PDF Taller de Ejercicios de Regresion Linealxlsx

Resumen
Estadísticas de la regresión Variable X 1 Gráfco de

lo
Coefciente de correlación múltiple 0.9192388155 2
s
Coefciente d e d eterminación R ^2 0.845 o
u 0
d
R^2 a ustado 0.!933333333 s is
e R
e 20.5 1 1.5 2 2.5 3 3.5
"rror ti pico 2.0330$00909 4
%&ser'aciones 5 Variable X 1
()*+,-,- " /(R,()(

Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Reresión 1 $!.$ $!.$ 1$.354838!1 0.02!214829
Residuos 3 12.4 4.1333333333
otal 4 80
Coefcientes Error ti pico Estadístico t Probabilidad Inerior  !"

,ntercepción 0.2 2.1322914122 0.093!958099 0.931184$5!4 $.58590292$$
/aria&le  1 2.$ 0.$42910050! 4.044111$094 0.02!214829 0.5539!32844
(nlisis de los residuales
#bser$ación Pronóstico p ara % &esiduos &esiduos e st'ndares

1 2.8 0.2 0.1135923$$8
2 5.4 1.$ 0.908!389348
3 8 3 1.!03885502!
4 10.$ 0.4 0.22!184!33!
5 13.2 0.8 0.4543$94$!4
Superior !"Inerior !()"Superior !()"
$.98590292$$ $.58590292$$
$.98590292$$ 4.$4$02$!15$ 0.5539!
328444.$4$02$!15$
X Y
1 3
2 !
3 5 A.
4 11 $iagrama de dispersión
5 14
1$
14
12
10
8
$4
2
0
0.5
1 1.5 2 2.5 3 3.5 4 4.5 5
B.
¿Qué indica el diagrama de dispesión del inciso Respec!o a la relaci
6ue e7iste una relacion lineal positi'a entre 7
#.
0ra!e de aproimar la relación en!re  ) ) !ra2ando una linea rec!a 3u
de los da!os
1$
14
12
i
10
:
s8
ot
a
. $
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
atos i
$.
#on las ecuaciones %1&.'( ) %1&.*( calcule b+ ) b1 para ob!ener la ecua
-edia Xi  12 15 /
34
3!51114 40
-edia Yi  4
5 5
obs Xi Yi i   :i  
1 1 3 2 5
2 2 ! 1 1
3 3 5 0 3
4 4 11 1 3
5 5 14 2 $
0o!al 15 &+
2$
&1
10
b1  67'
&0 >  - b1 
&o > 82;$<3=> +.6
:a ecuación estimada es   +76 ; 67'
8. 9se la ecuación de regresión estimada para predecir el "alo
 > 0;2  2;$ <4=
 > 0;210;4
  1+.'
5.5
ón en!re las dos "ariables

pase a !ra"e2 de los pun!os
5.5
ción de regresión estimada.

<i  =<:i  = <i  )
10 4
1 1
0 0
3 1
12 4
6' 1+
de Y cuando X  &
Resumen
Variable X 1
Estadísticas de la regresión
Coefciente de correlación múltiple 0.935!!54408 10
s 5
Coefciente de determinación R^2 0.8!5$!5$!5! o
u 0
R^2 a ustado 0.8342342342 idi
s
e
5 2 4 $
"rror ti pico 8.!5595035!! R
10
15
%&ser'aciones 5
()*+,-,- " /(R,()(
Grados de libertadSuma de cuadradosPromedio de los cuadrados F Valor crítico de F
Reresión 1 1$20 1$20 21.130434!83 0.01934892$9
Residuos 3 230 !$.$$$$$$$$$!
otal 4 1850
Coefcientes Error tipico Estadístico t Probabilidad Inerior  !"
,/,/natreiarc&elepci ó1n $83 80.1$!5!24$3050408$29 84.35195$5!!80542!$1$$1 0.00139$344849$29$$945

1 59 4 0.52!5043!8!
2 2 3 3 2 2 8 8 1 1 0 0 5 5 0 0 0 0 8 8 ! ! 5 5 ! !
3 3 5 5 0 0 5 5 0 0. $ $5 9 9 3 3 8 8 0 0 4 4 ! ! 3 34
4 8 2 0.2$3!521894
5 2$ 11 1.450$3!0415
Gráfco de los residuales
81012141$182022
Variable X 1
90.49.2023042403034$3585 415..90!$59!$59$395$452 904.902342043030$34548
X Y
3 55
12 40
$ 55 A.
20 10 $iagrama de dispersión
14 15 $0
50
40
30
20
10
0
2 4 $ 8 10 12 14 1$
B.
¿Qué indica el diagrama de dispesión del inciso Respe
6ue e7iste una relacion lineal ne
#.
0ra!e de aproimar la relación en!re  ) ) !ra2ando una lin
los da!os
$0 50
40
i
:
s30
ot
a
.
20
10
0
2 4 $ 8 10 12 14 1$
atos i
$.
#on las ecuaciones %1&.'( ) %1&.*( calcule b+ ) b1 para ob
-edia Xi  312$ 55 11
2014
-edia Yi  554055 1!5 /5

1015 5
5
obs Xi Yi i  
1 3 55 8
2 12 40 1
3 $ 55 5
54 20
14 10
15 39
0o!al 55 1*5
540
&1 180
b1  </
&0 >  - b1 
bo  /5 < %</( = 11  '4
:a ecuación estimada es   '4 < /
8. 9se l a ecuación dde rregresión estimada para pre

 > $8  3 <4=
 > $812
  5'
18 20 22
!o a la relación en!re las dos "ariables

ati'a entre 7  
a rec!a 3ue pase a !ra"e2 de los pun!os de

18 20 22
ener la ecuación de regresión estimada.
:i   <i  =<:i  =<i  )

5 5 1
20 100 25
25 225 81
20 $0 9
<5&+ 14+
decir el "alor de Y cuando X  &

Resumen
Estadísticas de la regresión Variable X

Coefciente de correlación múltiple Coefciente0.!39!954429
de determinación R^2 R^2 a ustado 10
s
"rror ti pico 0.54!29!29!3 u
ii
o
d 0
s
%&ser'aciones 0.39$39$39$4 e
R 0
$.51408!298$ 10
5
()*+,-,- " /(R,()(

Reresión 1 153.9 153.9 3.$2$8$5$!1$ 0.1529$19!25
Residuos 3 12!.3 42.4333333333
otal 4 281.2

,ntercepción !.$ 5.5515!$352! 1.3$89805412 0.2$449$!434 10.0$!593$522
/aria&le  1 0.9 0.4!25815$2$ 1.9044331$28 0.1529$19!25 0.$039$544!9

1 9.4 2.4 0.4254289458
2 13 5 0.88$310303!
3 15.! $.! 1.18!$5580!
4 19.3 $.! 1.18!$5580!
5 25.$ 2.$ 0.4$088135!9
1 Gráfco de los residuales
10 15 20 25
Variable X 1

25.2$!593$52 10.0$!593$52 25.2$!593$522
2.4039$544!9 0.$039$544!92.4039$544!9
X Y
2 !
$ 18
9 9 A.
13 2$ $iagrama de dispersión
20 23 30
25
20
15
10
5
0
0 5 10 15
B. >b!enga l a e cuación d e r egresión e stimada
-edia Xi  2$91320 50 1+
5 5
!1892$23 83
-edia Yi  1'.'
5 5
1 2 ! 8
2 $ 18 4
3 9 9 1
4 13 2$ 3
5 20 23 10
0o!al 5+ 4/
&1 1!1
190
b1  +.?
&0 >  - b1 
bo  1'7' < +7? = 1+  *.'
:a ecuación estimada es   *7' < +7?

.
 > !;$  0;9 <4=

 > !;$  3;$
  11.6
20 25
correspondien!e a los da!os
:i   <i  =<:i  = <i  )

9.$ !$.8 $4
1.4 5.$ 1$
!.$ !.$ 1
9.4 28.2 9
$.4 $4 100
1*1 1?+

Resumen
Variable X 1
Coefciente de correlación múltiple 0.9$0341$5$! s
G
o
10
Coefciente de determinación R^2 0.92225$09!$ u
idi
s
R^2 a ustado 0.89$3414$34 e
R 5
"rror ti pico 4.123105$25$ 0
%&ser'aciones 5 $1 $2 $3
5
()*+,-,- " /(R,()(

Reresión 1 $05 $05 35.588235294 0.0094239985
Residuos 3 51 1!
otal 4 $5$
,ntercepción 240.5 59.9554000904 4.0113150!150.02!8020!2 431.3048414995
/aria&le  1 5.5 0.921954445! 5.9$558!59 0.0094239985 2.5$59294805

1 133.5 1.5 0.4200840252
2 111.5 3.5 0.98019$0588
3 100.5 1.5 0.4200840252
4 11! 2 0.5$0112033$
5 122.5 5.5 1.5403080924
ráfco de los residuales
$4 $5 $$ $! $8 $9
Variable X 1
Superior !" Inerior !()"Superior !()"

49.$951585 431.3048415 49.$951585005
8.4340!05195 2.5$59294805 8.4340!05195
8@0A09R 8@>
A
$8 132
$4 108
$2 102 A.
$iagrama de dispersión
$5 115
$$ 128 140
120
100
80
>
@
8
A $0
40
20
0$1 $2 $3 $4 $5 $$ $!
8@0A09RA
B. Que indica el diagrama de dispersión del inciso a respec!o
,ndica ?ue la relación es positi'a entre las dos 'aria&les; lo ?u

aumenta el peso tam&i@
#. 0ra!e de aproimar la relación en!re  ) ) !ra2ando una linea rec

da!os
140
120
100
> 80
@
8 $0 40
A
20
0
$1
$2 $3 $4 $5 $$ $!
8@0A09RA
$. >b!enga l a e cuación d e r egresión e stimada cor
$8$4$2$5$$ 325
-edia Xi  5 5 '5
132108102115128 585
-edia Yi  11*
5 5
1 $8 132 3
2 $4 108 1
3 $2 102 3
4 $5 115 0
5 $$ 128 1
0o!al /65 545
110
&1 20
b1  5.5
&0 >  - b1 
bo  11* < 5 75 = ' <6&+.5
5
:a ecuación estimada es   < 6&+75 < 575
8. @i l a e s!a!ura d e u na n adadora e s ' / pulgadas7 ¿ #

 > 240;5 5;5 <$3=
 > 240 5  34$ 5
  1+'
$8 $9
a la relacion en!re las dos "ariables

sinifca ?ue a medida ?ue la estatura
.
!a 3ue pase a !ra"e2 de los pun!os de los

$8 $9
respondien!e a los da!os
:i   <i  =<:i  = <i  )

15 45 9
9 9 1
15 45 9
2 0 0
11 11 1
11+ 6+
uál sera su peso estimado
Resumen
Variable X 1
400
Coefciente de correlación múltiple Coefciente de determinación R^2
0.914828412$ s
ouo
0.83$911024$ 200
did
s 0
R^2 a ustado 0.813$125995
e
200 1.5 2
R
"rror ti pico 22!.4!2!4$0032 400
%&ser'aciones 9
()*+,-,- " /(R,()(

Reresión 1 1858!09.2!1002!1 1858!09.2!1002!1 35.92135$15$ 0.00054581!2
Residuos ! 3$220$.951219512 51!43.8501!421$
otal 8 222091$.22222222

,ntercepción 859.25$09!5$1 35!.4$$1!8858$ 2.403!409$45 0.04!205998 1!04.5292932143
/aria&le  1 $38.!5$09!5$1 10$.5!58234113 5.993442!$32 0.00054581!2 38$.!443208891

1 1$95.!$8292$829 100.!$8292$829 0.4!35!$8925
2 1$95.!$8292$829 29$.!$8292$829 1.394!105991
3 1$95.!$8292$829 194.231!0!31!1 0.912823329
4 105!.012195122 2$2.012195122 1.2313$8$9$2
5 !3!.$3414$3415 13!.$3414$3415 0.$4$8339355
$ 1$95.!$8292$829 299.231!0!31!1 1.40$28!814$
! ! 1 0 5 ! 0 1 2 4 ! 9 8 ! $ 9 5 4 9 2 2 8 !
8 8 4 1 8 .2 5 $ 1$ 4 .! 4 3 0.! ! 4 2 4 0 $1 9 8
1 5 1 2 2 8 4 8 ! 8
0 9! 5 $ 1 9 02 4 3 9
9 105!.012195122 9.012195122 0.0423542$89
2.5 3 3.5 4 4.5
Variable X 1

13.982901908 1!04.5292932 13.98290190!! 890.!$!8!423 38$.!44320889 890.!$!8!42329
#AA#$A$
B>08 ARA R8#>
8Q9AD8
-14 4 1595
%R,)%C% 4 1399
%A-," B R% 4 1890 +os adelanto pa?
uete no m
"B+%R"R 3 80 3 !95
aac pro&ó
R,/"R  2 2.5 $00 Iue su
-"(  ,D"R 4 1995 alta. +os da
E(/"R, ,, 3 1205
-(R+," 1 00 2 583
F( B (C C ( 3 1048
A.
B.
,ndica ?u
#.
A !ra"es
$.
-edia Xi 
-edia Yi 
obs
1
2
3
4
5
$
!8
9
0o!al
&1
b1 
&0 >  - b
bo 

8.
+a pendiente
E.
 >
 
tecnolóicos Han HecHo posi&le Ia&ricar &otes inJa&les. "stos &otes de oma inJa&les; ?ue pueden enrollarse
aor ?ue una &olsa de olI; tienen tamaKo sufciente para dos pasaeros con su e?uipo de e7cursionismo. +a
re
los &otes de nue'e Ia&ricantes para 'er su Iuncionamiento en un recorrido de tres dGas. Ano de los criterios
de idad para e?uipae ?ue se e'aluó utiliMando una escala de 4 puntos; siendo 1 la puntuación ms &aa 
4 la pun os siuientes muestran la e'aluación ?ue o&tu'ieron respecto a capacidad para e?uipae  los
precios de los &
aaN; marMo 2003=.
2500
2000
%
1500
,
C
"
RB1000
500
0
2 2.5 3 3.5 4 4.5
1.5
#AA#$A$ ARA 8Q9AD8
Que indica el diagrama de dispersión del inciso a respec!o a la capacidad para e3uipaCe ) precio
aun?ue la capacidad de alunos &otes para e?uipae es iual su precio 'arGa dependiendo del tipo de &ote ?u
de los pun!os de los da!os !race una linea rec!a para aproimar la relacion lineal en!re capacidad de e3uipaCe
2500
2000
1500
%,
C
"
R B
500
0
1.5 2 2.5 3 3.5 4 4.5
#AA#$A$ ARA 8Q9AD8
>b!enga la ecuación de regresión estimada correspondien!e a los da!os
44432;54323 29.5
9 9 /.64
159513991890!95$0019951205583104811110
16/&.&
9 9
Xi Yi i   :i   <i  =<:i  =
4 1595 0.!2 3$0.$ 2$0.40
4 1399 0.!2 1$4.$ 118.85
4 1890 0.!2 $55.$ 4!3.4$
3 !95 0.28 439.4 122.0!
2.5 $00 0.!8 $34.4 493.4$
4 1995 0.!2 !$0.$ 549.29
3 1205 0.28 29.4 8.18
2 583 1.28 $51.4 832.40
3 1048 0.28 18$.4 51.!9
6?.5 11711+ 6?+?.4?
2909.89
4.5$
'/4.*'

16/&7& < ' /47*'= / 764  <45?.6'
:a ecuación estimada es   < 45?76' < '/47*'
$e una in!erpre!ación de la pendien!e de la ecuacion de regresión estimada
de la reresión estimada como se puede apreciar es positi'a; lo ?ue implica ?ue a medida ?ue
aumenta la capacidad del &ote para e?uipae; aumenta el precio.
$iga cual sera el precio de un bo!e 3ue !enga / en la e"aluacion de su capacidad para e3uipaCe
 > 859;2$  $38;!$ <3=

859;2$  191$;28
1+5*.+6
Iormando un
ista Canoe L
e'aluación
tuación ms
tes <Canoe
e se elia.
) precio
<i  ) 0.52
0.52
0.52
0.08
0.$0
0.52
0.08
1.$3
0.08
&.5'
Resumen
Variable XX1 G
0.924!950544 s 4
22
o
Coefciente de correlación múltiple Coefciente de determinación R^2
0.855245892$ u
idi 0
s
R^2 a ustado "rror ti pico 0.83!151$292 e 2 90 100 110120
R
%&ser'aciones 2.08389$1$39 4
10
()*+,-,- " /(R,()(

Reresión 1 205.2590142243 205.2590142243 4!.2$$134!15 0.00012!!089
Residuos 8 34.!40985!!5! 4.342$23222
otal 9 240

,ntercepción 10.1$40!54218 3.8$229$53!4 2.$31$144$13 0.030102$33819.0!054!2085
/aria&le  1 0.1842540523 0.02$8004449 $.8!503!0!01 0.00012!!089 0.1224521155

1 14.!10221$341 2.!10221$341 1.3!944$919$
2 11.0251405888 2.9!48594112 1.5141420905
3 1$.!3!01$2091 0.!3!01$2091 0.3!512$0511
4 20.$0$35130$$ 1.$0$35130$$ 0.81!599$8!!
5 20.23!8432021 1.!$215$!9!9 0.89$9014$9$
$ 22.2$4$3!!!! 1.!353$2223 0.8832$3583$
! !.892821!003 0.892821!003 0.45442!833
8 14.8944!5$8$4 2.105524313$ 1.0!1$$84539
9 19.8$933509!$ 1.8$933509!$ 0.9514530139
10 11.!$215$!9!9 0.!$215$!9!9 0.38!9220924

áfco de los residuales
1301401501$01!0180190
Variable X 1

1.25!$03$35 19.0!054!2081.25!$03$35
0.24$0559891 0.12245211550.24$0559891
V#8R8@$8F08@A:AR> GRA0E#A#F
1
22 13
1
315 12
4
24
3 14$ 1$
4 1$! 19 OaePe& re
el 1 d e o
5 1$5 22
ratifcación
$ 1!$ 24
! 98 !
8
99 13
$
3$$3
$3 1!
8
!8
10 119 11
A.

30
25
20
15
10
5
0
90
B.
#.
-edia Xi 
-edia Yi 
obs
1
2
3
4
55
$
!8
9
10
0o!al
&1
b1 
&0 >  - b
bo 
8.
+a pendiente
8.
 >
 
liMa estudios so&re datos salariales  presenta resúmenes de @stos en su sitio de la Red &asndose en
datos sal ctu&re de 2002 OaePe& pu&licó ?ue el salario anual promedio de los /icepresidentes de 'entas
era Q142111
anual psarolamrieods io & doen Qo s1 5a4n3u2a l<eOs daee 4P1e0& '.cicoempr; e1s3i ddeen mteasr dMeo 'deen
2t0a0s.3 +=o. s- udpaotons sae ? duaen l oesn d nait'oesle ssi dueie dnótleasr eses an una
100 110 120 130 140 150 1$0 1!0 180 190
Que indica el diagrama de dispersión del inciso acerca de la relación en!re salario ) gratifcación
6ue e7iste una relacion lineal positi'a entre el salario  la ratifcación
9se el me!odo de minimos cuadrados para ob!ener la ecuación de regresión estimada
13511514$1$!1$51!$9813$1$3119 1420
1&6.+
10 10
12141$192224!1!1811 1$0
1'.+
10 10
Xi Yi i   :i   <i  =<:i  =
135 12 !.00 4.0 28.000
115 14 2!.00 2.0 54.000
14$ 1$ 4.00 0.0 0.000
1$! 19 25.00 3.0 !5.000
1$5 22 23.00 $.0 138.000
1!$ 24 34.00 8.0 2!2.000
98 ! 44.00 9.0 39$.000

13$ 1! $.00 1.0 $.000
1$3 18 21.00 2.0 42.000
119 11 23.00 5.0 115.000
1/+1 1'+ 111&.++
1114.00
$04$.00
+.14&/

1' < + .14&/ = 1 &6  <1+.1'&1
:a ecuación estimada es   <1+71'&1 ; +.14&/
$e una in!erpre!ación de la pendien!e de la ecuacion de regresión estimada
aumenta la capacidad del &ote para e?uipae; aumenta el precio.
#ual sera la gratifcación de un "isepresiden!e 3ue !enga un salario anual de H16+.+++
 > 10;1$41  0;1843 <10=

10;1$41 1;843
16.++*1
Gratifcación
riales
desde con
una
muestra de
<i  )4 90.0
!29.00 1$.00
$25.00 529.00
115$.00
193$.00
3$.00
441.00
529.00
'+&'.++
Estadísticas de la regresión Variable X 1
Coefciente de correlación múltiple Coefciente de determinación R^2 R^2 a ustado
0.!0$5009352 5000
s
o
0.4991435!15 u
idi
s 0
0.4$0$1$1539 e
0.511.5
R
"rror ti pico 1903.!!8143501! 5000
%&ser'aciones 15
()*+,-,- " /(R,()(

Resirdeu 13
1 4! 34$294535!$19.32.109!$!!54$54$1 12.9555418$!
soiósn $1915$58$2953.80 0.003235$89
! ! 5 4 1
5 5 ! $9 2
otal 14 940!2518.9333333

,ntercepción 40$39.3509$15385 1234.!!!4$$9518 32.91228!4!$3 $.$0949!"14 3!9!1.!!$424229
/aria&le  1 1301.19!115384$ 3$1.50582$022 3.599380!$1$ 0.003235$89 2082.1829!10513

1 35434.5$25 2284.5$25 1.2453145115
2 3$!35 !59$15384$ 3834 240384$154 2 0900435823
3 34133.3$5384$154 9!1.$34$15384$ 0.529$3!8131
4 34133.3$5384$154 1040.$34$15384$ 0.5$!249$9!8
5 39338.15384$1538 2891.84$15384$2 1.5!$344$9$4
!$ 3803$.95$!30!$92
3$!35.!59$15384$ 1489.240384$154
431.95$!30!$92 0.811!84$03
0.235459518
8 39338.15384$1538 1$43.15384$1539 0.895$82!9$!
9 35434.5$25 1044.5$25 0.5$9390!8$8
10 34133.3$5384$154 288.3$5384$154 0.15!18!90!1

11 3$!35.!59$15384$ 1!4.240384$154 0.0949!8395
12 35434.5$25 !39.5$25 0.4031353545
13 39338.15384$1538 1343.15384$1539 0.!321528$33
14 3$!35.!59$15384$ 219.240384$154 0.11950!885
15 3$!35.!59$15384$ 2845.!59$15384$ 1.5512229345
22.533.544.555.5
Variable X 1

4330$.925499 3!9!1.!!$4242 4330$.92549885
520.211259!2 2082.1829!11 520.211259!18
-arca ) - odelo #onfabilidad recio
Acura TL 4 33150
BMW 330i 3 405!0
Lexus IS300 5 35105
Lexus ES330 5 351!4 Consum
Mecedes-Benz C320 1 42230 reular
Linco$n LS %re!iu! &'() 3 38225
Audi A4 3.0 Quattro 2 3!$05
Cadi$$acc CTS 1 3!$95
issa
ssan Maxi!a 3." SE 4 34390
In#initi I3" 5 33845
-aa& 9 3 (e ro 3 3$910 A.
,nfniti D3 5 4 34$95
auar  pe 3 .0 1 3!995
-aa& 9 5 (r c 3 3$955
/ol'o -$ 0 2. 5 3 33890
B.
-edia Xi 
-edia Yi 
obs
1
2
3
4
5
$
!8
9
10
11
12
13
14
15
0o!al
&1
b1 
&0 >  - b
bo 
#. $e ac u
+a pendiente
$.
 >
 
S"sperarGa ?ue los automó'iles ms confa&les Iueran los ms carosT
r Reports e'alúo 15 de los meores automó'iles sedan. +a confa&ilidad se e'alúo con una escala de 5 puntosU
=; &uena <3=; mu &uena <4=  e7celente <5=. +os precios  la e'aluación so&re la confa&ilidad de estos 15 autom
presentan en la ta&la siuiente <Consumer Reports; Ie&rero de 2004=
45000
40000
35000
30000
25000
20000
15000
10000
5000
0
0.5
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
$e la ecuación de regresión ob!enida por el me!odo de minimos cuadrados
435513214534133 4!
/.1/
15 15
42230382253!$053!$9534390338453$910 548434
15 15 /'5'6./
Xi Yi i   :i   <i  =<:i  =
4 33150 0.8! 3412.3 295!.298
3 405!0 0.13 400!.! 534.3$4
5 35105 1 8! 145! 3 2!20 231
5 351!4 1.8! 1388.3 2591.431
1 42230 2.13 5$$!.! 12091.1$4
3 38225 0.13 1$$2.! 221.$98
2 3!$05 1.13 1042.! 1181.!$4
1 3!$95 2.13 1132.! 241$.498
4 34390 0.8! 21!2.3 1882.$31

5 33845 1.8! 2!1!.3 50!2.231
3 3$910 0.13 34!.! 4$.3$4
4 34$95 0.8! 18$!.3 1$18.298
1 3!995 2.13 1432.! 305$.498
3 3$955 0.13 392.! 52.3$4
3 33890 0.13 2$!2.3 35$.302
&* 5&47&/& </'+4'.5/
3$08$.53
2!.!3
<1/+1.6+

/'5'67/ < 1 /+176+= / 71/ &+'/?./5
:a ecuación estimada es   &+'/?7/5 ; 1/+176+

rdo con es!e analisis7 ¿#ree us!ed 3ue los au!omo"iles mas confables sean mas caros
aumenta la confa&ilidad del automo'il; aumenta el precio.
8stime el precio de un au!omo"il sedan cu)a e"aluacion de confabilidad sea &
 > 40$39;35  1301;20 <4=

40$39;355204;8
&'6+1.&
recio @edan
ala <1=;
ó'iles se
<i  ) 0.!5
0.02
3.48
3.48
4.55
0.02
1.28
4.55
0.!5
3.48
0.02
0.!5
4.55
0.02
0.02
6*.*/
Resumen
Coefciente de correlación múltiple Coefciente0.85!0!535!5
de determinación R^2 R^2 a ustado s
o
Variable
500 X1
u
"rror ti pico 0.!345!81$84 ii
d
s 0
%&ser'aciones 0.!014004394 e

R
0.511.5
500
192.1$910$$!!5
10
()*+,-,- " /(R,()(

Reresión 1 81!$33.1!5510204 81!$33.1!5510204 22.140!00!5 0.001530!$0!
Residuos 8 295431.!24489!9$ 3$928.9$55$12245
otal 9 11130$4.9

,ntercepción 490.214285!143 135.8840!84$$2 3.$0!591!889 0.00$905!$5! 1!$.8$50388$28
/aria&le  1 204.24489!9592 43.40$5!$$443 4.!05390$055 0.001530!$0! 104.149152!223

1 $94.459183$!35 94.459183$!35 0.521359003$
2 $94.459183$!35 45.459183$!35 0.25090!8925
3 898.!04081$32! 99.!04081$32! 0.55030!!481
4 $94.459183$!35 204.54081$32$5 1.128944!151
5 1102.9489!95918 152.9489!95918 0.8441881933
$ 130!.1938!!551 20!.1938!!551 1.1435880489
! 130!.1938!!551 158.1938!!551 0.8!313$93!8
8 1102.9489!95918 19!.0510204082 1.08!$0545!3
9 1511.438!!55102 38.5$12244898 0.212835224!
10 130!.1938!!551 31!.80$122449 1.!5410242!1

Gráfco de los residuales
22.533.544.555.5
Variable X 1

803.5$35325! 1!$.8$50388$3 803.5$35325$58
304.340$432 104.149152!22 304.340$4319$1
Eabrican!e ) modelo Agarre :a! recio
eral
RaleiH E80 1 $00
Earin Wear /alle Feminina 1 $49 +as &icicleta
poco sólo ten
D ('alancHe 2.0 2 !99  cuadro
ona aNe tHe -naNe 1 899 mu del
-cHPinn Eoa& 2 3 950 aarre lat
correspondG
Diant C )R- 4 1100
FisHer Baraon Denesisters 4 1149
amis aNota C 3 1300
reN Fuel 90 5 1550
-pecialiMed -tumpumper E4 4 1$25
B. ar
+a pendiente
#.
-edia Xi 
-edia Yi 
obs
1
2
3
4
5
$
!8
9
10
0o!al
&1
b1 
&0 >  - b
bo 
$.
 >
 
de montaKa ?ue actualmente cuestan menos de 1000 tienen mucHos de los componentes de alta calidad
?u Gan los modelos de alta calidad. Vo; incluso modelos de menos de 1000 suelen oIrecer suspensión
Je7i≤ pe &ien diseKado. Ana cuestión interesante es si precios ms altos corresponden a maor Iacilidad
de maneo; m
eral de la &icicleta. Bara medir el aarre lateral; %utside EaaMine empleó una escala de e'aluación del 1 al 5;
a mala  5 a promedio. ( continuación se presenta el aarre lateral  los precios de 10 &icicletas de montaKa p
%utside EaaMine
<%utside EaaMine WuerXs Duide; 2001=.
1800
1$00
1400
1200
1000
800
$00 400
200
0
0.5
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
cen indicar es!os da!os 3ue los modelos más caros sean de Iacil maneCo 8pli3ue
la e'aluacion del aarre lateral aumenta; el precio de la &icicleta tam&ien.
$e la ecuación de regresión ob!enida por el me!odo de minimos cuadrados
435513214534133 28 6.4
10 10
1+'6.1
10 10
Xi Yi i   :i   <i  =<:i  =
1 $00 1.80 4$2.1 831.!80
1 $49 1.80 413.1 !43.580
2 !99 0.80 2$3.1 210.480
1 899 1.80 1$3.1 293.580
3
44 1915000 10.20 131!2.9.1 4252..448200
4 1149 1.20 8$.9 104.280
3 1300 0.20 23!.9 4!.580
5 1550 2.20 48!.9 10!3.380
4 1$25 1.20 5$2.9 $!5.480
64 1+7'61 &++/.6+
4003.20
19.$0
6+&.6&

1+'671 < 6 +&76&= 6 74 &?+.61
:a ecuación estimada es   &?+761 ; 6+&76&

#ual es el precio estimado de una bicicle!a de mon!aJa cu)o agarre la!eral !enga una e"aluacion de &
 > 490;21  204;24 <4=

490;2181$;9$
1/+*.1*
re cio
Bicicl
Hasta Hace
dales
clipless dida
a tra'@s n la
?ue el 1
ro&adas
por
<i  ) 3.24
3.24
0.$4
3.24
0.04
1.44
1.44
0.04
4.84
1.44
1?.'+

Resumen
Estadísticas de la regresión Variable XX1 G

Coefciente de correlación múltiple Coefciente de determinación R^2 R^2 a ustado
0.9$45$4$32$ s 10
o
"rror ti pico 0.9303849304 u
idi 0
%&ser'aciones 0.921$8304$!
s
e
0 2 4
R
4.$09!!2228$ 10
10
()*+,-,- " /(R,()(

Reresión Grados de Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
22!2 22!2 10$.91!$4!0$ 0.00000$$09
libertad
1
Residuos 8 1!0 21.25
otal 9 2442

,ntercepción 80 3.0!534493$$ 2$.0133421291 5.120023"09 !2.9082418591
/aria&le  1 4 0.38$843492 10.34009898$9 0.00000$$09 3.10!93!30!!

1 84 4 0.92035!98$$
2 92 5 1.15044!4833
3 9$ 4 0.92035!98$$
4 9$ $ 1.38053$9!99
$5 104
112 11 0.23008949$!
0.23008949$!
! 120 1 0.23008949$!
8 120 3 0.$902$849
9 124 ! 1.$10$2$4!$$
10 132 4 0.92035!98$$
áfco de los residuales
$ 8 10 12 14
Variable X 1

8!.091!58141 !2.9082418591 8!.091!581409
4.8920$2$923 3.10!93!30!!4.8920$2$923
Vendedor 8ApJeorise dnecia
aVneuna!laess
1 1 80
2 3 9! An  er
3 4 92
4 4 102
5 $ 103 A.
$ 8 111
! 10 119 1
8 10 123 1
9 11 11!
1
10 13 13$
1
B. $e la ecuaci
-edia Xi 
-edia Yi 
obs
1
2
3
4
5
$
!8
9
10
0o!al
&1
b1 
0>- b
& bo 
#. 9se
 >
 
nte de 'entas recolecto los siuientes datos so&re 'entas anuales  aKos de e7periencia
$iagrama de
dispersión
0
00 2 4 $ 8 10 12 14
ón de regresión estimada 3ue puede emplearse para predecir las "en!as anuales cuando se
conoce los aJos de eperiencia
1344$810101113 !0
*
10 10
809!9210210311111912311!13$ 1080
1+4
10 10
Xi Yi i   :i   <i  =<:i  =
1 80 $.00 28.0 1$8.000
3 9! 4.00 11.0 44.000
4 92 3.00 1$.0 48.000
4 102 3.00 $.0 18.000
$ 103 1.00 5.0 5.000
8 111 1.00 3.0 3.000
10 119 3.00 11.0 33.000
10 123 3.00 15.0 45.000
11 11! 4.00 9.0 3$.000
13 13$ $.00 28.0 1$8.000
*+ 17+4+ 5'4.++
5$8.00
142.00
&

1+4 < & = *  4+
:a ecuación estimada es   4+ ; &
la ecuación de regresión estimada para pronosticar las "en!as anuales de un "endedor de ? aJos de eperie
 > 80  4 <9=
80  3$
11'
Ven!as Anuales

PDF Taller de Ejercicios de Regresion Linealxlsx

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PDF Taller de Ejercicios de Regresion Linealxlsx

Cargado por

Copyright:

Formatos disponibles

Resumen

Estadísticas de la regresión Variable X 1 Gráfco de

()*+,-,- " /(R,()(

Coefcientes Error ti pico Estadístico t Probabilidad Inerior  !"

(nlisis de los residuales

#bser$ación Pronóstico p ara % &esiduos &esiduos e st'ndares

1 1.5 2 2.5 3 3.5 4 4.5 5

:a ecuación estimada es   +76 ; 67'

8. 9se la ecuación de regresión estimada para predecir el "alo

 > 0;2  2;$ <4=

pase a !ra"e2 de los pun!os

ción de regresión estimada.

Coefcientes Error tipico Estadístico t Probabilidad Inerior  !"

,/,/natreiarc&elepci ó1n $83 80.1$!5!24$3050408$29 84.35195$5!!80542!$1$$1 0.00139$344849$29$$945

(nlisis de los residuales

#bser$ación Pronóstico p ara % &esiduos &esiduos e st'ndares

Gráfco de los residuales

Superior !"Inerior !()"Superior !()"

90.49.2023042403034$3585 415..90!$59!$59$395$452 904.902342043030$34548

-edia Yi  554055 1!5 /5

:a ecuación estimada es   '4 < /

8. 9se l a ecuación dde rregresión estimada para pre

!o a la relación en!re las dos "ariables

a rec!a 3ue pase a !ra"e2 de los pun!os de

ener la ecuación de regresión estimada.

:i   <i  =<:i  =<i  )

decir el "alor de Y cuando X  &

Estadísticas de la regresión Variable X

()*+,-,- " /(R,()(

Coefcientes Error tipico Estadístico t Probabilidad Inerior  !"

#bser$ación Pronóstico p ara % &esiduos &esiduos e st'ndares

1 Gráfco de los residuales

Superior !"Inerior !()"Superior !()"

B. >b!enga l a e cuación d e r egresión e stimada

:a ecuación estimada es   *7' < +7?

 > !;$  0;9 <4=

correspondien!e a los da!os

:i   <i  =<:i  = <i  )

()*+,-,- " /(R,()(

#bser$ación Pronóstico p ara % &esiduos &esiduos e st'ndares

ráfco de los residuales

Superior !" Inerior !()"Superior !()"

B. Que indica el diagrama de dispersión del inciso a respec!o

,ndica ?ue la relación es positi'a entre las dos 'aria&les; lo ?u

#. 0ra!e de aproimar la relación en!re  ) ) !ra2ando una linea rec

$. >b!enga l a e cuación d e r egresión e stimada cor

:a ecuación estimada es   < 6&+75 < 575

8. @i l a e s!a!ura d e u na n adadora e s ' / pulgadas7 ¿ #

a la relacion en!re las dos "ariables

!a 3ue pase a !ra"e2 de los pun!os de los

respondien!e a los da!os

:i   <i  =<:i  = <i  )

()*+,-,- " /(R,()(

Coefcientes Error ti pico Estadístico t Probabilidad Inerior  !"

(nlisis de los residuales

ráfco de los residuales

2.5 3 3.5 4 4.5

Superior !"Inerior !()"Superior !()"

>b!enga la ecuación de regresión estimada correspondien!e a los da!os

:a ecuación estimada es   < 45?76' < '/47*'

$e una in!erpre!ación de la pendien!e de la ecuacion de regresión estimada

 > 859;2$  $38;!$ <3=

()*+,-,- " /(R,()(