EJERCICIOS A RESOLVER DE REGRESIÓN LINEAL SIMPLE

Modelo de regresión lineal:

y=β 0 + β1 x + ε

1. La estimación puntual de los mínimos cuadrados de la pendiente.

SS xy
β^ 1=
SS xx

Suma de cuadrados corregida de x Suma de cuadrados corregida de los productos

xy
cruzados

(∑ )(∑ ) (∑ )
n n n 2

n
xi yi n
xi
i =1 i =1 i=1
SS xy =∑ x i y i− S xx =∑ x 2 −
i=1 n i=1 i n

2. La estimación puntual de los mínimos cuadrados de la ordenada al origen.

β^ 0 = ȳ− β^ 1 x̄ , donde:
n n
∑ yi ∑ xi
i=1 i=1
ȳ= x̄=
n n

n-número de observaciones

Media o promedio de los Media o promedio de los

valores de x valores de y
Ejercicio 2:

La agencia de protección del ambiente (Environmental Protection Agency; EPA) proporcionó una serie de
datos que comparan el tamaño del motor en pulgadas cúbicas de desplazamiento y las millas por galón
estimadas para ocho modelos representativos de automóviles subcompactos modelo 2000. Determinar la
ecuación de regresión estimada.

Coches compactos Tamaño del motor (x) (mpg) (y)

Chevrolet Cavalier 121 30
Nissan Stanza 120 31
Dodge Omni 97 34
Ford Scort 98 27
Mazda 626 122 29
Plymouth Horzion 97 34
Renault Alliance 85 38
Toyota 122 32
1. Gráfico de dispersión.

2. Tabla de datos.

x y x2 y2 xy
121 30 14641 900 3630
120 31 14400 961 3720
97 34 9409 1156 3298
98 27 9604 729 2646
122 29 14884 841 3538
 97 34 9409 1156 3298
85 38 7225 1444 3230
122 32 14884 1024 3904
∑ xy= 2726
∑ x= 862 ∑ y= 255 ∑ x 2= 94456 ∑ y 2= 8211 4

3. Determinar SSxx:

(∑ )
n 2

n
xi
i=1
SS xx =∑ x 2 − =
i =1 i n 1575.5

4. Determinar SSxy:

(∑ )(∑ )
n n

n
xi yi
i =1 i =1
SS xy =∑ x i y i− =
i =1 n -212.25

^
5. Determinar β 1 :

SS xy
β^ 1= =
SS xx 0.1347

^
6. Determinar x̄, ȳ y { β 0 ¿ :
n
∑ xi
i=1
x̄= =
n 107.75
n
∑ yi
i=1
ȳ= =
n 31.875

β^ 0 = ȳ− β^ 1 x̄= 17.3611

7. Ecuación de regresión estimada:_y= 17.3611+0.1343 x

^
8. Interpretación de β 1 :
La pendiente de la ecuación de la regresión es positiva