18.9
 Profesional
Práctica de ejercicios

con atún
Ensalada de huevo 30.26 1.93 9.20 318
Ensalada de papas 8.20 11.17 2.68 143
Ensalada de papas con 7.05 15.96 2.77 136
huevo
Ensalada de papas estilo 1.24 16.66 2.52 88
alemán

Estos datos se deben ingresar a Excel o Minitab y llevar a cabo lo siguiente:

a. Estima e interpreta en el contexto del problema los coeficientes de la ecuación

de regresión múltiple.
 Profesional
Práctica de ejercicios

Resumen

Estadísticas de la regresión
Coeficiente
de
correlación
múltiple 0.80760534
Coeficiente
de
determinaci
ón R^2 0.65222638
R^2 ajustado 0.50318054
Error típico 54.5969906
Observaciones 11

ANÁLISIS DE VARIANZA
Promedio
Grados de Suma de de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 3 39132.4622 13044.1541 4.37601206 0.04928344
Residuos 7 20865.8197 2980.83138
Total 10 59998.2818

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción
(β0) 82.3552 89.7054176 0.91806328 0.38912259 -129.76436 294.474856
X1 (β1) 7.6190 3.20601285 2.37647875 0.04913585 0.03800566 15.2000371
X2 (β2) -1.0458 3.84107106 -0.2722617 0.79327674 -10.128466 8.03691316
X3 (β3) 1.2784 4.35587368 0.29349945 0.77765122 -9.021558 11.5784511
 Profesional
Práctica de ejercicios

Modelo de regresion lineal multiple

n=11 Y = β0 + β1X1 + β2X2 + ... + βkXk + ε

Yestimada= 82.3552 + 7.6190X1 + (-1.0458)X2 + 1.2784X3

Yestimada X1 X2 X3 Yreal Variabilidad

193.97 14.7 6.52 5.03 170 -23.97

177.28 11.02 6.96 14.27 184 6.72

205.78 14.72 6.87 14.44 217 11.22

12.93 6.96 13.71 196

191.12 4.88

10.63 22.98 3.76 202

144.12 57.88

181.23 13.34 15 10.11 221 39.77

140.65 9.14 19.49 7.07 18.9 -121.75

30.26 1.93 9.2 318

322.65 -4.65

8.2 11.17 2.68 143

136.58 6.42
122.92 7.05 15.96 2.77 136 13.08
77.60 1.24 16.66 2.52 88 10.40

b. Prueba la significancia del modelo de regresión múltiple; realiza todas las

etapas de una prueba de hipótesis.
 Profesional
Práctica de ejercicios

Prueba de hipotesis para la pendiente β0 ‫݊× ݅ݏ ݁ݎ ܴ݃݁ ܯܥ‬

‫ܨ‬௖௔௟௖௨ௗ
௟௔ௗ௔ ൌ
1. Establecer hipotesis: ‫ݎݎݎܧ ܯܥ‬ ‫ݎ݋‬
H0: β1 = β2 = β3 0 contra Ha: βi ≠ 0
2. Estadistico de prueba CM Regresión 13044.1541 4.37601206
Fcalculada= 4.37601206 CM Error 2980.83138
3. Estadistico teorico
Fteorica = 4.35
4. Regla de decision: Rechazar H0 si Fcalculada es mayor que Fteorica
4.3760>4.35 SI
5. Conclusion: se rechaza la H0, ya que el alor de tcalculada es menor que tteorica,
entonces se comprobo que si existe relacion entre los valores de X y Y

c. Prueba la significancia de los coeficientes de regresión individuales. Realiza

todas las etapas de una prueba de hipótesis para cada uno de los coeficientes.

Prueba de hipotesis para la pendiente β1

1. Establecer hipotesis:
H0: β1 = 0 contra Ha: β1 ≠ 0
2. Estadistico de prueba
tcalculada= 2.37647875
3. Estadistico teorico
tteorica = ta/2, n-2 = t0.05/2, 11-2 = 2.262
4. Regla de decision: Rechazar H0 si tcalculada es mayor que tteorica
2.3764>2.262? si
5. Conclusion: se ha rechazado H0, debido a que el valor absoluto de tcalculada = 2.3764 es mayor que tteorica = 2.262,
aquí se comprobo que si existe una relacion entre las grasas con las caloris que lleva cada ensalada

Prueba de hipotesis para la pendiente β2

1. Establecer hipotesis:
H0: β2 = 0 contra Ha: β2 ≠ 0
2. Estadistico de prueba
tcalculada= -0.2722617
3. Estadistico teorico
tteorica = ta/2, n-2 = t0.05/2, 11-2 = 2.262
4. Regla de decision: Rechazar H0 si tcalculada es mayor que tteorica
(-0.2722)>2.262? no
5. Conclusion: se ha acepta H0, debido a que el valor absoluto de tcalculada = -0.2722 es menor que tteorica = 2.262,
entonces se comprobo que no existe una relacion entre carbohidratos con las calorias que lleva la ensalada de cada persona

Prueba de hipotesis para la pendiente β3

1. Establecer hipotesis:
H0: β3 = 0 contra Ha: β3 ≠ 0
2. Estadistico de prueba
tcalculada= 0.29349945
3. Estadistico teorico
tteorica = ta/2, n-2 = t0.05/2, 11-2 = 2.262
4. Regla de decision: Rechazar H0 si tcalculada es mayor que tteorica
0.2943>2.262? no
5. Conclusion: esta hipotesis tambien se ha acepta H0, debido a que el valor absoluto de tcalculada = 0.2934 es menor que tteorica = 2.262,
entonces se comprobo que no tampoco existe una relacion entre las proteinas con las calorias que lleva la ensalada

d. Calcula e interpreta R2 en el contexto del problema.

 Profesional
Práctica de ejercicios

Coeficiente
de
determinaci
ón R^2 0.65222638

e. Calcula el error estándar de estimación.

Error típico 54.5969906 $ 54.60 Error estandar de estimacion

f. Estima la cantidad promedio de calorías cuando el contenido de grasa es de

50 g, la cantidad de carbohidratos 10 g y la cantidad de proteínas 8 g.

463.07 50 10 8

g. Calcula R2ajustada.

R^2 ajustado 0.50318054

h. Construye un intervalo de confianza para las pendientes de la población (β1,

β2 y β3).

Intervalo de confianza
B1
Limite Infer. Limite Super.
0.03800566 15.2000371
Con un intervalo de confianza al 95%, se concluye que b1 = 0 se rechaza, ya que no estan entre los limites inferior y superior

B2
Limite Infer. Limite Super.
-10.1284664 8.03691316
Con el intevalo al 95%, b2 si se acepta, ya que este si estan entre los limites inferior y superior

B3
Limite Infer. Limite Super.
-9.02155803 11.5784511
Y con un intervalo de confianza al 95%, b3 tambien se acepta, al estar dentro de los limites inferior y superior