ANALISIS DE DATOS GB

NOMBRE:________________________________________________________________________________________

Pregunta 1 (4pts)
En los datos siguientes, y corresponde a los sueldos mensuales y x es el promedio obtenido
por los estudiantes que terminaron su grado en administración con especialidad en sistemas de
información. La ecuación de regresión estimada con estos datos es yˆ _ 1 790.5 _ 581.1x.
a) Calcule las SCE, STC y SCR.
b) Calcule el coeficiente de determinación r2. Haga un comentario sobre la bondad del ajuste.
c) Determine el valor del coeficiente de correlación muestral.

Sueldo
Promedio
Mensual
2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600

Pregunta 2(4ptos)
El director de personal de Electronics Associates obtuvo la siguiente ecuación de regresión estimada que relaciona la
puntuación obtenida por un empleado en un examen sobre satisfacción laboral con su antigüedad y nivel salarial.
yˆ = 14.4 - 8.69x1 + 13.5x2
donde
x1 = antigüedad (años)
x2 = nivel salarial (dólares)
y = puntuación en el examen sobre satisfacción laboral (puntuaciones más altas indican mayor satisfacción laboral)

The regression equation is

Y = 14.4 – 8.69 X1 + 13.52 X2
Predictor Coef SE Coef T
Constant 14.448 8.191 1.76
X1 ______ 1.555 _____
X2 13.517 2.085 _____
S = 3.773 R–sq = ______% R–sq(adj) = ______%
Analysis of Variance
SOURCE DF SS MS F
Regression 2 ______ _____ _____
Residual Error _____ 71.17 _____
Total 7 720.0

a) Calcule las entradas que faltan en esta pantalla.

b) Calcule F. Con un nivel de significancia de 0.05, pruebe si la relación es significativa.
c) ¿La ecuación de regresión estimada proporciona un buen ajuste a los datos? Explique.
d) Use la prueba t y α =0.05 para probar H0: β1==0 y H0: β2 =0.

Pregunta 3 (8ptos)
Estimamos que la penetración en un mercado (nacional) de un determinado bien de
consumo duradero (en unidades vendidas anualmente por 100 habitantes) guarda una
estrecha relación con la renta del consumidor. Para constatarlo, se ha realizado una
regresión lineal simple para 15 países europeos entre la penetración del bien (variable Y ) y
el PIB por habitante en miles de euros, como variable explicativa.
Se tienen los siguientes datos:
∑ 𝑦𝑖 = 6.09 ∑ 𝑥𝑖 = 311.83 ∑ 𝑥𝑖 𝑦𝑖 = 160.12 ∑ 𝑦 2 𝑖 = 3.14 ∑ 𝑥 2 𝑖 = 8317.06 ∑ 𝑒 2 𝑖 = 0.0514
𝑖 𝑖 𝑖 𝑖 𝑖 𝑖
a) Especifica y estima el modelo de regresión lineal Y = f(X).
b) Realiza el contraste adecuado para determinar si la penetración del bien depende Linealmente del PIB por
habitante con un nivel de significación del 5 %. Interpreta el resultado obtenido.
c) Cual será el pronóstico de penetración del bien para un país que tuviese un PIB por habitante de 30.000 euros?
Realiza una estimación puntual y por intervalos (95% de confianza) para dicho pronostico.

En un estudio posterior, se ha intentado relacionar la penetración de este bien con el salario medio interprofesional
(SMI, en miles de euros), por considerarla una variable más próxima a la capacidad adquisitiva
del consumidor que el PIB por habitante. También se incluyó, como segunda variable explicativa, el precio
del bien (en euros) en los distintos países europeos de la muestra. Los resultados son los siguientes:

Teniendo en cuenta que la variable X1 hace referencia al SMI y X2 al precio, responde a los siguientes apartados:
d) Completa los valores indicados con “XXXX" en la tabla anterior.
e) Contrasta la signicatividad conjunta de los parámetros asociados a las variables explicativas.
f) Calcula un intervalo de confianza al 90% para el coeficiente de X2. Interpreta el resultado obtenido.
g) cuál es la expresión del estimador insesgado de la varianza del error? Cual es su estimación para esta muestra?
h) cuál es la distribución de probabilidad de los estimadores de los parámetros asociados a las variables
explicativas? Indica tanto el estimador como su distribución.
i ) A la vista de los resultados anteriores, ¿podría eliminarse del modelo alguna de las variables explicativas?
Justifica tu respuesta.

Ejercicio 4 (4ptos)
Considere los siguientes datos para dos variables, x y y.
x 2 3 4 5 7 7 7 8 9
y 4 5 4 6 4 6 9 5 11

a) ¿Parece haber una relación lineal entre x y y? Explique.

b) Desarrolle la ecuación de regresión estimada relacionando x y y.
c) Trace la gráfica de residuales estandarizados contra yˆ para la ecuación de regresión estimada
desarrollada en el inciso b). ¿Los supuestos del modelo parecen satisfacerse? Explique.
d) Realice una transformación logarítmica de la variable dependiente y. Desarrolle una ecuación
de regresión estimada utilizando la variable dependiente transformada. ¿Los supuestos
del modelo parecen satisfacerse al utilizar la variable dependiente transformada? ¿Funciona
mejor la transformación recíproca en este caso? Explique.