Precio Metros de terreno 

Metros de construcción 
(miles de pesos)
Y X1 X2 
2700 288 378
1895 160 252
1397 230 252
1795 234 167
650 72 124
850 128 262
3875 188 246
4300 390 380
11850 885 775
11900 885 775
3250 150 233
6700 406 420
5499 320 390
4250 170 244
4250 170 233
470 160 127
500 90 73
550 91 73
650 110 90
550 90 74
620 172 76
1700 189 374
2330 300 330
1600 136 140
1100 144 290

1. Revisa la siguiente información tomada de la sección de avisos de ocasión.

2. Utiliza Excel o cualquier otro paquete estadístico como Minitab para realizar lo siguiente:
a. Estima el modelo de regresión múltiple e interpreta los coeficientes de la ecuación de regresión lineal múltiple
b. Prueba la significancia global del modelo de regresión múltiple; realiza todas las etapas de una prueba de hipó
d. Prueba la significancia de los coeficientes de regresión individuales. Realiza todas las etapas de una prueba de
coeficientes. 
e. Calcula el error estándar de estimación. 
g. Calcula e interpreta R2 en el contexto del problema. 
h. Calcula R2ajustada. 
i. Determina el Factor de Inflación de Varianza (VIF) para cada variable explicativa en el modelo. ¿Existe alguna ra
multicolinealidad?
coeficientes. 
e. Calcula el error estándar de estimación. 
g. Calcula e interpreta R2 en el contexto del problema. 
h. Calcula R2ajustada. 
i. Determina el Factor de Inflación de Varianza (VIF) para cada variable explicativa en el modelo. ¿Existe alguna ra
multicolinealidad?
 Número de recamaras

X3
4
4
4
2
4
4
4
3
4
3
3
3
4
4
3
3
2
2
2
2
2
4
4
3
3

asión.
realizar lo siguiente:
de la ecuación de regresión lineal múltiple.
za todas las etapas de una prueba de hipótesis. 
Realiza todas las etapas de una prueba de hipótesis para cada uno de los

explicativa en el modelo. ¿Existe alguna razón para sospechar que existe

explicativa en el modelo. ¿Existe alguna razón para sospechar que existe
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.93962571
Coeficiente de determinación R^2 0.88289647
R^2 ajustado 0.86616739
Error típico 1162.00151
Observaciones 25

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados Promedio de los cuadrados
Regresión 3 213782653.031842 71260884.3439473
Residuos 21 28355197.5281584 1350247.50134088
Total 24 242137850.56

Coeficientes Error típico Estadístico t

Intercepción -602.568962 1152.57357988333 -0.522803031804359
X1 9.14198458 4.18496603038457 2.1844823862606
X2  5.93445053 5.21692298460045 1.13753845885666
X3 -77.8102838 445.239350646592 -0.174760572433158

a. Estima el modelo de regresión múltiple e interpreta los coeficientes de la ecuación de regresión lineal múltiple.
Y= -602.569+9.14+5.93-77.81
 F Valor crítico de F
52.776164572 5.936205945E-10

Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
0.6065838271 -2999.476935733 1794.33901 -2999.47694 1794.33901
0.0404080524 0.4388712839712 17.8450979 0.43887128 17.8450979
0.2681263146 -4.914734733777 16.7836358 -4.91473473 16.7836358
0.8629417078 -1003.736201611 848.115634 -1003.7362 848.115634

resión lineal múltiple.

 b. Prueba la significancia global del modelo de regresión múltiple; realiza todas las etapas de una prueba de hipótesi

1. Establecimiento de hipotesis

H_0: β_1=β_2=β_3=0

2. Estadistica de prueba

F_calculada=(CM Regresión)/(CM Error)

F calculada: 52.7761646

CM regresion: 71260884.34
CM error: 1350247.501

Regla de decisión:
F critico:
Se rechaza Ho si F cal es > 3.0724669864
Se acepta Ho si F cal es <=

Conclusion:

F calculada= 52.77 es mayor que F teorica =

3.07, asi que, rechazamos Ho.
apas de una prueba de hipótesis. 

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.93962571
Coeficiente de determinación R^2 0.88289647
R^2 ajustado 0.86616739
Error típico 1162.00151
Observaciones 25

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 3 213782653 71260884.3 52.7761646
Residuos 21 28355197.5 1350247.5
Total 24 242137851

Coeficientes Error típico Estadístico t Probabilidad

Intercepción -602.568962 1152.57358 -0.52280303 0.60658383
X1 9.14198458 4.18496603 2.18448239 0.04040805
X2  5.93445053 5.21692298 1.13753846 0.26812631
X3 -77.8102838 445.239351 -0.17476057 0.86294171
Valor crítico de F
5.93620594499464E-10

Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

-2999.47693573334 1794.33901185212 -2999.47694 1794.33901185212
0.438871283971226 17.8450978769768 0.43887128 17.8450978769768
-4.91473473377685 16.7836357975295 -4.91473473 16.7836357975295
-1003.73620161098 848.115634033448 -1003.7362 848.115634033448
 1. Establecimiento de hipotesis

𝐻_0: 𝛽_1=0

2. Estadistica de prueba

𝑡_𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎=( 〖 |𝑏 〗 _𝑖−𝛽_𝑖 |)/𝑆_(𝑏_𝑖 )

S_(b_1 )= 9.14198458
4.18496603

t_calculada= 2.184482386

3. Regla de decision

T_teorica:
2.0796138447

4. Conclusion

Ya que t_calculada= 2.18 es mayor que

T_teorica= 2.07, se rechazamos Ho.
 1. Establecimiento de hipotesis

𝐻_0: 𝛽_1=0

2. Estadistica de prueba

𝑡_𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎=( 〖 |𝑏 〗 _𝑖−𝛽_𝑖 |)/𝑆_(𝑏_𝑖 )

S_(b_1 )= 5.93445053
5.21692298

t_calculada= 1.13753846

3. Regla de decision

T_teorica:
2.07961384

4. Conclusion

Ya que T_calculada = 1.13 es

menor que T_teorica=2.07,
asi que aceptamos Ho.
 1. Establecimiento de hipotesis

𝐻_0: 𝛽_1=0

2. Estadistica de prueba

𝑡_𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎=( 〖 |𝑏 〗 _𝑖−𝛽_𝑖 |)/𝑆_(𝑏_𝑖 )

S_(b_1 )= |-77.8103 - 0| 77.8103

445.23935064659

t_calculada= 0.1747606088433

3. Regla de decision

T_teorica:
2.07961384473

4. Conclusion

Ya que, T_calculada = 0.17 es menor que

T_teorica=2.07, asi que, aceptamos Ho.
 e. Calcula el error estándar de estimación. 

Error tipico
1162.00151
g. Calcula e interpreta R2 en el contexto del problema. 

213782653
0.88289647
242137851
h. Calcula R2ajustada. 

R^2 ajustado
0.866167392015603
 i. Determina el Factor de Inflación de Varianza (VIF) para cada variable explicativa en el modelo. ¿Existe a

𝑉𝐼𝐹_𝑗=1/(1−𝑅_𝑗^2 )

Si R2 = 0 entonces la variablej_esima no esta relacionada con el resto de las variables independientes y VIF =
1.

Resumen

Estadísticas de la regresión VIF 1

Coeficiente de correlación múltiple 0.963615155803184 13.99661784
Coeficiente de determinación R^2 0.928554168493595
R^2 ajustado 0.922059092902103
Error típico 59.1975064587733
Observaciones 25

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 1001981.855 500990.9275 142.9627963
Residuos 22 77095.58496 3504.344771
Total 24 1079077.44

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 151.031590263116 49.1005856 3.075963115 0.005526819
X2  1.19889181729763 0.072812588 16.46544709 7.42297E-14
X3 -71.7984811777658 16.73843104 -4.28943914 0.00029753

Resumen

Estadísticas de la regresión VIF 3

Coeficiente de correlación múltiple 0.757824111993065 2.349057685
Coeficiente de determinación R^2 0.574297384718077
R^2 ajustado 0.535597146965175
Error típico 0.556418818897435
Observaciones 25
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 9.188758155 4.594379078 14.83963454
Residuos 22 6.811241845 0.309601902
Total 24 16

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 2.40058339971899 0.206525722 11.62365337 7.31273E-11
X1 -0.00634325324362 0.001478807 -4.28943914 0.00029753
X2  0.008711591690949 0.001670589 5.214683273 3.13752E-05
ativa en el modelo. ¿Existe alguna razón para sospechar que existe multicolinealidad?

dientes y VIF =

Valor crítico de F
2.4759727E-13

Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%

49.203208163 252.859972 49.2032082 252.859972
1.0478877518 1.34989588 1.04788775 1.34989588
-106.51186251 -37.0850998 -106.511863 -37.0850998
Valor crítico de F
8.3208846E-05

Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%

1.9722752679 2.82889153 1.97227527 2.82889153
-0.0094101116 -0.00327639 -0.00941011 -0.00327639
0.0052470025 0.01217618 0.005247 0.01217618
 X1 X3 X2 
288 4 378
160 4 252
230 4 252
234 2 167
72 4 124
128 4 262
188 4 246
390 3 380
885 4 775
885 3 775
150 3 233
406 3 420
320 4 390
170 4 244
170 3 233
160 3 127
90 2 73
91 2 73
110 2 90
90 2 74
172 2 76
189 4 374
300 4 330
136 3 140
144 3 290

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.970219403058761 VIF 2
Coeficiente de determinación R^2 0.941325690071698 17.0432341
R^2 ajustado 0.935991661896398
Error típico 47.4876769974803
Observaciones 25

ANÁLISIS DE VARIANZA
 Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 795932.892 397966.446 176.475575
Residuos 22 49611.7483 2255.07947
Total 24 845544.64

Coeficientes Error típico Estadístico t Probabilidad

Intercepción -121.96675636748 39.2741369 -3.10552353 0.00515807
X1 0.771498381753272 0.0468556 16.4654471 7.42297E-14
X3 63.4535234293792 12.1682411 5.21468327 3.13752E-05
Valor crítico de F
2.83745E-14

Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%

-203.416331 -40.5171815 -203.416331 -40.5171815
0.67432582 0.86867095 0.67432582 0.86867095
38.2181359 88.688911 38.2181359 88.688911