Tarea 4

Nombre: César Guerrero Rodríguez Matrícula: 2857837

Nombre del curso: Nombre del profesor:
Estadística y pronostico para la toma Rubén Valadez Escamilla.
de decisiones.
Módulo:2 Regresion lineal simple y Actividad: Tarea 4
regresión lineal multiple.
Fecha: 29 Junio 2018
Bibliografía:

Estimadores de coeficiente por el método de minimos cuadrados

y análisis de correlacion.
Objeti vo
Aplicar e interpretar los conceptos de análisis de regresión, modelo de regresión
lineal simple, minimos cuadrados, coefi ciente de correlacion y determinación,
pruebas de hipótesis para regresión lineal simple y error estándar de esti mación.

Introduccion.
En esta tarea podremos aplicar todos los métodos de análisis ya mencionados para
poder comparar dos variables que se relacionan entre si, asi como la construcción
de intervalos de confi anza para el coefi ciente de regresión.

Desarrollo.
1- En un estudio de variables que afectan la productividad en el negocio de abarrotes al
menudeo, W. S. Good usa el valor agregado por hora de trabajo para medir la
productividad de tiendas de abarrotes al menudeo. Él define el valor agregado como “el
excedente [dinero generado por el negocio] disponible para pagar mano de obra,
muebles accesorios y equipo”. Los datos de acuerdo con la relación del valor agregado
por hora de trabajo Y y el tamaño X de la tienda de abarrotes descrita en el artículo de
Good para diez tiendas de abarrotes ficticias se muestran enseguida. Se establecerá un
modelo para relacionar Y con X.

Datos en relación con el tamaño de la tienda y el valor agregado

Tienda Valor agregado Tamaño de la
por horas de tienda (miles de XY X2 Y2
trabajo. Y pies cuadrados) X
1 6.08 23.0 139.84 529 36.9664
2 5.40 14.0 75.6 196 29.16
3 5.51 27.2 149.872 739.84 30.3601
4 5.09 12.4 63.116 153.76 25.9081
5 4.92 33.9 166.788 1149.21 24.2064
6 3.94 9.8 38.612 96.04 15.5236
7 6.11 22.6 138.086 510.76 37.3321
 Tarea 4

8 5.16 17.5 90.3 306.25 26.6256

9 5.75 27.0 155.25 729 33.0625
10 5.60 21.1 118.16 445.21 31.36
Total 53.56 208.5 1135.624 4855.07 290.5048
Promedi
5.356 20.85
o

a) Realiza un diagrama de dispersión de los datos para Y contra X.

Valores Y
7
6
Horas de trabajo

5
4
3
2
1
0
5 10 15 20 25 30 35 40
Tamaño de la tienpa (pies 2)

b) Calcula las rectas de mínimos cuadrados para Y contra X.

b1= 0.03721214 b0= 4.58012685

2. En un experimento con conejos se tomaron en cuenta las siguientes variables:

Y: Proporción del peso final al peso inicial.
X: Gramos diarios de alimento por kg de peso inicial. 

Proporcion de Gramos
Muestra peso final al diarios de
(conejos) peso inicial. Y alimento por XY X2 Y2
KG de peso
inicial. X
1 0.91 10 9.1 100 0.8281
2 0.88 15 13.2 225 0.7744
3 0.90 18 16.2 324 0.81
4 0.79 19 15.01 361 0.6241
5 0.94 20 18.8 400 0.8836
6 0.88 21 18.48 441 0.7744
 Tarea 4

7 0.95 21 19.95 441 0.9025

8 0.97 24 23.28 576 0.9409
9 0.88 25 22 625 0.7744
10 1.01 27 27.27 729 1.0201
11 0.95 28 26.6 784 0.9025
12 0.95 30 28.5 900 0.9025
13 1.05 30 31.5 900 1.1025
14 1.05 31 32.55 961 1.1025
15 1.16 33 38.28 1089 1.3456
16 0.96 35 33.6 1225 0.9216
17 1.08 36 38.88 1296 1.1664
18 1.13 37 41.81 1369 1.2769
19 1.00 39 39 1521 1
20 1.10 42 46.2 1764 1.21
21 1.11 45 49.95 2025 1.2321
22 1.18 54 63.72 2916 1.3924
23 1.26 56 70.56 3136 1.5876
24 1.29 56 72.24 3136 1.6641
25 1.36 59 80.24 3481 1.8496
26 1.40 59 82.6 3481 1.96
27 1.32 60 79.2 3600 1.7424
28 1.47 64 94.08 4096 2.1609
Total 29.93 994 1132.8 41902 32.8521
Promedio 1.06892857 35.5

a) Realiza un diagrama de dispersión de los datos para Y contra X.

Valores Y
1.6
1.4
1.2
Proporcion de peso

1
0.8
0.6
0.4
0.2
0
0 10 20 30 40 50 60 70
Alimentacion/peso en KG

b) Calcula las rectas de mínimos cuadrados para Y contra X.

 Tarea 4

= 11.32.8-28(35.5)(1.0688)/41902- 28(35.5 )= 0.01062509

=1.0689 – 0.01062(35.5)= 0.69173772

c) Calcula el error estándar de estimación.

= √ 32.8525- 0.6917(29.93)-
0.010625(1132.8)/ 28-2= √32.8525-
20.7025-12.036/ 26= 0.06621
3.41840064

d) Prueba la hipótesis de que la pendiente es cero. Realiza todas las etapas de la prueba de
hipótesis (α = 0.01).

= 0.06621/√41902- 28(35.5)2= 0.00081406

t calculada= b1- B1/ Sb1= 0.01062509- 0/ 0.00081406 =

0.01062509

H0: B1 = es nula

e) Calcula las predicciones Ŷ para los siguientes valores de X0: 0, 5, 15, 25, 30.
Valores Pronostico Ӯ
0 0.69173772
5 0.74486319
15 0.85111413
25 0.95736508
30 1.01049055

f) Calcula el intervalo de confianza de los valores particulares de Y para los valores dados
de X0 del inciso anterior.

Conclusiones:
Con los proceso de calculo del promedio, minimos cuadrados de Y en comparación de X
podemos decir cual es la relación mas exacta de las dos variables, dependientes e
independientes, además nos aseguramos de conocer el calculo del coeficiente de
determinación.