Académique Documents
Professionnel Documents
Culture Documents
ASIGNATURA :
CICLO
: V
TEMA
: Aplicacin De Regresin Mltiple
INTEGRANTE : Sheila Daneska Infante Rujel
GASTOS
PUBLICIDAD HORAS EXTRAS
(Milliones)
(100 Horas)
0.3
4
1.5
9
0.7
6
1.1
7.5
1.2
8
2
7
2
8
a) Matriz de varianza-covarianza
b) Qu porcentaje de la varianza de los beneficios explicara una funcin
lineal de los gastos en publicidad?
c) Qu porcentaje de la varianza de beneficios explicara una funcin de las
horas?
d) Establecer una relacin lineal que explique X1 mediante X2 y X3
e) Si una empresa destina 900000 euros a publicidad y sus empleados
realizan 500 horas extraordinarias al ao Cul seria la estimacin de los
beneficios dicha empresa?
f) Hallar los coeficientes de correlacin parcial de x1 con x2 y de x1 con x3
SOLUCIN:
y
x1
[Escriba texto]
x2
y2
x1^
x2^2
Pgina 1
yx1
yx2
x1x2
1.3
0.3
3.5
2.8
3
3.3
3.8
3.7
1.5
0.7
1.1
1.2
2
2
8.7
6
7.5
8
7
8
21.4
8.8 49.2
2
1.69 0.09
2.25
0.49
1.21
1.44
4
4
13.4
69.8
8
16
0.39
5.2
75.69
36
56.25
64
49
64
5.25
1.96
3.3
3.96
7.6
7.4
30.45
16.8
22.5
26.4
26.6
29.6
360.94
29.86
12.25
7.84
9
10.89
14.44
13.69
1.2
13.0
5
4.2
8.25
9.6
14
16
157.55 66.3
a) Matriz de varianza-covarianza )
Las medias y varianzas de cada una de las variables son:
Y 21.4 3.057142857
Y
N
7
SY2
x1
69.8
3.057142857 2 0.625306122
7
8.8
1.257142857
7
S
x2
2
X1
2
1
X1
13.48
1.257142857 2 0.345306122
7
49.2
7.028571429
7
S
2
X2
2
2
X2
360.94
7.0285714292 2.162040816
7
Y las covarianzas:
YX 1 Y X 1 29.86 (3.057142857)(1.257142857) 0.42244898
SYX1
N
7
SYX 2
YX
N
Y X2
[Escriba texto]
157.55
(3.057142857)(7.028571429) 1.019795918
7
Pgina 2
S X1 X 2
X X
1
X1 X 2
66.3
(1.257142857)(7.028571429) 0.635510204
7
2
^
b1
=0.3453061
2
^
b2
= 2.1620408
Desviaciones:
b1 0.587627537
b0 0.790763
Covarianzas:
COV ( ^ 0 1 ) =
COV ( 1 2 )=
0.42244898
COV ( ^ 0 2 ) =
b2 1.470387982
1.01979592
0.63551
0.62530
61
0.34530
61
2.16204
08
RAIZ
RAIZ
RAIZ
0.790763
0.587627537
1.470387982
Matriz de correlacin
r12
SYX1
SY S X 1
0.635510204
0.909129574
0.790763*0.587627537
[Escriba texto]
Pgina 3
44
r13
SYX 2
SY S X 2
1.019795918
0.877071471
0.790763*1.470387982
0.735509768
S X S X 2 0.587627537*1.470387982
Exisiste una correlacin alta y una relacin intensa
1
R r12
r13
r12
1
r23
r13
r23
1
0.909129574 0.877071471
1
R 0.909129574 1
0.735509768
0.877071471 0.735509768 1
INTERPRETANDO:
R = 0.9211293*100
2
2
R =
92.11293
[Escriba texto]
Pgina 4
y 0.367970353+0.774049799*900000 0.244157912*500
y 696767.2664
SYX1
SY S X 1
0.635510204
0.909129574
0.790763*0.587627537
SYX 2
SY S X 2
1.019795918
0.877071471
0.790763*1.470387982
G)
Exisiste una correlacin muy alta y una relacin muy intensa
S XX 2
0.635510204
r23
0.735509768
S X S X 2 0.587627537*1.470387982
H)
Exisiste una correlacin alta y una relacin intensa
1
R r12
r13
[Escriba texto]
r12
1
r23
r13
r23
1
Pgina 5
Yt 1 2t 3t ut
2. Para el modelo
n 12
X 'X
91
X ' Y 699
448
,
Se pide:
a) Ajustar el modelo por el mtodo de MCO y calcular el coeficiente de
determinacin
2 3 1
b) Contraste de significacin para
0 2.5
0 0.3
Pgina 6
][ ] [ ]
0.6477
0.041 0.0639 91
1.6545
^=( X T X )1 ( X T Y ) = 0.041
=
0.0071 0.0011 699
0.7391
0.06369 0.0011 0.0152 448
0.2258
1=1.6545 2=0.7391 3=0.2258
Interpretacin:
1
: estimamos que la variable dependiente se incrementa en 1.6545 cuando las
variables independientes son cero.
2:
El incremento de Y es de 0.7391 por unidad cuando
no se tiene en
cuenta
3:
El incremento de Y es de 0.2258 por unidad cuando
no se tiene en
cuenta.
SCE= ^ T X T Y N Y 2 N=12 Y =
Y = 91 =7.58333
N
12
[ ]
91
^ T X T Y = [ 1.6545 0.7391 0.2258 ] 699 =768.3488
448
2
2 3 1
b) Contraste de significacin para
H 0 : 2+ 3 =1
2 + 31=0 m=1 K =(0 1 1)
H 1 : 2 + 3 1
[ ]
1.6445
K ^m=[ 0 1 1 ] 0.7391 1=0.0351
0.2258
][ ]
0.6477
0.041 0.0639 0
1
K ( X T X ) K T =[ 0 1 1 ] 0.041
0.0071 0.0011 1
0.06369 0.0011 0.0152 1
[Escriba texto]
Pgina 7
[]
0
1
K ( X T X ) K T =[ 0.1049 0.006 0.0141 ] 1 =0.0201
1
1
K ( X T X ) K T =0.0201
SCR SCT SCE 104.916778.2654
^ 2=
=
=
=2..962
N K
NK
9
^ 2=2.962
Fcal =
0.03512
=0.0207 F tab =F1,9,0.05 =5.117
2.962 0.0201
2+ 3=1
en el problema.
0 2.5
C) Intervalo de prediccin para E[Y] sabiendo
0 0.3
Intervalos de confianza
E [ Y ] : V 0=2.5 W 0=0.3
Y =1.6545+0.7391 V 1 +0.2458 W 2 + t =3
Y =3.43451
X
1+ X 0T ( T X )1 X 0
Y^ 0= t nk 1 , / 2
[Escriba texto]
Pgina 8
que
][ ]
X
( T X ) X 0=0.52837
X 0T
1
3.43451(2.2622)(1.721)(1.236272624)
[ 1.378660 ; 8.247623 ]
[Escriba texto]
Pgina 9