Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

A. MODELO LINEAL BIVARIABLE

1. Un economista del Banco Estatal est preparando un estudio sobre el comportamiento del
consumidor, para esto recolect los datos que aparecen (en miles de dlares) para determinar si
existe una relacin entre el ingreso del consumidor y los niveles de consumo.
Ingreso (miles $)
24,30
12,50
31,20
28,00
35,10
10,50
23,20
10,00
8,50
15,90
14,70
15,00

Nivel de Consumo
16,20
8,50
15,00
17,00
24,20
11,20
15,00
7,10
3,50
11,50
10,70
9,20

a. Defina e identifique las variables involucradas en el modelo.

Variable
Nivel de consumo
Ingresos (miles USD)
b.

Relacin
Dependiente
Independiente

Representacin

Establezca la estructura del modelo matemtico para el problema planteado.

= 0 + 1

Utilizando el Asistente de Grficos del Excel construya un diagrama de dispersin para los
datos; agregue la lnea de tendencia, su ecuacin y el coeficiente de determinacin 2

Diagrama de Dispersin
30
25

Nivel de consumo

c.

20
15
10

y = 0,56x + 1,78
R = 0,84

5
0
0

10

15

20

25

30

35

40

Ingreso (miles $)

Pgina 1|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

d. Qu le dice este modelo sobre la relacin entre el Ingreso y el Nivel de Consumo:

Estn directamente relacionadas, a mayor ingreso se estima mayor nivel de consumo.
e.

Qu nivel de consumo pronosticara el modelo para alguien que gana $ 27.500?

Para un ingreso x = 27,5 (en miles USD) el nivel de consumo ser:
= 0.56 + 1.78
= 0.56(27,5) + 1,78
= 17,18

f.

Establezca e interprete el coeficiente de determinacin.

2 = 0.84 84%
Interpretacin: La variacin del Nivel de Consumo se debe en el 84% a la variacin del Ingreso, el 16%
restante de la variacin se debe a otras variables que no forman parte del modelo.

g.

Establezca e interprete el coeficiente de correlacin.

= 2
= 0.84 = 0.92
Las variables Nivel de Consumo e Ingresos
tienen un grado de correlacin alto, estn
fuertemente relacionadas.

Rango
0.00
0.00 0.30
0.30 0.70
0.70 1.00
1.00

Calificacin
Sin relacin
Baja
Mediana
Alta
Perfecta

Pgina 2|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

2. Un banco de Quito que se especializa en crditos para vivienda intenta analizar el mercado de
fincas como bienes raz, midiendo el poder explicativo que las tasas de inters tienen sobre el
nmero de casas vendidas en el rea. Se compilaron los datos para un perodo de 10 meses as:
Inters (%)
12,3
10,5
15,6
9,5
10,5
9,3
8,7
14,2
15,2
12

Casas vendidas
196
285
125
225
248
303
265
102
105
114

a. Defina e identifique las variables involucradas en el modelo.

Variable
Nmero de casas vendidas
Tasa de inters (%)

Relacin
Dependiente
Independiente

Representacin

b. Establezca la estructura del modelo matemtico para el problema planteado.

= 0 + 1

c. Utilizando el Asistente de Grficos del Excel construya un diagrama de dispersin para los
datos; agregue la lnea de tendencia, su ecuacin y el coeficiente de determinacin 2

Diagrama de Dispersin
350

Nmero de casas vendidas

300
250
200
y = -27,44x + 520,04
R = 0,75

150
100
50
0
0

10

12

14

16

18

Tasa de Inters (%)

Pgina 3|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

d. Qu le dice este modelo sobre la relacin entre La tasa de inters (%) y el Nmero de casas
vendidas?
Estn indirectamente relacionadas, a mayor tasa de inters se estima menor el nmero
de casas vendidas.
e. Si la tasa de inters es del 9.5%, Cuntas casas se venderan de acuerdo con el modelo?
Para una tasa de inters de 9.5% el nmero de casas vendidas ser:
= 27,44 + 520,04
= 27.40(9.5) + 520.04
= 259,74 260 .
f.

Establezca e interprete el coeficiente de determinacin.

2 = 0.75 75%
Interpretacin: La variacin del Nmero de casas vendidas se justifica en el 75% debido a la variacin
de la tasa de inters, el 25% restante de la variacin se debe a otras variables que no forman parte del
modelo.

g. Establezca e interprete el coeficiente de correlacin.

= 2
= 0.75 = 0.87
Las variables Nmero de casas vendidas y tasa
de inters tienen un grado de correlacin alto,
estn fuertemente relacionadas.

Rango
0.00
0.00 0.30
0.30 0.70
0.70 1.00
1.00

Calificacin
Sin relacin
Baja
Mediana
Alta
Perfecta

Pgina 4|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

B. MODELO DE REGRESIN LINEAL MLTIPLE

3. Jorge Garca, dueo y gerente general del almacn de equipos de audio y grabacin est
preocupado sobre el comportamiento de las ventas de un modelo de reproductora de discos
compactos que se vende en la tienda. Se da cuenta de que existen muchos factores que podran
ayudar a explicarlo, pero cree que la publicidad y el precio son los principales determinantes. Jorge
ha recogido los siguientes datos:
Ventas (unidades)

Publicidad (anuncios)

Precio ($)

33
61
70
82
17
24

3
6
10
13
9
6

125
115
140
130
145
140

a. Defina e identifique las variables involucradas en el modelo.

Variable
Ventas
Publicidad
Precio

Relacin
Dependiente
Independiente
Independiente

Representacin

1
2

b. Establezca la estructura del modelo matemtico para el problema planteado.

= 0 + 1 1 + 2 2

c. Utilizando el programa Anlisis de Datos del Excel, encuentre los coeficientes del modelo
de regresin.

Intercepcin
Publicidad (anuncios)
Precio ($)

Coeficientes
219,23
6,38
-1,67

= 219.23 + 6.381 1.672

d. Si la publicidad es 7 y el precio es $ 125 qu ventas podra predecir?.

= 219.23 + 6.381 1.672
= 219.23 + 6.38(7) 1.67(125) = 55.14 55

Pgina 5|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

4. Siderrgica ecuatoriana ha estado buscando los factores que influyen en la cantidad de acero que
es capaz de vender cada ao. La administracin sospecha que los siguientes son los factores
principales: La tasa anual de inflacin del pas, el precio promedio por tonelada y el nmero de
automviles (en miles) que los fabricantes de autos estn planeando producir este ao. Se han
recogido los datos correspondientes a los ltimos 7 aos:
Acero vendido
Tasa de
(miles toneladas) inflacin (%)
3,5
3,7
4,3
4,7
4
3,1
4,2

Precio promedio
(miles USD)

Nmero de
automviles (miles)

3,05
2,6
4,35
4,5
2,2
5
3,1

5,9
6,1
6,5
7,1
5,7
5,1
6,2

11
13
15,5
10,7
7,5
3,9
3,1

a. Defina e identifique las variables involucradas en el modelo.

Variable
Ventas Acero (miles toneladas)
Tasa de inflacin
Precio promedio (miles Usd)
Numero de automviles (miles)

Relacin
Dependiente
Independiente
Independiente
Independiente

Representacin

1
2
3

b. Establezca la estructura del modelo matemtico para el problema planteado.

= 0 + 1 1 + 2 2 + 3 3

c. Utilizando el programa Anlisis de Datos del Excel, encuentre los coeficientes del modelo
de regresin.

Intercepcin
Tasa de inflacin (%)
Precio promedio
Nmero de automviles

Coeficientes
-1,05
-0,03
-0,05
0,89

= 1,05 0.031 0.052 + 0.893

d. Qu porcentaje de la variacin total de la cantidad de acero vendido cada ao es explicado

por esta ecuacin: El 87%.
e. Cuntas toneladas de acero deber esperar vender en un ao en el que la tasa de inflacin
sea de 7.1, los fabricantes de automviles estn planeando producir 6.0 miles de autos y
el precio de la tonelada de acero sea de $ 3.50 (miles usd).
= 1,05 0.03(7.1) 0.05(3.50) + 0.89(6) = 3.90

Pgina 6|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

C. MODELO NO LINEAL BIVARIABLE

5. Los datos siguientes presentan la cantidad de hidrgeno presente (en partes por milln), en el
corazn de una perforacin, de un determinado tamao, a las distancias siguientes (en pies) desde
la base de un tiro al vaco:
Distancia
Cantidad

1
1,28

2
1,50

3
1,12

4
0,94

5
0,82

6
0,75

7
0,60

8
0,72

9
0,95

10
1,20

a. Encuentre, utilizando el Asistente de Grficos del Excel, los coeficientes del el modelo
cuadrtico del tipo
= 0 + 1 + 2 2

Diagrama de Dispersin
Cantidad de Hidrgeno (ppm)

1,6
1,4
1,2
1
0,8
0,6
0,4

y = 0,03x2 - 0,34x + 1,83

R = 0,77

0,2
0
0

10

12

Distancia de perforacin (pies)

= 1.83 0.34 + 0.03 2

b. Para 6.5 pies de altura que cantidad de oxgeno (en ppm) pronosticara el modelo?
= 1.83 0.34 + 0.03 2
= 1.83 0.34(6.5) + 0.03(6.5)2
= 0.89
c. Describa las conclusiones sobre el aporte de los coeficientes al modelo.

El coeficiente de correlacin: 2 = 0.77 indica que la variacin de la cantidad de

hidrgeno se justifica en el 77% por la variacin de la distancia de perforacin; el
23% de variacin se debe a otras variables que no forman parte del estudio.

El coeficiente de correlacin: = 0.88 indica que la relacin de la variable

cantidad de hidrgeno y distancia de perforacin es muy alta.

Pgina 7|8

Daniel Herrera Aruz

MODELO DE REGRESIN Y CORRELACIN.-

6. Se trata de establecer la relacin existente entre el ingreso y los impuestos pagados en una
comunidad para lo cual se toma aleatoriamente los datos de la declaracin de impuestos de 10
personas y se obtiene los siguientes datos:
Ingreso
(miles $)
Impuesto

16,9

8,9

17,7

16,5

11,5

19,9

8,2

17,1

14,7

18,6

0,117

0,025

0,131

0,141

0,037

0,198

0,025

0,127

0,089

0,167

a. Encuentre, utilizando el proceso de estimacin grfica del Excel, la curva que mejor ajuste a los
datos.

DIVERSOS MODELOS DE AJUSTE

0,25

y = 0,00x2 - 0,01x + 0,06

R = 0,97
y = 0,01x - 0,11
R = 0,94

0,2

0,15

0,1

y = 0,005e0,191x
R = 0,980

y = 0,18ln(x) - 0,38
R = 0,89

0,05

0
0

10

15

20

25

INGRESOS (MILES USD)

Modelo exponencial:
= 1
= 0.005 0.191
b. Utilizando el modelo encontrado, encuentre el valor estimado de impuestos que un miembro de
la comunidad debera pagara tomando en cuenta que percibe ingreso anuales de 12500 dlares.
= 0.005 0.191(12.5)
= 0.005 0.191(12.5)
= 0.16989 169,89

Pgina 8|8