Cátedra: Bianco Profesora: Natalia Salaberry

PRÁCTICA 8: REGRESIÓN LINEAL

Ejercicio 1)
Se considera que el precio de un bien importado (Y), puede explicarse a partir de un
modelo lineal en el que depende del tipo de cambio (x). Dada la siguiente serie de
datos:
Tipo de cambio 5 5,35 5,8 6 6,2 6,35 6,85 7,05
Precio 16 17,5 18,2 19 19,25 19,5 20 24

a) Plantee el modelo lineal y estime sus parámetros a partir del método de mínimos
cuadrados ordinarios.
b) Interprete los coeficientes del modelo en términos del problema.
c) Estime el precio del bien en cuestión cuando el tipo de cambio asciende a $8.
d) Calcule el coeficiente de correlación lineal Muestral. Interprete el resultado.
e) ¿Qué porcentaje de la variación del precio queda explicado por el tipo de cambio?
f) Calcule la varianza residual.
Ejercicio 2)
Una importante multinacional de sistemas estima que la cantidad de fallas que
cometen sus desarrolladores depende de la cantidad de semanas de experiencia
que tienen en sus puestos de trabajo. Se seleccionan al azar 6 trabajadores
obteniéndose los siguientes resultados:
Errores (Y) 20 19 15 14 13 9
Semanas de experiencia (X) 6 7 10 12 20 24

a) Defina las variables aleatorias. Plantee el modelo lineal y estime sus coeficientes
usando el método de los mínimos cuadrados.
b) Interprete los coeficientes del modelo en términos del problema.
c) Calcule el coeficiente de determinación. Interprete el resultado.
d) Calcule la varianza residual.
Ejercicio 3)
Un productor agropecuario planea estimar el rendimiento de sus parcelas (Y) a partir
de la cantidad de fertilizante (X) que les suministra. Para ello nos provee de la
información que se encuentra resumida en el siguiente cuadro:
Cátedra: Bianco Profesora: Natalia Salaberry
Suma de la variable Suma de la variable
Cantidad de parcelas (n)
rendimiento (Y): cantidad de fertilizante (X):
:24
208,71 108
∑ 𝑥𝑖 2 = 612 ∑ 𝑦𝑖 2 = 1949,6201 ∑ 𝑥𝑖 ∗ 𝑦𝑖 = 1062,26

a) Encuentre el modelo lineal que permite estimar una variable en función de la otra,
utilizando el método de mínimos cuadrados ordinarios.
b) Interprete el coeficiente de regresión de acuerdo al problema planteado.
c) Calcule el coeficiente de correlación lineal. Interprete.
d) Calcule la medida relativa de bondad del ajuste.
Ejercicio 4)
Se han muestreado 12 trabajadores de una empresa dedicada a la instalación de
cables de componentes electrónicos en miniatura. Se ha observado de éstos el
número de semanas de experiencia (X) y el número de componentes que se
rechazaban (Y). Con los datos que se adjuntan en la siguiente tabla:
Suma del número de componentes rechazados 298
Suma de las semanas de experiencia 92
Suma del cuadrado de la variable explicativa 876
Suma del producto entre la variable explicativa y la variable explicada 2048
Suma de la variación total no explicada SCE 69,4765
Coeficiente de determinación 0,8252

a) Calcular el número de componentes rechazados cuando la cantidad de semanas

de experiencia es 10.
b) Interprete el coeficiente de regresión.
c) Determine la variación total y la varianza de la estimación. Explicar el significado
de este último indicador
¿Qué significa que la suma de los cuadrados del error sea cero? SCE
SCT= SCE =0 + SCR=> SCT=SCR
d) Calcular el coeficiente de correlación lineal.
¿Qué relación presenta este valor con la covarianza muestral? ¿Por qué?
Ejercicio 5)
El gerente financiero de una importante consultora desea estimar el precio de un
instrumento derivado (Y), dada la importancia de dicha estimación decide elaborar
dos modelos a partir de distintas variables para luego elegir el que mejor ajuste.
Cátedra: Bianco Profesora: Natalia Salaberry
De acuerdo a los siguientes datos:
Modelo DOLAR Modelo EURO
Coeficiente de correlación (R) 0,98
Coeficiente de determinación 0,87
Desvío (residual) de la estimación 6 7,3
Tamaño de muestra 10 12
Complete el cuadro
a) ¿Qué modelo le aconsejaría usar al gerente para explicar el comportamiento
del derivado en cuestión?
b) Para cada uno de los modelos: encuentre el porcentaje de la variación que no
queda explicado por el modelo y la variación total de la variable explicada.
Ejercicio 6)
Se condiera que el precio de un bien importado (Y), puede explicarse a partir de un
modelo lineal en el que depende del tipo de cambio (X) (ambas variables expresadas
en pesos). Dado los siguientes resueltados:

Ejercicio 7)
A partir de los datos de los nacimientos por cada mil habitantes en cada provincia
argentina, desde el año 2000 hasta el año 2018, se desea analizar si la tasa de
natalidad está disminuyendo con el correr de los años para la provincia de Buenos
Cátedra: Bianco Profesora: Natalia Salaberry
Aires. Se considera como variable dependiente la tasa de natalidad y como variable
independiente la cantidad de años transcurridos.
¿Qué se observa en el diagrama de dispersión? ¿Cómo es el coeficiente de
determinación? ¿Hay evidencia suficiente para suponer una relación lineal entre las
variables? Realizar un test de significatividad con nivel de significatividad del 5%.

Ejercicio 8)
Considere la variación intermensual del IPC (Índice de Precio al consumidor) y del
TC (tipo de cambio) desde abril 2021 a abril 2022, cuyo diagrama de dispersión y
análisis de regresión son los siguientes:
 Cátedra: Bianco Profesora: Natalia Salaberry

Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
6,91
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil5,75
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
IPC

4,60
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión 3,45
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
2,29
Versión Estudiantil Versión Estudiantil
0,76 Versión
1,51 Estudiantil
2,25 Versión 2,99
Estudiantil 3,74
Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión
TCEstudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil

a) ¿Cuál variable se tomó como variable predictora y cuál como variable respuesta?
b) ¿Existe una relación lineal entre la variable predictora y la respuesta? Realizar el
test de significatividad para justificar la respuesta.
c) Estimar la recta de regresión lineal. Interpretar la pendiente de la recta estimada
en términos del problema.
d) ¿Qué tan fuerte es la relación entre la variable predictora y la respuesta? ¿La
relación entre la variable predictora y la respuesta es directa o inversa?
e) ¿Cuál es el valor de la variable respuesta cuando la variable predictora es x=3,8?
f ) ¿Qué porcentaje de la variación de la variable respuesta queda explicada por la
variación de la variable predictora?
g) Dar las medidas relativa y absoluta de la bondad del ajuste.
h) ¿Cuáles son los intervalos de confianza del 95% para los coeficientes del modelo
lineal?
i ) A nivel alfa = 0; 05; ¿existe suficiente evidencia para afirmar que la pendiente del
modelo de regresión lineal es menor a 1,29?
Cátedra: Bianco Profesora: Natalia Salaberry
Cátedra: Bianco Profesora: Natalia Salaberry
Cátedra: Bianco Profesora: Natalia Salaberry