EJEMPLO DE REGRESION LINEAL MULTIPLE

En Shipbuilders Council Of America en Washignton D.C.

publica datos sobre los astilleros privados. Entre las variables reportadas
son las cifras de empleo (en miles), el nmero de embarcaciones en construccion
y el nmero de reparaciones o conversiones hechas a barcos comerciales (en millones de d
A continuacion se muestran datos para estas tres variables durante el periodo de 7 aos.
Use estos datos para crear un modelo de regresion para pronosticar el empleo de astilleros
privados a partir del numero de embarcaciones en construccion, reparaciones o conversion
Comente respecto al modelo de regresion y sus puntos fuertes y dbiles

AOS

EMBARCACIONES
EMPLEO
EN CONSTRUCCION
REPARACIONES
MILES
(mdd)
(mdd)
1
133.4
108
431
2
177.3
99
1335
3
143
105
1419
4
142
111
1631
5
130.3
100
852
6
120.6
85
847
7
120.4
79
806

n construccion
rciales (en millones de dlares)
el periodo de 7 aos.
r el empleo de astilleros
paraciones o conversiones de barcos comerciales.

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.6153989226
0.378715834
0.068073751
18.811448416
7

ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

Intercepcin
Variable X 1
Variable X 2

2
4
6

Suma de cuadrados
862.834776828
1415.4823660291
2278.3171428572

Coeficientes
71.0318466048
0.4619913973
0.0208153236

Error tpico
63.7786287305
0.6923351638
0.0194741215

No hay buena relacion entre las variables

Y=71,0318466+0,461991397X1+0,208153

Promedio de los cuadrados

431.417388414
353.8705915073

Estadstico t
1.1137248953
0.6672944282
1.0688709934

F
Valor crtico de F
1.2191388569
0.3859940149

Probabilidad
0.3278055617
0.5411080297
0.3453411173
X1=EMBARCACIONES
X2=REPARACIONES
a=Intercepcion
a=0.4619
b=0.0208

Inferior 95%
-106.0460149503
-1.4602391795
-0.0332535057

Por cada embarcacion que venda 0.46 person

por cada embarcacion que repare 0.0208 per

18466+0,461991397X1+0,20815324ZX2

Superior 95%
248.10970816
2.384221974
0.0748841528

Inferior 95,0% Superior 95,0%

-106.04601495 248.1097081599
-1.4602391795
2.384221974
-0.0332535057
0.0748841528

mbarcacion que venda 0.46 personas se van a necesitar

mbarcacion que repare 0.0208 personas se van a necesitar

Se desea estimar los gastos en alimentacin de una familiaen base

a lainformacin que proporcionan las variables regresorasX1=ingresos mensuales
yX2=nmero demiembros de la familia. Para ello se recoge una muestra aleatoria
simple de 15 familias cuyos resultadosson los de la tabla adjunta
(El gasto e ingreso est dado en cientos de miles de quetzales)

Gastos
Y

Tamao
X1

Ingreso
X2

43
31
32
46
125
44
52
29
129
35
35
78
43
47
38

3
4
5
4
4
3
6
5
3
2
4
3
2
3
4

21
11
9
16
62
23
18
10
89
24
12
47
35
29
14

sos mensuales
uestra aleatoria

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.9744945769
0.9496396804
0.9412462938
7.7512282846
15

LA RELACION E

ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

Intercepcin
Variable X 1
Variable X 2
MODELO
Y=A+B1+X1+B2X2
y=-16.0458+7.6915X1+1.4872X2

2
12
14

Suma de cuadrados
13595.4215209532
720.9784790468
14316.4

Coeficientes
-16.045804267
7.6915194256
1.4872702276

Error tpico
9.0389103302
2.0106867977
0.09971317
Intercepcion
b1=7.69
b2=1.48

x1= por cada miembro de la familia se gastan 7.69QTZ

X2= Por cada quetzal de ingreso se gasta 1.48

LA RELACION ENTRE LAS VARIABLES ES BUENA

Promedio de los cuadrados

6797.7107604766
60.0815399206

se gastan 7.69QTZ
gasta 1.48

F
Valor crtico de F
113.1414203 1.631288835E-008

Estadstico t
Probabilidad
-1.7751923275 0.1012113647
3.8253195049 0.0024160201
14.9154843642 4.145771E-009

Inferior 95%
Superior 95%
-35.7398980607 3.6482895267
3.3106092343 12.0724296169
1.2700138936 1.7045265616

Inferior 95,0% Superior 95,0%

-35.7398980607
3.6482895267
3.3106092343 12.0724296169
1.2700138936
1.7045265616

CASO STARBUCKS

Starbucks es un caso de resonante xito de restaurantes. Comenzando con su primera

cafeteria en 1971, Starbucks crecio mas de 5200 locales con proyeccion para llegar a 10 mil
para el ao 2005. Al abrir su primera tienda internacional a mediados de la decada de 1990
Starbucks ahora opera en mas de 22 paises (90 cafeterias) fuera de Estados Unidos. Ademas
de vender bebidas, pasteles, confecciones y accesorios y equipos relacionados con el caf en
sus tiendas de venta al menudeo, Starbucks tambien compra y tuesta granos de alta calidad
en varios locales. El objetivo de la compaoa es convertirse en la marca mas reconocida y
respetada del mundo. Starbucks mantiene una fuerte orientacion ambiental y esta
dedicada a tomar una posicion de liderazgo en temas del ambiente. Ademas la compaa
gano premios por responsabilidad social corporativa por medio de sus programas de
construccion comunitaria, su fuerte compromiso con sus origenes (productores de caf,
familia, comunidad) y la Fundacion Starbucks, que esta dedicada a crear esperanza,
descubrimiento y oportunidad en las comunidades donde reside Starbucks.
En noviembre de 2001, Starbucks lanzo su tarjeta prepagada Starbucks, (de debito) La
tarjeta, que contiene entre $5 y $5000 dolares, puede usarse en practicamente cualquier
local de Starbucks. La tarjeta fue tan popular cuando se puso a la venta por primera vez que
a muchas tiendas se les agoto. Para mediados de 2002, Starbucks activo mas de 5 millones de
estas tarjetas. Se piensa que la tarjeta constituyo gran parte del aumento del 7% en ventas
de la compaa a principios de 2002 y que es la que trajo numerosos nuevos clientes a la
tienda. Cuando los clientes "recargan" las tarjetas, parece que estan poniendo mas dinero
en ellas que el valor inicial de la tarjeta

con su primera
n para llegar a 10 mil
de la decada de 1990
tados Unidos. Ademas
ionados con el caf en
granos de alta calidad
a mas reconocida y
ental y esta
demas la compaa
programas de
ductores de caf,
ar esperanza,

s, (de debito) La
camente cualquier
a por primera vez que
vo mas de 5 millones de
nto del 7% en ventas
uevos clientes a la
oniendo mas dinero

cantidad de
tarjetas
prepagadas
5
25
10
5
15
50
10
15
5
5
20
35
40
15
200
15
40
5
30
100
30
25
25
50
15

edad
25
30
27
42
29
25
50
45
32
23
40
35
28
33
40
37
51
20
26
38
27
29
34
30
22

dias por mes

en starbucks
4
12
10
8
11
12
8
6
16
10
18
12
10
12
15
3
10
8
15
19
12
14
10
6
8

tazas de
caf por dia
1
5
4
5
8
5
3
5
7
1
5
3
3
2
5
1
8
4
5
10
3
6
4
3
5

ingresos
(miles)
20
35
30
30
25
60
30
35
25
20
40
40
50
30
80
30
35
25
35
45
35
35
45
55
30

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.8687002829
0.7546401814
0.7055682177
22.1483156301
25

LA RELACION ENTRE LAS V

ANLISIS DE VARIANZA
Grados de libertad
4
20
24

Suma de cuadrados
30175.0422950214
9810.9577049786
39986

Coeficientes
-83.8257432383
0.2369285181
1.189657003
1.4216110803
2.4065429233

Error tpico
22.4944492715
0.5759058165
1.473934142
2.6310488459
0.3597190721

Regresin
Residuos
Total

Intercepcin
Variable X 1
Variable X 2
Variable X 3
Variable X 4

MODELO
Y=-83,82574324+0,236928518X1+2,406542923X2

INTERCEPCION
B1=0.2369
B2=1.189
B3=1.4216
B4=2.2065

RELACION ENTRE LAS VARIABLES ES REGULAR

Promedio de los cuadrados

F
Valor crtico de F
7543.7605737554 15.378234828
0.000006758
490.5478852489

Estadstico t
-3.7265079143
0.4114015023
0.8071303657
0.540321052
6.6900620797

Probabilidad
0.0013323535
0.6851533102
0.429086253
0.5949421146
1.641348E-006

Inferior 95%
-130.748342185
-0.9643899642
-1.8849157408
-4.0666606402
1.6561820877

Superior 95%
-36.903144292
1.4382470003
4.2642297468
6.9098828008
3.1569037589

Inferior 95,0% Superior 95,0%

-130.748342185 -36.9031442916
-0.9643899642
1.4382470003
-1.8849157408
4.2642297468
-4.0666606402
6.9098828008
1.6561820877
3.1569037589