LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Ao de la Inversin para
el Desarrollo Rural y la Seguridad Alimentaria de la Integracin

Laboratorio: DE LABORATORIO DE ESTADISTICA

Y PROBABILIDADES

1. Un conjunto de mdicos y antroplogos desea determinar la posbile relacin entre la altura de una
recin nacido con la que tuvieron en similar ocasin sus padres y sus abuelos paternos y maternos

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Variables:
Y= altura
X1= largo de nacer
X2= altura de la madre
X3= altura del padre
X4= altura del abuela materna
X5= altura de abuelo materna
X6= altura de abuela paterno
X7= altura de abuelo paterno

a) Formular un modelo de regresin lineal que incluya a todas las variables consideradas
b) Evale la posibilidad de regresin mltiple, utilizando los mtodos enter, stepwise y cackward. Que
semejanzas y/o diferencias se obtienen
c) Formule uno o dos modelos finales en base a los resultados anteriores.

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Solucin:
METODO ENTER
Model Summary
Mod

el
1

,958

Adjusted R

Std. Error of

Square

Square

the Estimate

,917

,869

1,0037

a. Predictors: (Constant), altura abuela materna, largo al nacer,

altura abuelo materno, altura abuela paterna, altura abuela materna,
altura madre, altura padre

Coefficients
Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients
B
1

(Constant)

Std. Error

-78,268

26,962

largo al nacer

1,372

,521

altura madre

,782

altura padre

Beta
-2,903

,013

,264

2,635

,022

,199

,416

3,927

,002

1,051

,136

,832

7,742

,000

altura abuela materna

-,120

,172

-,065

-,698

,498

altura abuelo materno

,091

,130

,065

,703

,496

altura abuela paterna

,088

,161

,055

,548

,594

altura abuela materna

-,102

,155

-,068

-,657

,524

a. Dependent Variable: altura

Ecuacin:

Obs: la ecuacin lograda por el mtodo de regresin es muy buena, debido que su R cuadrado es 0.917.

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

METODO STEPWISE
NO ES POSIBLE

METODO BACKWARD

Model Summary
Mod

el

Adjusted R

Std. Error of

Square

Square

the Estimate

,746

,557

,298

2,3205

,742

,551

,343

2,2447

,731

,534

,367

2,2028

,700

,490

,354

2,2256

,688

,473

,375

2,1902

,392

,320

2,2833

4
5
6

,626

a. Predictors: (Constant), altura abuelo materno, largo al nacer,

altura de abuelo materna, altura abuela paterna, altura de abuela
materna, altura de madre, altura de padre
b. Predictors: (Constant), altura abuelo materno, altura de abuelo
materna, altura abuela paterna, altura de abuela materna, altura de
madre, altura de padre
c. Predictors: (Constant), altura abuelo materno, altura de abuelo
materna, altura abuela paterna, altura de madre, altura de padre
d. Predictors: (Constant), altura de abuelo materna, altura abuela
paterna, altura de madre, altura de padre
e. Predictors: (Constant), altura de abuelo materna, altura de
madre, altura de padre
f. Predictors: (Constant), altura de madre, altura de padre

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Coefficients
Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients
B
1

(Constant)

47,734

51,553

largo al nacer

,490

1,208

altura de madre

,891

altura de padre

Beta
,926

,373

,094

,406

,692

,459

,474

1,943

,076

-,007

,006

-,320

-1,191

,257

altura de abuela materna

-,310

,400

-,167

-,776

,453

altura de abuelo materna

-,338

,307

-,240

-1,101

,292

altura abuela paterna

,417

,380

,259

1,097

,294

altura abuelo materno

-,431

,377

-,287

-1,142

,276

48,714

49,814

,978

,346

altura de madre

,970

,402

,516

2,412

,031

altura de padre

-,007

,005

-,340

-1,326

,208

altura de abuela materna

-,249

,358

-,134

-,694

,500

altura de abuelo materna

-,340

,297

-,242

-1,145

,273

altura abuela paterna

,419

,367

,260

1,139

,275

altura abuelo materno

-,434

,365

-,289

-1,190

,255

32,847

43,436

,756

,462

altura de madre

,954

,394

,507

2,422

,030

altura de padre

-,008

,005

-,379

-1,544

,145

altura de abuelo materna

-,356

,291

-,253

-1,224

,241

altura abuela paterna

,424

,361

,264

1,176

,259

altura abuelo materno

-,408

,356

-,272

-1,145

,271

33,102

43,885

,754

,462

altura de madre

,798

,373

,424

2,137

,049

altura de padre

-,011

,004

-,536

-2,609

,020

altura de abuelo materna

-,424

,287

-,302

-1,476

,161

,224

,319

,139

,704

,492

52,193

33,943

1,538

,144

altura de madre

,746

,360

,397

2,071

,055

altura de padre

-,012

,004

-,579

-3,006

,008

altura de abuelo materna

-,443

,282

-,315

-1,573

,135

11,653

23,037

,506

,619

altura de madre

,904

,361

,481

2,507

,023

altura de padre

-,010

,004

-,489

-2,549

,021

(Constant)

(Constant)

(Constant)

altura abuela paterna

5

Std. Error

(Constant)

(Constant)

a. Dependent Variable: altura

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Obs: la ecuacin lograda por el mtodo de regresin es usable, debido que su R cuadrado es 0.557.

Obs: la ecuacin lograda por el mtodo de regresin es usable, debido que su R cuadrado es 0.551.

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

2. El reporte de ventas de una importante cadena de bazares, indica qel numero de vestido vendidos
(y), el nmero de horas trabajadas(x1) y los meses de experiencias(x2) de 10 vendedores de medio
tiempo seleccionadas al azar.

a)
b)
c)
d)
e)
f)

Crear el archivo de datos bazar.sav en su disco de trabajo con los datos y variables indicados.
Obtener la ecuacin de regresin mltiple correspondiente.
Es bueno el coeficiente de determinacin?
Se valida el modelo de regresin.
Se validan los coeficientes.
Utilizar la ecuacin fi9nal validad para predecir las ventas hechas por una vendedora que trabaja
cinco horas y que tiene 2.5 meses de experiencia.

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Solucin:
a)

b)

Coefficients
Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients
B
1

(Constant)
horas trabajadas
meses de experiencia

a. Dependent Variable: vestidos vendidos

Ecuacin

Std. Error

-2,506

,359

1,103

,043

,207

,037

Beta
-6,980

,000

,861

25,547

,000

,191

5,666

,001

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

c)

Model Summary
Model

,998

R Square

,996

Adjusted R

Std. Error of the

Square

Estimate
,994

,443

a. Predictors: (Constant), meses de experiencia, horas trabajadas

Si es bueno el modelo, debido a que el R cuadrado es 0.996 que es mayor al minimo requerido que es 0.51
d) Si debido a que el r cuadrado es 99.6%
e) Si debido a que el modelo de regresin realizado forma muy aproximadamente a una funcin.

f)

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

3. El costo de decorar casa recin construidas con jardinera ornamental fuie poroprcional apor una
empresa constructora para uan muestar de 12 casos, para los cuales se conocan los ingres
familiares (x1) y los montos de los hipotecas(x2). Los montos estn en miles de dlares.

A) Formular y obtener la ecuacin de regresin mltiple correspondiente. Utilice el mtodo enter

B) Repetir la secuencia anterior, pero esta vez seleccin el mtodo bacwar. Cules la diferencia?
C) Utilizar la ecuacin obtenida en el punto a) o el punto b) para estimar los gasto en jardinera
cuando el ingreso familiar es 43.2 y el monto de la hipoteca asciende a 51.3 miles. es posible?
Solucin:
a)
METODO ENTER
Model Summary
Model

,607

R Square

,368

Adjusted R

Std. Error of the

Square

Estimate
,227

1,86900

a. Predictors: (Constant), montos de hipotecas, ingresos de familia

10

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Coefficients
Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients
B
(Constant)
1

Std. Error
1,432

1,533

ingresos de familia

,059

,061

montos de hipotecas

,036

,050

Beta
,934

,375

,374

,965

,360

,277

,713

,494

a. Dependent Variable: costos

Obs. No es muy recomendable debido a que rcuadrado es 0.368 que es 36.8%, por debajo del 51% minimo.

b)
METODO BACWARD

Model Summary
Model

1
2

R Square

Adjusted R

Std. Error of the

Square

Estimate

,607

,368

,227

1,86900

,576

,332

,265

1,82250

a. Predictors: (Constant), montos de hipotecas, ingresos de familia

b. Predictors: (Constant), ingresos de familia

Coefficients
Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients
B
(Constant)
1

Std. Error
1,432

1,533

ingresos de familia

,059

,061

montos de hipotecas

,036

,050

1,846

1,383

,090

,041

(Constant)

Beta
,934

,375

,374

,965

,360

,277

,713

,494

1,335

,212

2,231

,050

2
ingresos de familia
a. Dependent Variable: costos

11

,576

LABORATORIO DE ESTADISTICA Y PROBABILIDADES

Obs: se esta generando dos ecuaciones:

No es muy recomendable debido a que r cuadrado es 0.368 que es 36.8%, por debajo del 51% mnimo.

No es muy recomendable debido a que r cuadrado es 0.332 que es 33.2%, por debajo del 51% mnimo.
c)

Obs: se debe de recalcar que no es muy recomendable basar nuestras respuestas con estas ecuaciones
debido a que tiene muy poca exactitud al valor real.

12