ESTADÍSTICA APLICADA II – MA145

Semana 9_Actividad previa al laboratorio

Tema: Regresión Lineal Simple (RLS)

Objetivo: Pronosticar valores para la variable dependiente a partir de una variable independiente
utilizando un modelo de regresión lineal simple para resolver una problemática en el campo de la
ingeniería.

1. En la construcción de carreteras que experimentan heladas intensas, es importante que la

densidad del concreto (kg/m2) seleccionado tenga un valor bajo de conductividad térmica para
reducir al mínimo los daños provocados por cambios de temperatura. Suponga que se toman 9
trozos al azar de diferentes densidades de concreto y se registra la conductividad. El registro se
muestra a continuación en la siguiente tabla:
Conductividad
0.08 0.095 0.115 0.13 0.15 0.175 0.205 0.23 0.272
térmica Y
Densidad del
300 500 600 700 750 900 1000 1330 1500
concreto X

A continuación, realice los procedimientos con ayuda del software MINITAB para responder las
preguntas que se muestran a continuación.

a. Identifique y describa las variables del modelo.

b. Realice la validación de los supuestos del modelo, nivel de significancia 1%.
c. Presente el modelo de regresión lineal simple.
d. Interprete el coeficiente de regresión estimado.
e. Valide el modelo, utilizando un nivel de significancia igual a 1%.
f. ¿Qué porcentaje de la variabilidad de la Conductividad Térmica es explicada por el modelo de
regresión estimado? Explique este resultado.
g. Pronostique, con un nivel de confianza del 99%, la conductividad térmica promedio cuando la
densidad del concreto es de 650 kg/m2. Interprete.
h. Pronostique, con un nivel de confianza del 99%, la conductividad térmica cuando la densidad
del concreto es de 650 kg/m2. Interprete.

SOLUCIÓN:

a) Según el contexto presentado, las variables del modelo y la relación entre ellas es:
Variable dependiente
Y: Conductividad térmica
(explicada, regresada):
Variable independiente
X: Densidad del concreto
(explicativa, regresora):

pág. 1
Para a validación de los supuestos del modelo, primero se tiene que estimar el modelo y los
residuales utilizando Minitab:

Paso 1: Estadísticas / Regresión / Regresión / Ajustar modelo de regresión

Paso 2: Ingreso variable Y y X

pág. 2
Paso 3: Seleccionar las opciones

Gráficas: Marcar Residuos vs. ajustes

Resultados: Marcar Estadístico de Durbin Watson

pág. 3
 Almacenamiento: seleccionar Residuos

b) Realice la validación de los supuestos del modelo:

Supuesto 1: Normalidad de los errores
Usando los residuos, realizas la prueba de normalidad
Salida de MINITAB:

H0: Los errores se distribuyen normalmente.

Hipótesis
H1: Los errores no se distribuyen normalmente.

pág. 4
 Nivel de significación
Valor del estadístico de
prueba
P_valor requerido
Decisión estadística
Conclusión
Alfa=1%
AD=0.311
Valor p=0.485 > 0.01
No rechazo H0
Con un nivel de significación de 0.01, o se puede descartar
que los errores se distribuyen normalmente.

Supuesto 2: No Autocorrelación de errores

Salida de MINITAB:
Estadístico de Durbin-Watson = 2.28326

Como DW=2.28326 pertenece al intervalo [1.5;2.5], no existe autocorrelación de errores. Se

cumple el supuesto de autocorrelación de errores.

Supuesto 3: Homocedasticidad (Varianzas constantes)

Del gráfico “Residuo vs. Ajustes” se observa que los datos se distribuyen de forma aleatoria
alrededor de la línea central. Por otro lado, como l valor del estadístico de Durbin-Watson estaba
contenido en el intervalo de puede asumir que el supuestos de varianzas constantes se cumple.

pág. 5
Presente el modelo de regresión lineal simple:
Salida de MINITAB:
Coeficientes

Término Coef EE del coef. Valor T Valor p VIF

Constante 0.02242 0.00870 2.58 0.037
X Densidad 0.000165 0.000009 17.40 0.000 1.00

Ecuación de regresión

Y Conductividad = 0.02242 + 0.000165 X Densidad

Ecuación de regresión lineal simple estimada ̂=0.02242

𝒚 + 0.000165 X

c) Interprete el coeficiente de regresión estimado:

Por cada kg/m2 adicional de la densidad del concreto, la conductividad
̂
𝛽1 = 0.000165 térmica promedio aumenta en 0.000165 (se dice que incrementa
porque el signo es positivo)

d) Validación del modelo:

Salida de MINITAB:

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Regresión 1 0.032575 0.032575 302.74 0.000
X Densidad del concreto 1 0.032575 0.032575 302.74 0.000
Error 7 0.000753 0.000108
Total 8 0.033328

Ho: El modelo de regresión lineal simple no es válido (no

significado)
Hipótesis
H1: El modelo de regresión lineal simple sí es válido (sí es
significativo)
Nivel de significación Alfa=0.01
Valor del estadístico de prueba Fcal=302.74
P_valor requerido Valor P=0.000
Decisión estadística Rechazo H0 Valor P=0.000 < Alfa=0.01
Con un 1% de significación, que el modelo de regresión
Conclusión
es válido.

e) ¿Qué porcentaje de la variabilidad de la Conductividad Térmica es explicada por el modelo de

regresión estimado? Interprete.

Salida de MINITAB:

pág. 6
 Coeficiente de determinación R2
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.0103730 97.74% 97.42% 96.35%

Interpretación:
El 97,74% de la variabilidad de la Conductividad Térmica es explicada por el modelo de regresión
estimado.

f) Pronostique, con un nivel de confianza del 99%, la conductividad térmica promedio cuando la
densidad del concreto es de 650 kg/m2. Interprete. (VALOR MEDIO)
En minitab: Estadísticas / Regresión / Regresión / Predecir

Ingresamos el valor de x = 650

pág. 7
En Opciones colocamos: Nivel de confianza

En Almacenamiento, marcamos: Ajustes pronosticados, límites de confianza y límites de

predicción

pág. 8
 Nota.
IC es el intervalo de confianza del promedio de Y
IP es el intervalo de confianza del valor individual de Y

Salida de MINITAB:

Ajuste EE de ajuste IC de 99% IP de 99%

0.129628 0.0039085 (0.115950; 0.143306) (0.0908364; 0.168420)

El intervalo que va de 0.115950 a 0.143306 ofrece un 99% de confianza de contener a la verdadera

conductividad térmica promedio, cuando la densidad del concreto es de 650 kg/m2.

g) Pronostique, con un nivel de confianza del 99%, la conductividad térmica cuando la densidad
del concreto es de 650 kg/m2. Interprete. (VALOR INDIVIDUAL)
Salida de MINITAB:

Ajuste EE de ajuste IC de 99% IP de 99%

0.129628 0.0039085 (0.115950; 0.143306) (0.0908364; 0.168420)

El intervalo que va de 0.0908364 a 0.168420ofrece un 99% de confianza de contener a la

verdadera conductividad térmica, cuando la densidad del concreto es de 650 kg/m 2.

pág. 9