Escolar Documentos
Profissional Documentos
Cultura Documentos
Problema 1
Solucin
La ecuacin de regresin es
Ventas diarias = 1481 + 0.731 Area de la tienda
+ 9.99 Cajones de estacionamiento
- 2.31 Ingresos (miles de dlares)
Anlisis de varianza
Fuente GL SC CM F P
Regresin 3 10057.7 3352.6 18.60 0.000
Error residual 11 1982.3 180.2
Total 14 12040.0
Solucin a
Y = Ventas diarias
Variables independientes
Solucin b
10057.7
2 = = = 0.835
12040
2 = 0.835
Por lo tanto el 83.5% de la variacin de las ventas diarias ser explicada por la
regresin.
Solucin c
1) 0 : 1 = 2 = 3 = 0
:
2) = 0.05
3)
4)
F (, k, n-k-1)
F (0.05, 3, 11)
5) = 18.60 0
Por lo tanto no todos los coeficientes de regresin son iguales a cero.
Solucin d
1) 0 : 1 = 0, 2 = 0, 3 = 0
: 1 0, 2 0, 3 0
2) = 0.05
3)
4)
t (, n-k-1)
t (0.05, 11)
5)
=
0.731 0
1 = = 4.48 1 0
0.1633
9.99 0
2 = = 3.84 2 0
2.6
2.308 0
3 = = 1.45 3 0
1.595
Problema 2
127 18 10 1
138 15 15 0
159 22 14 1
144 23 12 1
139 17 12 0
128 16 12 1
161 25 14 1
180 26 17 1
102 15 7 0
163 24 16 1
106 18 10 0
149 25 11 1
a) Determine la ecuacin de regresin. Cuntos autos esperaran que se vendieran
en una agencia con 20 vendedores, que compra 15 minutos de publicidad y se
localiza en una ciudad?
b) Realice una prueba de hiptesis global para determinar si alguna de las variables
independientes es diferente de cero. Sea =0.05
c) Realice pruebas individuales de hiptesis para determinar si se pueden suprimir
variables independientes.
Solucin
La ecuacin de regresin es
Automviles vendidos el mes pas = 31.1 + 2.15 Anuncios + 5.01 Fuerza de ventas
+ 5.67 Ciudad
Anlisis de varianza
Fuente GL SC CM F P
Regresin 3 5504.4 1834.8 34.93 0.000
Error residual 8 420.2 52.5
Total 11 5924.7
Solucin a
Variables independientes
Para: X1 = 15 X2 = 20 X3 = 1
Y = 169.22
Solucin b
1) 0 : 1 = 2 = 3 = 0
:
2) = 0.05
3)
4)
F (, k, n-k-1)
F (0.05, 3, 8)
5) = 34.93 0
Por lo tanto no todos los coeficientes de regresin son iguales a cero.
Solucin c
1) 0 : 1 = 0, 2 = 0, 3 = 0
: 1 0, 2 0, 3 0
2) = 0.05
3)
4)
t (, n-k-1)
t (0.05, 8)
5)
=
2.15 0
1 = = 2.67 1 0
0.8049
5.01 0
2 = = 5.51 2 0
0.9105
5.67 0
3 = = 0.89 3 0
6.332
Problema 1
Anlisis de regresin general: GPA legal versus SAT verbal; SAT matematicas
Ecuacin de regresin
Coeficientes
EE del
Trmino Coef coef. T P
Constante -0.148891 1.47677 -0.10082 0.923
SAT verbal 0.004850 0.00378 1.28319 0.247
SAT matematicas 0.001660 0.00355 0.46745 0.657
Anlisis de varianza
Y = GPA legal
Variables independientes
Contribucin de la variable X1
1) 0 : 1
2
: 1
2
2) = 0.05
3)
4)
F (, 1, n-k-1)
F (0.05, 1, 6)
5) = 1.646 0
Por lo tanto la variable X1 no mejora el modelo en forma significativa una vez incluida
la variable X2
Contribucin de la variable X2
1) 0 : 2
1
: 2
1
2) = 0.05
3)
4)
F (, 1, n-k-1)
F (0.05, 1, 6)
5) = 0.218 0
Por lo tanto la variable X2 no mejora el modelo en forma significativa una vez incluida
la variable X1
Problema 2
El seor Mike Wide es presidente del sindicato de profesores del Distrito escolar de
Otsego. Como preparacin para las futuras negociaciones, a Mike le gustara investigar
la estructura de los sueldos del personal docente en el distrito. Considera que existen dos
factores que afectan el salario de un profesor: los aos de experiencia y una calificacin
de la efectividad en la enseanza, asignada por el director. Una muestra aleatoria de 20
profesores dio como resultado los datos siguientes:
21.1 8 35
23.6 5 43
19.3 2 51
33 15 60
28.6 11 73
35 14 80
32 9 76
26.8 7 54
38.6 22 55
21.7 3 90
15.7 1 30
20.6 5 44
41.8 23 84
36.7 17 76
28.4 12 68
23.6 14 25
31.8 8 90
20.7 4 62
22.8 2 80
32.8 8 72
Solucin
Ecuacin de regresin
EE del
Trmino Coef coef. T P
Constante 10.1157 1.84221 5.4911 0.000
Aos de experiencia 0.8926 0.08502 10.4994 0.000
Calificacion del director 0.1464 0.02771 5.2830 0.000
Anlisis de varianza
Y = Sueldo
Variables independientes
Contribucin de la variable X1
1) 0 : 1
2
: 1
2
2) = 0.05
3)
4)
F (, 1, n-k-1)
F (0.05, 1, 17)
5)
= 110.238 0
Por lo tanto la variable X1 si mejora el modelo en forma significativa una vez incluida la
variable X2
Contribucin de la variable X2
1) 0 : 2
1
: 2
1
2) = 0.05
3)
4)
F (, 1, n-k-1)
F (0.05, 1, 17)
5)
= 27.910 0
Por lo tanto la variable X2 si mejora el modelo en forma significativa una vez incluida la
variable X1
Anlisis Residual
Problema 1
Muchas regiones a lo largo de las costas de Carolina del Norte y Carolina del sur han
experimentado un crecimiento de la poblacin en los ltimos 10 aos. Se espera que el
crecimiento continue en los prximos 10 aos. Esto ha dado como resultado que muchas
de las grandes cadenas de tiendas de abarrotes construyan nuevas tiendas en la regin. El
director de una de estas tiendas esta estudiando la posibilidad de abrir mas tiendas en esta
regin. El considera que existen dos facores principales que indican la cantidad que las
familias gastan en alimentos. El primero es su ingreso y el otro el numero de personas en
su familia. El director obtiene la siguiente informacin.
1 5.04 73.98 4
2 4.08 54.9 2
3 5.76 94.14 4
4 3.48 52.02 1
5 4.2 65.7 2
6 4.8 53.64 4
7 4.32 79.74 3
8 5.04 68.58 4
9 6.12 165.6 5
10 3.24 64.8 1
11 4.8 138.42 3
12 3.24 125.82 1
13 6.6 77.58 7
14 4.92 171.36 2
15 6.6 82.08 9
2) Residuales de t student
3) > (0.50,4,11)
> 0.8932
Por lo tanto 15 = 1.7542
Problema 2
Se realiza un estudio dirigido al gasto familiar. Se desea conocer la relacin que afecte el
gasto de alimentacin mensual de una familia con el ingreso mensual, los componentes
de la familia y el ahorro familiar conseguido.
Solucin
RESIDT HI COOK
2) Residuales de t student
3) > (0.50,4,11)
> 0.8932
Por lo tanto ninguno es candidato a ser eliminado
Prueba de hiptesis para el modelo curvilneo
Problema 1
Solucin
La ecuacin de regresin es
ventas = 730 - 1089 Precio 1 + 465 Precio 2
Fuente GL SC CM F P
Regresin 2 12442.8 6221.4 37.56 0.000
Error residual 12 1987.6 165.6
Total 14 14430.4
Prueba Global
1) 0 : 1 = 0, 11 = 0
:
2) = 0.05
3)
4)
F (, k, n-k-1)
F (0.05, 2, 12)
5) = 37.56 0
Prueba Individual
Efecto Lineal
1) 0 : 1 = 0
: 1 0
2) = 0.05
3)
4)
T (, n-k-1)
T (0.05, 12)
5)
1088.7 0
1 = = 3.11 1 0
349.5
1) 0 : 11 = 0
: 11 0
2) = 0.05
3)
4)
T (, n-k-1)
T (0.05, 12)
5)
465 0
11 = = 2.64 11 0
176.2
Y X1 X2
360 8.8 77.44
305 8.8 77.44
230 8.8 77.44
242 8.8 77.44
180 9.9 98.01
172 9.9 98.01
121 9.9 98.01
83 9.9 98.01
122 14.8 219.04
91 14.8 219.04
105 14.8 219.04
Solucin
La ecuacin de regresin es
Y = 3266 - 523 X 1 + 20.9 X 2
Anlisis de varianza
Fuente GL SC CM F P
Regresin 2 66537 33268 15.11 0.002
Error residual 8 17609 2201
Total 10 84146
Prueba Global
1) 0 : 1 = 0, 11 = 0
:
2) = 0.05
3)
4)
F (, k, n-k-1)
F (0.05, 2, 8)
5) = 15.11 0
Prueba Individual
Efecto Lineal
1) 0 : 1 = 0
: 1 0
2) = 0.05
3)
4)
T (, n-k-1)
T (0.05, 8)
5)
522.6 0
1 = = 3.84 1 0
136.2
Efecto curvilneo
1) 0 : 11 = 0
: 11 0
2) = 0.05
3)
4)
T (, n-k-1)
T (0.05, 8)
5)
20.885 0
11 = = 3.67 11 0
5.694