FACULTAD DE INGENIERA

ESCUELA DE INGENIERA CIVIL

ESTADISTICA Y PROBABILIDAD
DOCENTE:
Romero Paredes, Rolando Ronald

ALUMNO:
Cavero Santa Cruz Manuel Eduardo

Chiclayo, Junio de 2016

EJERCICIOS DE REGRESIN MULTIPLE

EJERCICIO 6
En el bisbol, el xito de un equipo se suele considerar en funcin del
desempeo en bateo y en lanzamiento del equipo. Una medida del
desempeo en el bateo es la cantidad de cuadrangulares que anota el
equipo y una medida del desempeo en lanzamiento es el promedio
de carreras ganadas por el equipo que lanza. En general, se cree que
los equipos que anotan ms cuadrangulares (home run) y tienen un
promedio menor de carreras ganadas ganan un mayor porcentaje de
juegos. Los datos siguientes pertenecen a 16 equipos que
participaron en la temporada de la Liga Mayor de Bisbol de 2003; se
da la proporcin de juegos ganados, la cantidad de cuadrangulares
del equipo (HR, por sus siglas en ingls) y el promedio de carreras
ganadas (ERA, por sus siglas en ingls) (www.usatoday.com, 17 de
enero de 2004).
a. Obtenga la ecuacin de regresin estimada para predecir la
proporcin de juegos ganados en funcin de la cantidad de
cuadrangulares.
b. Obtenga la ecuacin de regresin estimada para predecir la
proporcin de juegos ganados en funcin del promedio de
carreras ganadas por los miembros del equipo que lanza.
c. Obtenga la ecuacin de regresin estimada para predecir la
proporcin de juegos ganados en funcin de la cantidad de
cuadrangulares y del promedio de carreras ganadas por los
miembros del equipo que lanza.
d. En la temporada de 2003, San Diego gan slo el 39.5% de sus
juegos, siendo el ms bajo de la liga nacional. Para mejorar
para el ao siguiente, el equipo trat de adquirir nuevos
jugadores que hicieran que la cantidad de cuadrangulares
aumentara a 180 y que el promedio de carreras ganadas por el
equipo que lanza disminuyera a 4.0. Use la ecuacin de
regresin estimada obtenida en el inciso para estimar el
porcentaje de juegos que ganara San Diego si tuviera 180
cuadrangulares y su promedio de carreras ganadas fuera 4.0.

a. Obtenga la ecuacin de regresin estimada para

predecir la proporcin de juegos ganados en funcin de
la cantidad de cuadrangulares.
1.

LA RELACIN ESPERADA(TERICA)
HR-Proporcin de ganados: relacin Directa

1. DIAGRAMA DE DISPERSIN
Segn lo esperado podemos observar la proporcin de ganados tiene
una relacin directa con respecto a HR, ver el siguiente diagrama

2.

CORRELACIN
H0: =0;

h1: 0

Segn lo observado en la siguiente tabla.

Con un p-value mayor al 0.05, se acepta hiptesis nula, no presenta una

relacin significativa.

3.

EL COEFICIENTE DE CORRELACIN: r=0.391, existe un correlacin

Significativamente baja entre la HR con la proporcin de ganados.

4.

COEFICIENTE DE DETERMINACIN AJUSTADO

r2adj=0.093; el HR explica en 9.30 % a la estimacin de la proporcin

de ganados y no es explicado en 91.00%

5.

PRUEBA DE VALIDEZ DEL MODELO

H0: =0 : la correlacin no es significativa
Ha: 0 : la correlacin es significativa

o Con 5% de n.s, se acepta Ho. El modelo es NO significativo

6. EL MODELO

Ho:

i=0 ;

Ha:

i 0

Proporcin de ganados=0.354+0.001*HR

b. Obtenga la ecuacin de regresin estimada para

predecir la proporcin de juegos ganados en funcin del
promedio de carreras ganadas por los miembros del
equipo que lanza.
1. LA RELACIN ESPERADA(TERICA)
ERA Proporcin de ganados: relacin inversa
2. DIAGRAMA DE DISPERSIN
Segn lo esperado podemos observar que la proporcin de ganados
con respecto a ERA presentan una relacin inversa, ver el siguiente
diagrama

3. CORRELACIN
H0: =0;

h1: 0

Segn lo observado en la siguiente tabla.

La proporcin de ganados con ERA si presenta relacin

significativa al 5% de

4. EL EFICIENTE DE CORRELACIN:
r=0.709, existe un correlacin alta significativa entre ERA
proporcin de ganados.
5. COEFICIENTE DE DETERMINACIN AJUSTADO

con la

r2adj=0.467; ERA explica en 46,7 % a la estimacin de la proporcin

de ganados y no es explicado en 53.3%

6. PRUEBA DE VALIDEZ DEL MODELO

H0: =0 : la correlacin no es significativa
Ha: 0 : la correlacin es significativa

Con 5% de n.s, se rechaza Ho. El modelo es significativo

7. EL MODELO EVALUACION DE LOS PARMETROS.

Ho:

i=0 ;

Ha:

i 0

Proporcin de ganados=0.865-0.084*ERA

c. Obtenga la ecuacin de regresin estimada para predecir la

proporcin de juegos ganados en funcin de la cantidad de
cuadrangulares y del promedio de carreras ganadas por los
miembros del equipo que lanza.
1. LA RELACIN ESPERADA (TERICA)
o
o

HR-Proporcin de ganados: relacin directa

ERA Proporcin de ganados: relacin inversa

2. DIAGRAMA DE DISPERSIN
Segn lo esperado podemos observar la proporcin de ganados tiene
una relacin directa con respecto a HR, ver el siguiente diagrama

Segn lo esperado podemos observar que la proporcin de ganados

con respecto a ERA presentan una relacin inversa, ver el siguiente
diagrama

3. CORRELACIN
H0: =0;

h1: 0

Segn lo observado en la siguiente tabla.

o
o

La proporcin de ganados
con ERA si presenta relacin
significativa al 5% de n.s.
La proporcin de ganados con HR no presenta relacin de
significativa.

4. EL EFICIENTE DE CORRELACIN
r=0.926, existe un correlacin alta significativa entre la HR y era con
la proporcin de ganados.
5. COEFICIENTE DE DETERMINACIN AJUSTADO
r2adj=0.837; ERA y HR explica en 83,7 % a la estimacin de la
proporcin de ganados y no es explicado en 16.3%

6. PRUEBA DE VALIDEZ DEL MODELO

H0: =0 : la correlacin no es significativa
Ha: 0 : la correlacin es significativa

Con 5% de n.s, se rechaza Ho. El modelo es significativo

7. EL MODELO EVALUACION DE LOS PARMETROS.

Ho:

i=0 ;

Ha:

i 0

Proporcin de ganados= 0.709+0.001*HR-0.103*ERA

d. En la temporada de 2003, San Diego gan slo el 39.5%

de sus juegos, siendo el ms bajo de la liga nacional.
Para mejorar para el ao siguiente, el equipo trat de
adquirir nuevos jugadores que hicieran que la cantidad
de cuadrangulares aumentara a 180 y que el promedio
de carreras ganadas por el equipo que lanza
disminuyera a 4.0. Use la ecuacin de regresin
estimada obtenida en el inciso para estimar el
porcentaje de juegos que ganara San Diego si tuviera
180 cuadrangulares y su promedio de carreras ganadas
fuera 4.0.

Proporcin de ganados= 0.709+0.001*HR-0.103*ERA

Proporcin de ganados= 0.709+0.001*180-0.103*4
Proporcin de ganados= 0.709+0.252 -0.412
Proporcin de ganados= 0.549
Proporcin de ganados= 54,9%

EJERCICIO 7

Los diseadores de mochilas usan materiales exticos como supernailon

Derlin, polietileno de alta densidad, aluminio para aviones o espumas
termo-moldeadas para hacer que las mochilas sean ms confortables y que
el peso se distribuya uniformemente eliminndose as los puntos de mayor
presin. En los datos siguientes se proporciona capacidad (en pulgadas
cbicas), evaluacin del confort, y precio de 10 mochilas probadas por
Outside Magazine. El confort est medido con una escala del 1 al 5, en la
que 1 denota un confort mnimo y 5 un confort excelente. (Outside Buyers
Guide, 2001).

Solucin

a. Obtenga la ecuacin de regresin estimada que permita

predecir el precio de una mochila, dada su capacidad y la
evaluacin de su confort.
1. LA RELACIN ESPERADA (TERICA)

o
o
o

Capacidad precio: Relacin directa

Confort precio: Relacin directa
Capacidad confort: No hay relacin

2. DIAGRAMAS DE DISPERSIN:
o

Capacidad precio: Contra lo esperado podemos observar que

los datos no presentan relacin alguna, ver el siguiente
diagrama:

Confort precio: Segn lo esperado podemos observar que los

datos presentan relacin directa, con algunos puntos dispersos,
ver el siguiente diagrama:

Capacidad confort: Contra lo esperado podemos observar que

los datos presentan relacin directa, con algunos puntos
dispersos, ver el siguiente diagrama:

3. CORRELACIN - PRUEBA DE HIPTESIS ENTRE VARIABLES

o
o
o

Ho: =0: la correlacin no es significativa

Ha: 0: la correlacin es significativa
Segn lo observado en la siguiente tabla:

La capacidad no tiene relacin significativa con el confort.

El confort y el precio si presentan correlacin significativa al 5%
de n.s.
La capacidad y el confort no tienen una relacin significativa.
4. COEFICIENTE DE CORRELACIN R=0.912
Existe una correlacin alta significativa entre el confort y la capacidad
con el precio.

5. COEFICIENTE DE DETERMINACIN AJUSTADO: R2ADJ=0.784

El confort y la capacidad explican en 78.4% a la estimacin del costo,
y no es explicado en 21.6%
6. PRUEBA DE VALIDEZ DEL MODELO:
Ho: El modelo no es significativo
Ha: El modelo es significativo.

Como p-value=0.002, entonces con 5% de n.s. se rechaza Ho. El

modelo es significativo.
7. EL MODELO EVALUACIN DE LOS PARMETROS.
Ho: i=0; Ha: i0

Para Ho: 1=0, Ha: 10, la capacidad NO contribuye

significativamente para estimar el precio en el modelo.
o Para Ho: 2=0, Ha: 20, el confort si contribuye
significativamente para estimar el precio en el modelo.
Por lo tanto, rediseamos el modelo con una variable menos, donde el
nuevo modelo a buscar es:
Precio = b0+ b1*Confort
o

8. COEFICIENTE DE CORRELACIN NUEVO R=0.849

Existe una correlacin alta significativa entre el confort con el precio.

9. COEFICIENTE DE DETERMINACIN AJUSTADO NUEVO: R2ADJ=0.721

El confort explica en 72.1% a la estimacin del precio, y no es
explicado en 27.9%
10. PRUEBA DE VALIDEZ DEL MODELO:
Ho: El modelo no es significativo
Ha: El modelo es significativo.

Como p-value=0.002, entonces con 5% de n.s. se rechaza Ho. El

modelo es significativo.

11. EL MODELO EVALUACIN DE LOS PARMETROS.

Ho: i=0; Ha: i0

Para Ho: 1=0, Ha: 10, el confort si contribuye significativamente

para estimar el precio en el modelo.
12. EL MODELO ES:

Precio de la mochila = -41.618 + 93.876*Confort

El precio de la mochila sin nivel de significancia y con las dos
variables es:
Precio = 356.121 -0.099*Capacidad +122.867*Confort

Sin embargo, con nivel de significancia al 5%, el modelo

estimado es:
Precio = -41.618 + 93.876*Confort

b. Interprete b1 y b2.
o

Con el primer modelo en el que el primer coeficiente (capacidad) no

contribuye significativamente al modelo:
0.099 es la estimacin del decremento esperado en el precio
que corresponde al aumento en una pulgada cbica en la
capacidad cuando el confort permanece constante.
122.867 es la estimacin del aumento esperado en el precio que
corresponde al aumento de la evaluacin del confort cuando la
capacidad permanece constante.

Con el segundo modelo en el que si hay nivel de significancia:

93.876 es la estimacin del aumento esperado en el precio que
corresponde al aumento de la evaluacin del confort cuando la
capacidad permanece constante.

c. Diga cul ser el precio de una mochila cuya

capacidad sea 4500 pulgadas cbicas y la evaluacin
de su confort sea 4.
o

Con el primer modelo en el que el primer coeficiente (capacidad) no

contribuye significativamente al modelo:
Precio = 356.121 -0.099*(4500) +122.867*(4) = 402.09 = 402

Con el segundo modelo en el que si hay nivel de significancia:

Precio = -41.618 + 93.876*(4) = 333.89 = 334

EJERCICIO 8

En la siguiente tabla se da el rendimiento anual, la evaluacin de la

seguridad (0=de alto riesgo, 10 segura) y el coeficiente de gastos anuales
de 20 fondos extranjeros (Mutual Funds, marzo del 2000).

Solucin

a. Obtenga la ecuacin de regresin estimada que

relaciona el rendimiento anual con la evaluacin de la
seguridad y con el coeficiente de gastos anuales.
1. RELACIN ESPERADA (terica):
o
o
o

Rendimiento anual vs. Evaluacin de seguridad: relacin inversa.

Rendimiento vs. coeficiente de gastos anuales: relacin directa.
Evaluacin de seguridad vs. coeficiente de gastos anuales: no hay
relacin.
2. DIAGRAMA DE DISPERSIN:
Rendimiento vs Factor de seguridad: como se puede observar,
no hay relacin entre estas variables.

Diagrama de dispersin 1
150
100
Rendimiento Anual

50
0

6 6.2 6.4 6.6 6.8 7 7.2 7.4 7.6 7.8

Factor de Seguridad

Rendimiento vs coeficiente de gasto: como se puede observar,

no hay relacin entre estas variables.

Diagrama de dispersin 2
140
120
100
80
Rendimiento Anual

60
40
20
0
0.8

1.2

1.4

1.6

1.8

2.2

Coeficiente de gastos anuales

2.4

Coeficiente de gasto vs Factor de seguridad: como se puede

observar, no hay relacin entre estas variables.

Diagrama de dispersin 3
2.5
2
1.5
Coeficiente de variacin

1
0.5
0

6.2 6.4 6.6 6.8

7.2 7.4 7.6 7.8

Factor de seguridad

3. CORRELACIN:
o

Ho : p=0 :lacorrelacion no es significativa

Ha : p 0:la correlacion es significativa

Segun lo observado enla siguiente tabla :
Correlaciones
FS
Correlacin de Pearson
FS

Correlacin de Pearson
Sig. (bilateral)
N
RENDA

Correlacin de Pearson

RENDA

-,513*

-,659**

,021

,002

20

20

20

,668**

Sig. (bilateral)
N

COEFA

COEFA

-,513

,021

,001

20

20

20

**

**

-,659

,668

Sig. (bilateral)

,002

,001

20

20

20

*. La correlacin es significante al nivel 0,05 (bilateral).

**. La correlacin es significativa al nivel 0,01 (bilateral).

o
o

El factor de seguridad no tiene relacin de significancia con el

coeficiente anual. Con el rendimiento anual presenta correlacin
significativa del 5%.
El coeficiente anual tiene correlacin de significancia al 5% de n.s con
el rendimiento anual.
4. COEFICIENTE DE CORRELACIN: r=0,763
Resumen del modelo
Modelo

,763

R cuadrado

R cuadrado

Error tp. de la

corregida

estimacin

,582

,533

16,97705

a. Variables predictoras: (Constante), COEFA, FS

5. COEFICIENTE DE CORRELACIN AJUSTADO:

r2 adj=0,533, el factor de seguridad y el coeficiente anual explican en
53,3% al rendimiento anual y no es explicado en 46,7%.
Resumen del modelo
Modelo

,763a

R cuadrado

R cuadrado

Error tp. de la

corregida

estimacin

,582

,533

16,97705

a. Variables predictoras: (Constante), COEFA, FS

6. PRUEBA DE VALIDEZ DEL MODELO:

o

Ho: =0 : la correlacin no es significativa

Ha: 0 : la correlacin es significativa

7. EL MODELO EVALUACIN DE LOS PARMETROS:

Ho: B1=0

Ha: B1 0

Para

Ho: B1=0 ;

Ha: B1 0 , El factor de seguridad si contribuye

significativamente para estimar los rendimiento anuales.

o Para

Ho: B2=0 ;

Ha : B2 0 , El coeficiente anual si contribuye

significativamente para estimar los rendimiento anuales.

Rendimiento=b 0+ b1FS+ b2Coeficiente anual

Rendimiento=247.35832.845FS+34.589Coeficiente anual
8. Estime el rendimiento anual de una empresa cuya evaluacin de
seguridad es de 7.5 y el coeficiente de gastos anuales es 2.

Rendimiento=247.35832.845FS+34.589Coeficiente anual

Rendimiento=247.358-32.845*7.5+34.589*2
Rendimiento=70,2

EJERCICIO 9
El ski acutico y el wakeboarding son dos deportes acuticos muy
actuales. Ya sea que se trate de ski acutico, de wakeboarding o de
navegacin, hallar el modelo que mejor se ajuste a las necesidades, puede
no ser una tarea sencilla. La revista Water Ski prob 88 lanchas y
proporcion una amplia informacin como ayuda para los consumidores. A
continuacin se presenta una parte de los datos que publicaron sobre 20
lanchas de 20 y 22 pies longitud (Water Ski, enero/febrero 2006). La manga
es el ancho mximo de la lancha (en pulgadas), HP son los caballos de
fuerza del motor y velocidad mxima es la velocidad mxima que alcanza la
lancha, en millas por hora.

Solucin
Empleando estos datos obtenga la ecuacin de regresin
estimada que relaciona la velocidad mxima con la manga y
los caballos de fuerza de la lancha.
1. LA RELACIN ESPERADA (TERICA)
o Manga-Velocidad Mxima : Relacin directa
o Hp-Velocidad Mxima: Relacin directa
o Manga - Hp: No hay relacin
2. DIAGRAMA DE DISPERSIN

o Manga-Velocidad Mxima: Segn lo esperado podemos

observar que los datos no tienen comportamiento directo, sino
que estos no presentan relacin, ver el siguiente diagrama:

Hp-Velocidad Mxima: Segn lo esperado podemos observar

que los datos no tienen comportamiento directo, sino que estos
no presentan relacin, ver el siguiente diagrama:

Manga - Hp: Segn lo esperado podemos observar que los

datos no poseen ninguna relacin, ver el siguiente diagrama:

3. CORRELACIN PRUEBA DE HIPTESIS ENTRE VARIABLES

Ho : p=0 :la correlacion no es significativa

Ho : p 0:la correlacion es significativa

Segun lo observado enla siguiente tabla

La manga no tiene relacin significativa con el Hp. Con Velocidad_Maxima

presenta correlacin significativa al 5% de n.s.
1.2 Hp tambin presenta una correlacin significativa al 5% de
n.s con Velocidad_Maxima.

r=0.773 ,

4. COEFICIENTE DE CORRELACIN:

Existe una correlacin alta significativa entre la manga y hp con el

costo:
Resumen del modelo
Modelo

,773a

R cuadrado

R cuadrado

Error tp. de la

corregida

estimacin

,597

,550

a. Variables predictoras: (Constante), Hp, Manga

5. PRUEBA DE VALIDEZ DEL MODELO

Ho:

El modelo no es significativo

H 1 : El modelo es significativo.

6. EL MODELO EVALUACIN DE LOS PARMETROS

Ho: B1=0

1,59538

Ha: B1 0

Para

Ho: B1=0 ;

Ha: B1 0,

El

manga

si

contribuye

significativamente para estimar la velocidad de mxima del modelo.

o

Para

Ho: B2=0 ;

Ha: B2 0,

El Hp si contribuye significativamente

para estimar los la velocidad de mxima del modelo.

Velocidad=b0 + b1Manga+ b2Hp

a. La Svfara SV 609 tiene una manga de 85 pulgadas y

motor de 330 caballos de fuerza. Utilice la ecuacin de
regresin estimada obtenida en el inciso a) para estimar
la velocidad mxima de la Svfara SV609.
Velocidad=b0 + b1Manga+ b2Hp
Velocidad=64.9660.3985+0.051330

Velocidad=48.646

EJERCICIO 25

Borrons realiza revisiones anuales de los corredores de bolsa en lnea,

en la que se incluyen tanto corredores a los que se les puede contactar va
un explorador de Internet, as como corredores que tienen acceso directo y
que ponen al cliente en contacto directo con el servidor de una red de
corredores de bolsa. La oferta y el desempeo de cada corredor se evalan
en seis reas, empleando para cada rea una escala de 0 a 5. Los resultados
se ponderan para obtener una evaluacin general y a cada corredor se le
asigna una evaluacin final que va de cero a cinco estrellas. Tres de las
reas evaluadas son ejecucin de la operacin, facilidad de uso y gama de
ofertas. Un 5 en ejecucin de la operacin significa que la llegada del pedido
y el proceso de ejecucin fluyeron con facilidad de un paso a otro. En
facilidad de uso, 5 significa que el sitio es de fcil uso y que se puede
ajustar para ver lo que le interesa al usuario ver. Un 5 en gama de ofertas
significa que todas las transacciones pueden realizarse en lnea. En los
datos siguientes se presentan las puntuaciones obtenidas en ejecucin de la
operacin, facilidad de uso y gama de ofertas y el nmero de estrellas
obtenidas por los integrantes de una muestra de 10 corredores de bolsa
(Barrons, 10 de marzo de 2003).

Solucin
Determine la ecuacin de regresin estimada que se puede usar para
predecir el nmero de estrellas dadas las evaluaciones a ejecucin,
facilidad de uso y gama de ofertas.
a. Emplee la prueba F para determinar la significancia global de la relacin.
Empleando como nivel de significancia 0.95, cul es la conclusin?
b. Emplee la prueba t para determinar la significancia de cada una de las
variables independientes. Empleando como nivel de significancia 0.05, cul
es la conclusin?
c. Elimine cualquiera de las variables independientes que no sea significativa
para la ecuacin de regresin estimada. Cul es la ecuacin de regresin
estimada que recomienda? Compare R2 con el valor de R2 para el inciso a).
Analice las diferencias.

1. LA RELACIN ESPERADA (TERICA)

o

Ejecucin de la operacin - Estrellas: Relacin Directa

o
o
o
o
o

Uso - Estrellas: Relacin Directa

Gama - Estrellas: Relacin Directa
Ejecucin de la operacin Uso: Relacin Directa
Ejecucin de la operacin Gama: Relacin Directa
Uso Gama : Relacin Directa

2. DIAGRAMA DE DISPERSIN

o
o
o
o

Segn lo esperado podemos observar que los datos si tienen

comportamiento directo entre la Gama, Uso y la ejecucin de la
operacin con las estrellas.
Tambin se observa que el uso no tiene relacin con la ejecucin de
la operacin.
Adems, la gama con el uso tampoco presentan relacin.
A s mismo, la gama con la ejecucin de la operacin no tienen
relacin aparente.

3. CORRELACIN: PRUEBA DE HIPTESIS

Ho: p=0: La correlacin no es significativa
Ha: p0: La correlacin es significativa

Las estrellas presentan correlacin significativa al 5% de nivel

de significancia con la ejecucin y la gama, mientras que con el
uso no presenta relacin significativa.
o Entre la ejecucin de la operacin-uso, ejecucin de la
operacin-gama y la gama-uso no se encuentra relacin
significativa.
4. COEFICIENTE DE CORRELACIN
o

R= 0.941, Existe una correlacin alta significativa entre la ejecucin

de la operacin, uso y la gama.
Resumen del modelo

Modelo

,941

R cuadrado

R cuadrado

Error tp. de la

corregida

estimacin

,886

,828

2,43100

a. Variables predictoras: (Constante), Gama, Uso, Ejecucin de la

operacin

5. COEFICIENTE DE CORRELACIN AJUSTADO

R2 adj = 0.828, la ejecucin de la operacin, uso y la gama
explican en 82.8% a la estimacin de las estrellas, y no es explicado en
17.2%

6. PRUEBA DE VALIDEZ DEL MODELO

Ho:

=0: el modelo no es significativo

Ha:

0: La correlacin es significativa

Se prueba que el modelo es significativo.

7. EL MODELO EVALUACIN DE LOS PARMETROS
Ho: i =0: El modelo no es significativo
Ha: i 0: El modela es significativo

Para Ho: 1 =0; Ha: 1 0, La ejecucin de la operacin

si
contribuye significativamente para estimar las estrellas del modelo.
o Para Ho: 2 =0; Ha: 2 0, el uso NO contribuye significativamente
para estimar las estrellas del modelo.
o Para Ho: 3 =0; Ha: 3 0, el uso si contribuye significativamente
para estimar las estrellas del modelo.
El modelo es:
o

Estrellas=3.415+0.255ejecucin+0.132Uso+ 0.459Gama
8. COEFICIENTE DE CORRELACIN

R= 0.932, Existe una correlacin alta significativa entre la ejecucin

de la operacin, uso y la gama.

9. COEFICIENTE DE CORRELACIN AJUSTADO

R2 adj = 0.831, la ejecucin de la operacin, uso y la gama explican en
83.2% a la estimacin de las estrellas, y no es explicado en 16.8%.
10. PRUEBA DE VALIDEZ DEL MODELO
Ho: =0: el modelo no es significativo
Ha: 0: La correlacin es significativa

Se prueba que el modelo es significativo.

11. EL MODELO EVALUACIN DE LOS PARMETROS
Ho: i =0: El modelo no es significativo
Ha: i 0: El modela es significativo

o
o

Para Ho: 1 =0; Ha: 1 0, La ejecucin de la operacin si contribuye

significativamente para estimar las estrellas del modelo.
Para Ho: 3 =0; Ha: 3 0, el uso si contribuye significativamente para
estimar las estrellas del modelo.
El modelo es:

Estrellas=6.718+0.264ejecucin+ 0.485Gam

RESULTADOS
a. Determine la ecuacin de regresin estimada que se
puede usar para predecir el nmero de estrellas dadas
las evaluaciones a ejecucin, facilidad de uso y gama de
ofertas.
Estrellas=3.415+0.255ejecucin+0.132Uso+ 0.459Gama

b. Emplee la prueba F para determinar la significancia

global de la relacin. Empleando como nivel de
significancia 0.95, cul es la conclusin?
Utilizando la prueba F en el Anlisis 1:
Ho: =0: el modelo no es significativo
Ha: 0: La correlacin es significativa

Se obtiene para F=15.485, y un p-value de 0.003 que con un 5% de

significancia se rechaza Ho. Por ello, se concluye que el la prueba
proporciona evidencia estadstica suficiente para concluir que los
parmetros no son igual a cero y que la relacin global entre las estrellas y
el conjunto de variables independientes es significativa.

c. Emplee la prueba t para determinar la significancia de

cada una de las variables independientes. Empleando
como nivel de significancia 0.05, cul es la conclusin?
Ho: i =0: El modelo no es significativo
Ha: i 0: El modela es significativo

o
o
o

Para Ho: 1 =0; Ha: 1 0, La ejecucin de la operacin si contribuye

significativamente para estimar las estrellas del modelo.
Para Ho: 2 =0; Ha: 2 0, el uso NO contribuye significativamente
para estimar las estrellas del modelo.
Para Ho: 3 =0; Ha: 3 0, el uso si contribuye significativamente para
estimar las estrellas del modelo.

d. Elimine cualquiera de las variables independientes que

no sea significativa para la ecuacin de regresin
estimada. Cul es la ecuacin de regresin estimada
que recomienda? Compare R2 con el valor de R2 para el
inciso a). Analice las diferencias.
Por lo tanto rediseamos el modelo con una variable menos, donde el
nuevo modelo a buscar es:
Estrellas= 0 + 1 * La ejecucin de la operacin + 2 * Gama
Comparando R2:
Del primer anlisis: R2=0.828
Del segundo anlisis: R2=0.831
Se observa que cuando se elimin la variable que no era significante
para el modelo, aumento el R2 lo que explica que hay menor porcentaje de
variabilidad de las estrellas cuando se usan las variables de ejecucin de
la operacin y la Gama.

EJERCICIO 31

La seccin Gua para el usuario del sitio en la Red de la revista Car and
Driver proporciona informacin sobre pruebas viales (road test) de
automviles, camiones, SUV (acrnimo en ingls de Sport Utility Vehicle) y
vans. Abajo se presentan las puntuaciones generales para calidad general,
modelo de vehculo, frenado, manejo, economa de combustible, confort
interior, aceleracin, confiabilidad, ajuste y terminado, transmisin dadas a
diversos vehculos empleando una escala del 1 (lo peor) a 10 (lo mejor).
Aqu se presenta una parte de los datos de 14 automviles Deportivos/GT
(www.caranddriver.com, 7 de enero de 2004).

Solucin
a. D una ecuacin de regresin estimada usando manejo,
confiabilidad, y ajuste y terminado para predecir la
calidad general.
1. LA RELACIN ESPERADA:
Manejo-General: relacin directa
Confiabilidad-General: relacin directa
Ajuste y terminado-General: relacin directa
Manejo Confiabilidad: relacin directa
Manejo Ajuste: relacin directa
Ajuste Confiabilidad: relacin directa

2. DIAGRAMA DE DISPERSIN
Manejo-General: Segn lo esperado los datos tienen comportamiento
directo, ver el siguiente diagrama:

Confiabilidad-General: Segn lo esperado

comportamiento directo, ver el siguiente diagrama:

los

datos

tienen

Ajuste y terminado-General: Segn lo esperado los datos tienen

comportamiento directo, ver el siguiente diagrama:

Entre las variables independientes se espera que exista cierta relacin

y lo observado es:
Manejo Confiabilidad: sin relacin
Manejo Ajuste: relacin directa
Ajuste Confiabilidad: sin relacin

3. CORRELACIN POR CADA PAR DE VARIABLES

o
o
o

La puntuacin de la calidad general tiene relacin con el manejo,

confiabilidad y ajuste terminado.
El ajuste y el manejo existe cierta relacin significativa, por lo tanto
puede afectar al modelo.
Entre el manejo y la confiabilidad no existe relacin
4. COEFICIENTE DE CORRELACIN: R=0.93

Coeficiente de correlacin: r=0.93, existe una correlacin alta

significativa entre la Ajuste y terminado, Confiabilidad y manejo con el
general.
5. COEFICIENTE DE DETERMINACIN AJUSTADO: R2ADJ=0.824
Ajuste y terminado, Confiabilidad y manejo explican en 82.4% a la
estimacin del costo, y no es explicado en 17.6%
6. VALIDEZ DEL MODELO

P-value =0, entonces el modelo es significativo con 5% de nivel de

significancia.
7. EL MODELO - EVALUACIN DE LOS PARMETROS

Para ho: B1=0, Ha: B1o, El manejo si contribuye significativa para

estimar los costos en el modelo.
Para ho: B2=o, Ha: B2o , La confiabilidad si contribuye
significativamente para estimar los costos en el modelo.
Para Ho: B3=o, HA: B3o El ajuste y terminado si contribuye
significativamente para estimar los costos en el modelo.
Por lo tanto el modelo a usar es:
General=0.55+0.276*Manejo+0.447*Confiabilidad+0.270*Ajuste

b)
Otro de los automviles deportivos/GT evaluados por Car
and Driver es el Honda Accord. Las evaluaciones de manejo,
confiabilidad, y ajuste y terminado dadas a este automvil
fueron 8.28, 9.06 y 8.07, respectivamente. Estime la
evaluacin general dada a este automvil
General=-0.55+0.276*8.28+0.447*9.06+0.270*8.07=7.964