UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

FACULTAD DE INGENIERIA CIVIL, SISTEMAS Y

ARQUITECTURA

ESTADISTICA APLICADA A LA INGENIERIA

REGRESION LINEAL MULTIPLE

INTEGRANTES:
CASTILLO BENITES, Cesar Alexander.
FLORES ROJAS, Limbert Junnior.
MENDOZA FRIAS, Diego Francisco
TAPIA VASQUEZ, Lenin Anderson.

Lambayeque, Agosto del 2015

REGRESIN LINEAL MULTIPLE
Utiliza muchas variables independientes para predecir o explicar la
variacin de una variable dependiente cuantitativa. Es una forma
extremadamente til de determinar el valor explicativo de muchas
predictores diferentes posibles.

Posiblemente sea esta la tcnica estadstica de uso ms extendido

entre los ingenieros.
Ecuacin de Prediccin

y=B0 + B1 x 1 +B 2 x 2 +B 3 x 3 ++ Bk x k
Donde

K 2 variables independientes

EJERCICIO APLICATIVO DE REGRESIN LINEAL MULTIPLE

Hay una hiptesis que sugiere que el consumo de un producto dado
expresado en unidades comprador por persona en un ao, tiene
relacin con el ingreso por persona que trabaja y el tamao de
habitantes de la ciudad, hacer estudio de una regresin para ajustar
los datos de una muestra, donde el orden de los habitantes tiene una
orden prioritaria del ingreso.
Ingreso por
capital en
cientos de
dlares (X1)
30
34
17
26
29
18
32
32
218

Millones de
habitantes
por
ciudad(X2)
0.6
1.4
1.3
0.3
6.9
0.3
4.2
0.6
15.6

Consumo del
producto en
unidades por ao
(Y)
11
16
9
9
8
7
11
16
87

RESOLVIENDO:
Ecuaciones:
1.

y =n B 0+ B1 x 1+ B2 x 2+ +bk xk

2.

x 1 y =B 0 x 1 + B1 x 21 +B 2 x 1 x 2 ++ Bk x 1 x k

Sistema de ecuaciones:

y=n B0 + B1 X 1+ X 2
X 1 y=B0 X 1+ B 1 X 12 + X 1 X 2
X 2 y=B 0 X 2+ B 1 X 2 X 1 + X 22

87=8 B0 +218 B1 +15.6 B2

2 483=218 B0 +6234 B1+ 454.6 B2
156.5=15.6 B0 +454.6 B1 +69.8 B2

Solucin:

8
218
15.6
1
0
0

218
6234
454.6
0
1
0

0
0
1

15.6
454.6
69.8
-81413/1068778
480833/1068778
-358545/534389

87
2483
156.5

Resultado:
B0 = -0.076
B1 = 0.45
B2 = -0.67

Ecuacin de Prediccin

y=B0 + B1 x 1 +B 2 x 2 Y =0.076+ 0.45 X 10.67 X 2

Interpretacin:
Por cada ingreso de capital por ciento de dlares, variara
aumentando el consumo de productos en unidades por ao en
un 0.45.
Por cada milln de habitantes por ciudad, variara disminuyendo
el consumo de productos en unidades por ao en un 0.67.
Validez del Modelo
1. Formulacin de Hiptesis:
H0: B0=B1=B2=0
H1: B0, B1, B20
2. Nivel de significancia:
=0.5
3. Estadstica de Prueba:

F(1 , k, nk1) F (0.95 , 2 ,5) =5.786

4. Clculos ANAVA:
Clculos para ANAVA

S .C .T = Y 2 n Y 2
S .C . R .=B1 [ X 1 Y n X 1 Y ] + B2 [ X 2 Y n X 2 Y ] +
S.C.E=S.C.T.-S.C.R.
S.C.T. = (1029)-(8)(10.875)2=82.875
S.C.R. = (0.45)[(2483)-(8)(27.25)(10.875)]+(-0.67)[(156.5)-(8)(1.95)
(10.875)]=59.323
S.C.E.=S.C.T.-S.C.R.=23.552
Fuente de
Variacin
Regresin

Grados de
libertad
2

Suma de
Cuadrados
59.325

Cuadrados
Medios
29.662

F.
Calculado
F=6.297

Error
Total

5
7

23.552
82.875

4.71

5. Decisin:

Fcalculado>FTabla entonces se rechaza H0

6. Conclusin:
El modelo es Valido

COEFICIENTE DE DETERMINACIN (R2) Y

CORRELACIN (R)

R2=1

S.C.E
S.C.T

Coeficiente de determinacin:

R2=1

S.C.E
23.552
=1
=10.284=0.71 6
S.C.T
82.875

Coeficiente de correlacin:
R=0.846
PRUEBA DE HIPOTESIS (INDIVIDUAL)
1. Formular hiptesis:
H0: B0=0 contra H1: B00
H0: B1=0 contra H1: B10
H0: B2=0 contra H1: B20
2. Nivel de Significancia:
=0.5
3. Estadstica de Prueba:

T k=

Bi
T
S ( Bi ) (1 2 ,nk1)

4. Regin critica bilateral:

T ( 0.795 ,5)=2.5706

5. Clculos:

CALCULOS

[]
SB 2
0

1
S B 2 =C . M . E ( x ' x ) [ C 11 C 22 C 33 ]
1

SB 2

Solucin:
2

[]
SB 2
0

SB

SB 2

[ ]

12.699
4.71
[ 228472.04 315.04 2348 ] = 0.174
=
85502.24
0.130

Calculamos:

T k=

T k=
T k=

B0

S ( B0 )

0.076
=0. 00 6
12.699

B1
0.45
=
=2.58 6
0.174
S ( B1 )
B2
S ( B2 )

0.67
=5.15 4
0.13

6. Decisin:
Tk1<T se rechaza H1
TK2>T se rechaza H0
TK3>T se rechaza H0
7. Conclusin:
Estos resultados quieren decir que el Ingreso por capital en cientos de
dlares y Millones de habitantes por ciudad si afectan a Consumo del
producto en unidades por ao.

SPSS