Universidad Central

Facultad de ingeniería y ciencias básicas.

Estadística II

Parcial 1 Estadística II
El parcial puede ser desarrollado en parejas. Es necesario enviar el documento
antes del día 05/09/2021 en el siguiente enlace
https://forms.gle/jQYE4D3xSw7AxgnXA.
Parte I (4.0)
Usando la base de datos adjunta la cual corresponde a 3 variables medidas en 100
automóviles:
- mpg (millas por galón)
- peso (peso automóvil)
- caballos (caballos de fuerza)
Formule una ecuación de modelo de regresión lineal simple que relacione, mpg
(variable dependiente) con la variable más relacionada, siguiendo los siguientes
pasos.
1. Determine la variable más correlacionada con mpg. Realice la prueba de
hipótesis en donde pruebe la significancia de la correlación entre mpg y la
variable seleccionada.

Correlación

cor(database)

Mpg Peso Caballos

Mpg 1 -0,7922944 -0,2737136
Peso 1 0,3405416
Caballos 1

La relación entre las millas recorridas por galón de gasolina y el peso del
automóvil es mayor que la relación entre las millas recorridas por galón y el
numero de caballos de fuerza del automóvil, como se evidencia en el siguiente
gráfico.

corrplot.mixed(correlacion)
 La evidencia grafica muestra que la correlacion mayor existe entre mpg y el
peso del automóvil, esta es seguida por la correlacion entre mpg y el numero de
caballos de fuerza seguida por la relación entre el peso del automóvil y el
numero de caballos de fuerza.

Prueba de hipótesis de correlación

cor.test(y=database$mpg, x=database$peso)
Pearson`s product-moment correlation
y Mpg
x Peso
correlation -0,7922944
t -12.855
p-value 0,001
N.Confianza 95%

La correlación entre mpg y el peso del automóvil es significativa a un nivel del

1% de significancia en base una prueba t Student.

2. Realice el modelo de regresión lineal simple.

Mpg= ^
^ β0+ ^
β 1 Peso

modelo <- lm(mpg~peso, data = database)

summary(modelo)
 Modelo Lineal Simple
Varible Depediente Mpg
R Cuadrado 0,6277
F 165,3
P Valor 0,001
Coeficiente Estimado Error Estandar Valor t P valor
Intercepto 146,058016 9,109736 16,03 0,001 ***
Peso -0,048154 0,003746 -12,86 0,001 ***

^
Mpg=146,058016−0,048154 Peso

3. Comprobar los supuestos necesarios para llevar a cabo el modelo. Sí los

supuestos no se cumplen, proponga la técnica alternativa para corregir los
supuestos.

Normalidad en los Residuos

Para determinar si los residuos siguen una distribución normal se realizaron las
siguientes pruebas de significancia

shapiro.test(modelo$residuals)
ad.test(modelo$residuals)
cvm.test(modelo$residuals)
lillie.test(modelo$residuals)
pearson.test(modelo$residuals)
jarque.bera.test(modelo$residuals)
Test de Normalidad
Test Estimador P valor
Shapiro-Wilk 0,97974 0,1268
Anderson-Darling 0,63208 0,09679
Cramer-Von Mises 0,094933 0,1301
Kolmogorov-Smirnov 0,086292 0,06368
Pearson 14,4 0,0155
Jaque Bera 3,5496 0,1695

Al realizar la diferente prueba de normalidad se encontró que el 50% de las

pruebas muestran que los residuos del modelo se distribuyen de manera normal a
un nivel del 10% de significancia, si disminuirnos el nivel de significancia a un
5% solo la prueba de normalidad de Pearson rechaza la hipótesis de normalidad
para los residuos, por tanto, se puede asegurar que los residuos del modelo
cumplen con el supuesto de normalidad.

Linealidad
 resettest(modelo)

Test de Modalidad
Test Estimado Grados de Libertad I Grados de Libertad II Valor P
Ramsay Test 1,5353 2 96 0,2206

Al realizar el test de Ramsay se encontró evidencia suficiente para asumir que el

modelo mantiene una relación lineal entre la variable dependiente e
independiente.

Independencia

dwtest(modelo)
plot(modelo$residuals, ylab = "Reciduos", xlab = "n")
bgtest(modelo)
Pruebas de Independencia
Test Parametro P Valor
Durbin-Watson 2,0954 0,6902
Breusch-Godfrey 0,27169 0,6022

Según la prueba de Durbin Watson y Breusch Godfrey el modelo cumple con los
supuesto de independencia entre los errores y la variable exógena.

Homocedasticidad

bptest(modelo)
bptest(modelo, varformula =~ database$peso+I(database$peso^2))
ncvTest(modelo)
Test de Homocedasticidad
Test Estimador Grados de Libertad Valor P
Breusch-Pagan 0,63444 1 0,4257
White 1,1839 2 0,5532
Chisquare 0,7732406 1 0,37922

Al realizar las pruebas de Breusch – Pagan, White y chisquare se encontró

evidencia suficiente para asumir que la distribución de los residuos es
homocedastica, es decir su varianza es contrate.

4. Haga un análisis completo del modelo. Significancia de parámetros, coeficiente

de determinación y realice una estimación en su modelo.

Mpg i= ^
^ β 0+ ^
β1 Pes oi

modelo <- lm(mpg~peso, data = database)

 summary(modelo)
Modelo Lineal Simple
Varible Depediente Mpg
R Cuadrado 0,6277
F 165,3
P Valor 0,001
Coeficiente Estimado Error Estandar Valor t P valor
Intercepto 146,058016 9,109736 16,03 0,001 ***
Peso -0,048154 0,003746 -12,86 0,001 ***

Se estima que en promedio una automóvil puede recorres 146,056 millas en

media en base a una peso nulo, no obstante se estima que por cada kilogramo de
peso de mas que pese el automóvil la cantidad de millas por galos disminuyen en
0,048154 millas, tanto el intercepto como la variable peso resultan significativas
a un nivel de 1% para el modelo, se estima que el modelo puede explicar el
62,77% de la variabilidad de las millas recorridas por galón de una automóvil,
adicionalmente el modelo en general tiene una nivel de significancia del 1%.ç
Predicción
^
Mpg i=146.058016−0,048154 Peso
^
Mpg i=146.058016−0,048154(2.500)
^
Mpg i=25,67335

Parte II (1.0)
Para el modelo y i=β 1 xi + ϵ i, con i=1 , … , n

Encuentre el estimador de mínimos cuadrados ordinarios para β 1.

Función de mínimos cuadrados ordinario sin intercepto

y i=β 1 xi + ϵ i

Función a optimizar
e i= y i−β 1 x1

Método de mínimos cuadrados

∑ e 2i =∑ ( y i −β1 x i )2

Minimización de cuadrados
min ∑ e 2i =∑ ( y i −β1 x i) 2

Optimización mediante derivada parcial con respeto a β 1

∂ ∑ e2i
=2 ∑ ( y i−β 1 xi ) (−x i )=0
∂ β1

Resultado
∑ ( y i− β1 xi ) (−x i ) =0

operación

∑ ( x i y i−β 1 x 2i )=0

Despeje

∑ x i y i =β1 ∑ x 2i

Resultado
∑ xi y i
β 1=
∑ x 2i