INSTITUTO TECNOLOGICO

SUPERIOR DE MISANTLA

ING. INDUSTRIAL

REPORTE DE PRÁCTICA MINITAB

ASIGNATURA

ESTADÍSTICA INFERENCIAL I
UNIDAD 1

“REGRESIÓN LINEAL MÚLTIPLE”

ALUMNO

IRIVNG JAVIER LANDA PEREZ

212T0175

DOCENTE: DRA. YODAIRA

BORROTO PENTON

MISANTLA, VERACRUZ MARZO 3, 2022.

 Reporte de práctica con MINITAB. Regresión lineal múltiple
Con los datos del Ejercicio 12.5 página 450 y 451 del Walpole, realizarán los siguientes
incisos.
a) Completar la tabla 1, a partir de obtener todas las ecuaciones de regresión
lineal posibles de Y con las variables independientes que se muestran en el
ejercicio. Se auxiliarán del software MINITAB para el procesamiento
estadístico. Las filas de la tabla 1 las irán aumentando en función de la
cantidad de ecuaciones de regresión lineal simple y múltiple se generen.
b) Teniendo en cuenta los resultados obtenidos, seleccionarán la mejor
ecuación de regresión atendiendo a los estadísticos obtenidos para cada una
de ellas y justificarán su selección.
c) Para la mejor ecuación de regresión propuesta por usted, realizará la prueba
de hipótesis de la regresión y su análisis correspondiente.
Tabla 1 Ecuación de regresión y estadísticos

2
R2 de
Ecuación de Regresión S R2 R ajustado
predicció
n
15.579 74.47 59.89% 7.75%
3 %
Y = -103 + 0.605 X1 + 8.92 X2 + 1.44 X3
+ 0.014 X4
14.094 73.14 67.17% 47.33
8 % %
Y = 0.5 + 0.497 X1
+ 10.27 X2
16.288 64.12 56.15% 40.87
9 % %
Y = -61 + 1.058 X1
+ 3.13 X3
17.940 56.48 46.81% 7.12%
8 %
Y = 221.1 + 0.953 X1
+ 0.033 X4
16.172 64.63 56.77% 27.42
9 % %
Y = -51 + 15.25 X2 -
0.46 X3
16.210 64.47 56.57% 33.33
2 % %
Y = -95 + 15.17 X2
+ 0.043 X4
 27.160 0.26% 0.00% 0.00%
5
Y = 235 + 0.54 X3 -
0.05 X4
14.573 74.47 64.90% 43.55
5 % %
Y = -102 + 0.606 X1 + 8.92 X2
+ 1.44 X3
14.944 73.16 63.09% 20.89
4 % %
Y = -5 + 0.498 X1 + 10.27 X2
+ 0.053 X4
17.273 64.14 50.69% 0.07%
3 %
Y = -58 + 1.058 X1 + 3.14 X3 -
0.047 X4
17.148 64.66 51.40% 5.15%
7 %
Y = -56 + 15.26 X2 - 0.47 X3
+ 0.056 X4

a) Teniendo en cuenta los resultados obtenidos, seleccionarán la mejor

ecuación de regresión atendiendo a los estadísticos obtenidos para
cada una de ellas y justificarán su selección.

A resumidas cuentas se logra observar que dicha ecuación de regresión que nos
permite tener un mejor análisis del resultado es:

Y = 0.5 + 0.497 X1 + 10.27 X2

Ya que el valor de “S” es el valor más cercano a cero es mejor; es decir que
ajustado y de predicción sea más cercano a 100 el resultado será de mayor
exactitud.
 b) Para la mejor ecuación de regresión propuesta por usted, realizará la prueba
de hipótesis de la regresión y su análisis correspondiente.

Y = 0.5 + 0.497 X1 + 10.27 X2

PRUEBA DE HIPOTESIS
H 0 : Bj  0

H1 : BJ  0

REGION CRITICA
X 1  0.122  0.05

X 2  0.042  0.05

 Como 0.042<0.05 se rechaza H0 porque esta es significativa.

Este modelos logra cumplir con las expectativas ya que la variable con la que
estamos trabajando es significativa, por lo tanto a mayor número de variables
significativas mejor.