2020

Guia de ejercicios

NOMBRE:Marcell Araya, Sebastian flores

CARRERA: mecánica
ASIGNATURA: preparación y evaluación de proyecto
Sección: 860
Instrucciones:

- Máximo 3 alumnos por grupo.

- Entrega en formato PDF.
- Entrega 19 de mayo a las 18:00 horas en el ambiente de aprendizaje.
- Si no se cumple alguna de las instrucciones anteriores el trabajo no será evaluado.

GUIA DE EJERCICIOS DE REGRESIÓN LINEAL

1. El gerente de una tienda de televisores observa las siguientes ventas en 10 días

diferentes, donde:

Y = número de televisores vendidos

x = número de vendedores

Y 3 6 10 5 10 12 5 10 10 8
x 1 1 1 2 2 2 3 3 3 2

a) Realice un diagrama de dispersión.

b) Determine la variación explicada.

5.77 %
c) Obtenga la recta de regresión ajustada.
5,4 + 1x
d) Interpretar la pendiente de la recta de regresión ajustada. Indicar el error
estándar.
6.11 o 6 aprox
e) Explicar si es posible, dar una interpretación con sentido a la constante
 de la recta de regresión ajustada.

Están directamente conectadas por la razón si aumenta los vendedores se

aumenta la venta de vt
f) Grafique los residuos
g) Si se colocarán 4 vendedores ¿Cuántos televisores se espera vender?
11 televisores
 2. Una compañía de seguros desea determinar el grado de relación que existe
entre el ingreso familiar x y el monto del seguro de vida Y del jefe de familia.
Con base a una muestra aleatoria de 18 familias, se obtuvo la siguiente
información. (en miles de dólares)

Ingreso 45 20 40 40 47 30 25 20 15

Seguro de Vida 70 50 60 50 90 55 55 35 40

Ingreso 35 40 55 50 60 15 30 35 45

Seguro de Vida 65 75 105 110 120 30 40 65 80

Realice un diagrama de dispersión.

Seguro de Vida
140

120

100

80

60

40

20

0
0 10 20 30 40 50 60 70

x y xy x^2 x^2
45 70 3150 2025 4900
20 50 1000 400 2500
40 60 2400 1600 3600
40 50 2000 1600 2500
47 90 4230 2209 8100
30 55 1650 900 3025
25 55 1375 625 3025
20 35 700 400 1225
15 40 600 225 1600
35 65 2275 1225 4225
40 75 3000 1600 5625
55 105 5775 3025 11025
50 110 5500 2500 12100
60 120 7200 3600 14400
15 30 450 225 900
 30 40 1200 900 1600
35 65 2275 1225 4225
45 80 3600 2025 6400
sumas 647 1195 47180 26309 90975

a) ¿Sugiere la gráfica una asociación lineal?

R: si sugiere una asociación lineal
b) Obtenga la recta de regresión ajustada.

Promedio
ℇ𝑥 647
𝑋: : : 35,95
𝑛 18
ℇ𝑦 1195
𝑦: : : 66,38
𝑛 18

Varianzas.

ℇ𝑥 2 26309
𝜎 𝑥 2: 𝑛
− (𝑥)2: 18
: (36)2 : 1461,61 – 1296: 165,61.

ℇ𝑦 2 90975
𝜎 2 𝑦: 𝑛
− (𝑦)2: 18
: (66)2 : 5054,16- 4356: 698,16.

Covarianza
ℇ𝑥𝑦 47180
𝜎𝑥𝑦: 𝑛 − 𝑋 × 𝑌: 18 – 36 X 66: 2621,11 – 2376 : 245,11.

Derivación estándar:
𝜎𝑥: √𝜎 2 𝑥: √166: 12,88
𝜎𝑦: √𝜎 2 𝑦: √698: 26, 41

Índice de correlación.
𝜎×𝑌
𝑟: : 245/ 12 X 26: 0.72
𝜎𝑋×𝜎𝑌

Variabilidad de datos.
r2:0,72^2: 0,51: 51%

recta de regresión:
𝜎×𝑦
𝑏1 ∶ 𝜎2 𝑥 : 245/ 166: 1,47
b0: x-b1 x X: 66 – 1,47 x 36: 66 - 52,92: 13,08
Υ: 13,08 + 1,47x
 c) Interpretar la pendiente de la recta de regresión ajustada.
d) Explicar si es posible, dar una interpretación con sentido a la constante
de la recta de regresión ajustada.
e) Determine el error estándar.
51%
f) Grafique los residuos
g) Estime el monto de seguro de vida para una familia cuyo ingreso son
33.000 dólares.

48523.08

3. Una cadena de restaurantes de comida rápida decide llevar a cabo un experimento

para medir la influencia sobre las ventas del gasto en publicidad. En ocho regiones del
país, se realizaron diferentes variaciones relativas en el gasto en publicidad,
comparado con el año anterior, y se observaron las variaciones en los niveles de
ventas resultantes. La tabla adjunta muestra los resultados.

Incremento del Gasto en Publicidad (%) 0 4 14 10 9 8 6 1

Incremento en las Ventas (%) 2,4 7,2 10,3 9,1 10,2 4,1 7,6 3,5

a) Realice un gráfico adecuado.

b) Para un modelo de regresión lineal simple, obtenga la recta de regresión

ajustada y grafíquela. (determínela con la fórmula de desviación y
covarianza)

y x x*y y˄2 x˄2

0 2,4 0 0 5,76
 4 7,2 28,8 16 51,84

14 10,3 144,2 196 106,09

10 9,1 91 100 82,81

9 10,2 91,8 81 104,04

8 4,1 32,8 64 16,81

6 7,6 45,6 36 57,76

1 3,5 3,5 1 12,25

sumas 52 54,4 437,7 494 437,36

ΣX = 54,4

ΣY = 5

ΣXY = 437,7

ΣX2 = 437,36

Pendiente (b)= (NΣXY - (ΣX)(ΣY)) / (NΣX2 - (ΣX)2)

= ((8)*(437.7)-(54,4)*(52))/((8)*(437,36)-(54,4)2)

= (3501,6–2828,8)/(3498,88–2959,36)

= 672,2/539,52

= 1,24592

Pendiente (a) = (ΣY - b(ΣX)) / N

= (52–1,24592(54,4)) /8

= (52–67,778048) /8

= -15,778048/8

= -1,9722

Y= -1,9722 + 1,24592X

Incremento en
Recta de Regresión Lineal
las ventas (%)

X Ỹ = - 1,9722 + 1,24592X

2,4 1,018008
 7,2 6,995424

10,3 10,860776

9,1 9,365672

10,2 10,736184

4,1 3,136072

7,6 7,496792

3,5 2,38852

y
12

10

0
0 2 4 6 8 10 12

c) Determine el error estándar.

d) Determine en cuanto incrementarían las ventas si se aumentara la
publicidad un 12%.

16.91
 e) Realice un grafico de residuo.
f) Interprete los valores de b0 y b1.

4. El tiempo que tarda un sistema informático en red en ejecutar una instrucción depende
del número de usuarios conectados a él. Si no hay usuarios el tiempo es 0. Tenemos
los siguientes datos:

Número de
Tiempo de Ejecución
Usuarios

10 1,0
15 1,2
20 2,0
20 2,1
25 2,2
30 2,0

a) Realice un diagrama de dispersión

35
30
30
25
25
20 20
20
15
15
10
10

0
0 0,5 1 1,5 2 2,5
b) Determine el valor de r2 y explique su significado en el problema.
129%
c) Obtenga la recta de regresión ajustada. (con fórmula de desviación y
covarianza)
27.23+0.69x
 d) Determine el error estándar.
105
e) Realice un grafico de residuo.
f) Si estuviesen conectados 35 usuarios ¿Cuánto se demora el
software en ejecutarse?

51.38 o 52

5. Se intentó evaluar el tipo a plazo como predictor del tipo al contado en el

mercado de valores canadiense. Para una muestra de 79 observaciones
trimestrales, se obtuvo la regresión lineal estimada
Yˆ = 0,00027 + 0,7916x
donde

Y = variación real en el tipo al contado

x = variación en el tipo al contado predicha por el tipo a plazo

a) Interpretar la pendiente de la recta de regresión estimada.

Y=0,00027+0,791 * X

X=0 1 2 3 4 6 8
Y=0,00027 0,79127 1,58227 2,37327 3,16427 4,74627 6,32877

4
EJE Y

0
0 1 2 3 4 5 6 7 8 9
EJE X

b) Explicar si es posible, dar una interpretación con sentido a la constante

de la recta de regresión ajustada.

La constante del modelo de regresión, asume el punto de intersección en el eje y,

como se puede ver su valor es casi de 0, es decir, la pendiente tiene un Angulo de
inclinación aproximada a 45°. Entonces su comportamiento se parecería a y=x,
salvo que x es multiplicado por 8, entonces la proporción de cambio vendría
siendo 10/8
lOMoAR cPSD| 499 228 1