UNIVERSIDAD TECNOLOGICA DE

MEXICO

Licenciatura: Ingeniería Industrial y Administración.

Asignatura: Estadística Aplicada y Pronósticos

Docente: Lic. Carlos Alberto Jiménez Álvarez

ENTREGABLE 4

Alumno: Gerardo Hernández Araujo

 ENTREGABLE 4

Análisis de regresión lineal y múltiple

Ejercicio regresión lineal:

1.- El capital social constituye una medida de las relaciones sociales que la gente emplea como
recurso para beneficiarse. Un investigador quiere saber si la satisfacción con la vida depende del
capital social. Se utiliza una escala de capital social que varía de 10 a 25 y una escala de
satisfacción con la vida que varía de 20 a 40. Se utiliza una muestra de 20 personas, reuniendo
la siguiente información:

Capital social (xi) Satisfacción con la vida (yi)

15 25
12 24
23 31
24 34
19 28
21 31
17 25
14 21
21 35
19 26
20 28
15 23
12 20
17 27
16 24
22 31

a) Grafique los datos para saber aproximadamente que modelo se utilizará.

SE UTILIZA REGRESIÓN LINEAL

tabla 1
40

35

30

25

20

15

10

0
0 5 10 15 20 25 30
b) Cuál sería el modelo de regresión que se emplearía, de acuerdo a lo observado en la gráfica.

Ŷ=8.0193+1.0616(X)

c) Validar los supuestos de R^2, la prueba global, varianza constante y prueba de normalidad.

COEFICIENTE R^2=.8249, 82.49%

VARIANZA=√𝟑. 𝟔𝟑=1.905
1.905(2)= 3.81

Variable X 1 Gráfico de los residuales

6
4
Residuos

2
0
-2 0 5 10 15 20 25 30
-4
Variable X 1
LOS DATOS ESTAN CERCANOS A LA LINEA DE TENDENCIA

Gráfico de probabilidad normal

40
35
30
25
20
Y

15
10
5
0
0 20 40 60 80 100 120
Muestra percentil

d) Con un capital social de 18, cuál sería su satisfacción con la vida (pronostique).

Ŷ=8.0193+1.0616(X)
Ŷ=8.0193+1.0616(18)= 27.1281 VALOR AJUSTADO

Ejercicio regresión múltiple:

2.- Una empresa desea medir la productividad de tiendas de comestibles al menudeo. Para
realizar el estudio, se valen de del valor agregado por hora de trabajo. El valor agregado se define
como el excedente (dinero generado por el negocio) disponible para pagar empleados,
mobiliario y enseres, y equipo. Para poder realizar pronósticos en un futuro, emplearán los datos
consistentes de la relación entre el valor agregado por hora de trabajo como variable
dependiente (yi), y como regresor xi el tamaño de una tienda de comestibles.

tamaño de tienda, xi (miles de pies valor agregado por hora de trabajo,

Tienda cuadrados) yi ($)
1 21 4.08
2 12 3.4
3 25.2 3.51
4 10.4 3.09
5 30.9 2.92
6 6.8 1.94
7 19.6 4.11
8 14.5 3.16
9 25 3.75
10 19.1 3.6
a) Grafique los datos para saber aproximadamente que modelo se utilizará.

SE UTILIZARÁ REGRESIÓN MULTIPLE

Título del gráfico

4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
0 5 10 15 20 25 30 35

b) Cuál sería el modelo de regresión que se emplearía, de acuerdo a lo observado en la gráfica.

Ŷ=-.1593+.3919-.0094(X)
c) Validar los supuestos de R^2, la prueba global, varianza constante y prueba de normalidad.

COEFICIENTE R^2=.8794, 87.94%

VARIANZA=√. 0626= .2501

.2501(2)=.5002

Variable X 1 Gráfico de los residuales

0.3
0.2
0.1
Residuos

0
-0.1 0 5 10 15 20 25 30 35

-0.2
-0.3
-0.4
Variable X 1

Variable X 2 Gráfico de los residuales

0.3
0.2
0.1
Residuos

0
0 200 400 600 800 1000 1200
-0.1
-0.2
-0.3
-0.4
Variable X 2
LOS DATOS ESTAN CERCANOS A LA LINEA DE TENDENCIA

Gráfico de probabilidad normal

4.5
4
3.5
3
2.5
Y

2
1.5
1
0.5
0
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil

d) Con un tamaño de tienda de 40 mil pies cuadrados, cuál será el valor agregado(pronostique)
Ŷ=-.1593+.3919-.0094(X)
Ŷ=-.1593+.3919-.0094(40)= .1439 VALOR AJUSTADO