q12.

12 los siguientes datos reflejan información obtenida en 17 hospitales de la marina

estadounidense ubicados en diversos sitios del mundo. Los regresores son variables de la carga de
trabajo, es decir, conceptos que dan como resultado la necesidad de personal en un hospital, a
continuación, se presenta una descripción breve de las variables:

Y = horas de trabajo mensuales.

X1= carga diaria promedio de pacientes

X2= exposiciones de rayos x mensuales

X3= días-cama ocupados por mes

X4= población elegible en el área/1000

X5= duración promedio de la estancia de un paciente, en días.

sitio x1 x2 x3 x4 x5 y
1 15.57 2463 472.92 18 4.45 566.52
2 44.02 2048 1339.75 9.5 6.92 696.82
3 20.42 3940 620.25 12.8 4.28 1033.15
4 18.74 6505 568.33 36.7 3.9 1003.62
5 49.2 5723 1497.6 35.7 5.5 1611.37
6 44.92 11,520 1365.83 24 4.6 1613.27
7 55.48 5779 1687 43.3 5.62 1854.17
8 59.28 5969 1639.92 46.7 5.15 2160.55
9 94.39 8461 2872.33 78.7 6.18 2305.58
10 128.02 20,106 3655.08 180.7 6.15 3503.93
11 96 13,313 2912 60.9 5.88 3571.59
12 131.42 10,771 3921 103.7 4.88 3741.4
13 127.21 15,543 3865.67 126.8 5.5 4026.52
10,343.8
14
252.9 36,194 7684.1 157.7 7 1
11,732.1
15
409.2 34,703 12,446.33 169.4 10.75 7
15,414.9
16
463.7 39,204 14,098.40 331.4 7.05 4
18,854.4
17
510.22 86,533 15,524.00 371.6 6.35 5

a. Determine la ecuación de regresión ajustada

Ecuación de regresión
y = 1711 - 9.5 x1 + 0.0563 x2 + 1.37 x3 - 3.99 x4
 - 358 x5

b. Prediga las horas de trabajo mensuales para:

X1 = 115 X4 = 130.6

X2 = 5920 X5 = 5.7

X3 = 3568

Predicción
EE de
Ajuste ajuste IC de 95% IP de 95%
3289.03 635.988 (1889.23, 4688.83) (1313.90, 5264.17) X
Estimación Intervalo de confianza Intervalo de predicción
puntual

X denota un punto poco común en relación con los niveles de predictor utilizados para ajustar
          el modelo

Realiza una prueba de hipótesis que determine si existe variación significativa o no, y de ser así
indique que variable o variables son las de impacto significativo en las horas de trabajo …….

Planteamientos de hipótesis

H0 = β1 = β2 = β3 = β4 = 0

H1 = al menos βJ =\ 0

Calcular

F calculada: 246.839261

F critica: 3.20387426

Criterio de decisión

F calculada > F critica Se rechaza H0

F calculada < F critica Se acepta H0

Con un 95% de confianza se rechaza H0, lo cual indica que hay un efecto significativo en al menos
una variable regresora en las horas de trabajo (carga diaria promedio de pacientes, exposición de
rayos X mensuales, días-cama ocupados por mes, población y duración promedio de la estancia de
cada paciente)

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p Valor significativo
Regresión 5 494692977 98938595 246.84 0.000
  x1 1 3937 3937 0.01 0.923 No significativo
  x2 1 2889976 2889976 7.21 0.021 Efecto significativo
  x3 1 81493 81493 0.20 0.661 No significativo
  x4 1 128214 128214 0.32 0.583 No significativo
  x5 1 1199071 1199071 2.99 0.112 No significativo

Error 11 4409042 400822    

Total 16 499102019      

Para identificar la o las variables que influyen de manera significativa en las horas de trabajo se
hace una comparación entre los valores de p de las variables regresoras por separado de esa
manera se obtiene lo siguiente:

α =0.05
P≤α¿
P>α (no tiene un valor significativo)
Fuente Valor p Valor significativo
Regresión 0.000
  x1 0.923 No significativo
  x2 0.021 Efecto significativo
  x3 0.661 No significativo
  x4 0.583 No significativo
  x5 0.112 No significativo

Con un 95% de confianza puedo afirmar que la exposición de rayos X mensuales, es el único factor
que influye de manera significativa en las horas de trabajo. De igual manera se puede observar ese
acontecimiento en la gráfica siguiente: