IIES Business School

Maestría en Administración en Calidad y Productividad

Curso: Estadística
Profesor: Antonio Landa, Phd

Tarea 4: Ejercicios de Regresión Lineal

Alumno: Victor Ulises Cabrera Castillo

Fecha de Entrega: 05 de Abril de 2019
1. Los residentes de un pueblo pequeño están preocupados sobre el incremento en los costos de la vivienda en la zona.
El alcalde considera que los precios de la vivienda fluctúan con los valores de la tierra. Los datos sobre 10 casas vendidas
recientemente y el costo del terreno sobre el cual se construyeron se observan en la siguiente tabla en miles de dólares.
Se trata el costo de las casas como la variable dependiente. Haga e interprete el modelo de regresión. Sobre esta base
¿parece que el alcalde está en lo cierto? Calcule el coeficiente de determinación. Al nivel del 10% pruebe la hipótesis de
que los valores de la tierra son significantes. Calcule e interprete el intervalo de confianza del 90% para el coeficiente de
regresión.

Valores de Costo de
tierra casa
x y xy x2 y2
1 7.0 67 469.0 49.00 4489
2 6.9 63 434.7 47.61 3969
3 5.5 60 330.0 30.25 3600
4 3.7 54 199.8 13.69 2916
5 5.9 58 342.2 34.81 3364
6 3.8 36 136.8 14.44 1296
7 8.9 76 676.4 79.21 5776
8 9.6 87 835.2 92.16 7569
9 9.9 89 881.1 98.01 7921
n = 10 10.0 92 920.0 100.00 8464
71.2 682 5225.2 559.18 49364
∑x ∑y ∑xy ∑x2 ∑y2

(∑ 𝑥)2 (71.2)2
Suma de cuadrados de x = SCx = ∑ 𝑥 2 − = 559.18 − = 52.236
𝑛 10

(∑ 𝑦)2 (682)2
Suma de cuadrados de y = SCy = ∑ 𝑦 2 − = 49364 − = 2851.6
𝑛 10

(∑ 𝑥)(∑ 𝑦) (71.2)(682)
Suma de productos cruzados xy = SCxy = ∑ 𝑥𝑦 − = 5225.2 − = 369.36
𝑛 10

𝑆𝐶𝑥𝑦 369.36 ∑𝑦 ∑𝑥 682 71.2

Factores de la recta: 𝑏𝑖 = = = 7.071 𝑏0 = 𝑦̅ − 𝑏𝑖 𝑥̅ = − 𝑏𝑖 = − (7.071) = 17.855
𝑆𝐶𝑥 52.236 𝑛 𝑛 10 10

Ecuación de la recta: y = b0 + bix  y = 17.855 + 7.071x

𝑆𝐶𝑥𝑦 369.36
Coeficiente de correlación 𝑟 = = = 0.957 Coeficiente de determinación r2 = 0.9159
√(𝑆𝐶𝑥)(𝑆𝐶𝑦) √(52.236)(285.6)

Respuesta: el alcalde está en lo correcto, los precios de vivienda fluctúan con el valor de la tierra. Mayor valor de
tierra será mayor el costo de casa (vivienda).
Comprobando con Minitab: P-value = 0.000 significa que H0: r=0 se rechaza, por tanto sí hay correlación
2. El gobierno estudiantil en la universidad local intenta determinar si el precio de admisión al salón de juegos del centro
estudiantil tiene un impacto en el número de estudiantes que utilizan las instalaciones. El costo de admisión y el número
de estudiantes que ingresan al salón se registran durante 12 viernes seguidos y se muestran en la tabla. Genere e interprete
el modelo de regresión.

Precio Boletas
n x y xy x2 y2
1 1.25 95 118.75 1.563 9025
2 1.50 83 124.50 2.250 6889
3 1.75 75 131.25 3.063 5625
4 2.00 72 144.00 4.000 5184
5 2.10 69 144.90 4.410 4761
6 1.00 101 101.00 1.000 10201
7 1.00 98 98.00 1.000 9604
8 1.50 85 127.50 2.250 7225
9 2.00 75 150.00 4.000 5625
10 2.50 65 162.50 6.250 4225
11 1.10 98 107.80 1.210 9604
n = 12 1.50 86 129.00 2.250 7396
19.20 1002 1539.20 33.245 85364
∑x ∑y ∑xy ∑x2 ∑y2

(∑ 𝑥)2 (19.2)2
Suma de cuadrados de x = SCx = ∑ 𝑥 2 − = 33.245 − = 2.525
𝑛 12

(∑ 𝑦)2 (1002)2
Suma de cuadrados de y = SCy = ∑ 𝑦 2 − = 85364 − = 1697
𝑛 12

(∑ 𝑥)(∑ 𝑦) (19.2)(1002)
Suma de productos cruzados xy = SCxy = ∑ 𝑥𝑦 − = 1539.2 − = −64
𝑛 12

𝑆𝐶𝑥𝑦 −64 ∑𝑦 ∑𝑥 1002 10.2

Factores de la recta: 𝑏𝑖 = = = −25.347 𝑏0 = 𝑦̅ − 𝑏𝑖 𝑥̅ = − 𝑏𝑖 = − (−25.347) = 124.054
𝑆𝐶𝑥 2.525 𝑛 𝑛 12 12

Ecuación de la recta: y = b0 + bix  y = 124.054 – 25.347x

𝑆𝐶𝑥𝑦 −64
Coeficiente de correlación 𝑟 = = = −0.9777 Coeficiente de determinación r2 = 0.9559
√(𝑆𝐶𝑥)(𝑆𝐶𝑦) √(2.525)(1697)

Respuesta: El precio de admisión sí tiene impacto en el número de estudiantes que utilizan las instalaciones.
Mayor precio menor número de estudiantes.
3. En la tabla se presentan los pesos X1 dados a la libra más cercana, las estaturas X2 a la pulgada más cercana y las
edades X3 al año más cercano de 12 niños.
Peso X1 64 71 53 67 55 58 77 57 56 51 76 68

Estatura X2 57 59 49 62 51 50 55 48 52 42 61 57

Edad X3 8 10 6 11 8 7 10 9 10 6 12 9

a) Encontrar la ecuación de regresión para X1 dependiente

b) Encontrar el coeficiente de determinación y la dibujar la recta
c) Estimar el peso de un niño de 9 años que mide 54 pulgadas
d) ¿Hay multicolinealidad?
e) Explique la matriz de correlación resultante

Como X1 es la dependiente la vamos a nombrar Y, y X2 será X1 y X3 será X2. Sacamos sus productos y sumatorias:
(Peso X1) (Estatura X2) (Edad X3)
n =Y = X1 = X2 X1Y X2Y X1X2 X12 X22 Y2
1 64 57 8 3648 512 456 3249 64 4096
2 71 59 10 4189 710 590 3481 100 5041
3 53 49 6 2597 318 294 2401 36 2809
4 67 62 11 4154 737 682 3844 121 4489
5 55 51 8 2805 440 408 2601 64 3025
6 58 50 7 2900 406 350 2500 49 3364
7 77 55 10 4235 770 550 3025 100 5929
8 57 48 9 2736 513 432 2304 81 3249
9 56 52 10 2912 560 520 2704 100 3136
10 51 42 6 2142 306 252 1764 36 2601
11 76 61 12 4636 912 732 3721 144 5776
n = 12 68 57 9 3876 612 513 3249 81 4624
753 643 106 40830 6796 5779 34843 976 48139
∑Y ∑X1 ∑X2 ∑ X1Y ∑ X2Y ∑ X1X2 ∑ X12 ∑ X22 ∑ Y2

Ecuaciones normales:

∑ 𝑌 = 𝑛𝑎 + 𝑏1 ∑ 𝑋1 + 𝑏2 ∑ 𝑋2  753 = (12)𝑎 + 𝑏1 (643) + 𝑏2 (106)

∑ 𝑋1 𝑌 = 𝑎 ∑ 𝑋1 + 𝑏1 ∑ 𝑋1 2 + 𝑏2 ∑ 𝑋1 𝑋2  40830 = 𝑎(643) + 𝑏1 (34843) + 𝑏2 (5779)

∑ 𝑋2 𝑌 = 𝑎 ∑ 𝑋2 + 𝑏1 ∑ 𝑋1 𝑋2 + 𝑏2 ∑ 𝑋2 2  6796 = 𝑎(106) + 𝑏1 (5779) + 𝑏2 (976)

Resolvemos ecuaciones de 3 incógnitas y tenemos que:

a = 3.6512 b1 = 0.8546 b2 = 1.506

(cálculo rápido con calculadora de WolframAlpha.com):

Sustituimos a, b1, b2 en ecuación de la recta:

𝑌̂ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2  𝑌̂ = 3.6512 + 0.8546𝑋1 + 1.506𝑋2

Escrito de otra forma:

a) La ecuación de regresión es Peso = 3.65 +0.85(Estatura) + 1.5(Edad)

Comprobación en Minitab:

b) El Coeficiente de Determinación es de r2 = 70.86%

La recta:

c) sustituimos la (edad) = 9 años y (estatura) = 54 pulgadas en la ecuación de la recta:

Peso = 3.65 +0.85(Estatura) + 1.5(Edad)  Peso = 3.65 + 0.85(54) + 1.5(9) = 3.65 +45.9 + 13.5 = 63.05
el peso estimado de un niño de 9 años que mide 54 pulgadas es de 63.05 lb
d)
e)

cabrera-4.xlsx
Cálculos en Excel y Minitab: