REGRESION LINEAL UCV INGENIERIAS

1. Una empresa de reparto de encomiendas a domicilio estudia la relación entre la distancia de

entrega(X) y el tiempo empleado (Y) con el fin de obtener un modelo de pronóstico del tiempo de
entrega .Los datos se muestran en la siguiente tabla.
X(Km) 28 14 12 31 30 19 24 15 16
Y(minutos) 60 19 12 75 70 40 55 25 25
a) Encuentre la recta de regresión e intérprete sus resultados.
b) Encuentre el porcentaje de la varianza total de Y que X explica.
c) Encuentre el error estándar de estimación
Resolver:
-Recta de Regresión e Interpretación de los resultados:

Interpretación:
 b1 > 0; Es la relación directa entre X e Y.
 Y el incremento de 1 km en la distancia de entrega, habrá un incremento promedio
de 3.154 minutos en el tiempo empleado

Resumen del modelo y estimaciones de los parámetros

Ecuación Resumen del modelo Estimaciones de los parámetros

R R cuadrado R cuadrado Gl1 gl2 Constante b1

Ajustado

Lineal ,993a ,987 ,985 1 7 -23,909 3,154

-Interpretación:
 El 98.7% de la variación total de tiempo empleado esta explicado por la distancia de
entrega en la ecuación de regresión.
-Encuentre el error estándar de estimación:
 El error de estándar de la estimación será 2.870
 2. Un trabajo estadístico Asignado a un grupo de estudio consiste en obtener un modelo de
regresión lineal a nivel descriptivo para predecir las ventas semanales de un producto específico
por la radio .Para esto, han recopilado al azar los tiempos de duración en minutos de la publicidad
de 10 semanas y el respectivo número de unidades vendidas del producto Los datos se dan en la
siguiente tabla que sigue:
semana 1 2 3 4 5 6 7 8 9 10
Publicidad(X) 20 30 30 40 50 60 60 60 70 80
Ventas(Y) 50 73 69 87 108 128 135 132 148 140
a) Encuentre la recta de regresión e intérprete sus resultados.
b) Encuentre el porcentaje de la varianza total de las ventas que es explicada por la
publicidad.
c) Según la regresión obtenida si la publicidad de una semana cualquiera se incrementara en

Resolver:
-Recta de Regresión e Interpretación de los resultados:

Interpretación:
 b1 > 0; Indica una relación directa entre X e Y.
 Por el incremento de 1 unidad de venta, habrá un incremento promedio de1.735
minutos de publicidad.

-El porcentaje de la varianza total de las ventas que es explicada por la publicidad.

Resumen del modelo y estimaciones de los parámetros

Ecuación Resumen del modelo Estimaciones de los parámetros

R R R cuadrado gl1 gl2 Constante b1

cuadrado ajustado
 Lineal ,971a ,942 ,935 1 8 20,235 1,735

-Según la regresión obtenida si la publicidad de una semana cualquiera se incrementara en:

1,735

Coeficientes

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 20,235 8,122 2,491 ,037

MINUTOS DE PUBLICIDAD 1,735 ,152 ,971 11,386 ,000

3. Sea Y el índice de precios al consumidor, tomando como base al año 2002(es decir
2002=100).Para los datos que siguen:
Año 2002 2003 2004 2005 2006 2007 2008
IPC 106 111.1 117.2 121.3 125.2 128 132.6
a) Obtenga la recta de mínimos cuadrados que ajusta a los datos
b) Realice la predicción del IPC para el año 2012 ¿En qué año podemos observar que el índice de
precios sea 150.57, suponiendo que la tendencias presentes continúan?

Resolver:
a) Obtenga la recta de mínimos cuadrados que ajusta a los datos:
 4. Las cantidades de un compuesto químico (Y) que se disuelven en 100 gramos de agua a
diferentes temperaturas (X) se registraron en la siguiente tabla

X(°C) Y cantidad disuelta por 100gr

0 10 8 10 9 11
15 15 12 14 16 18
30 27 23 25 24 26
45 33 30 32 35 34
60 46 40 43 42 45
75 50 52 53 54 55

Resolver:
-Modelo de Regresión e Interpretación:

-Interpretación:
 b1 >0 Indica una relación directa entre X e Y.
 Por el incremento de 1 compuesto químico, habrá un incremento promedio de
0.59 en la temperatura para disolverse.
- En cuanto se estima las cantidades de compuesto químico a una temperatura de 80 °C.

-Qué porcentaje de variabilidad de un compuesto químico es explicado por las diferentes

temperaturas.

Resumen del modelo y estimaciones de los parámetros

Ecuación Resumen del modelo Estimaciones de los parámetros

R R R cuadrado gl1 gl2 Error estándar de la estimación

cuadrado ajustado
Lineal ,,985a ,,970 ,969 1 8 2,772
-Interpretación: El 97% de compuesto químico esta explicado por la temperatura que se disuelve el
compuesto químico.

5.-Durante un mes el defensor del consumidor registro en 60 mercados el número de reclamos de

los consumidores por fechas de vencimiento de productos (X) y las pérdidas ocasionadas en
soles(Y)a los mercados los resultados se resumió como sigue:
x =10 y = 20 ∑𝑥 2 =7000 ∑𝑦 2 =42000 ∑xy =8000

a) Obtenga la estimación de regresión lineal e interprete sus resultados

b) Calcule e interprete el coeficiente de Determinación

Resolver:

Sabemos:

N =60 x =10 y = 20 ∑𝑥 2 =7000 ∑𝑦 2 =42000 ∑xy =8000

8000−60(10)(20) −4000
 B1 = = = -4
7000−60(10)2 1000
 B0 =20-10(-4)= 60
 y= 60 – 4 x

-Interpretación:

 b1 <0 pertenece a una relación inversa entre X e Y

 por el incremento de 1 reclamo habrá un decrecimiento de 4 en soles
Coeficiente:

 Scr = b1 (∑xy-n(xy))= (-4)(8000-60(10)(20)) = 16000

 𝑦 2 = 42000
 ∑𝑦 2 − 𝑛(𝑦)2 = 42000 -60(20)2 = 18000

16000
 𝑅2 = = 0.89 ⟶ 88.89%
18000

-Interpretación:

 El 88.8% de variación total de la perdida ocasionado en soles esta explicado por el

reclamo de los consumidores.
6. L a agroindustria “G & B” de Piura quiere determinar la relación entre la cantidad de fertilizante
y producción de papa por hectárea que produce. Si la muestra del experimento proporciono los
siguientes datos:

Sacos de fertilizantesxHa : 3 4 5 6 7 8 9 10 11 12 13 14
Rendimiento en quintales : 45 48 52 55 60 65 68 70 74 76 77 79
a) Estime el modelo de regresión lineal e interprete sus resultados
b) Realice el análisis de la bondad de ajuste del modelo
RESOLVER:
a) Estime el modelo de regresión lineal e interprete sus resultados

Resumen del modelo y estimaciones de los parámetros

Ecuación Resumen del modelo Estimaciones de los parámetros

R cuadrado F gl1 gl2 Sig. Constante b1

Lineal ,978 450,984 1 10 ,000 36,414 3,255

Interpretación:
 b1 >0 Indica una relación directa entre X e Y
 Por el incremento de1 saco de fertilizante habrá un incremento de 3.26 en quintales
de papa.