Académique Documents
Professionnel Documents
Culture Documents
1 116 6.7
2 116 6.2
3 118 5.4
4 118 5.9
5 120 3.7
6 117 5.9
7 118 4.7
8 121 4.2
6.5
5.5
4.5
3.5
3
115 116 117 118 119 120 121 122
Declaración de Renta (millones de dólares)
del SRI, lo cual significa que si la declaración de la renta crece el presupuesto del SRI baja.
∑𝑌 ∑𝑋
𝑎= −𝑏 = 𝑌̅ − 𝑏𝑋̅
𝑛 𝑛
𝑎 = 5,3375 − (−0,53181818)(118)
𝒂 = 𝟔𝟖. 𝟎𝟗𝟐𝟎
𝑦 = 68,0920 − 0,5318𝑥
𝒚 = 𝟔𝟖, 𝟎𝟗𝟐𝟎 − 𝟎, 𝟓𝟑𝟏𝟖𝒙
temperatura?
¿?
parte del supervisor un año después. Los puntajes del examen oscilaron entre 0 y 10
Esto indica que existe una relación directa fuete entre la calificación R y el
puntaje del examen S. A mayor puntaje del examen S mayor será la calificación
de R, mientras que a menor puntaje del examen S menor será la calificación del
examen R. También nos muestra que los datos reales no están demasiado
∑𝑅 ∑𝑆
𝑎= −𝑏
𝑛 𝑛
326 522
𝑎= − 0,5979
100 100
𝒂 = 𝟎, 𝟏𝟑𝟗𝟎
𝑹 = 𝟎, 𝟏𝟑𝟗𝟎 + 𝟎, 𝟓𝟗𝟕𝟗𝑺
𝑹 = 𝟎, 𝟏𝟑𝟗𝟎 + 𝟎, 𝟓𝟗𝟕𝟗𝑺
El valor b positivo, 0,5979, muestra una pendiente positiva poco inclinada. Ello
unidades.
𝑹 = 𝟎, 𝟏𝟑𝟗𝟎 + 𝟎, 𝟓𝟗𝟕𝟗𝑺
S 1 2 3 4 5 6 7 8
R 0,7369 1,3348 1,9327 2,5306 3,1285 3,7264 4,3243 4,9222
1 39 8 7
2 52 6 6
3 49 7 8
4 46 12 10
5 61 9 9
6 35 6 5
7 25 7 3
8 55 4 4
La ecuación de regresión que define el aumento de peso del cerdo según su edad y
peso inicial conforme el complemento alimenticio que recibe es:
𝑌 ′ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2
Donde:
𝑌 ′ : 𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 𝑑𝑒𝑙 𝑎𝑢𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑝𝑒𝑠𝑜 𝑑𝑒𝑙 𝑐𝑒𝑟𝑑𝑜
𝑎: 𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎 𝑒𝑛 𝑌
𝑋1 𝑦 𝑋2 : 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒𝑙 𝑝𝑒𝑠𝑜 (𝑙𝑏)𝑦 𝑒𝑑𝑎𝑑(𝑠𝑒𝑚𝑎𝑛𝑎𝑠)𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑑𝑒𝑙 𝑐𝑒𝑟𝑑𝑜
𝑏1 𝑦 𝑏2 : 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎𝑠 𝑎𝑙 𝑝𝑒𝑠𝑜 𝑦 𝑒𝑑𝑎𝑑 𝑑𝑒𝑙 𝑐𝑒𝑟𝑑𝑜, 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣𝑎𝑚𝑒𝑛𝑡𝑒
Ecuaciones normales:
∑ 𝑌 = 𝑛𝑎 + 𝑏1 ∑ 𝑋1 + 𝑏2 ∑ 𝑋2
∑ 𝑋1 𝑌 = 𝑎 ∑ 𝑋1 + 𝑏1 ∑ 𝑋12 + 𝑏2 ∑ 𝑋1 𝑋2
∑ 𝑋2 𝑌 = 𝑎 ∑ 𝑋2 + 𝑏1 ∑ 𝑋1 𝑋2 + 𝑏2 ∑ 𝑋22
Peso
Edad inicial Aumento
inicial
(semanas) de peso
(lb)
# de
𝑋1 𝑋2 𝑌 𝑋1 𝑌 𝑋2 𝑌 𝑋12 𝑋22 𝑋1 𝑋2
lechón
1 39 8 7 273 56 1521 64 312
2 52 6 6 312 36 2704 36 312
3 49 7 8 392 56 2401 49 343
4 46 12 10 460 120 2116 144 552
5 61 9 9 549 81 3721 81 549
6 35 6 5 175 30 1225 36 210
7 25 7 3 75 21 625 49 175
8 55 4 4 220 16 3025 16 220
∑ 362 59 52 2456 416 17338 475 2673
Planeo las ecuaciones normales para, de acuerdo a ello, hallar la ecuación de regresión
múltiple.
52 = 8𝑎 + 362𝑏1 + 59𝑏2
2456 = 362𝑎 + 17338𝑏1 + 2673𝑏2
416 = 59𝑎 + 2673𝑏1 + 475𝑏2
Resuelvo el sistema de ecuaciones mediante la regla de Cramer para hallar las
Determinante:
8 362 59
𝐷 = |362 17338 2673|
59 2673 475
17338 2673 362 2673 362 17338
= 8| | − 362 | | + 59 | |
2673 475 59 475 59 2673
= 8(8235550 − 7144929) − 362(171950 − 157707) + 59(967626 − 1022942)
= 8724968 − 5155966 − 3263644
= 305358
52 362 59
𝑁(𝑎) = |2456 17338 2673|
416 2673 475
17338 2673 2456 2673 2456 17338
= 52 | | − 362 | | + 59 | |
2673 475 416 475 416 2673
= 52(8235550 − 7144929) − 362(1166600 − 1111968) + 59(6564888 − 7212608)
= 56712292 − 19776784 − 38215480
= −1279972
8 52 59
𝑁(𝑏1 ) = |362 2456 2673|
59 416 475
2456 2673 362 2673 362 2456
= 8| | − 52 | | + 59 | |
416 475 59 475 59 416
= 8(1166600 − 1111968) − 52(171950 − 157707) + 59(150592 − 144904)
= 437056 − 740636 + 335592
= 32012
8 362 52
𝑁(𝑏2 ) = |362 17338 2456|
59 2673 416
17338 2456 362 2456 362 17338
= 8| | − 362 | | + 52 | |
2673 416 59 416 59 2673
= 8(7212608 − 6564888) − 362(150592 − 144904) + 52(967626 − 1022942)
= 5181760 − 2059056 − 2876432
= 246272
−1279972
𝑎= = −4,1917
305358
32012
𝑏1 = = 0,1048
305358
246272
𝑏2 = = 0,8065
305358
Ecuación de regresión múltiple:
b) ¿Cuánto se puede esperar que un cerdo aumente de peso en una semana con el
𝑋1 = 48 𝑙𝑏. 𝑋2 = 9 𝑠𝑒𝑚𝑎𝑛𝑎𝑠
𝒀′ = −𝟒, 𝟏𝟗𝟏𝟕 + 𝟎, 𝟏𝟎𝟒𝟖𝑿𝟏 + 𝟎, 𝟖𝟎𝟔𝟓𝑿𝟐
𝑌 ′ = −4,1917 + 0,1048(48) + 0,8065(9)
= 8.0972𝑙𝑏𝑠.
Se puede esperar que el cerdo aumente 8,0972 lbs.
c) Determine el error estándar de estimación
∑(𝑌 − 𝑌 ′ )2
𝑆𝑒 = √
𝑛−𝑘−1
Donde,
# cerdo Y Y’ (Y-Y’)2
1 7 6,3475 0,425756
2 6 6,0969 0,009390
3 8 6,5890 1,990921
4 10 10,3071 0,094310
5 9 9,4596 0,211232
6 5 4,3153 0,468814
7 3 4,0738 1,153046
8 4 4,7983 0,637283
∑ 52 51,9875 4,990753
4,990753
𝑆𝑒 = √
8−2−1
4,990753
𝑆𝑒 = √
5
= √0.9981506
𝑆𝑒 = 0.99907
(𝒀′ ̅ )𝟐
̅ )𝟐 (𝒀 − 𝒀
−𝒀
0,023256 0,25
0,16249 0,25
0,007921 2,25
14,49401 12,25
8,759232 6,25
4,772914 2,25
5,886446 12,25
2,895783 6,25
37,00205 42
̅ )𝟐
(𝒀′ − 𝒀
𝑟=√
̅ )𝟐
(𝒀 − 𝒀
37,00205
𝑟=√
42
𝑟 = 0,9386
Al ser el coeficiente de correlación múltiple un valor muy cercano a uno, ello indica que
los valores originales de la muestra no están muy desviados de los valores que se
entran cada semana al país (Y) durante la temporada alta. Se recolectaron los
Turistas (Y): número de turistas que ingresan al país en una semana (en miles)
Precio (X2): número de libras cobradas por viaje redondo en bus de Londres a
Edimburgo
a) Utilice cualquier paquete de software que tenga disponible para determinar la ecuación
de regresión de mejor ajuste para los datos. CAPTE LA IMAGEN DEL RESULTADO
ANOVAa
Suma de Media F
Modelo cuadrados gl cuadrática Sig.
𝑆𝑒 = 0,2106
múltiple:
𝑟 = 0,987
Esto indica que los datos no se hallan demasiado dispersos de la recta de regresión y
e) Realice una prueba de hipótesis global para verificar si alguno de los coeficientes
Planteamiento de hipótesis
Estadístico de prueba:
𝑆𝑆𝑅
𝐹= 𝑚
𝑆𝑆𝐸
(𝑛 − 𝑚 − 1)
11,73870/4
𝐹= = 66,168
0,31046/7
Estadístico F crítico
𝐹𝑐 = 7,85
0 7,85 66,168
Decisión: Como 𝐹 = 66,168 es mayor que 7,85 se rechaza 𝐻0 , lo cual significa que
todas o casi todas las variables independientes son significativas, es decir que tienen la
capacidad de explicar la variación de los turistas que llegan al país cada semana.