Actividades de Aprendizaje

Taller 2: Modelo de regresión lineal simple

Especialización en Estadı́stica Aplicada
Fundación Universitaria Los Libertadores
Instrucciones
Este taller incluye una serie de problemas aplicados sobre el modelo de regresión
lineal simple, estimación de los parámetros por el método de mı́nimos cuadrados,
inferencia sobre los parámetros del modelo y análisis de varianza.

Problemas
1. Grafique la recta correspondiente a la ecuación Y = 2X + 1 al graficar los
puntos correspondientes a X = 0, 1 y 2. Dé el punto de cruce con el eje
Y y la pendiente para la recta.
2. Dé la ecuación y la gráfica para una recta con intersección con el eje Y
igual a 3 y pendiente igual a −1.

3. ¿Cuál es la diferencia entre modelos matemáticos deterministas y proba-

bilistas?

4. (Privación de sueño). Se realizó un estudio para determinar los efectos de

la privación de sueño en la capacidad de personas para resolver problemas
cuando no duermen. Un total de 10 personas participaron en el estudio,
dos en cada uno de cinco niveles de privación de sueño: 8, 12, 16, 20 y
24 horas. Después del periodo de privación de sueño, a cada persona se
le aplicó un conjunto de problemas adicionales sencillos, registrándose el
número de errores. Se obtuvieron estos resultados:

Número de errores, Y 8, 6 6, 10 8, 14 14, 12 16, 12

Número de horas sin sueño, X 8 12 16 20 24

(a) Use una gráfica de dispersión para graficar los datos. ¿La suposición
de una relación lineal entre X y Y es razonable?
(b) ¿Cuál es la ecuación de predicción de mı́nimos cuadrados?
(c) Use la ecuación de predicción para predecir el número de errores para
una persona que no ha dormido durante 10 horas.

5. ¿Qué tan bueno es usted para hacer estimaciones? Para probar la capaci-
dad de una persona para estimar tamaños, se le mostraron 10 diferentes
objetos y se le pidió estimar su longitud o diámetro. A continuación se
midió el objeto y los resultados se registraron en la tabla siguiente.

1
 Objeto Estimado (pulgadas) Real (pulgadas)
Lápiz 7.00 6.00
Plato de comida 9.50 10.25
Libro 1 7.50 6.75
Teléfono celular 4.00 4.25
Fotograf´ıa 14.50 15.75
Juguete 3.75 5.00
Cinturón 42.00 41.50
Pinza para ropa 2.75 3.75
Libro 2 10.00 9.25
Calculadora 3.50 4.75

(a) Encuentre la recta de regresión de mı́nimos cuadrados para predecir

la medida real como función de la medición estimada.
(b) Grafique los puntos y la recta ajustada. ¿Le parece razonable la
suposición de una relación lineal?

6. En los datos siguientes, y corresponde a los salarios mensuales y x es el

promedio obtenido por los estudiantes que terminaron la licenciatura de
administración con especialidad en sistemas de información.

Promedio Salario mensual ($)

2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600

(a) ¿Indica la prueba t que haya una relación significante entre promedio
y salario mensual?
(b) Pruebe si la relación es significante usando la prueba F . ¿Cuál es la
conclusión? Use α = 0.05.
(c) Dé la tabla ANOVA.

7. En Estados Unidos casi todo el sistema de tranvı́as usa vagones eléctricos

que corren sobre vı́as a nivel de la calle. La Administración de Tránsito
Federal afirma que el tranvı́a es uno de los medios de transporte más
seguros, ya que la tasa de accidentes es 0.99 accidentes por millón de
millas-pasajero en comparación con 2.29 en los autobuses. En los datos
siguientes se dan las millas de v´ıa y la cantidad de pasajeros transportados
en los d´ıas laborables, en miles, de seis sistemas de tranv´ıas (USA Today,
7 de enero 2003).

2
 Ciudad Millas de v´ıas Pasajeros transportados (miles)
Cleveland 15 15
Denver 17 35
Portland 38 81
Sacramento 21 31
San Diego 47 75
San Jose 31 30
St. Louis 34 42

(a) Use estos datos para obtener la ecuación de regresión estimada que
podrı́a emplearse para predecir la cantidad de pasajeros dadas las
millas de v´ıas.
(b) ¿Proporciona la ecuación de regresión estimada un buen ajuste? Ex-
plique.
(c) Obtenga un intervalo de 95% de confianza para la media de la canti-
dad de pasajeros transportados en los d´ıas laborables en los sistemas
de tranv´ıas que tienen 30 millas de v´ıas.
(d) Suponga que Charlotte está considerando la construcción de un sis-
tema de tranvı́a de 30 millas de vı́as. Dé un intervalo de predicción de
95% para la cantidad de pasajeros transportada en un d´ıa laborable
por el sistema Charlotte. ¿Cree usted que el intervalo de predicción
que desarrolló pueda ser útil a los que están planeando Charlotte para
anticipar la cantidad de pasajeros en un d´ıa laborable en su sistema
de tranv´ıa? Explique

8. Una aplicación importante del análisis de regresión a la contadurı́a es la

estimación de costos. Con datos sobre volumen de producción y costos
y empleando el método de mı́nimos cuadrados para obtener la ecuación
de regresión estimada que relacione volumen de producción y costos, los
contadores pueden estimar los costos correspondientes a un determinado
volumen de producción. Considere la siguiente muestra de datos sobre
volumen de producción y costos totales de una operación de fabricación.

Volumen de producción (unidades) Costos totales ($)

400 4000
450 5000
550 5400
600 5900
700 6400
750 7000

(a) Con estos datos obtenga la ecuación de regresión estimada para

pronosticar los costos totales dado un volumen de producción.
(b) ¿Cuál es el costo por unidad producida?

3
(c) Calcule el coeficiente de determinación. ¿Qué porcentaje de la variación
en los costos totales puede ser explicada por el volumen de pro-
ducción?
(d) De acuerdo con el programa de producción de la empresa, el mes
próximo se deberán producir 500 unidades. ¿Cuál es el costo total
estimado de esta operación?