ANALISIS DE REGRESION LINEAL

YOHANA ANDREA GALEANO

SANDRA PATRICIA FORERO
MARIA FERNANDA BERMUDEZ

UNIVERSIDAD INDUSTRIAL DE SANTANDER

GESTION EMPRESARIAL
ESTADISTICA APLICADA
2017
 ANALISIS DE REGRESION LINEAL

YOHANA ANDREA GALEANO

SANDRA PATRICIA FORERO
MARIA FERNANDA BERMUDEZ

Presentado a:
OSWALDO MUÑOZ

UNIVERSIDAD INDUSTRIAL DE SANTANDER

GESTION EMPRESARIAL
ESTADISTICA APLICADA
2017
 INTRODUCCION

Se estudia dos variables una de independencia y la otra dependiente y la

relación entre ellas es aproximadamente una línea recta, en este ejercicio se
pretende demostrar en qué medida una variable se relaciona con otra.
También se utiliza la regresión lineal para aplicar al cálculo de estimaciones por
medio de intervalos de confianza en aplicaciones reales del campo
empresarial.
Para nuestra vida profesional es de gran importancia determinar las relaciones
que existen entre dos variables cuando se toman decisiones ya que afectan
aspectos importantes en las organizaciones tales como gastos de publicidad y
de ventas, La relación entre las altas temperaturas de una ciudad y el aumento
en el consumo de agua, los precios y el volumen de ventas entre otros. Para
ello se usa un procedimiento estadístico que se llama análisis de regresión
lineal.
 1. ANALISIS DE REGRESION LINEAL

EJERCICIO 1

1. Dadas las siguientes cinco observaciones de las variables x y y.

𝐱𝐢 1 2 3 4 5
𝐲𝐢 3 7 5 11 14

a. Trace el diagrama de dispersión correspondiente a estos datos.

16
14
12
10
8
6
4
2
0
0 1 2 3 4 5 6

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la

relación entre las dos variables?

 Indica que la relación entre las dos variables es positiva.

c. Trate de aproximar la relación entre x y y trazando una línea recta que

pase a través de los puntos de los datos.

16

14

12

10
Datos yi

0
0 1 2 3 4 5 6
Datos Xi
d. Con las ecuaciones (14.6) y (14.7) calcule b0 y b1 para obtener la
ecuación de regresión estimada.

1 + 2 + 3 + 4 + 5 15
𝑀𝑒𝑑𝑖𝑎 𝑥𝑖 = = =𝟑
5 5

3 + 7 + 5 + 11 + 14 40
𝑀𝑒𝑑𝑖𝑎 𝑦𝑖 = = =𝟖
5 5

𝒐𝒃𝒔 𝒙𝒊 𝒚𝒊 ̅
𝒙𝒊 − 𝒙 ̅
𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)
(𝒙𝒊 − 𝒙
1 1 3 -2 10 10 4
2 2 7 -1 1 1 1
3 3 5 -3 0 0 0
4 4 11 3 3 3 1
5 5 14 6 12 12 4
Total 15 40 26 10

26
𝑏1 =
10

𝒃𝟏 = 𝟐. 𝟔

𝑏0 = 𝑦̅ − 𝑏1 𝑥̅

𝑏0 = 8 − 2.6(3)

𝒃𝟎 = 𝟎. 𝟐

̂ = 𝟎. 𝟐 + 𝟐. 𝟔𝒙
𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ò𝑛 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑒𝑠: 𝒚

e. Use la ecuación de regresión estimada para predecir el valor de y

cuando x = 4.

̂ = 𝟎. 𝟐 + 𝟐. 𝟔(𝟒)
𝒚

̂ = 𝟎. 𝟐 + 𝟏𝟎. 𝟒
𝒚

̂ = 𝟏𝟎. 𝟔
𝒚
2. Dadas las siguientes cinco observaciones de las variables x y y.

𝐱𝐢 3 12 6 20 14
𝐲𝐢 55 40 55 10 15

a. Trace, con estos datos, el diagrama de dispersión.

60

50

40

30

20

10

0
0 5 10 15 20 25

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la

relación entre las dos variables?

 Indica que la relación entre las dos variables es negativa.

c. Trate de aproximar la relación entre x y y trazando una línea recta a

través de los puntos de los datos.

70

60

50

40
Datos yi

30

20

10

0
0 5 10 15 20 25
Datos xi
d. Con las ecuaciones (14.6) y (14.7) calcule b0 y b1, para obtener la
ecuación de regresión estimada.

3 + 12 + 6 + 20 + 14 55
𝑀𝑒𝑑𝑖𝑎 𝑥𝑖 = = = 𝟏𝟏
5 5

55 + 40 + 55 + 10 + 15 175
𝑀𝑒𝑑𝑖𝑎 𝑦𝑖 = = = 𝟑𝟓
5 5

𝒐𝒃𝒔 𝒙𝒊 𝒚𝒊 ̅
𝒙𝒊 − 𝒙 ̅
𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)
(𝒙𝒊 − 𝒙
1 3 55 -8 20 -160 64
2 12 40 1 5 5 1
3 6 55 -5 20 -100 25
4 20 10 9 -25 -225 81
5 14 15 3 -20 -60 9
Total 55 175 -540 180

−540
𝑏1 =
180

𝒃𝟏 = −𝟑

𝑏0 = 𝑦̅ − 𝑏1 𝑥̅

𝑏0 = 35 − (−3)(11)

𝑏0 = 35 − (−33)

𝑏0 = 35 + 33

𝒃𝟎 = 𝟔𝟖

̂ = 𝟔𝟖 − 𝟑𝒙
𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ò𝑛 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑒𝑠: 𝒚

e. Use la ecuación de regresión estimada para predecir el valor de y

cuando x = 4.

̂ = 𝟔𝟖 − 𝟑𝒙
𝒚

̂ = 𝟔𝟖 − 𝟑(𝟒)
𝒚

̂ = 𝟔𝟖 − 𝟏𝟐
𝒚

̂ = 𝟓𝟔
𝒚
3. Dadas las observaciones siguientes sobre estas dos variables obtenidas en
un estudio de regresión.

𝐱𝐢 2 6 9 13 20
𝐲𝐢 7 18 9 26 23

a. Con estos datos trace el diagrama de dispersión.

30
25
20
15
10
5
0
0 5 10 15 20 25

b. Obtenga la ecuación de regresión estimada correspondiente a estos

datos.

2 + 6 + 9 + 13 + 20 50
𝑀𝑒𝑑𝑖𝑎 𝑥𝑖 = = = 𝟏𝟎
5 5
7 + 18 + 9 + 26 + 23 83
𝑀𝑒𝑑𝑖𝑎 𝑦𝑖 = = = 𝟏𝟔. 𝟔
5 5

𝒐𝒃𝒔 𝒙𝒊 𝒚𝒊 ̅
𝒙𝒊 − 𝒙 ̅
𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)
(𝒙𝒊 − 𝒙
1 2 7 -8 -9.6 76.8 64
2 6 18 -4 1.4 -5.6 16
3 9 9 -1 -7.6 7.6 1
4 13 26 3 9.4 28.2 9
5 20 23 10 6.4 64 100
Total 50 83 171 190

171
𝑏1 =
190

𝒃𝟏 = 𝟎. 𝟗

𝑏0 = 𝑦̅ − 𝑏1 𝑥̅

𝑏0 = 16.6 − 0.9(10)

𝑏0 = 16.6 − 9

𝒃𝟎 = 𝟕. 𝟔
 ̂ = 𝟕. 𝟔 + 𝟎. 𝟗𝒙
𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ò𝑛 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑒𝑠: 𝒚

c. Use la ecuación de regresión estimada para predecir el valor de y

cuando x = 4.

̂ = 𝟕. 𝟔 + 𝟎. 𝟗𝒙
𝒚

̂ = 𝟕. 𝟔 + 𝟎. 𝟗(𝟒)
𝒚

̂ = 𝟕. 𝟔 + 𝟑. 𝟔
𝒚

̂ = 𝟏𝟏. 𝟐
𝒚

4. Los datos siguientes son estaturas y pesos de nadadoras.

Estatura 68 64 62 65 66
Peso 132 108 102 115 128

a. Trace el diagrama de dispersión de estos datos usando la estatura como

variable independiente.

140

130

120
PESO

110

100

90
60 62 64 66 68 70
ESTATURA

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la

relación entre las dos variables?

 Indica que la relación es positiva entre las dos variables, lo que

significa que a medida que la estatura aumenta el peso también
aumenta.

c. Trate de aproximar la relación entre estatura y peso trazando una línea

recta a través de los puntos de los datos.
 140

130

PESO 120

110

100

90
60 62 64 66 68 70
ESTATURA

d. Obtenga la ecuación de regresión estimada calculando b0 y b1.

68 + 64 + 62 + 65 + 66 325
𝑀𝑒𝑑𝑖𝑎 𝑥𝑖 = = = 𝟔𝟓
5 5

132 + 108 + 102 + 115 + 128 585

𝑀𝑒𝑑𝑖𝑎 𝑦𝑖 = = = 𝟏𝟏𝟕
5 5

𝒐𝒃𝒔 𝒙𝒊 𝒚𝒊 ̅
𝒙𝒊 − 𝒙 ̅
𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)
(𝒙𝒊 − 𝒙
1 68 132 3 15 45 9
2 64 108 -1 -9 9 1
3 62 102 -3 -15 45 9
4 65 115 0 -2 0 0
5 66 128 1 11 11 1
Total 325 585 110 20

110
𝑏1 =
120

𝒃𝟏 = 𝟓. 𝟓

𝑏0 = 𝑦̅ − 𝑏1 𝑥̅

𝑏0 = 117 − 5.5(65)

𝑏0 = 117 − 357.5

𝒃𝟎 = −𝟐𝟒𝟎. 𝟓

̂ = −𝟐𝟒𝟎. 𝟓 + 𝟓. 𝟓𝒙
𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ò𝑛 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑒𝑠: 𝒚
 e. Si la estatura de una nadadora es 63 pulgadas, ¿cuál será su peso
estimado?

̂ = −𝟐𝟒𝟎. 𝟓 + 𝟓. 𝟓𝒙
𝒚

̂ = −𝟐𝟒𝟎. 𝟓 + 𝟓. 𝟓(𝟔𝟑)
𝒚

̂ = −𝟐𝟒𝟎. 𝟓 + 𝟑𝟒𝟔. 𝟓
𝒚

̂ = 𝟏𝟎𝟔
𝒚

5. Los adelantos tecnológicos han hecho posible fabricar botes inflables. Estos
botes de goma inflables, que pueden enrollarse formando un paquete no mayor
que una bolsa de golf, tienen tamaño suficiente para dos pasajeros con su
equipo de excursionismo. La revista Canoe & Kayac probó los botes de nueve
fabricantes para ver su funcionamiento en un recorrido de tres días. Uno de los
criterios de evaluación fue su capacidad para equipaje que se evaluó utilizando
una escala de 4 puntos, siendo 1 la puntuación más baja y 4 la puntuación más
alta. Los datos siguientes muestran la evaluación que obtuvieron respecto a
capacidad para equipaje y los precios de los botes (Canoe Kayak, marzo
2003).
Bote Capacidad Precio ($)
para equipaje
S14 4 1595
Orinoco 4 1399
Outside pro 4 1890
Explorer 380X 3 795
River XK2 2.5 600
Sea Tiger 4 1995
Maverik II 3 1205
Starlite 100 2 583
Fat Pack Cat 3 1048

a. Trace el diagrama de dispersión de estos datos empleando la capacidad

para equipaje como variable independiente.
 2500

2000

1500
Precio

1000

500

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Capacidad para equipaje

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la

relación entre capacidad para equipaje y precio?

 Indica que aunque la capacidad de algunos botes para equipaje es

igual su precio varía dependiendo del tipo de bote.

c. A través de los puntos de los datos trace una línea recta para aproximar
la relación lineal entre capacidad para equipaje y precio.
 2500

2000

1500
Precio

1000

500

0
0 1 2 3 4 5
Capacidad para equipaje

d. Utilice el método de mínimos cuadrados para obtener la ecuación de

regresión estimada.

4 + 4 + 4 + 3 + 2.5 + 4 + 3 + 2 + 3 29.5
𝑀𝑒𝑑𝑖𝑎 𝑥𝑖 = = = 𝟑. 𝟐𝟖
9 9

𝑀𝑒𝑑𝑖𝑎 𝑦𝑖
1595 + 1399 + 1890 + 795 + 600 + 1995 + 1205 + 583 + 1048
=
9
11.110
= = 𝟏𝟐𝟑𝟒, 𝟒
9

𝑩𝒐𝒕𝒆 𝒙𝒊 𝒚𝒊 ̅
𝒙𝒊 − 𝒙 ̅
𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)
(𝒙𝒊 − 𝒙
S14 4 1595 0.72 360.6 259.63 0.52
Orinoco 4 1399 0.72 164.6 118.51 0.52
Outside 4 1890 0.72 655.6 472.03 0.52
Explorer 3 795 -0.28 -439.4 123.03 0.08
River XK2 2.5 600 -0.78 -634.4 494.83 0.61
Sea Tiger 4 1995 0.72 760.6 547.63 0.52
Maverik II 3 1205 -0.28 -29.4 8.23 0.08
Starlite 2 583 -1.28 -651.4 833.79 1.64
Fat Pack 3 1048 -0.28 -186.4 52.19 0.08
Total 29.5 11.110 2.909,87 4.57

2.909,87
𝑏1 =
4.57
 𝒃𝟏 = 𝟔𝟑𝟔. 𝟕𝟑

𝑏0 = 𝑦̅ − 𝑏1 𝑥̅

𝑏0 = 1234.4 − 636.73(3.28)

𝑏0 = 1234.4 − 2088.47

𝒃𝟎 = −𝟖𝟓𝟒. 𝟎𝟕

̂ = −𝟖𝟓𝟒. 𝟎𝟕 + 𝟔𝟑𝟔. 𝟕𝟑𝒙

𝐿𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ò𝑛 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 𝑒𝑠: 𝒚

e. Dé una interpretación de la pendiente de la ecuación de regresión

estimada.

 La pendiente de la regresión estimada 𝑏1 = 636.73 es positiva, lo

que implica que a medida que aumenta la capacidad del bote para
equipaje, aumenta el precio.

f. Diga cuál será el precio de un bote que tenga 3 en la evaluación de su

capacidad para equipaje.

̂ = − − 𝟖𝟓𝟒. 𝟎𝟕 + 𝟔𝟑𝟔. 𝟕𝟑(𝟑)

𝒚

̂ = −𝟖𝟓𝟒. 𝟎𝟕 + 𝟏𝟗𝟏𝟎. 𝟏𝟗
𝒚

̂ = 𝟏𝟎𝟓𝟔. 𝟏𝟐 𝒑𝒓𝒆𝒄𝒊𝒐 𝒅𝒆𝒍 𝒃𝒐𝒕𝒆

𝒚