1. Supongamos que usted tiene a su cargo el dinero de la Región Norte.
Se le dan los siguientes datos de antecedentes sobre el suministro
Producto Nacional Bruto (PNB) (ambos en millones de dólares)
Suministro de
PNB dinero
5.0 2.0 a. Trace un diagrama de dispersión e indique que tipo de relación existe.
5.5 2.5 b. Encuentre la ecuación de estimación para predecir el PNB.
6.0 3.2 c. ¿Cree Ud. que la ecuación de regresión da una buena estimación de la tasa de
7.0 3.6 productividad, a un 99% de confianza?
7.2 3.3 d. ¿Qué grado de asociación existe entre el suministro de dinero y el PNB?
7.7 4.0
8.4 4.2
9.0 4.6
9.7 4.8
10.0 5.0
de antecedentes sobre el suministro de dinero y el
po de relación existe.
ena estimación de la tasa de
ro de dinero y el PNB?
2. Un inversionista en bienes raíces recopila los siguientes datos de una muestra aleatoria de apartamento en el lado oeste de Collage
Station, Texas.
a. Grafique los datos en un diagrama de dispersión para la renta y tamaño del apartamento.
b. Determine la ecuación de regresión que relacione la renta con el tamaño.
c. Realice la prueba de hipótesis para determinar si el modelo lineal sirve para propósitos de predicción con un a = 0.01)
d. Pronostique la renta mensual para un apartamento de 750 pies 2
Renta ($ por mes) Tamaño (pies2)
720 1000
595 900
915 1200
760 810
1000 1210
790 860
880 1135
845 960
650 800
748 960
685 650
755 970
815 1000
745 1000
715 1000
885 1180
el lado oeste de Collage
3. Andrew Vazsonyi es el gerente de la cadena de supermercados Spendwise, a quien le gustaría poder pronosticar las ventas de libros (ej
semana) basándose en la cantidad de espacio de exhibición en los anaqueles (en pies). Andrew reúne los datos para una muestra de 11 se
muestra en la tabla:
Semana Libros Espacio de Realice un análisis de regresión lineal y haga un breve comentario del com
vendidas anaquel las variables (Incluya la prueba de hipótesis para determinar si el modelo
1 275 6.8 propósitos de predicción con un α = 0.05
2 142 3.3
3 168 4.1
4 197 4.2
5 215 4.8
6 188 3.9
7 241 4.9
8 295 7.7
9 125 3.1
10 266 5.9
11 200 5.0
oder pronosticar las ventas de libros (ejemplares por
úne los datos para una muestra de 11 semanas, como se
neal y haga un breve comentario del comportamiento de
hipótesis para determinar si el modelo lineal sirve para
= 0.05
4. En la tabla siguiente se da el número de acciones vendidas (en millones) y el precio esperado (el promedio del precio mínimo y del preci
acciones de oferta pública inicial.
Compañía Acciones vendidas Precio esperado
American Physician 5.0 15
Apex Silver Mines 9.0 14
Dan River 6.7 15
Franchise Mortgage 8.8 17
Gene Logic 3.0 11
International Home Foods 13.6 19
PRT Group 4.6 13
Rayovac 6.7 14
RealNetworks 3.0 10
Software AG Systems 7.7 13
a.- Realizar los pasos de la regresión simple
b. Realice la prueba de hipótesis para determinar si el modelo lineal sirve para propósitos de predicción con un a = 0.01
c.- Realizar las predicciones si las acciones vendidas son 6, 10, 12
medio del precio mínimo y del precio máximo) de 10
n con un a = 0.01
5. Una empresa auditora publica datos que muestran las posibilidades de una auditoría del Departamento de Lima. En la
tabla siguiente se muestra la media del ingreso bruto ajustado y el porcentaje de declaraciones que fueron auditadas en
20 municipios.
Ingreso bruto Porcentaje
Distrito
ajustado auditado
Distrito 1 36,664.00 1.30 a.- Realizar los pasos de la regresión simple
Distrito 2 38,845.00 1.10 b.- Realice la prueba de hipótesis para determinar si el modelo
Distrito 3 34,886.00 1.10 para propósitos de predicción con un a = 0.05
Distrito 4 32,512.00 1.10 c.- Realizar las predicciones si el ingreso bruto es 35000, 32800
Distrito 5 34,531.00 1.00
Distrito 6 35,995.00 1.00
Distrito 7 37,799.00 0.90
Distrito 8 33,876.00 0.90
Distrito 9 30,513.00 0.90
Distrito 10 30,174.00 0.90
Distrito 11 30,060.00 0.80
Distrito 12 37,153.00 0.80
Distrito 13 34,918.00 0.70
Distrito 14 33,291.00 0.70
Distrito 15 31,504.00 0.70
Distrito 16 29,199.00 0.60
Distrito 17 33,072.00 0.60
Distrito 18 30,859.00 0.50
Distrito 19 32,566.00 0.50
Distrito 20 34,296.00 0.50
para determinar si el modelo lineal sirve
un a = 0.05
ngreso bruto es 35000, 32800, 38000
6. Una revista evaluó 65 zonas metropolitanas para determinar si el valor de las casas estaba cambiando. La puntuación para una ciudad id
medidos eran tan favorables como era posible. Zonas cuya puntuación era 60 o más, eran zonas en las que era posible una revalorización
a 50 eran zonas que podrían ver una disminución en el valor de la vivienda. Dos de los factores evaluados fueron resistencia a la recesión y
evaluaron empleando una escala de 0 (evaluación más baja) a 10 (evaluación más alta). Acontinuación se presentan los datos obtenidos en
SmartMoney (SmartMoney, febrero de 2012).
Área urbana Resistencia a la Accesibilidad Puntuación
recesión a.- Realizar los pasos de la regresión para u
AU1 10 7 70.7 b.- Realizar los pasos de la regresión para u
AU2 10 7 68.5 c.- Realizar las predicciones de la puntuació
AU3 6 8 65.5 d.- Realizar las predicciones de la puntuació
AU4 8 6 63.6
AU5 4 8 62.5
AU6 0 10 61.9
AU7 2 6 60.7
AU8 4 5 60.3
AU9 2 7 57.0
AU10 6 5 56.5
AU11 0 7 56.2
AU12 0 8 55.7
AU13 8 2 54.6
AU14 2 7 50.9
AU15 1 6 49.6
AU16 4 2 49.1
AU17 4 4 48.6
AU18 0 7 45.7
AU19 0 5 44.3
AU20 0 5 41.2
biando. La puntuación para una ciudad ideal era 100 y significaba que todos los factores
n las que era posible una revalorización de los precios; zonas cuya puntuación era menor
aluados fueron resistencia a la recesión y accesibilidad de la zona. Estos dos factores se
ación se presentan los datos obtenidos en una muestra de 20 ciudades evaluadas por
Realizar los pasos de la regresión para un modelo entre la puntuación y la resistencia a la recesión.
Realizar los pasos de la regresión para un modelo entre la puntuación y la accesibilidad.
Realizar las predicciones de la puntuación con una resistencia de 7.
Realizar las predicciones de la puntuación con una accesibilidad deresistencia de 9.
7. Suponga que un analista toma una muestra aleatoria de 10 embarques enviados por camión de una compañía y registra la distancia en
el tiempo en días, y a partir del momento en que el embarque estuvo listo para su transportación.
a. Realizar el diagrama de dispersión y comentar lo observado
b. Encontrar el modelo de estimación y probar su significancia con un a = 0.01
c. Encuentre la estimación del tiempo cuando la distancia es 670 y 1000.
Embarque Distancia en Tiempo de entrega
Kilómetros en días
1 825 3.5
2 215 1.0
3 1070 4.0
4 550 2.0
5 480 1.0
6 920 3.0
7 1350 4.5
8 325 1.5
9 670 3.0
10 1215 5.0
pañía y registra la distancia en kilómetros y
