Reporte

Nombre: Matricula:
Antonio de Jesus Malagon Montecillo 2803865
Nombre del curso: Nombre del profesor:
Estadística
Modulo: 3 Actividad: Ejercicio 12
Fecha: 0505/2021
Bibliografía:
Universidad Tecmilenio. (s. f.-c). Ejercicio 12. Canvas. Recuperado 5 de
mayo de 2021, de https://cursos.tecmilenio.mx/courses/46871/pages/mi-
curso?module_item_id=179244

Ejercicio 1
1. Una empresa ha estado buscando los factores que influyen en la
cantidad de acero (en millones de toneladas) que puede vender cada
año. La administración sospecha que los siguientes son los factores
principales: la tasa anual de inflación del país, el precio promedio
por tonelada de acero importado que acota los precios (en dólares)
y el número de automóviles (en millones) que los fabricantes de
autos planean producir ese año. Se recolectaron los datos de los
últimos siete años:
Millones Tasa de inflación Cota de Número de
de tons. X1 importaciones automóviles
vendidas X2 (millones)
Y X3
4.2 3.1 3.10 6.2
3.1 3.9 5.00 5.1
4.0 7.5 2.20 5.7
4.7 10.7 4.50 7.1
4.3 15.5 4.35 6.5
3.7 13.0 2.60 6.1
3.5 11.0 3.05 5.9
a. Estima la ecuación de regresión múltiple.
Ŷ = −1.049 − 0.0282 ∗ 𝑋1 − 0.0508 ∗ 𝑋2 + 0.8903
 Reporte

b. Interpreta los coeficientes de regresión estimados.

Para la variable que obtuvimos en "Y", su valor es b0 = -1.049, que es relativo a
lo que asignaremos a diferentes "X", siempre y cuando el resultado que
buscamos sea 0, podemos discutirlo relativo al tonelada vendida La tasa de
inflación, su valor de inflación es b1 y -0.028, lo que nos permite entender que
por cada tonelada vendida su valor disminuye en 0.028, y b2 se refiere al número
de toneladas vendidas, por unidad importada X El valor de es continuamente
reducido en 0,050, y finalmente b3 es la relación entre el tonelaje y el número de
coches aumentada en 0,890.

Ejercicio 2
2. Se llevó a cabo un conjunto de ensayos experimentales para
determinar una forma de predecir el tiempo de cocimiento en
minutos (Y) a varios niveles de amplitud del horno, pies (X 1) y
temperatura de cocción, grados Celsius (X2). Los datos obtenidos
fueron registrados como se muestra a continuación:
Tiempo de Niveles de amplitud Temperatura
Cocimiento del horno, pies en grados C
Y X1 X2
6.40 1.32 1.15
15.05 2.69 3.40
18.75 3.56 4.10
30.25 4.41 8.75
44.85 5.35 14.82
48.94 6.20 15.15
51.55 7.12 15.32
61.50 8.87 18.18
100.44 9.80 35.19
111.42 10.65 40.40
a. Estima e interpreta los coeficientes de la ecuación de regresión
lineal múltiple.
 Reporte

Ŷ = 0.579 + 2.71 ∗ 𝑋1 + 2.049 ∗ 𝑋2

b. Pronostica el tiempo de cocimiento cuando el nivel de amplitud del
horno es de 5 pies y la temperatura de cocción es de 20 grados
Celsius.
Ŷ = 0.579 + 2.71(5) + 2.049(20) = 5.109

Ejercicio 3
3. El supervisor de una empresa está examinando la relación existente
entre la calificación que obtiene un empleado en una prueba de
aptitud, su experiencia previa y el éxito en el trabajo. Se estudia y se
pondera la experiencia de un empleado en trabajos anteriores y se
obtiene una calificación entre 2 y 12. La medida del éxito en el empleo
se basa en un sistema de puntuación que incluye producción total y
eficiencia, con valor máximo posible de 50. El supervisor tomó una
muestra de seis empleados con menos de un año de antigüedad y
obtuvo lo siguiente:
Y X1 X2
Evaluación del Resultado de la Experiencia en
desempeño prueba de aptitud trabajos anteriores
(años)
28 74 5
33 87 11
21 69 4
40 93 9
38 71 7
46 97 10
a. Estima e interpreta los coeficientes de la ecuación de regresión
lineal múltiple.
Ŷ = −3.357 + 0.359 ∗ X1 + 1.076 ∗ X2
b. Si un empleado obtuvo 83 puntos en la prueba de aptitud y tenía
una experiencia en trabajos anteriores de 7 años ¿qué evaluación
de desempeño puede esperar?
Ŷ = −3.357 + 0.359 (83) + 1.076 (7) = 33.972
 Reporte

Ejercicio 4
4. Se tomó una muestra de 20 automóviles con relación al número de
kilómetros por litro (Y), caballos de fuerza X1 y peso total en kg X2.
Kilómetros por Caballos de Peso en kg X2
litro, fuerza, X1
Y
19 67 1844
19 50 1998
17 62 1752
16 69 1980
16 66 1797
15 63 2199
15 90 2404
14 99 2611
13 63 3236
12 91 2606
11 94 2580
11 88 2507
11 124 2922
10 97 2434
9 114 3248
9 102 2812
8 114 3382
8 142 3197
7 153 4380
7 139 4036
a. Estima e interpreta los coeficientes de la ecuación de regresión
lineal múltiple.
Ŷ = 24.745 – 0.069 ∗ X1 – 0.002 ∗ X2
b. Si un vehículo tiene 92 caballos de fuerza y un peso de 1750 kg
¿cuál será el número de kilómetros por litro que se esperaría?
Ŷ = 24.745 – 0.069 (92) – 0.002 (1750) = 14.897