PRACTICA DE ESTADISTICA REGRESION LINEAL

1. Una empresa de reparto de encomiendas a domicilio estudia la relación entre la distancia de

entrega(X) y el tiempo empleado (Y) con el fin de obtener un modelo de pronóstico del tiempo de
entrega. Los datos se muestran en la siguiente tabla.

X(Km) 28 1 1 31 3 19 2 15 16 35 18 1 12
4 2 0 4 0
Y(minutos 35 1 1 37 2 17 2 16 18 38 18 1 11
) 4 3 9 6 0
a) Encuentre la recta de regresión e intérprete sus resultados.
Tiempo de entrega =- 2.227 + 1.178 X * DISTANCIA DE ENTREGA
Interpretación:
 La relación entre el tiempo de entrega y la distancia están relacionados directamente.
 Por el incremento de 1km en la distancia de entrega habrá un incremento promedio del
1.178 minuto en el tiempo de entrega.
b) Encuentre el porcentaje de la varianza total de Y que X explica.
R² = 0.952 = 95.2%
el porcentaje de la varianza total de Y que X explica es de 95.2%.

c) Estime el tiempo empleado que utilizaría un reparto a una distancia de 45 Km

Tiempo de entrega = 2.227 + 1.178 X * 45 = 50.783 minutos
el tiempo empleado que utilizaría un reparto a una distancia de 45 Km es 50.783.

40
f(x) = 1.18 x − 2.23
35 R² = 0.95
30

25

20
y

15

10

0
5 10 15 20 25 30 35 40
x
2. Un trabajo estadístico Asignado a un grupo de estudio consiste en obtener un modelo de regresión
lineal a nivel descriptivo para predecir las ventas semanales de un producto específico por la radio.
Para esto, han recopilado al azar los tiempos de duración en minutos de la publicidad de 10 semanas y
el respectivo número de unidades vendidas del producto Los datos se dan en la siguiente tabla que
sigue:

semana 1 2 3 4 5 6 7 8 9 10
Publicidad(X 20 30 30 40 50 60 60 60 70 80
)
Ventas(Y) 50 73 69 87 108 128 135 132 148 140

a) Encuentre la recta de regresión e intérprete sus resultados.

Cantidad de Unidades = 20.235 +1.735 X * Tiempo de Publicidad
Interpretación:
 La relación entre el tiempo de publicidad y la cantidad de unidades están relacionados
directamente.
 Por el incremento de 1min en la publicidad habrá un incremento promedio del 1.735
minuto en la cantidad de unidades.
b) Encuentre el porcentaje de la varianza total de las ventas que es explicada por la publicidad.
R² = 0.942 = 94.2%
el porcentaje de la varianza total de las ventas que publicidad explica es de 94.2%.

c) Según la regresión obtenida si la publicidad de una semana cualquiera se incrementara en 5

minutos ¿Cuánto seria el incremento promedio de las ventas?

Cantidad de Unidades = 20.235 +1.735 X * 5 = 8.675

el incremento promedio de las ventas a un incremento en 5 minutos es 8.675.

160
f(x) = 1.74 x + 20.24
R² = 0.94
140

120

100
v

80

60

40
10 20 30 40 50 60 70 80 90
p
3. Los porcentajes en gastos de publicidad y los porcentajes de beneficios netos de ventas en una
muestra de 9 negocios de pequeños comerciantes es como sigue:

Gastos 23 19 35 10 15 40 26 30 24
Beneficio 40 38 62 29 34 68 45 50 42
s
a) Halle La ecuación de regresión lineal simple para predecir beneficios netos.
Porcentaje de Beneficios = 12.743+1.321 X * Porcentaje de Gastos de Publicidad
Interpretación:
 La relación entre el tiempo el porcentaje de beneficios y gastos de publicidad están
relacionados directamente.
 Por el incremento de 1%en los gastos de publicidad habrá un incremento promedio del
1.321 en los beneficios.
b) ¿Qué porcentaje de la variabilidad de las utilidades es explicada por la ecuación de regresión
dada?
R² = 0.960 = 96%
el porcentaje de la variabilidad de las utilidades es explicada por la ecuación de
regresión es de 96%.

c) Encuentre el error estándar de estimación

Std. Error = 8.887

El error estándar de estimación es de 8.887

80

70

f(x) = 1.32 x + 12.74

60
R² = 0.96

50
B

40

30

20
5 10 15 20 25 30 35 40 45
G
4. Los datos que siguen son los costos y las ventas, en miles de dólares para 14 farmacias:
Farmacia
1 2 3 4 5 6 7 8 9 10 11 12 13 14
s
costos 10 09 13 12 11 19 20 14 21 17 18 15 16 22
ventas 18 14 19 13 15 32 31 17 28 21 22 19 20 33
Realice el análisis de regresión y correlación

El coeficiente de correlación =r

R=0.901

Existe una relación lineal inversa muy alta entre los costos y las ventas.

Regresión lineal simple

La ecuación de regresión será

Ventas =-0.980+1.455 *Costos

Y=-0.980+1.455X

Interpretación.

*b1=1.455

 La relación entre las dos variables es inversa

 Por el incremento de 1 costo en las ventas habrá un crecimiento promedio de
1.455 de ventas.

Coeficiente de determinación =R2

Mide la variabilidad total de la variable venta que esta explicada por la variable costo

Para nuestro caso R2=0.812=81.2%

 35

30 f(x) = 1.45 x − 0.98

R² = 0.81
25
V

20

15

10
5 7 9 11 13 15 17 19 21 23
Costos

5.. En un laboratorio se quiere investigar la forma en la que se relaciona la pureza del oxígeno
producido en un proceso de destilación química, y el porcentaje de hidrocarburos que esta presentes en
el condensador principal de la unidad de destilación. Los datos obtenidos en un estudio experimental se
muestran en la tabla siguiente:
Nivel de
Pureza
hidrocarburo
%Y
s%X
0.99 90.01
1.02 89.05
1.15 91.43
1.29 93.74
1.46 96.73
1.36 94.45
0.87 87.59
1.23 91.77
1.55 99.42
1.4 93.65
1.19 93.54
1.15 92.52
0.98 90.56
1.01 89.54
1.11 89.85
1.2 90.39
1.26 93.25
1.32 93.41
 1.43 94.98
0.95 87.33
Realice el análisis respectivo
El coeficiente de correlación =r

R=0.937

Existe una relación lineal inversa muy alta entre el nivel de hidrocarburo y pureza.

Regresión lineal simple

La ecuación de regresión será

Ventas =74.283+14.947 *Costos

Y=74.283+14.947 X

Interpretación.

*b1=14.947

 Por el incremento de 1 nivel de hidrocarburo en la pureza habrá un crecimiento

promedio de 14.947 en el nivel de hidrocarburo.

Coeficiente de determinación =R2

Mide la variabilidad total de la variable venta que esta explicada por la variable costo

Para nuestro caso R2=0.877=87.7%

105

100
Pureza % Y

95 f(x) = 14.95 x + 74.28

R² = 0.88
90

85

80
0.5 0.7 0.9 1.1 1.3 1.5 1.7
Nivel de hidrocarburos % X