EJEMPLO REGRESION LINEAL SIMPLE

Una empresa de mensajera de entrega puerta a puerta, con el fin de mejorar la

prestacin del servicio desea establecer la relacin que puede existir entre el
tiempo empleado y la distancia recorrida para la entrega de un determinado
producto
Distancia en
Kilmetros
825
(x)

215

1070

550

480

920

1350

325

670

1215

Tiempo de
entrega( y)
3,5
(das)

1,0

4,0

2,0

1,0

3,0

4,5

1,5

3,0

5,0

Realic el diagrama de dispersin y determine el tipo de asociacin entre las

variables.
Distancia en
kilmetros (X)
825
215
1070
550
480
920
1350
325
670
1215

Tiempo de entrega en das

(Y)
3,5
1
4
2
1
3
4,5
1,5
3
5

En este ejemplo la variable tiempo de entrega depende de la variable distancia,

por lo tanto la variable independiente (X), sera la variable distancia y la variable
dependiente (Y), sera la variable Tiempo de entrega.
Nota: Para la realizacin en Excel del diagrama de dispersin y el clculo de la
ecuacin de regresin Y = a + bx y del coeficiente de determinacin R2 sugiero
guiarse por el tutorial que hay en la gua del laboratorio de regresin y correlacin
lineal que est en el entorno de aprendizaje practico

Servicio de Mensajeria
6
5

f(x) = 0x + 0.12
R = 0.9

Tiempo de Entrega en dias

3
2
1
0

500

1000

1500

Distancia en Kilometros

Como la pendiente de la ecuacin de regresin lineal (0,0036), es positiva el tipo

de asociacin entre las variables distancia y tiempo de entrega es directamente
proporcional, eso indica que cuando la variable distancia aumenta la variable
tiempo tambien aumenta y si la variable distancia disminuye la variable tiempo
tambien disminuye.
Encuentre el modelo matemtico que permite
variable sobre la otra. Es confiable?

predecir el efecto de una

El modelo matemtico que permite predecir el efecto de la variable distancia en

Kilmetros sobre la variable Tiempo de entrega en das es:
Y = 0,0036x + 0, 1181
Como el valor del coeficiente de deteminacion es R = 0, 9005 y es un valor
cercano a 1, podemos concluir que el modelo matematico anteriormente
referenciado es confiable en un 90, 05%
Determine el porcentaje de explicacin del modelo y el grado de relacin de
las dos variables
El porcentaje de explicacion del modelo esta determinado por el valor del
coeficiente de determimacion R2 en porcentaje (%), por ende seria del 90, 05%
(R2 = 0, 9005 * 100 = 90, 05%)
El grado de relacion de las variables distancia recorrida y tiempo de entrega esta
determinado por el valor del coeficiente de correlacion r por ende seria de 0, 9489
(el coeficiente de correlacion es la raiz cuadrada del coeficiente de determinacion

R2), por ende la correlacion de las 2 variables enunciadas anteriormente es

Excelente, pues esta en el intervalo de 0.90 < r < 1
Grado de correlacin lineal

Interpretacin
Valores de r (+)
Valores de r (-)
Correlacin perfecta
=1
= -1
Correlacin excelente
0.90 < r < 1
-1 < r < -0.90
Correlacin aceptable
0.80 < r < 0.90
-0.90 < r < -0.80
Correlacin regular
0.60 < r < 0.80
-0.80 < r < -0.60
Correlacin mnima
0.30 < r < 0.60
-0.60 < r < -0.30
No hay correlacin
0 < r < 0.30
-0.30 < r 0
Tomado de Estadstica Bsica Aplicada; Ciro Martnez Bencardino.

Cul sera la distancia recorrida en kilmetros cuando el tiempo de entrega

es de 5.5 das?
En este caso nos estan solicitando el valor de la variable independiente X que
seria la distancia recorrida en kilometros por lo tanto:
Y = 0,0036X + 0, 1181
5.5 = 0,0036X + 0, 1181
5, 5-0, 1181 = 0,0036X
5, 3819 = 0,0036X
5, 3819/0, 0036 = X
1494, 97222 = X
Cuando el tiempo de entrega es de 5,5 dias el valor aproximado de distancia
recorrida es de 1495 kilometros