El documento presenta una introducción al coeficiente de determinación (R cuadrado) y su importancia para medir la intensidad y dirección de la relación entre variables. Luego, proporciona 5 ejercicios que piden calcular ecuaciones de regresión lineal y valores de Y para diferentes valores de X, basados en conjuntos de datos de variables. El objetivo general es aplicar el concepto de coeficiente de determinación para analizar la relación entre variables.
0 calificaciones0% encontró este documento útil (0 votos)
91 vistas9 páginas
El documento presenta una introducción al coeficiente de determinación (R cuadrado) y su importancia para medir la intensidad y dirección de la relación entre variables. Luego, proporciona 5 ejercicios que piden calcular ecuaciones de regresión lineal y valores de Y para diferentes valores de X, basados en conjuntos de datos de variables. El objetivo general es aplicar el concepto de coeficiente de determinación para analizar la relación entre variables.
El documento presenta una introducción al coeficiente de determinación (R cuadrado) y su importancia para medir la intensidad y dirección de la relación entre variables. Luego, proporciona 5 ejercicios que piden calcular ecuaciones de regresión lineal y valores de Y para diferentes valores de X, basados en conjuntos de datos de variables. El objetivo general es aplicar el concepto de coeficiente de determinación para analizar la relación entre variables.
El documento presenta una introducción al coeficiente de determinación (R cuadrado) y su importancia para medir la intensidad y dirección de la relación entre variables. Luego, proporciona 5 ejercicios que piden calcular ecuaciones de regresión lineal y valores de Y para diferentes valores de X, basados en conjuntos de datos de variables. El objetivo general es aplicar el concepto de coeficiente de determinación para analizar la relación entre variables.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 9
NOMBRE: ALTAMIRANO STEVEN
CARRERA: INGENIERIA AUTOMOTRIZ
ASIGNATURA: ESTADISTICA DESCRIPTIVA Introducción
Antes de introducirnos en el modelo de regresión lineal, que hace referencia a la naturaleza de la
relación entre distintas variables, pasaremos a exponer el estadístico utilizado para medir la magnitud de la relación (supuestamente lineal) entre dichas variables. Tiene sentido darle un tratamiento aparte por su importancia y las continuas referencias que ofreceremos a lo largo de este texto. Comenzaremos su desarrollo, por razones de simplicidad, para el caso particular de dos variables. El coeficiente de determinación, se define como la proporción de la varianza total de la variable explicada por la regresión. El coeficiente de determinación, también llamado R cuadrado, refleja la bondad del ajuste de un modelo a la variable que pretender explicar.
Objetivos
Es importante saber que el resultado del coeficiente de determinación oscila entre 0 y 1.
De una forma menos coloquial, la podemos definir como el número que mide el grado de intensidad y el sentido de la relación entre dos variables.
Cuanto más cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la variable que estamos intentando explicar.
Ejercicios:
1. Las siguientes observaciones muéstrales se seleccionaron al azar
X: 4 5 3 6 10 Y: 4 6 5 7 7 a) Determine la ecuación de regresión.
b) Encuentre el número de kilowatts-hora, en miles, para una casa de seis habitaciones
y = 0,5707(6) + 1,1793
y = 4.6035
4. El señor James McWhinney, presidente de Daniel-James Financial Services, considera que
hay una relación entre el número de contactos con sus clientes y una cantidad de ventas en dólares. Para documentar esta afirmación, el señor McWhinney reunió la siguiente información muestral. La columna X indica el número de contactos con sus clientes el mes anterior y la columna Y muestra el valor de las ventas (miles de $) el mismo mes por cada cliente muestreado.
Número de Ventas (miles de Número de Ventas (miles de
contactos, X dólares), Y contactos, X dólares), Y 14 24 23 30 12 14 48 90 20 28 50 85 16 30 55 120 46 80 50 110
a) Determinar la ecuación de regresión.
60
50 f(x) = 10.7 x − 6.9 40 R² = 0.816153407470773
30
20
10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
Series2 Linear (Series2)
Series4 Series6
b) Encuentre las ventas estimadas si se hicieron 40 contactos.
y = 1,8255(40) - 4,23
y = 68.79
5. En un artículo en BusinessWeek se litan las “Best Smail Companies”. Nos interesan los resultados actuales de las ventas e ingresos de las compañías. Se seleccionó una muestra de 12 empresas y a continuación se reportan sus ventas e ingresos, en millones de dólares.
Ventas Ingresos Ventas Ingresos
Compañía (miles de (miles de Compañía (miles de (miles de dólares) dólares) dólares) dólares) Papa John´s $89.2 $4.9 Checkmate Electronics $17.5 $2.6 International Applied Innovation 18.6 4.4 Royal Grip 11.9 1.7 Integracure 18.2 1.3 M-Wave 19.6 3.5 Wall Data 71.7 8.0 Serving-N-Silde 51.2 8.2 Davidson & 58.6 6.6 Daig 28.6 6.0 Associates Chico´s FAS 46.8 4.1 Cobra Golf 69.1 12.8
Sean las ventas la variable independiente, y los ingresos la dependencia
a) Trace un diagrama de dispersión.
100
90
80
70
60
50
40
30
20
10
0 0 10 20 30 40 50 60 70 80
b) Calcule el coeficiente de correlación.
CORRELACIÓ N 0,25 c) Calcule el coeficiente de determinación.
DETERMINACI ÓN 0,06 d) Interprete sus resultados en los incisos b) y c). e) Determine la ecuación de regresión.
X Y 17,5 89,2 11,9 18,6 19,6 18,2 51,2 71,7 28,6 58,6 69,1 48,6
Σ 197,9 304,9 Promedio 32,98 50,82 100
90
80
70
60 f(x) = 0.312725427232371 x + 40.5019396584523
R² = 0.0604257027092068 50
40
30
20
10
0 0 10 20 30 40 50 60 70 80
y = 0,3127x + 40,502
f) Estime los ingresos de una compañía pequeña con ventas por$50.0 millones.
y = 0,3127(50000000) + 40,502
y = 15635040.5
6. Se realiza un estudio de fondos mutualistas para fines de inversión en varios fondos. Para este estudio en particular, desean enllocarse en los activos y su desempeño o cinco años. La pregunta es: ¿es posible determinar la tasa de rendimiento cinco años con base en los activos del fondo? Se seleccionaron nueve fondos mutualistas al azar, y sus activos y tasas de recuperación se muestran a continuación.
Activos Activos Rendimiento Rendimiento Fondo (en millones Fondo (en millones (%) (%) de dólares) de dólares) AARP High $622.2 10.8 MFS Bond A $494.5 11.6 Quality Bond BaBson Bond Nichols 180.4 11.3 158.3 9.5 L Income Compass Capital Fixed 275.7 11.4 T, Rowe Price 581.0 8.2 Income Galaxy Bond 433.2 9.1 Short-Term 681.0 Retal Keystone Thompson 437.9 9.2 241.3 6.8 Custodiam B-1 Income B
a) Trace un diagrama de dispersión.
100
90
80
70
60
50
40
30
20
10
0 5 10 15 20 25 30 35 40 45 50 55
b) Calcule el coeficiente de correlación.
CORRELACIÓ N 0,37 c) Calcule el coeficiente de determinación.
DETERMINACI ON 0,14 d) Escriba un reporte breve de sus resultados en los incisos b) y c). e) Determine la ecuación de regresión. Utilice los activos como variable independiente.
X Y 622,2 494,5 180,4 158,3 275,1 581 433,2 681 437,9 241,3
Σ 1948,8 2156,1 Promedio 389,76 431,22 100
90
80
70 f(x) = 0.926840420667581 x + 27.3845907636031
R² = 0.201219728505747 60
50
40
30
20
10
0 5 10 15 20 25 30 35 40 45 50 55
y = 0,4894x + 240,48
f) Para un fondo con $400.0 millones en ventas, determine la tasa de rendimiento a
cinco años (en porcentaje).
y = 0,4894(400000000) + 240,48
y = 195760240.5
Bibliografía Correlación en Wikipedia (español): http://es.wikipedia.org/wiki/Correlaci%C3%B3n
Domenech, J. M. (1985). Métodos estadísticos: modelo lineal de regresión. Barcelona:
Etxeberria, J. (1999). Regresión Múltiple. Cuadernos de Estadística. Ed. La Muralla S.A. Espérides, Salamanca
Pedhazur, E. J., (1997). Multiple Regression in Behavioral Research (3rd ed.). Orlando, FL:Harcourt Brace.
