BAUTISTA QUISPE, ÁNGEL FERNANDO

HUAYTA PARIONA, YOEL

UBILLUZ LOZANO; ALEX DENILSON
1. En la siguiente información se muestran las horas de estudio y las calificaciones finales obtenidas en el curso de estadística

Alumno Horas de estudio Calificación YEST e

1 1 14 12 11.51156206 0.488437942
2 1 16 13 12.83388391 0.166116092
3 1 22 15 16.80084946 -1.80084946
4 1 20 15 15.47852761 -0.47852761
5 1 18 17 14.15620576 2.843794243
6 1 16 11 12.83388391 -1.83388391
7 1 18 14 14.15620576 -0.15620576
8 1 22 16 16.80084946 -0.80084946
9 1 10 8 8.866918358 -0.86691836
10 1 8 5 7.544596508 -2.54459651
11 1 22 16 16.80084946 -0.80084946
12 1 16 14 12.83388391 1.166116092
13 1 11 12 9.528079283 2.471920717
14 1 20 18 15.47852761 2.521472393
15 1 15 13 12.17272298 0.827277017
16 1 20 16 15.47852761 0.521472393
17 1 10 9 8.866918358 0.133081642
18 1 22 15 16.80084946 -1.80084946
19 1 9 7 8.205757433 -1.20575743
20 1 13 12 10.85040113 1.149598867
258

a) Determine la recta de regresión de las calificaciones sobre el número de horas de estudio invertidos e interprete sus resulta
20
18
16 f(x)==0.806167498586086
R² 0.661160924964606 x + 2.25530910806984
14
12
Califiaciones

10
8
6
4
2
0
6 8 10 12 14 16 18 20 22
Horas de estudio

A medida que aumenta las horas de estudio la calificacion que se obtiene es mayor, a priori se puede menciona

b) Use el método de la prueba t para probar la hipótesis de que el parámetro es igual a cero. Utilice el valor p en la conclusión
r2 0.806167498586086

t -1.72615799253361

c) Calcule el grado de asociación entre calificación y horas de estudio ¿es significativo al nivel 1%?

r 0.897868308

como se tiene un coeficiente de correlacion positiva, entonces se dice que a mayor horas de estudio mayor será
d) Calcule el coeficiente de determinación e interprete.

r2 0.806167499

el 0.8061675 de la variabilidad de las calificaciones, es explicada por el numero de horas de estudio

nidas en el curso de estadística para economistas II de una muestra de 20 alumnos.

X' 1 1 1 1 1 1
14 16 22 20 18 16

X'X 20 322
322 5608

X'Y 258
4434

INV(X'X) 0.661632846 -0.03798962

-0.03798962 0.002359604

BETA 2.255309108
0.661160925

vertidos e interprete sus resultados.

20 22 24

yor, a priori se puede mencionar que tienen una relacion directa.

tilice el valor p en la conclusión.

yor horas de estudio mayor será la calificacion que se obtenga.
 1 1 1 1 1 1 1 1
18 22 10 8 22 16 11 20
 1 1 1 1 1 1
15 20 10 22 9 13
 2. Se ha recopilado las notas en cuatro cursos de 20 estudiantes de la escuela de economía
seleccionados aleatoriamente. El objetivo de la investigación es encontrar el efecto de las
variables independientes sobre la variable dependiente. Las 3 variables independientes X1, X2,
X3, y la variable dependiente Y son

Y: Nota en econometría
X1: Nota en estadística
X2: Nota en matemática
X3: Nota en teoría económica
Los datos se encuentran en la siguiente tabla:

Y X1 X2 X3
13 12 10 18
15 14 12 15
17 16 10 18
16 15 11 20
13 11 13 15
17 15 16 18
19 16 10 19
14 14 14 16
18 17 13 15
11 11 11 13

a) Por el método de mínimos cuadrados ordinarios determine las ecuaciones normales matricialmente.

13 1 12 10
15 1 14 12
Y 17 X 1 16 10
16 1 15 11
13 1 11 13
17 1 15 16
19 1 16 10
14 1 14 14
18 1 17 13
11 1 11 11
15.3
X' 1 1 1 1 1
12 14 16 15 11
10 12 10 11 13
18 15 18 20 15

X'X 10 141 120 167

141 2029 1694 2375
 120 1694 1476 1995
167 2375 1995 2833
Ymedia2 234.09
X'Y 153 BETA
2203
1838
2584

variable coeficiente desv. Estand. t p-valor

X1 -2.91114381 3.66103057738 -0.79517058 0.509890726
X2 1.017263364 0.17853424097 5.697861424 0.029448009
X3 0.048269849 0.17158517026 0.281317138 0.804901292
CONST 0.196915699 0.17625633197 1.117212058 0.380107015

var(beta) 13.4031448885 -0.1160924 -0.41688581 -0.39919469

-0.11609239862 0.031874475 -0.00573131 -0.01584203
-0.41688580837 -0.00573131 0.029441471 0.008646687
-0.39919469184 -0.01584203 0.008646687 0.031066295

b) Exprese el vector solución de las ecuaciones normales y determine la ecuación de regresión muestral.

BETA -2.91114380688
1.01726336439
0.04826984905
0.19691569942
c) Explique el significado de los coeficientes estimados.

d) Determine el valor del coeficiente de determinación múltiple e interprete el resultado.

R^2 0.89976487374

el 0.899764874 de la variabilidad de la nota en econometria, es explicada por la nota en estadistica, nota en matematica y not
e) Realice la prueba de hipótesis global para determinar si alguno de los coeficientes de regresión es diferente de cero.

F 0.49869680713
f) Realice la prueba de hipótesis individual.
variable coeficiente desv. Estand. t p-valor
X1 -2.91114381 3.66103057738 -0.79517058 0.484615555
X2 1.017263364 0.17853424097 5.697861424 0.010719091
X3 0.048269849 0.17158517026 0.281317138 0.796754932
CONST 0.196915699 0.17625633197 1.117212058 0.345315948

la variable nota en matemática es estadisticamente significativo con un nivel de significancia del 5%.
 de economía
efecto de las
entes X1, X2,

tricialmente.

18
15
18
20
15 Y' 13 15 17 16
18
19
16
15
13

1 1 1 1 1
15 16 14 17 11
16 10 14 13 11
18 19 16 15 13

INV(X'X) 13.80898916 -0.11960765 -0.429509018582094 -0.41128222

-0.11960765 0.032839627 -0.0059048553212359 -0.01632173
 -0.42950902 -0.00590486 0.0303329518827312 0.008908506
-0.41128222 -0.01632173 0.0089085063484279 0.032006975

-2.91114381 Yestimado 13.3231976459053 e -0.32319765

1.017263364 14.8635169745522 0.136483025
0.048269849 17.3922511034825 -0.3922511
0.196915699 16.8170889869766 -0.81708899
11.8599967304239 1.14000327
16.6646068334155 0.335393167
17.5891668028994 1.410833197
Y'Y 2399 15.1569723720782 -1.15697237
17.9635769167897 0.036423083
11.3696256334809 -0.36962563
e'e 5.823660836 153.000000000005
Yestimado2 23409.0000000015
S^2 0.970610139
Yest' 13.32319765 14.86351697 17.3922511
Yest'yest 2393.176339

sión muestral.

tadistica, nota en matematica y nota en teoria económica.

gresión es diferente de cero.
13 17 19 14 18 11
 e' -0.32319765 0.136483025 -0.3922511 -0.81708899 1.14000327 0.335393167

16.81708899 11.85999673 16.66460683 17.5891668 15.15697237 17.96357692 11.36962563

1.410833197 -1.15697237 0.036423083 -0.36962563
 3. El centro experimental de la Unsch, realiza un estudio para determinar la posibilidad de pronosticar el peso final (Y) de los p

a) Escriba las ecuaciones normales del modelo lineal.

𝒀_𝒊=𝜷_𝟏+𝜷_𝟐 𝑿_𝟏+𝜷_𝟑 𝑿_𝟐+𝝁_𝒊 𝐹𝑈𝑁𝐶𝐼𝑂𝑁 𝐷𝐸 𝑅𝐸𝐺𝑅𝐸𝑆𝐼𝑂𝑁 𝑃𝑂𝐵𝐿𝐴𝐶𝐼𝑂𝑁𝐴𝐿

Ecuaciones normales
∑▒ 〖𝒀 _𝒊=𝒏𝜷_𝟏+𝜷_𝟐 ∑▒ 〖𝑿 _𝟏+𝜷_𝟑 ∑▒𝑿_𝟐 〗〗

▒ 〖𝒀 _𝒊 𝑿_𝟏=𝜷_𝟏 ∑▒ 〖𝑿 _𝟏+𝜷_𝟐 ∑▒ 〖〖𝑿 _𝟏 〗 ^𝟐+𝜷_𝟑 ∑▒ 〖𝑿 _𝟏 𝑿_𝟐 〗〗〗〗

▒ 〖𝒀 _𝒊 𝑿_𝟐=𝜷_𝟏 ∑▒ 〖𝑿 _𝟐+𝜷_𝟐 ∑▒ 〖𝑿 _𝟐 𝑿_𝟏+𝜷_𝟑 ∑▒ 〖𝑿 _𝟐 〗 ^𝟐 〗〗〗

b) Exprese la ecuación de regresión lineal múltiple muestral e interprete los coeficientes estimados.
𝑭𝑼𝑵𝑪𝑰𝑶𝑵 𝑫𝑬 𝑹𝑬𝑮𝑹𝑬𝑺𝑰𝑶𝑵 𝑴𝑼𝑬𝑺𝑻𝑹𝑨𝑳
𝒀 ̂_𝒊=𝜷 ̂_𝟏+𝜷 ̂_𝟐 𝑿_𝟏+𝜷 ̂_𝟑 𝑿_𝟐
𝒀 ̂_𝒊="26.2347399 "+"0.33306022 " 𝑿_𝟏+"0.2361737 " 𝑿_𝟐

𝟐 @∑▒𝑿_𝟏 &∑▒ 〖𝑿 _𝟏 〗 ^𝟐 &∑▒ 〖𝑿 _𝟏 𝑿_𝟐 〗 @∑▒𝑿_𝟐 &∑▒ 〖𝑿 _𝟏 𝑿_𝟐 〗 &∑▒ 〖𝑿 _𝟐 〗 ^𝟐 )]^(−𝟏)

[■8(∑▒𝒀_𝒊 @∑▒ 〖𝒀 _𝒊 𝑿_𝟏 〗 @∑▒ 〖𝒀 _𝒊 𝑿_𝟐 〗 )]
■8(𝛽_1@𝛽_2@𝛽_3 )]

23 260
260 3016
2748 31284
n=23

[■8(𝛽_1@𝛽_2@𝛽_3 )]
345.733306 11.129455141 -3.94633347 1339
11.1294551 0.3826300696 -0.12935272 * 15214
-3.94633347 -0.129352724 0.04526833 160208

[■8(𝛽_1@𝛽_2@𝛽_3 )] 26.234739861
.= 0.3330602212
0.2361736993

Interpretacion de los coeficientes:

 𝛽_1 : Es el peso antes del alimentacion de los 6 meses
𝛽_2 : por cada kilogramo que aumenta en el peso inicial, el peso final de los porcinos seria de 0.3331
𝛽_3 : por cada alimento que recibe, aumenta 0.2362 al peso final de los porcinos

c) ¿Cuál sería el peso estimado de un cerdo, cuyo peso inicial es de 15 kg y recibió 100 kg de alimento?

𝒀 ̂_𝒊="26.2347399 "+"0.33306022 " 𝑿_𝟏+"0.2361737 " 𝑿_𝟐

𝒀 ̂_𝒊="26.2347399 "+"0.33306022 " 𝑿_𝟏+"0.2361737 " 𝑿_𝟐

Si: 𝑋_1 15
𝑋_2 100

𝒀 ̂_𝒊="26.2347399 "+"0.33306022 "(𝟏𝟓)+"0.2361737 (100)"

𝒀 ̂_𝑰 54.8480131

d) Calcule el índice de correlación y el índice de determinación

𝒓_(𝒀,𝑿𝟏 𝑿𝟐)=√((∑▒(𝒀 ̂_𝒊−𝒀 ̅ )^

yprom 58.217391304

r 0.0026307183 coeficiente de correlacion

r^2 6.920679E-06 coeficiente de determinacion
e) Realice la prueba de hipótesis para probar la significancia global e individual de los coeficientes.

𝒀 ̂_𝑰 54.8480131
error 1284.1519869 Y 1339

einv 0.000778724

var 0.05

desv e 0.2236067977 error tipico de e

X 345.73330602 11.1294551 -3.94633347

 11.129455141 0.38263007 -0.12935272
-3.94633347 -0.12935272 0.04526833

xinv*var 17.286665301 0.55647276 -0.19731667

0.5564727571 0.0191315 -0.00646764
-0.197316673 -0.00646764 0.00226342

sb1 4.157723572 b1 26.2347399

0.1383166783 b2 0.33306022
0.0475753784 b3 0.2361737

𝑡_(𝛽 ̂_1 )=𝛽 ̂_1/𝑆_(𝛽 ̂_1 )

tb1 6.3098807332
tb2 2.4079541631
tb3 4.9642001201 significacia individual

Yest 54.848013109
Yprom 58.217391304
y est -3.369378195
e 1284.1519869

F 6.884409E-05 significancia global

H0=0 La significancia individual es mayo a cero por lo tanto se acepta la hipotesis

H1≠0 La significancia global es mayor que cero por lo tanto se cepta la hipotesis
osticar el peso final (Y) de los porcinos de su fundo, después de 6 meses de engorde. El pronóstico se realiza con base a su peso inicial (X1)

2748
31284
328976
eria de 0.3331

=√((∑▒(𝒀 ̂_𝒊−𝒀 ̅ )^𝟐 )/(∑▒(𝒀_𝒊−𝒀 ̅ )^𝟐 ))

e acepta la hipotesis
e cepta la hipotesis
a con base a su peso inicial (X1) y de la cantidad de alimento que recibe (X2). Para el experimento se tomó en cuenta 23 porcinos como mu
en cuenta 23 porcinos como muestra, los pesos están expresados en kilogramos y con los datos se obtuvo las siguientes sumas.
las siguientes sumas.