UNIVERSIDAD NACIONAL DE INGENIERIA 2022-2

FACULTAD DE ING ECONOMICA, ESTADISTICA Y CIENCIAS SOCIALES Prof. A. Pinedo S.

ESCUELA PROFESIONAL DE INGENIERIA ESTADÍSTICA

ANÁLISIS DE REGRESIÓN 1ra. PRACTICA CALIFICADA

1.1 Conocidas todas las hipótesis del modelo lineal general, indique la verdad o falsedad de las
siguientes afirmaciones justificando su respuesta.
a. El valor esperado del Estimador mínimos cuadrados ordinarios del parámetro beta es un vector
de números desconocidos para el investigador.
b. La matriz de varianzas del Estimador mínimos cuadrados ordinarios del parámetro beta es la
mínima que puede alcanzar cualquier estimador lineal del parámetro beta.
c. La hipótesis de los regresores son necesarias para demostrar que los estimadores mínimos
cuadrados ordinarios del parámetro beta son insesgados.
1.2 En el modelo de regresión Y= E(Y/Xi) + Ɛi, interpretar correctamente cada una de sus
componentes de acuerdo a la teoría que usted conoce, donde yi: Gastos de familia xi : Nivel de
ingreso en el distrito de Lince.

2. En un laboratorio químico se desea investigar una fibra sintética que debido a su apariencia se ha
encontrado adecuada para la fabricación de pelucas, debe necesariamente encogerse antes de
su fabricación, el cual se logra en dos pasos: Primero La fibra se sumerge en una solución diluida
del producto química A, que es necesario para preservar el brillo de la fibra durante el paso 2.
Segundo la fibra se cuece en grandes hornos a muy alta temperatura durante una hora. Se
sugiere que la temperatura de horneado debe ser variada en los lotes de fibra. La fibra terminada
se sumerge luego en agua de lluvia durante un periodo de tiempo adecuado y se pone al sol para
que se seque. La cantidad de concentración adicional (en porcentaje) resultante de la prueba con
agua de lluvia se registra junto con el valor de T para cada lote en la siguiente tabla:
Lotes: 1 2 3 4 5 6 7 8 9
Temperatura: 280 250 300 320 310 280 319 300 325
Concentración: 2.1 3.0 3.2 1.4 2.6 3.9 1.3 3.4 2.8
a. Analice la significancia de su modelo y qué porcentaje de variabilidad total explica el modelo.
Interprete sus resultados
b. Calcule un intervalo de confianza para la respuesta media del 95% cuando la temperatura es 290.
Interprete sus resultados
c. Analice la influencia del regresor. Interprete sus resultados.

3. En el país vecino La fábrica principal de confección de cuero, en el departamento de

producción de la fábrica de confección de zapatos, desea explorar la relación entre los operarios
que hacen zapatos, la edad promedio de ellos y la cantidad producida por semana. Una muestra
aleatoria para realizar el estudio reveló los siguientes datos
No operarios: 30 45 75 68 70 52 59 69 60 61
Cantidad: 30 45 52 69 73 49 72 50 70 75
Edad: 16 20 30 15 24 22 19 18 17 21
a. Ajuste un modelo que relacione sus variables en estudio y determine la matriz de covarianzas e
interprete sus resultados
b. Calcule un intervalo de predicción del 95% cuando el número de operarios es 74 y su edad es
24 años. Interprete su resultado
c. Analice la contribución del número de operarios al modelo. Interprete

4. En el problema del país vecino probar la hipótesis Ho: β1 = β2. Interprete su resultado.

Lima, 12 de octubre del 2022