Estadística Inferencial II.

Ingeniería Industrial.
Tema:
Regresión lineal múltiple

Presentan:
Rodríguez Aguilar Cynthia Guadalupe
Ibarra Carreón Miriam de Jesús

20 de febrero de 2018.
 Antecedentes.
En la Regresión lineal múltiple modelizamos la relación
entre una variable dependiente y dos o más variables
independientes mediante una función lineal, una
función que será un plano (si tenemos dos variables
independientes) o un hiperplano (si tenemos más de
dos variables independientes). Se pretende modelizar
la relación entre unas variables con la finalidad última
de poder pronosticar una de ellas. La técnica de
regresión múltiple se usa frecuentemente en
investigación. Se aplica al caso en que la variable
respuesta es de tipo numérico. Cuando la respuesta es
de tipo dicotómico (muere/vive, enferma/no enferma),
usamos otra técnica denominada regresión logística.
2
ESTADÍSTICA INFERENCIAL II.
 Objetivo.
Encontrar la ecuación de regresión para el
problema planteado y predecir el
consumo generado por la planta química
mediante la investigación y el uso de
software.

3
ESTADÍSTICA INFERENCIAL II.
 Marco teórico.

El análisis de regresión lineal es una

técnica estadística utilizada para
estudiar la relación entre variables
usando como apoyo en ciertos casos
ecuaciones normales de estimación.

4
ESTADÍSTICA INFERENCIAL II.
 Ecuaciones normales de estimación.

ŷ= b0+b1x1+b2x2+...bkxk

nb0+ b1∑ni=1x1i + b2∑ni=1x2i +…bk∑ni=1xki =∑ni=1yi

b0∑ni=1x1i+ b1∑ni=1x21i + b2∑ni=1x1ix2i +… bk∑ni=1x1ixki = ∑ni=1x1iyi

b0∑ni=1xki+ b1∑ni=1xxki xx1i + b2∑ni=1xxki xx2i +… bk∑ni=1x2ki= ∑ni=1xkiyi

5
ESTADÍSTICA INFERENCIAL II.
 Desarrollo.

1.3 Se cree que la energía eléctrica consumida cada mes

por una planta química, está relacionada con la
temperatura ambiental promedio x₁, el número de días del
mes x₂, la pureza promedio del producto x₃, y las toneladas
fabricadas del producto x₄. Se dispone de datos históricos
que se presentan en la siguiente tabla:

6
ESTADÍSTICA INFERENCIAL II.
 Consumo ºF Días % Ton
y x1 x2 x3 x4
240 25 24 91 100
236 31 21 90 95
290 45 24 88 110
274 60 25 87 88
301 65 25 91 94
316 72 26 94 99
300 80 25 87 97
296 84 25 86 96
267 75 24 88 110
276 60 25 91 105
288 50 25 90 100
261 38 23 89 98

7
ESTADÍSTICA INFERENCIAL II.
 Sustitución de formulas.

12b0+ b1∑12i=1x1+ b2∑12i=1x2+ b3∑12i=1x3+ b4∑12i=1x4

685b0+ b1∑12i=1x21+ b2∑12i=1x1x2+ b3∑12i=1x1x3+ b4∑12i=1x1x4= ∑12i=1x1y

292b0+ b1∑12i=1x1x2+ b2∑12i=1x22+ b3∑12i=1x2x3+ b4∑12i=1x2x4= ∑12i=1x2y

1072b0+ b1∑12i=1x1x3+ b2∑12i=1x2x3+ b3∑12i=1x23+ b4∑12i=1x3x4= ∑12i=1x3y

1192b0+ b1∑12i=1x1x4+ b2∑12i=1x2x4+ b3∑12i=1x3x4+ b4∑12i=1x24= ∑12i=1x4y

8
ESTADÍSTICA INFERENCIAL II.
 Sistema de ecuaciones generado.
12b0 + 685 b1+ 292 b2+ 1072 b3+ 1192 b4= 3345

685b0 + 43245 b1+ 16852 b2+ 61054 b3+ 68011 b4= 194890

292b0 + 16852 b1+ 7124 b2+ 26089 b3+ 29003 b4= 81678

1072b0 + 61058 b1+ 26089 b2+ 95822 b3+ 106498 b4= 298850

1192b0 + 68011 b1+ 29003 b2+ 106498 b3+ 118860 b4= 332254

9
ESTADÍSTICA INFERENCIAL II.
 Resultados del sistema de ecuaciones:

b0= -102.77
b1= 0.06053 F
b2= 8.923 días
b3= 1.440 porcentaje
b4= 0.0139 toneladas

10
ESTADÍSTICA INFERENCIAL II.
 Resultados.

a) Estime la ecuación de regresión.

Consumo= -102.77 + 0.06053 F + 8.923

días + 1.440 porcentaje + 0.0139
toneladas

11
ESTADÍSTICA INFERENCIAL II.
 d) Prediga el consumo de energía para
un mes en que se tiene 75 ºF, 24 días
trabajados, 90% de pureza del producto
y 98 toneladas fabricadas.

Consumo= -102.77 + 0.06053 (75)°F +

8.923 (24) días + 1.440 (90) porcentaje
+ 0.0139 (98) toneladas

Consumo= 246.943
12
ESTADÍSTICA INFERENCIAL II.
 En minitab:

a) Estime la ecuación de regresión.

• Consumo= -103 + 0.0605 F + 8.92

días + 1.44 porcentaje + 0.014
toneladas

13
ESTADÍSTICA INFERENCIAL II.
 d) Prediga el consumo de energía para un mes
en que se tiene 75 ºF, 24 días trabajados, 90%
de pureza del producto y 98 toneladas
fabricadas.

Consumo= -103 + 0.0605 (75)°F + 8.92 (24)

días + 1.44 (90) porcentaje + 0.014 (98)
toneladas

Consumo= 287.562

14
ESTADÍSTICA INFERENCIAL II.
 El objetivo se cumplió de forma
adecuada y satisfactoria, en
comparación con los resultados
obtenidos fue una diferencia
mínima que nos confirma que el
proceso realizado fue bien hecho.

15
ESTADÍSTICA INFERENCIAL II.
 Conclusiones.
Con la información que obtuvimos
anteriormente podemos dar solución al
problema y concluir que el consumo de
energía para un mes será de 246.943.

16
ESTADÍSTICA INFERENCIAL II.
 Bibliografía.
1.Ladino Cesar. Bioestadística. [en línea], México DF,
Febrero 2018. Disponible en la web:
https://www.bioestadistica.uma.es/baron/apuntes/fichero
s/cap06.pdf. 9789681861643.

2. Johnson, Richard. Probabilidad y estadistica para

ingenieros. México DF : Pearson, 2012. 9786073207997.

17
ESTADÍSTICA INFERENCIAL II.