Cuadernillo 2 - 21TL0267 - C.P. - 3er - Sem

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P.
TERCER SEMESTRE
INSTITUTO
TECNOLOGICO SUPERIOR DE
TLATLAUQUITEPEC
ESTADISTICA ADMINISTRATIVA
ALUMNA EVELIN SANTOS

ASCENCIO
DOCENTE ALVARO CHAVEZ

GALAVIZ
CUADERNILLO DE EJERCICIOS
TEMA. REGRESION LINEAL

MULTIPLE Y CORRELACION
FECHA DE ENTREGA. 19 DE
SEPTIEMBRE DE 2022
EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

INDICE
I. INTRODUCCIO XIII. EJERCICIO 18

N XIV. EJERCICIO 19
II. GLOSARIO XV. EJERCICIO 20
III. EJERCICIO 2 XVI. EJERCICIO 22
IV. EJERCICIO 4 XVII. EJERCICIO 23
V. EJERCICIO 5 XVIII. EJERCICIO 24
VI. EJERCICIO 6 XIX.EJERCICIO 26
VII. EJERCICIO 8 XX. EJERCICIO 34
VIII. EJERCICIO 10 XXI. EJERCICIO 36
IX. EJERCICIO 12 XXII. EJERCICIO 38
X. EJERCICIO 14 XXIII. CONCLUSION
XI. EJERCICIO 15 XXIV. BIBLIOGRAFIA
XII. EJERCICIO 16

INTRODUCCION
LA REGRESIÓN LINEAL MÚLTIPLE ES UTILIZADA EN LA ESTADÍSTICA

CUANDO SE ESTUDIA LA POSIBLE RELACIÓN ENTRE VARIAS VARIABLES
INDEPENDIENTES LAS CUALES PUEDEN SER PREDICTORAS O
EXPLICATIVAS ADEMÁS OTRA VARIABLE DEPENDIENTE TAMBIÉN SE
ESTUDIA JUNTO CON LAS INDEPENDIENTES ESTÁS PUEDEN SER DE
CRITERIO EXPLICADA Y DE RESPUESTA ESTA TÉCNICA
FRECUENTEMENTE SE APLICA EN EL CASO QUÉ ES DE TIPO NUMÉRICO.
ENTONCES ENTENDEMOS QUE LA REGRESIÓN MÚLTIPLE SE APLICA Y

SE UTILIZA PARA LA PREDICCIÓN DE RESPUESTAS A PARTIR DE UNAS
VARIABLES EXPLICATIVAS LO CUAL NO ES REALMENTE UNA
APLICACIÓN QUE SE SUELE DAR EN UNA INVESTIGACIÓN HACIENDO
SUS USOS EN MAYOR FRECUENCIA PUBLICACIONES NUMÉRICAS ASÍ
COMO LO SON LA IDENTIFICACIÓN DE LAS VARIABLES EXPLICATIVAS
LAS CUALES NOS AYUDAN A CREAR UN MODELO DÓNDE SE
SELECCIONARÁN LAS VARIABLES QUE PUEDEN INFLUIR EN LA
RESPUESTA DEJANDO FUERA AQUELLAS QUE NO APORTAN LA
INFORMACIÓN NECESARIA PARA UNA SOLUCIÓN, TAMBIÉN LA
PODEMOS ENCONTRAR EN LA REACCIÓN DE INTERACCIONES ESTE
SUELE DARSE ENTRE VARIABLES INDEPENDIENTES LAS CUALES
AFECTAN A LA VARIABLE DE RESPUESTA Y POR ÚLTIMO LO PODEMOS
ENCONTRAR EN LA IDENTIFICACIÓN DE VARIABLES CONFUSAS ESTO
QUIERE DECIR QUÉ SON VARIABLES QUE ESTARÁN DENTRO DE UN
PROBLEMA DIFÍCIL PARA SU DETECCIÓN PERO DE INTERÉS NO
EXPERIMENTAL YA QUE EL INVESTIGADOR FRECUENTEMENTE NO
TIENE CONTROL SOBRE LAS VARIABLES INDEPENDIENTES. LA TÉCNICA
DE REGRESIÓN MÚLTIPLE TAMBIÉN CUENTA CON REQUISITOS Y
LIMITACIONES EN UNO DE ELLOS ESTÁ, LA LINEALIDAD LA CUAL SE
REFIERE A QUE LA VARIABLE RESPUESTA DEPENDE LINEALMENTE DE
LAS VARIABLES EXPLICATIVAS ESTO QUIERE DECIR QUE SI NUESTRA
RESPUESTA NO APARENTA SER LINEAL SE DEBE INTRODUCIR EN EL

MODELO COMPONENTES NO LINEALES TAMBIÉN OTRO TIPO DE

RESPUESTA QUÉ PODEMOS ENCONTRAR COMO NO LINEAL ES LA
INTERACCIÓN PARA ESTA SE DEBE DE INCLUIR EL MODELO DE
TÉRMINOS DE INTERACCIÓN LOS CUALES EQUIVALEN A INCLUIR
NUEVAS VARIABLES EXPLICATIVAS QUE EN REALIDAD NOS PODRÍAN
AYUDAR COMO UN PRODUCTO DE DOS O MÁS VARIABLES
INDEPENDIENTES PARA LA RESOLUCIÓN DE NUESTRO PROBLEMA,
ENCONTRAMOS TAMBIÉN LA NORMALIDAD Y EQUIDISTRIBUCIÓN DE LOS
RESIDUOS LOS CUALES SE LLAMAN RESIDUOS A LAS DIFERENCIAS
ENTRE LOS VALORES CALCULADOS POR EL MODELO Y LOS REALMENTE
OBSERVADOS EN LA VARIABLE DEPENDIENTE EN ESTE PUNTO ES
IMPORTANTE RECALCAR QUE PARA TENER UN BUEN MODELO DE
REGRESIÓN NO ES SUFICIENTE SOLO CON QUE LOS RESIDUOS SEAN
PEQUEÑOS SINO QUE TAMBIÉN SE TOMA EN CUENTA LA VALIDEZ DEL
MODELO QUE SE REQUIERE PARA QUE LOS MISMOS SE DISTRIBUYEN
DE MODO NORMAL Y CON LA MISMA DISPERSIÓN PARA QUE CADA
COMBINACIÓN DE VALORES DE VARIABLES INDEPENDIENTES NOS
ARROJAN UN RESULTADO CORRECTO.
DEBE DE EXISTIR DENTRO DE ESTAS TAMBIÉN UN NÚMERO DE

VARIABLES INDEPENDIENTES LAS CUALES PODEMOS INCLUIR EN EL
MODELO A BASES DE DATOS CON UNA ESPERANZA DE QUE HAYA MÁS
POSIBILIDADES MÁS QUE NADA SE CONOCE COMO UNA TENTACIÓN AL
AGREGAR MÁS VARIABLES INDEPENDIENTES PARA PRIORIZAR
NUESTRO RESULTADO O HACERLO MÁS PRECISO Y POR ÚLTIMO
ENCONTRAMOS LA COLINEALIDAD LA CUAL NOS AYUDA A RESOLVER SÉ
SI DOS VARIABLES INDEPENDIENTES SON ESTRECHAMENTE
RELACIONADAS O TAMBIÉN SÍ AMBAS SON INCLUIDAS EN UN MODELO A
MEDIDA DE ESTO MUY POSIBLEMENTE NINGUNA DE LAS DOS SEA
CONSIDERADA SIGNIFICATIVA AUNQUE HUBIÉSEMOS INCLUIDOS SOLO
UNA DE ELLAS A LO CUAL SE LE CONOCE QUE SI HAY DIFERENTES
TÉCNICAS PARA DETECTAR LA COLINEALIDAD PERO LAS CUALES
TAMBIÉN REQUIEREN PROFUNDIZAR EN DOCUMENTOS MÁS
SOFISTICADOS ASÍ COMO UNA TÉCNICA MUY SIMPLE CÓMO LO ES

MENCIONADO ANTERIORMENTE LA INTRODUCCIÓN DE NUEVAS

VARIABLES PARA QUE ASÍ SEA POSIBLE LA COLINEALIDAD ENTRE LA
NUEVA VARIABLE Y LAS ANTERIORES. EN EL SIGUIENTE CUADERNILLO
SE LLEVAN A CAVO EJERCICIOS PARA EL MEJOR ENTENDIMIENTO DEL
TEMA VISTO EN LA UNIDAD 2.
GLOSARIO
Regresión: es una herramienta de frecuente uso en estadística. La cual

permite investigar las relaciones entre diferentes variables.
Múltiple: Vario, de muchas maneras, en oposición a simple
Versátiles: Que se vuelve o se puede volver fácilmente.
Variable: aquello que varía o que está sujeto a algún tipo de cambio
Aleatoria: se usa para expresar una aparente carencia de propósito,

causa, u orden.
Determinación: es la acción y efecto de determinar (tomar una resolución,

fijar los términos de algo, señalar algo para algún efecto)
Coeficientes: es la cifra que multiplica a una variable o incógnita en una

ecuación o un polinomio.
Correlación: medida de la relación (covariación) lineal entre dos variables

cuantitativas continuas.
Análisis: es un estudio profundo de un sujeto, objeto o situación con el

fin de conocer sus fundamentos, sus bases y motivos de su surgimiento.
Residual: es un adjetivo que se emplea para hacer referencia a lo

perteneciente o relativo al residuo. Un residuo es la parte o porción que
queda o sobra.
Covarianza: es un valor que indica el grado de variación conjunta de dos

variables aleatorias respecto a sus medias.

Hipótesis: es un enunciado no verificado, que se intenta confirmar o

refutar.
Coeficientes: es la cifra que multiplica a una variable o incógnita en una

ecuación o un polinomio
Estimación: es la determinación de un elemento o factor. Esto,

usualmente tomando como referencia una base o conjunto de datos.
Ecuación: es una igualdad matemática entre dos expresiones,

denominadas miembros y separadas por el signo igual, en las que
aparecen elementos conocidos y datos desconocidos o incógnitas,
relacionados mediante operaciones matemáticas.

EJERCICIO 2
X1 X2 Y
30 12 94
47 10 108
25 17 112
51 16 178
40 5 94
51 19 175
74 7 170
36 12 117
59 13 142
76 16 211
A) CUANDO X1=45= 132.52

B) CUANDO X2=15= 150.04
C) CUANDO X1 =45 Y X2=15= 143.16
COEFICIENTES ERROR ESTADÍSTICO PROBABILIDAD INFERIOR SUPERIOR
TÍPICO T 95% 95%
INTERCEPCIÓN 45.06 25.42 1.77 0.11 -13.55 103.67
X1 1.94 0.49 3.94 0.00 0.81 3.08
TÍPICO T 95% 95%
INTERCEPCIÓN 85.22 38.35 2.22 0.06 -3.22 173.66
X2 4.32 2.86 1.51 0.17 -2.28 10.93
TÍPICO T 95% 95%
INTERCEPCIÓN -18.37 17.97 -1.02 0.34 -60.86 24.13
X1 2.01 0.25 8.13 0.00 1.43 2.59
X2 4.74 0.95 5.00 0.00 2.50 6.98

EJERCICIO 4
INVENTARIO= 15000 PUBLICIDAD= 10000

A) VENTAS= 230025
B) B1= 10 B2= 8
EJERCICIO 5
Y X X2
1 96 5 1.5
2 90 2 2
3 95 4 1.5
4 92 2.5 2.5
5 95 3 3.3

6 94 3.5 2.3
7 94 2.5 4.2
8 94 3 2.5
A) = 88.64+1.60X1
B) = 83.23+2.29X1+1.30X2
C) = A=1.6 (VARIACION DE PUBLICIDAD) B= 2.2
D) = 10440.65314
ANÁLISIS DE VARIANZA
GRADOS SUMA DE PROMEDI F VALOR
DE CUADRAD O DE LOS CRÍTIC
LIBERTAD OS CUADRAD O DE F
OS
REGRESIÓ 1 16.6401 16.640097 11.2688113 0.01529
N
RESIDUOS 6 8.8599 1.4766506
TOTAL 7 25.5
COEFICIEN ERROR ESTADÍSTI PROBABILI INFERI SU INFERI S

TES TÍPICO CO T DAD OR PE OR U
95% RIO 95.0% P
R E
95 RI
% O
R
95
.0
%
INTERCEPC 88.64 1.58 56.02 0.00 84.77 92.5 84.77 92
IÓN 1 .5
1
X 1.60 0.48 3.36 0.02 0.43 2.77 0.43 2.
77
GRADOS SUMA DE PROMEDI F VALOR
DE CUADRAD O DE LOS CRÍTIC
LIBERTAD OS CUADRAD O DE F
OS
REGRESIÓ 2 23.4354 11.717704 28.3777684 0.00187
N
RESIDUOS 5 2.06459 0.4129184
TOTAL 7 25.5

COEFICIEN ERROR ESTADÍSTI PROBABILI INFERI SU INFERI S

TES TÍPICO CO T DAD OR PE OR U
95% RIO 95.0% P
R E
95 RI
% O
R
95
.0
%
INTERCEPC 83.2 1.57 52.88 0.00 79.18 87.2 79.18 87
IÓN 8 .2
8
X 2.29 0.30 7.53 0.00 1.51 3.07 1.51 3.
07
X2 1.30 0.32 4.06 0.01 0.48 2.13 0.48 2.
13

EJERCICIO 6
% GANADOS= -58.77
YARDAS= 16.39 X
INTERCEPCIONES= -1600.49
YARDAS= 6.20
INTERCEPCIONES=0.036
X2
X1 Y
1 6.5 0.042 50
2 7.1 0.022 62.5
3 7.4 0.033 37.5
4 6.2 0.026 56.3
5 7.2 0.024 62.5
6 8.9 0.014 93.8
7 7.5 0.019 62.5
8 5.6 0.026 12.5
9 4.6 0.032 31.3
10 5.8 0.033 18.8
11 8.3 0.02 81.3
12 8.1 0.021 81.3
13 7.6 0.044 50
14 6.5 0.011 81.3
15 6.7 0.024 56.3
16 6.4 0.041 31.3
A) = -58.77+16.39 X1
B) = 97.54-1600.49X2

C) = -5.76+12.95X1-1083.79X2
D) = 35.51
COEFICIE ERR ESTADÍS PROBABI INFER SUPE INFER SUPE
NTES OR TICO T LIDAD IOR RIOR IOR RIOR
TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE -58.77 26.1 -2.25 0.04 - -2.63 - -2.63
PCIÓN 8 114.91 114.91
X1 16.39 3.75 4.37 0.00 8.35 24.43 8.35 24.43

TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE 97.54 13.8 7.04 0.00 67.81 127.27 67.81 127.27
PCIÓN 6
X2 -1600.49 484. -3.30 0.01 - -561.06 ##### -561.06
63 2639.9 ##
2

TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE -5.76 27.1 -0.21 0.84 -64.41 52.88 -64.41 52.88
PCIÓN 5
X1 12.95 3.19 4.06 0.00 6.07 19.83 6.07 19.83
X2 -1083.79 357. -3.03 0.01 - -312.28 - -312.28
12 1855.2 1855.3
9
EJERCICIO 8
Y X1 X2

1 94.4 90.9 97.8

2 93 84.2 96.7
3 92.9 100 88.5
4 91.3 94.8 97.1
5 90.5 87.9 91.2
6 90.3 82.1 98.8
7 90.2 86.3 92
8 89.9 92.6 88.9
9 89.4 85.9 90.8
10 89.2 83.3 90.5
11 89.2 82 88.6
12 89.1 93.1 89.7
13 88.7 78.3 91.3
14 87.2 91.7 73.6
15 87.2 75 89.7
16 86.6 78.1 91.6
17 86.2 77.4 90.9
18 86.1 76.5 91.5
19 86.1 72.3 89.3
20 85.2 77.4 91.9
A) = 69.30+0.23X1
B) = 45.2+0.253X1+0.248X2
C) = 87.75
TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE 69.30 4.80 14.44 0.00 59.22 79.38 59.22 79.38
PCIÓN
SHORE E. 0.23 0.06 4.15 0.00 0.12 0.35 0.12 0.35

TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE 45.2 6.95 6.50 0.00 30.51 59.85 30.51 59.85
PCIÓN
SHORE E. 0.253 0.04 6.04 0.00 0.16 0.34 0.16 0.34
FOOD/DIN 0.248 0.06 4.03 0.00 0.12 0.38 0.12 0.38
ING

EJERCICIO 10
W L ERA X1 X2 Y
1 24 5 2.4 1 0.1 0.29
2 13 7 2.89 0.91 0.11 0.34
3 16 7 2.94 0.92 0.07 0.4
4 19 8 3 0.97 0.07 0.37
5 16 10 3.17 0.81 0.08 0.38
6 9 9 3.32 0.72 0.06 0.43
7 11 12 3.38 0.78 0.11 0.42
8 15 9 3.47 0.95 0.1 0.4
9 14 14 3.47 0.95 0.08 0.42
10 13 9 3.59 0.53 0.1 0.45
11 9 10 3.74 1.01 0.11 0.44
12 8 10 4 0.82 0.13 0.52
13 12 7 4.25 0.54 0.15 0.48
14 9 13 4.3 0.46 0.1 0.55
15 8 12 4.33 0.79 0.11 0.52
16 9 17 4.33 0.63 0.13 0.54
17 14 10 4.4 0.84 0.17 0.51
18 15 9 4.43 0.89 0.15 0.52
19 11 10 4.45 0.57 0.14 0.52
20 14 9 4.75 0.57 0.1 0.57
A) = 0.6-0.28X1
B) = 0.31+1.34X2
C) = 0.54-0.25X1+1.01X2

D) = 0.477
E) = LA SUGERENCIA NO PUEDE SER UTILIZADA POR FALTA DE

COHERENCIA
TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE 0.68 0.06 10.71 0.00 0.54 0.81 0.54 0.81
PCIÓN
SO/IP -0.28 0.08 -3.61 0.00 -0.45 -0.12 -0.45 -0.12

TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE 0.31 0.06 5.18 0.00 0.18 0.43 0.18 0.43
PCIÓN
HR/IP 1.34 0.53 2.54 0.02 0.23 2.46 0.23 2.46

TÍPI 95% 95% 95.0% 95.0%
CO
INTERCE 0.54 0.08 6.52 0.00 0.36 0.71 0.36 0.71
PCIÓN
SO/IP -0.25 0.07 -3.39 0.00 -0.40 -0.09 -0.40 -0.09
HR/IP 1.01 0.43 2.34 0.03 0.10 1.92 0.10 1.92

EJERCICO 12
STC= 15182.9
SCR= 14052.2
A) = 0.926
B) =0.90
C) = SI, YA QUE EXISTE UN 90.5% DE PROBABILIDAD EN Y
EJERCICIO 14
STC= 16000
SCR= 12000
A) = 0.75
B) = 0.68
C) = NO, DEBIDO A QUE LOS DATOS NO SON SUFICIENTES.
EJERCICIO 15

STC = 25.2
SCR = 23.435
A) = R2= 0.93 R2A = 0.90
B) SI YA QUE LOS DATOS SON MAS PRECISOS.
EJERCICIO 16
X2 Y XY X^2
1 0.042 50 2.1 0.001764
2 0.022 62.5 1.375 0.000484
3 0.033 37.5 1.2375 0.001089
4 0.026 56.3 1.4638 0.000676
5 0.024 62.5 1.5 0.000576
6 0.014 93.8 1.3132 0.000196
7 0.019 62.5 1.1875 0.000361
8 0.026 12.5 0.325 0.000676
9 0.032 31.3 1.0016 0.001024
10 0.033 18.8 0.6204 0.001089
11 0.02 81.3 1.626 0.0004
12 0.021 81.3 1.7073 0.000441
13 0.044 50 2.2 0.001936
14 0.011 81.3 0.8943 0.000121

15 0.024 56.3 1.3512 0.000576

16 0.041 31.3 1.2833 0.001681
SUMAS 0.432 869.2 21.1861 0.01309
PROMEDIO 0.027 54.325
A) = 97.54-1600.49X2, NO, DADO EL VAROR DE R2

B) = EL BENEFICIO SERA QUE SE OBTENDRA MEJOR AJUSTE DE
REGRESION MULTIPLE.
B1= -1600.49 SCR = 4688.87
B0= 97.54 SCT = 8341.67
ESTADÍSTICAS DE LA REGRESIÓN
COEFICIENTE DE 0.661738595
CORRELACIÓN
MÚLTIPLE
COEFICIENTE DE 0.437897968
DETERMINACIÓN
R^2
R^2 AJUSTADO 0.397747823
ERROR TÍPICO 18.30079947
OBSERVACIONES 16
GRADOS DE SUMA DE PROMEDIO F VALOR
LIBERTAD CUADRADOS DE LOS CRÍTICO
CUADRADOS DE F
REGRESIÓN 1 3652.8003 3652.8 10.90651 0.00523617
RESIDUOS 14 4688.8697 334.919
TOTAL 15 8341.67
COEFICIENTES ERROR ESTADÍSTICO PROBABILIDAD INFERIOR SU

TÍPICO T 95%
INTERCEPCIÓN 97.53825386 13.861816 7.03647 5.898E-06 67.8076153
X2 -1600.490884 484.63001 -3.3025 0.0052362 -2639.9189

EJERCICIO 18
A) R2 = 22.25% RA2 = 7.67%

B) TIENE BONDAD DE AJUSTE POR QUE SU VALOR ESTA ENTRE 0 Y
1
C) TIENE BONDAD DE AJUSTE POR QUE SU VALOR ESTA ENTRE 0 Y
1
ESTADÍSTICAS DE LA
REGRESIÓN
COEFICIENTE 47.17%
DE
CORRELACIÓN
MÚLTIPLE
COEFICIENTE 0.22
DE
DETERMINACIÓ
N R^2
R^2 AJUSTADO 7.67%
ERROR TÍPICO 9.57
OBSERVACIONE 20
S
ANÁLISIS DE ALF 0.05

VARIANZA A
GRADOS SUMA PROMEDI F VALO
DE DE O DE R-P
LIBERTAD CUADRA LOS
DOS CUADRA
DOS
REGRESIÓN 3.00 419.40 139.80 1.53 0.2
RESIDUOS 16.00 1465.86 91.62
TOTAL 19.00 1885.27
ALFA 0.05
COEFICIE ERROR ESTADÍS VAL INFERI SUPE INFERI SUPERI
NTES TÍPICO TICO T OR - OR RIOR OR OR
P 95% 95% 95.0% 95.0%

INTERCEPCIÓN 52.39 25.57 2.05 0.06 -1.83 106.6 -1.83 106.60

0
X1 -7.22 5.43 -1.33 0.20 -18.74 4.30 -18.74 4.30
X2 -34.44 16.23 -2.12 0.05 -68.86 -0.02 -68.86 -0.02
X3 38.70 101.31 0.38 0.71 - 253.4 -176.08 253.48
176.08 8

EJERCICIO 19
STC = 6724.125
SCR = 6216.375
SB1 = 0.0813
SB2 = 0.0567
SCE =507.75
A) CMR = 3108.1875
CME = 72.53571429
B) F= 42.85044313 DATOS
GRADOS DE LIBERTAD = 2 Y 7
VALOR P =
0.0001
ALFA = 0.05
C)EL MODELO ES SIGNIFICATIVO POR QUE ES MENOR QUE ALFA
D) T= 0.5906 = 7.264452645 P=0.0002

= B1 SIGNIFICATIVO
E) T= 0.498 = 8.783068783 P=0.0001
= B2 SIGNIFICATIVO

EJERCICIO 20
STC = 15182.9
SCR = 14052.2
SB1 = 0.2471
SB2 = 0.9484
A) SI EXISTE RELACION VALOR DE P =0.0001
B) 8.13 = SI ES SIGNIFICATIVO
C) 5.00 = SI ES SIGNIFICATIVO
ANÁLISIS DE VARIANZA ALFA 0.05
=
GRADOS DE SUMA DE PROMEDIO F VAL
LIBERTAD CUADRAD DE LOS OR P
OS CUADRAD
OS
REGRESIÓN 2 14052.15 7026.08 43.50 0.000 SI SE RECHAZA LA HO:
1 SI EXISTE RELACION
RESIDUOS 7 1130.75 161.54
TOTAL 9 15182.90
ALFA
=
COEFICIENT ERROR ESTADÍSTI PRO INFE SU INF SUP
ES TÍPICO CO T BABI RIOR PE ER ERI
LIDA 95% RI IO OR
D OR R 95.0
95 95. %
% 0%
INTERCEPCI -18.37 17.97 -1.02 0.34 - 24. - 24.1
ÓN 60.86 13 60. 3
86

X1 2.01 0.25 8.13 0.000 1.43 2.5 1.4 2.59

9 3
X2 4.74 0.95 5.00 0.002 2.50 6.9 2.5 6.98
8 0
EJERCICIO 22
STC = 16000
SCR = 12000
A) SCE = 4000
CME = 571.43
CMR = 6000
B) VALOR P=0.008 A=0.05 = SIGNIFICATIVO
EJERCICIO 23

A) F= 28.38
P= 0.002
A= 0.01
= SIGNIFICATIVO
B) T= 7.53
P= 0.001
A= 0.05
= SIGNIFICATIVA, X1 NO DEBE SER ELIMINADO
C) T= 4.06
P= 0.01
A= 0.05
= SIGNIFICATIVA, X1 NO DEBE SER ELIMINADO
GRADOS DE SUMA DE PROMEDIO F VALOR CONC
LIBERTAD CUADRAD DE LOS P LUSIO
OS CUADRADO N
S
REGRESIÓN 2 23.435 11.718 28.3 0.002 SI SE RECHAZA LA HO:
8 SI EXISTE RELACION
RESIDUOS 5 2.065 0.413
TOTAL 7 25.5
COEFICIENT ERROR ESTADÍSTI PRO INFERIO SUPER INFE SUP

ES TÍPICO CO T BAB R 95% IOR RIOR ERI
ILID 95% 95.0 OR
AD %

95.0
%
INTERCEPCI 83.23 1.57 52.88 0.00 79.18 87.28 79.18 87.2
ÓN 8
X 2.29 0.30 7.53 0.00 1.51 3.07 1.51 3.07
1
X2 1.30 0.32 4.06 0.01 0.48 2.13 0.48 2.13
EJERCICIO 24
X X2 Y
6.5 61 1
16.6 63 0.7
11.1 72 0.8
3.4 80 0.53
5 83 0.89
4.9 67 0.7
3.1 75 0.41
12 66 0.7
A) = 1.13+0.003X1-0.006X2
B) = F= 0.29
P= 0.76
A= 0.05
= NO HAY SIFNIFICANCIA
C) = T1= 0.167 P1= 0.874
T2= -0.512 P2= 0.630
INGRESOS= NO HAY SIGNIFICANCIA
VICTORIAS= SI HAY SIGNIFICANCIA

ANÁLISIS DE
VARIANZA
GRAD SUM PROM
OS DE A DE EDIO
LIBER CUAD DE
TAD RAD LOS
OS CUAD
RADO
S
REGR 2 0.03 0.01 A= 0.05
ESIÓN
RESID 5 0.22 0.04 F VAL CONS
UOS OR LUSI
P ON
TOTAL 7 0.25 0.29 0.76 NO SE RECHAZA LA HO:
NO EXISTE RELACION
COEFI ERRO ESTA

CIENT R DÍSTI
ES TÍPIC CO T
O
INTER 1.131 0.961 1.177 0.05
CEPCI
ÓN
INGRE 0.003 0.020 0.167 PROB INF SUPE INF SUP CONC
SOS ABILID ERI RIOR ERI ERI LUSI
AD OR 95% OR OR ON
95% 95.0 95.0
% %
% -0.006 0.012 -0.512 0.292 - 3.601 - 3.60
VICTO 1.34 1.34 1
RIAS 0 0
0.874 - 0.055 - 0.05 NO SE
0.04 0.04 5 RECHAZA LA
8 8 HO: NO EXISTE
RELACION
0.630 - 0.025 - 0.02 SI SE
0.03 0.03 5 RECHAZA LA
7 7 HO: SI EXISTE
RELACION

EJERCICIO 26
A) F= 10.8637
P= 0.001
A= 0.05
= SI HAY SIGNIFICANCIA
B) HAY SIGNIFICANCIA EN TODAS LAS VARIABLES
ANÁLISIS DE
VARIANZA
GRAD SUM PROM
OS DE A DE EDIO
LIBER CUAD DE
TAD RAD LOS
OS CUAD
RADO
S
REGR 2 0.063 0.031 0.05
ESIÓN 2 6
RESID 17 0.049 0.002 F P CONC
UOS 5 9 LUSI
ON
TOTAL 19 0.112 10.863 0.00 SI SE RECHAZA LA HO: SI
7 7 1 EXISTE RELACION
COEFI ERRO ESTA

CIENT R DÍSTI
ES TÍPIC CO T
O
INTER 0.54 0.08 6.52
CEPCI
ÓN
SO/IP -0.25 0.07 -3.39 PROB INF SUPE INF SUP CONC
ABILID ERI RIOR ERI ERI LUSI
AD OR 95% OR OR ON
95%

95.0 95.0
% %
HR/IP 1.01 0.43 2.34 0.00 0.36 0.71 0.36 0.71
0.00 - -0.09 - -0.09 SI SE RECHAZA
0.40 0.40 LA HO: SI
EXISTE
RELACION
0.03 0.10 1.92 0.10 1.92 SI SE RECHAZA
LA HO: SI
EXISTE
RELACION

EJERCICIO 34
Y= 10.1 X1 =-4.2
X2= 6.8
X3= 15.3
A) = 15.3*1000 = 15300
B) = VENTAS = 56100
C) = VENTAS = 41600

EJERCICIO 36
SOLICITU MESES TIPO DE VALOR. TIEMPO

D DE TRANSCURRIDO REPARACIO REPARADO EN
SERVICIO S N R HORAS
1 2 0 0 2.9
2 6 1 0 3
3 8 0 1 4.8
4 3 1 0 1.8
5 2 0 0 2.9
6 7 0 1 4.9
7 9 1 1 4.2
8 8 1 1 4.8
9 4 0 1 4.4
10 6 0 0 4.5
A) = 2.35+0.29X1-1.10X2+0.61X3
B) = SI HAYRELACION SIGNIFICATIVA
C) = NO ES SIGNIFICATIVO POR QUE P ES MAYOR QUE A

ANÁLISIS DE VARIANZA 0.05

GRADO SUMA PROM F VAL CONCLUSI
S DE DE EDIO OR ON
LIBERT CUAD DE CRÍT
AD RADO LOS ICO
S CUAD DE F
RADO
S
REGRESIÓN 3 9.430 3.143 18.04 0.00 SI SE RECHAZA LA HO: SI
0 2 EXISTE RELACION
RESIDUOS 6 1.046 0.174
TOTAL 9 10.476
COEFIC ERRO ESTA PRO INFE SUPERIOR INF SUP

IENTES R DÍSTI BABI RIO 95% ERI ERI
TÍPICO CO T LIDA R OR OR
D 95% 95. 95.0
0% %
INTERCEPCIÓ 2.35 0.34 6.94 0.00 1.52 3.18 1.5 3.18
N 2
MESES 0.29 0.08 3.49 0.01 0.09 0.50 0.0 0.50
TRANSCURRI 9
DOS
TIPO DE -1.10 0.30 -3.63 0.01 -1.84 -0.36 - -
REPARACION 1.8 0.36
4
VALOR. 0.61 0.39 1.57 0.17 -0.34 1.56 - 1.56 NO SE
REPARADOR 0.3 RECHAZA
4 LA HO: NO
EXISTE
RELACION
EJERCICIO 38
RISK AGE PRESSURE VALOR SMOKER

12 57 152 0 NO
24 67 163 0 NO
13 58 155 0 NO
56 86 177 1 YES
28 59 196 0 NO
51 76 189 1 YES
18 56 155 1 YES
31 78 120 0 NO
37 80 135 1 YES
15 78 98 0 NO
22 71 152 0 NO
36 70 173 1 YES
15 67 135 1 YES
48 77 209 1 YES
15 60 199 0 NO
36 82 119 1 YES
8 66 166 0 NO
34 80 125 1 YES
3 62 117 0 NO
37 59 207 1 YES
A) = -91.76+1.08X1+0.25X2+8.74X3
B) = SI HAY SIGNIFICANCIA
C) = 68 AÑOS, FUMA 1, PRESION 175.
PROBABILIDAD= 34.26612215
ESTADÍSTICAS
DE LA
REGRESIÓN
COEFICI 0.93460
ENTE 5168
DE
CORREL
ACIÓN
MÚLTIP
LE
COEFICI 0.87348
ENTE 682
DE
DETERM
INACIÓN
R^2
R^2 0.84976
AJUSTA 5599
DO

ERROR 5.75657
TÍPICO 4565
OBSERV 20
ACIONE
S
ANÁLISI
S DE
VARIAN
ZA
GRAD SUMA PROM F VAL
OS DE DE EDIO OR
LIBERT CUAD DE CRÍT
AD RADO LOS ICO
S CUAD DE F
RADO
S
REGRES 3 3660.7 1220.2 36.8230 2.06
IÓN 39588 46529 1223 404E
-07
RESIDU 16 530.21 33.138
OS 04116 15073
TOTAL 19 4190.9
5
COEFI ERRO ESTA PROBA INFE SUP INFE SUP

CIENT R DÍSTIC BILIDA RIO ERIO RIO ERIO
ES TÍPIC OT D R R R R
O 95% 95% 95.0 95.0
% %
INTERC -91.76 15.22 -6.03 0.00 - - - -
EPCIÓN 124. 59.49 124. 59.49
03 03
AGE 1.08 0.17 6.49 0.00 0.72 1.43 0.72 1.43
PRESSU 0.25 0.05 5.57 0.00 0.16 0.35 0.16 0.35
RE
VALOR 8.74 3.00 2 0.01 2.38 15.10 2.38 15.10 SI SE
SMOKE . REC
R 9 HAZ
1 A LA
HO:
SI
EXIS
TE
REL
ACIO
N

CONCLUSION
AL FINALIZAR EL CUADERNILLO DE EJERCICIOS JUNTO CON

INVESTIGACIONES RELACIONADAS. PODEMOS CONCLUIR QUE LA
ESTADÍSTICA HAY VARIAS FORMAS DE TRABAJAR UNA VARIABLE O UN
NIVEL DE INTERVALO O DE RAZÓN LA CUAL TAMBIÉN SE PUEDE
COMPRENDER COMO UNA RELACIÓN O UNA REGRESIÓN DE DOS O MÁS
VARIABLES PARTICIPANTES EN EL PROBLEMA ESTOS MÉTODOS NOS
PERMITIRÁN RELACIONAR MEDIANTE LAS ECUACIONES ALGUNA O UNA
VARIABLE EN RELACIÓN DE OTRAS A ESTE PROCESO O MÉTODO SE LE
CONOCE COMO REGRESIÓN LINEAL MÚLTIPLE, A LO LARGO DEL
CUADERNILLO DE EJERCICIOS PROPUESTO POR EL MAESTRO PUDIMOS
NOTAR QUE LA PRÁCTICA DE NUESTRA INVESTIGACIÓN ESTADÍSTICA
SE ENCUENTRA VISTA EN LAS VARIABLES QUE UTILIZAMOS Y QUE
ESTÁN RELACIONADAS ENTRE SÍ POR LO CUAL ES POSIBLE QUE UNA O
VARIAS VARIABLES PUEDEN RELACIONARSE MATEMÁTICAMENTE EN
FUNCIÓN DE UNA Y OTRA EN ESTO TAMBIÉN PODEMOS DEFINIR A LO
REALIZADO COMO EL PROCEDIMIENTO MEDIANTE EL CUAL SE TRATA DE
DETERMINAR SI EXISTE O NO RELACIÓN DE DEPENDENCIA ENTRE DOS
O MÁS VARIABLES LO CUAL NOS QUIERE DECIR QUE CONOCIENDO LOS
VALORES DE UNA VARIABLE INDEPENDIENTE SE TRATA DE ESTIMAR
LOS VALORES DE UNA O MÁS VARIABLES DEPENDIENTES EN ESTA
RELACIÓN TAMBIÉN EXISTE UNA FORMA GRÁFICA QUE TRATA DE
LOGRAR UNA DISPERSIÓN EN LAS FRECUENCIAS Y QUE ESTÁ SEA
AJUSTADA O SIGNIFICATIVA A LA RECTA O A UNA CURVA ESTO PARA
LOGRAR UNA MAYOR COMPRENSIÓN Y UNA MAYOR IMAGEN SOBRE LA
PERSPECTIVA DEL PROBLEMA Y SU RESOLUCIÓN. EL MÉTODO
OCUPADO ANTERIORMENTE LO PODEMOS ENCONTRAR FÁCILMENTE
EN LAS CIENCIAS ECONÓMICAS Y DISCIPLINAS TECNOLÓGICAS
RELACIONADAS YA QUE EN ELLOS SE UTILIZA CUALQUIER FUNCIÓN
LINEAL O NO LINEAL LA CUAL SE OCUPA EN EL ESTUDIO Y EFECTOS
PRÁCTICOS DE LAS CIENCIAS ASÍ COMO TAMBIÉN LOS MODELOS Y
TAMBIÉN NOS SIRVE PARA DETERMINAR RELACIONES DE

DEPENDENCIA ENTRE VARIABLES, PARA AJUSTAR LA DISTRIBUCIÓN DE

FRECUENCIAS DE UNA LÍNEA LO CUAL NOS PERMITE DETERMINAR LA
FORMA DE LA LÍNEA DE REGRESIÓN, PARA PREDECIR UN DATO
DESCONOCIDO DE UNA VARIABLE PARTIENDO DE DATOS CONOCIDOS
DE OTRAS VARIABLES, POR LO TANTO CUANDO HABLAMOS DE UNA
REGRESIÓN LINEAL MÚLTIPLE NOS REFERIMOS A UNA VARIABLE
DEPENDIENTE Y A DOS O MÁS VARIABLES INDEPENDIENTES ASÍ COMO
LO HICIMOS REPRESENTARÁN LOS EJERCICIOS AL ANALIZAR LOS
DATOS NOS DIMOS CUENTA DE QUE LOS PUNTOS ESTÁN MUY CERCA
DE LA LÍNEA TENDENCIA LO CUAL QUIERE DECIR QUE EXISTE UNA
RELACIÓN SIGNIFICATIVA ENTRE ESTAS VARIABLES Y MÁS AL ANALIZAR
EL COEFICIENTE DE DETERMINACIÓN NOS COMPRUEBA QUE EL
ANÁLISIS ES ACERTADO.
ASIMISMO CABE RECALCAR QUE CON LOS ANÁLISIS QUE SE HICIERON

ANTERIORMENTE EFECTIVAMENTE NOS PUDIMOS DAR CUENTA DE QUE
EN LA ECUACIÓN DE REGRESIÓN NO PUEDE DARSE SIN QUE LOS
VALORES SEAN CORRECTOS LOS VALORES SEAN ESTIMADOS EN YA
QUE EN ESTE TIPO DE MÉTODOS HABIENDO UNA VARIACIÓN DE DATOS
PUEDE CAMBIAR EL RESULTADO DE LAS TICAMENTE LO CUAL NOS
PUEDE ARROJAR UN RESULTADO ERRÓNEO ENTONCES DEBEMOS SER
CUIDADOSOS EN LOS ANÁLISIS DE DATOS EN LA DETERMINACIÓN O
MULTI ELEMENTAL ASÍ COMO TAMBIÉN EN LA RELACIÓN Y
CORRELACIÓN PARA QUE ASÍ NUESTRO MUESTREO PROBABILÍSTICO
SEA CONCRETO Y CORRECTO.

BIBLIOGRAFIA
• Revista Española de
salud Publica [serie en internet] 2002
Marzo Vol 70Nº2 [12 paginas] dirección
http://www.scielospphp?piol=s1135-5727200200020000&scrip[=sciarte
• Galdos Cálculo y Estadística III Edición

Unica. Grupo La
Republica. Lima Perú;2005.
• Cannavos G. Probabilidad
y Estadística Aplicación y
métodos. Ed. en
español Mc GRAW- HILL/INTERAMERICANA
DE MEXICO.1995.

Cuadernillo 2 - 21TL0267 - C.P. - 3er - Sem

Cargado por

Información del documento

Título 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

Cuadernillo 2 - 21TL0267 - C.P. - 3er - Sem

Cargado por

Copyright:

Formatos disponibles

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P.

ALUMNA EVELIN SANTOS

DOCENTE ALVARO CHAVEZ

TEMA. REGRESION LINEAL

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

I. INTRODUCCIO XIII. EJERCICIO 18

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

LA REGRESIÓN LINEAL MÚLTIPLE ES UTILIZADA EN LA ESTADÍSTICA

ENTONCES ENTENDEMOS QUE LA REGRESIÓN MÚLTIPLE SE APLICA Y

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

MODELO COMPONENTES NO LINEALES TAMBIÉN OTRO TIPO DE

DEBE DE EXISTIR DENTRO DE ESTAS TAMBIÉN UN NÚMERO DE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

MENCIONADO ANTERIORMENTE LA INTRODUCCIÓN DE NUEVAS

Regresión: es una herramienta de frecuente uso en estadística. La cual

Múltiple: Vario, de muchas maneras, en oposición a simple

Versátiles: Que se vuelve o se puede volver fácilmente.

Aleatoria: se usa para expresar una aparente carencia de propósito,

Determinación: es la acción y efecto de determinar (tomar una resolución,

Coeficientes: es la cifra que multiplica a una variable o incógnita en una

Correlación: medida de la relación (covariación) lineal entre dos variables

Análisis: es un estudio profundo de un sujeto, objeto o situación con el

Residual: es un adjetivo que se emplea para hacer referencia a lo

Covarianza: es un valor que indica el grado de variación conjunta de dos

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

Hipótesis: es un enunciado no verificado, que se intenta confirmar o

Coeficientes: es la cifra que multiplica a una variable o incógnita en una

Estimación: es la determinación de un elemento o factor. Esto,

Ecuación: es una igualdad matemática entre dos expresiones,

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

A) CUANDO X1=45= 132.52

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

INVENTARIO= 15000 PUBLICIDAD= 10000

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

COEFICIEN ERROR ESTADÍSTI PROBABILI INFERI SU INFERI S

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

COEFICIEN ERROR ESTADÍSTI PROBABILI INFERI SU INFERI S

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

COEFICIE ERR ESTADÍS PROBABI INFER SUPE INFER SUPE

COEFICIE ERR ESTADÍS PROBABI INFER SUPE INFER SUPE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

1 94.4 90.9 97.8

COEFICIE ERR ESTADÍS PROBABI INFER SUPE INFER SUPE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

E) = LA SUGERENCIA NO PUEDE SER UTILIZADA POR FALTA DE

COEFICIE ERR ESTADÍS PROBABI INFER SUPE INFER SUPE

COEFICIE ERR ESTADÍS PROBABI INFER SUPE INFER SUPE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

15 0.024 56.3 1.3512 0.000576

A) = 97.54-1600.49X2, NO, DADO EL VAROR DE R2

COEFICIENTES ERROR ESTADÍSTICO PROBABILIDAD INFERIOR SU

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

A) R2 = 22.25% RA2 = 7.67%

ANÁLISIS DE ALF 0.05

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

INTERCEPCIÓN 52.39 25.57 2.05 0.06 -1.83 106.6 -1.83 106.60

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE

D) T= 0.5906 = 7.264452645 P=0.0002

EVELIN SANTOS ASCENCIO NUM. CONTROL. 21 TL 0267 C.P. TERCER SEMESTRE