Tarea 2 Regresiones Lineales

UNIVERSIDAD DEL VALLE
ESTADÍSTICA II
ESTUDIANTES: Darío Alexander Hoyos – 1927521
Felipe Burgos González – 1927520
Juan Diego Segura – 1926690
TEMA: REGRESIONES LINEALES
TAREA #2
a) Halle los coeficientes de la recta de regresión 𝑦̂=𝑏0+𝑏1𝑥 calculando los valores

paso a paso. Luego dibuje en Excel la recta resultante verifique sus resultados.
A partir del desarrollo de las operaciones paso a paso para hallar los coeficientes b 1 y b0
que componen la recta de regresión lineal, obtenemos que:
n
∑ ( xi∗y i )−nx̄ȳ
b 1= i=1n
2
∑ ( x i )2−n x̄
i=1
269,11−( 16 ) ( 1,75 ) ( 9,425 )

b 1=
52,4−( 16 )( 1,75 )2
b 1 ≅ 1,5324
- Lo cual nos indica que la recta de regresión tiene una pendiente aproximada de
1,5324.
Con base a b 1obtenemos b 0

b 0= ȳ −b1 x̄
b 0=( 9,425 ) −( 1,5324 ) (1,75 )
b 0=6,7434
- Lo cual nos indica que la recta de regresión corta al eje Y aproximadamente en

6,7434, es decir, que cuando la temperatura es igual a cero, existe una cantidad de
azúcar convertida de 6,7434.
Reemplazando ambos coeficientes en la fórmula de la recta:
^y =b1 x +b 0
^y =1,5324 x +6,7434
Al graficar el conjunto de datos de la temperatura y la azúcar convertida desde las
herramientas de Excel, podemos observar que fórmula de la recta asignada es el mismo
resultado que la recta obtenida a través de los procedimientos.
b) Analice el 𝑅2
A partir del ^y obtenido del modelo, podemos obtener los valores de la Suma de los
Cuadrados del Error y la STCC, para así poder hallar el R2:
n
2
SCE=∑ ( y i− ^y i) SCE ≅ 0,7864
i=1
n
2 2 SCE
STCC=∑ ( y i − ý ) STCC ≅ 8,77 R =1−
i=1 STCC
0,7864
R2=1−
8,77
R2 ≅ 0,9103 ≡91,03 %
Al ser el porcentaje de efectividad ¿ 0,9nos indica que es un porcentaje ideal y que por tanto
el ajuste sería bueno. Es decir, que en este estudio esa recta de regresión tendría una
efectividad del 91% de representar la relación entre las variables de temperatura y azúcar
convertida.
c) Usando la recta estime la cantidad de azúcar convertida si se usa una temperatura
de 1.74.
Con base a la respuesta anterior, al haber afirmado que la recta de regresión es una buena
opción para representar la relación de las dos variables, podemos estimar la cantidad de
azúcar convertida reemplazando el 1,74 en la variable X de la función.
^y ( x ) =1,5324 x+ 6,7434
^y ( 1,74 )=1,5324 (1,74)+6,7434

y ≅ 9,4097
Si se usa una temperatura de 1,74 se obtendrá una cantidad de azúcar convertida de

aproximadamente 9,4097.
d) Construya un intervalo de confianza de 95% para β 0.
Primero, para encontrar el intervalo de confianza del 95% de β 0 se deben de hallar los
siguientes datos para después reemplazarlos en la fórmula siguiente.
n n
b 0−t α
2
S
√n S xx √ ∑ x 2i < βo < b0 +t α
i=1 2
S
√n S xx √ ∑ x 2i
i=1
n
Ahora, debemos de hallar el único término que no tenemos, el cuál es
√∑i=1
x 2i , para lo cual
elevamos cada uno de los términos de la columna x, los sumanos y finalmente le sacamos
raíz cuadrada, obteniendo finalmente el resultado: 7,24
Reemplazando los valores hallados anteriormente se obtiene lo siguiente:
0,23701 0,23701
6,743382353−(2,145) (7,24)< β o <6,743382353+( 2,145) (7,24 )
√(16)3,4 √(16)3,4
Resolviendo y simplificando lo anterior, finalmente conseguimos un intervalo de confianza
del 95% para β 0
6,244425957< β o <7,242338749
e) Construya un intervalo de confianza de 95% para β 1.
Primero, para encontrar el intervalo de confianza del 95% de β 1 se deben de hallar los
siguientes datos para después reemplazarlos en la fórmula siguiente.
S S
b 1−t α < β 1 <b1 +t α
2 √ S xx 2 √ S xx
Para hallar S xx , S yy y S xy debemos de crear una nueva columna para cada una de ellas en la
tabla propuesta por el problema, siendo S xx , S yy sacar el promedio de cada una de las
variables, restarla con cada uno de los datos y después sumar los resultados. Para S xyes la
diferencia de las variables con el mismo proceso anterior.
Para hallar S se debe de seguir el siguiente procedimiento.
2 S yy −b1 S xy
S=
n−2
Teniendo en cuenta que los datos son los siguientes: S yy =8,77 , b1=1,532 , S xy =5,21 ,n=16.
Reemplazamos, para poder así obtener S .
8,77−( 1,532352941 ) .5,21
S2 =
16−2
S=0,237011328
Ya habiendo hallado S, volvemos a la formula inicial:
S S
b 1−t α < β 1 <b1 +t α
2 √ S xx 2 √ S xx
Reemplazando los valores obtenidos anteriormente (ver tabla en Excel), se consigue la

siguiente expresión:
0,237011328 0,237011328
1,532352941−2,145 < β1 <1,532352941+2,145
√ 3,4 √ 3,4
Resolviendo y simplificando lo anterior, finalmente conseguimos un intervalo de confianza
del 95% para β 1 .
1,256640133< β 1< 1,80806575
f) Pruebe la hipótesis al 2.5% de que 𝛽1≤1 contra la alternativa de que 𝛽1>1.

Concluya
H0: β1 ≤1 Ha: β1 >1 α= 0,025

- Región de rechazo: tc > t 0,025;14 = 2,145
b 1−B 1 1,5323−1
tc = S = 0,2370 = 4,143
√ Sxx 1,8439
Dado que tc = 4,143 y 4,143>2,145 se cae en la región de rechazo de H0 y por tanto se
acepta Ha, indicando que β1 >1. Se concluye entonces que hay influencia de la variable x
sobre la variable y, con una relación lineal en donde la magnitud de y cambia en mayor
proporción de lo que cambia la magnitud en x, pues β1 >1.
g) Pruebe la hipótesis al 2% de que 𝛽1=1.5 contra la alternativa de que 𝛽1≠1.5.

Concluya
α
H0: β1 =1,5 Ha: β1 ≠1,5 α= 0,02 =0,01
2
- Región de rechazo: tc < -t 0,01;14 0 tc > t 0,01;14 t 0,01;14 = 2,624
tc < -2,624 0 tc > 2,624
b 1−B 1 1,5323−1,5
tc = S = 0,2370 = 0,252
√ Sxx 1,8439
Dado que tc no cae en la región de rechazo se acepta H0 que indica que β1 =1,5.
h) Use una prueba de hipótesis de 5% para verificar que 𝛽0≠0. ¿Qué interpretación
tiene el intercepto con el eje 𝑦 en este caso?
α
H0: β0 =0 Ha: β0 ≠0 α= 0,05 =0,025
2
t 0,025;14 = 2,145
- Región de rechazo: tc < -t 0,025;14 0 tc > t 0,025;14
tc < -2,145 0 tc > 2,145
b 0−B 0 6,7434
n 0,2370
tc = (7,2387) = 28,991
S
√ nSxx √ ∑ Xi 2
i=1
=
√ 16 ( 3,4 )
Se tiene que tc = 28,991 y que 28,991>2,145 por tanto tc cae en la región de rechazo de H0 y
se acepta Ha, indicando que β0 ≠0 de manera que la recta no parte del origen; esto significa
que la relación entre las variables no es directamente proporcional.

Tarea 2 Regresiones Lineales

Cargado por

Copyright:

Formatos disponibles

Tarea 2 Regresiones Lineales

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea 2 Regresiones Lineales

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DEL VALLE

a) Halle los coeficientes de la recta de regresión 𝑦̂=𝑏0+𝑏1𝑥 calculando los valores

269,11−( 16 ) ( 1,75 ) ( 9,425 )

Con base a b 1obtenemos b 0

b 0=( 9,425 ) −( 1,5324 ) (1,75 )

- Lo cual nos indica que la recta de regresión corta al eje Y aproximadamente en

^y ( 1,74 )=1,5324 (1,74)+6,7434

Si se usa una temperatura de 1,74 se obtendrá una cantidad de azúcar convertida de

d) Construya un intervalo de confianza de 95% para β 0.

e) Construya un intervalo de confianza de 95% para β 1.

Reemplazando los valores obtenidos anteriormente (ver tabla en Excel), se consigue la

f) Pruebe la hipótesis al 2.5% de que 𝛽1≤1 contra la alternativa de que 𝛽1>1.

H0: β1 ≤1 Ha: β1 >1 α= 0,025

g) Pruebe la hipótesis al 2% de que 𝛽1=1.5 contra la alternativa de que 𝛽1≠1.5.

También podría gustarte