Estadística Inferencial II

Tema 1 Regresión lineal múltiple

Practica

En la Tabla 3.1 se reportan precios de casas unifamiliares, con una muestra aleatoria de 10
casas tomada de cada una de tres subdivisiones de vivienda. Como puede apreciarse,
además de subdivisión y precio también se recoge la información sobre extensión en pies
cuadrados de cada casa y lote. Con el precio como la variable dependiente, realice un
1
análisis de regresión por pasos hacia atrás usando software de cómputo.

Tabla 3.1 Precios de casas unifamiliares en tres subdivisiones

Área habitable, Tamaño del lote,

Casa muestreada Precio Subdivisión
en pies cuadrados en pies cuadrados
1 102 200 1 500 12 000 A
2 103 950 1 200 10 000 A
3 87 900 1 200 10 000 A
4 110 000 1 600 15 000 A
5 97 000 1 400 12 000 A
6 95 700 1 200 10 000 A
7 113 600 1 600 15 000 A
8 109 600 1 500 12 000 A
9 110 800 1 500 12 000 A
10 90 600 1 300 12 000 A
11 109 000 1 600 13 000 B
12 133 000 1 900 15 000 B
13 134 000 1 800 15 000 B
14 120 300 2 000 17 000 B
15 137 000 2 000 17 000 B
16 122 400 1 700 15 000 B
17 121 700 1 800 15 000 B
18 126 000 1 900 16 000 B
19 128 000 2 000 16 000 B
20 117 500 1 600 13 000 B
21 158 700 2 400 18 000 C
22 186 800 2 600 18 000 C
23 172 400 2 300 16 000 C
24 151 200 2 200 16 000 C
25 179 100 2 800 20 000 C
26 182 300 2 700 20 000 C
27 195 850 3 000 22 000 C
28 168 000 2 400 18 000 C
29 199 400 2 500 20 000 C
30 163 000 2 400 18 000 C
 Estadística Inferencial II

a) Obtenga la ecuación de regresión múltiple para estimar el precio de casas con

base en las tres variables de tamaño de la casa, tamaño del lote y ubicación.
b) Pruebe la significancia del modelo de regresión múltiple al nivel del 5%.
c) Observe que variable tiene el coeficiente de regresión parcial con menor
estadística t reportada (y mayor valor P) y determine si la contribución de esa
variable es significativa al nivel del 5%. (Nota: para nuestra solución adoptamos
la perspectiva de que dado que las dos variables indicadoras representan a una
sola variable cualitativa, de ubicación, ambas o ninguna debe eliminarse en el
modelo. En consecuencia, solo consideraremos el más alto de los dos cocientes 2
t asociados con las variables indicadoras.
d) Continuando con el problema c), obtenga la ecuación de regresión múltiple para
el modelo reducido.
e) Pruebe la significancia del modelo de regresión múltiple reducido al nivel del 5%.
f) Observe que variable tiene el coeficiente de regresión parcial con la menor
estadística t reportada (y el mayor valor P) y determine si la contribución de esa
variable al modelo de regresión múltiple es significativa al nivel del 5%.
g) Observe la gráfica de residuales para el modelo de regresión múltiple reducido.
¿Parecen cumplirse los supuestos de linealidad e igualdad de las varianzas
condicionales?
h) Use el modelo de regresión del problema c) y estime el precio de una casa con:
 1200 pies cuadradas y en la subdivisión A
 1800 pies cuadrados y en la subdivisión B
 2400 pies cuadrados y en la subdivisión C
i) Use el modelo de regresión del problema c) para determinar el intervalo de
confianza de 95% para el precio medio condicional de todas las casas con:
 1200 pies cuadradas y en la subdivisión A
 1800 pies cuadrados y en la subdivisión B
 2400 pies cuadrados y en la subdivisión C
j) Continuando con el problema c), determine el intervalo de predicción de 95%
para el precio de una casa individual en cada una de las tres categorías
anteriormente identificadas.