0% encontró este documento útil (0 votos)
300 vistas24 páginas

Modelo de Regresión Lineal y Pronósticos

Este documento presenta datos sobre el número de bacterias por unidad de volumen en un cultivo después de cierto número de horas. Identifica las variables X (horas) e Y (número de bacterias) y muestra los datos en una tabla de doble entrada. Luego, estima un modelo de regresión lineal para predecir el número de bacterias después de un cierto número de horas basado en los datos provistos.

Cargado por

Romina Sanchez
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
300 vistas24 páginas

Modelo de Regresión Lineal y Pronósticos

Este documento presenta datos sobre el número de bacterias por unidad de volumen en un cultivo después de cierto número de horas. Identifica las variables X (horas) e Y (número de bacterias) y muestra los datos en una tabla de doble entrada. Luego, estima un modelo de regresión lineal para predecir el número de bacterias después de un cierto número de horas basado en los datos provistos.

Cargado por

Romina Sanchez
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd

La Propina que se le otorga a un mozo en un restaurante depende de muchos factores, por ejemplo la cordiali

cuadro se tiene la cantidad de propina (s/.) que los clientes de un restaurant dan a los mozos en función al tiem
variables de Interés y clasifique cada uno de ellos ¿Cómo se relacionan ambas variables?
Estime el modelo de Regresión lineal estimada
Pronosticar: ¿Cuánto en Promedio recibirá de propina un mozo que se ha demorado en atender 3.5 minutos?

X Y
Tiempo de PASO 2:
Atención Propina(S/)
(minutos) X*Y X ^2
3 1 3 9 Propina(S/)
2 3 6 4 7
6
2 3 6 4
5
4 2 8 16 4
3
1 6 6 1
2
4 1 4 16 1
3 2 6 9 0
0.5 1 1.5 2 2.5 3 3.5
2 3 6 4
2 4 8 4 Tiempo de
Atención
SUMAS 23 25 53 67 (minutos)
1
n= 9 suma x *y 53 2
suma x 23 suma x^2 67 2
suma y 25 suma (suma x)^2 529 2
2
PASO 1: IDENTIFICAR LA VARIABLE "X" y "Y" 3
3.5
X= TIEMPO DE ATENCION 3
Y= PROPINA 4
4
factores, por ejemplo la cordialidad del personal, Tipo de ambiente, Satisfacción por el servicio, etc.En el siguiente
an a los mozos en función al tiempo en que se demora en servir una orden(minutos). * Identifique las
variables?

orado en atender 3.5 minutos?

DIAGRAMA DE DISPERSION PASO 3: APLICAR EL METODO DE MINIMOS CUADRADOS

Propina(S/) β 1= 9*53-(23*25) -1.32


7 9*67-529
6
5
4 β 0= 25-(-1.32*23) 6.16
3
9
2
1
0 PASO 4: MODELO DE REGRESIO ESTIMADA
0.5 1 1.5 2 2.5 3 3.5 4 4.5

Y = f(x) + e PROPINA =6.16 +-1.32TIEMPO DE ATENCION


Propina(S/)

6 y= b0 + b1x
3
3
3 PASO 5: PRONOSTICAR EL MODELO DE REGRESION
4
1 PROPINA = 1.53
1.5
2
2
1
etc.En el siguiente
* Identifique las

NIMOS CUADRADOS

DE ATENCION
EL GERENTE DE VENTAS DE UNA EMPRESA, DESEA DETERMINAR SI EXISTE UNA RELACION ENTRE EL NUMERO DE LLAMADA
COPIADORAS VENDIDAS DURANTE ESE LAPSO. EL GERENTE SELECCIONA AL AZAR UNA MUESTRA DE 10 VENDEDORES Y DET
MES ANTERIOR Y LA CANTIDAD DE COPIADORAS VENDIDA
X Y

Nº DE Nº
LLAMADAS COPIADORAS
TELEF. VENDIDAS X^2 XY
20 30 400 600
40 60 1600 2400
20 40 400 800
30 60 900 1800
10 30 100 300
10 40 100 400
20 40 400 800
20 50 400 1000
20 30 400 600
30 70 900 2100
Suma 220 450 5600 10800

PASO 3: METODO DE MINIMOS CUADRADOS PASO 4:

β1: 1.18 β0: 18.9 MODDELO=

n= 10 suma x *y 10800 N° copiadoras vendidas = 18.9 + 1.1


suma x 220 suma x^2 5600
suma y 450 suma (suma x)^2 48400 60.4
N ENTRE EL NUMERO DE LLAMADAS TELEFONICAS DE VENTAS HECHAS EN UN MES Y LA CANTIDAD DE
UESTRA DE 10 VENDEDORES Y DETERMINA EL NUMERO DE TALES LLAMADAS QUE HIZO CADA UNO EL
NTIDAD DE COPIADORAS VENDIDAS
PASO1 : IDENTIFICA LA VARIABLE "X" y "Y"

X= N° de llamadas tele.
Y= N° copiadoras vendidas.

PASO 2: DIAGRAMA DE DISPERSION

Nº COPIADORAS VEN-
DIDAS
80
60
40
20
0
5 10 15 20 25 30 35 40 45

MODELO DE REGRESION ESTIMADA

Y =B0 + B1 X

° copiadoras vendidas = 18.9 + 1.18* N° de llamadas telefonicas.


1.       La altura, en cm, de 8 padres y del mayor de sus hijos varones, son:

Padre 170 173 178 167 171 169 184


Hijo 172 177 175 170 178 169 180
X*Y 29240 30621 31150 28390 30438 28561 33120
X^2 28900 29929 31684 27889 29241 28561 33856

Una vez obtenida la recta de regresión de manera manual que permita estimar la altura de los hijos dependiendo

a)       Halle el modelo de regresión


b)       ¿Qué altura cabría esperar para un hijo si su padre mide 174?

PASO1 : IDENTIFICA LA VARIABLE "X" y "Y" PASO 3: METODO DE MINIMOS CUADRADOS

X= La altura del padre β1: 0.62


Y= La altura del hijo
n= 8
PASO 2: DIAGRAMA DE DISPERSION suma x 1387
suma y 1408
Chart Title
190
185
180
175
170
165
160
166 168 170 172 174 176 178 180 182 184 186
175 1387
187 1408
32725 244245
30625 240685

ura de los hijos dependiendo de la del padre y realizada el grafico de dispersión

DO DE MINIMOS CUADRADOS PASO 4:

β0: 68.2 MODELO= y= b0 + b1x

suma x *y 244245 Altura del hijo = 68.2+0.62*Altura del padre


suma x^2 240685
suma (suma x)^2 1923769
PASO 5: PRONOSTICO

Y= 176.4
ra del padre
1.       El número de bacterias por unidad de volumen, presentes en un cultivo después de un cierto número de hora

X: Nº de
0 1 2 3 4 5
horas 15
Y: Nº de
12 19 23 34 56 62
bacterias 206
X*Y 0 19 46 102 224 310 701
X ^2 0 1 4 9 16 25 55

Halle el modelo de regresión PRONOSTICAR PARA 16 HORAS

PASO 1: IDENTIFICAR LA VARIABLE X y Y PASO 3: METODO DE MINIMOS CUADRADOS

X= Nº DE HORAS n= 6
Y= Nº DE BACTERIAS suma x 15
suma y 206
PASO 2: GRAFICA DE DISPERSION
β1= 4176.6

Y: Nº de bacterias
PASO 4: MODELO DE REGRESION ESTIMADA
70
60
50 REGRESION: y=b0+b1x
40
30
20 N° BACTERIAS= -10235+4176,6*Nº DE HORAS
10
0
0 1 2 3 4 5 6
n cierto número de horas, viene expresado en la siguiente tabla:

OS CUADRADOS PASO 5: PRONOSTICO PARA 16 HORAS

suma x * y 701 REGRESION:


suma x^2 55 Y= 56590
suma(x)^2 225

β0= -10235.4

SION ESTIMADA
1.       Se ha registrado el crecimiento de una especie extraña de flor silvestre en la selva del Perú, un investigad
sobre dicha flor. Los resultados se muest

Volumen
agua (cm3)
1.5 2.5 2.5 3.5 4.5 4.5 5.5

Crecimiento
(cm)
2.2 3.3 4.1 4.5 4.2 6.4 5.2
X * Y=
X^2
a)       Halle el modelo de regresión
b)       ¿Cuánto será el crecimiento promedio de la planta cuando un jardinero riegue un volumen de

PASO 1: IDENTIFICAR LA VARIABLE X y Y PASO 3: METODO DE MINIMOS CUADRADOS

X= n=
Y= suma x
suma y
PASO 2: GRAFICA DE DISPERSION
β1=

PASO 4: MODELO DE REGRESION ESTIMADA

REGRESION:
selva del Perú, un investigador ha registrado dicho crecimiento en centímetros y el volumen de agua (cm3) que caía
lor. Los resultados se muestran a continuación.

6.5

7.6

ardinero riegue un volumen de agua de 10 cm3?

MINIMOS CUADRADOS PASO 5: PRONOSTICO PARA 16 HORAS

suma x * y VOLUMEN CRECIMEINTO


suma x^2
suma(x)^2 REGRESION:

β0=

EGRESION ESTIMADA
agua (cm3) que caía
  Los alumnos de la Facultad de Comunicaciones estudian con mucha Tesón durante la última semana de clas
horas de estudio de una muestra de 6 alumnos y su resp

Nota
8 9 11 12 17 18
(Y)

Horas de
1 2 3 4 5 6
estudio

Halle el modelo de regresión


nte la última semana de clases para su examen final de estadística, en la siguiente tabla se muestra las
estra de 6 alumnos y su respectiva nota obtenida.
En los baños de un Centro comercial la cantidad de agua que se gasta depende de la afluencia de los usua
establecimiento desea realizar cobros por el uso de estos servicios sanitarios debido a que existe muchas pe
comercial. La cantidad de agua consumida (m3) en función a la cantidad de personas (ciento de

X
1 3 3 3 4 2 5
(personas)
Y (m3
1 2 4 2 5 1 6
agua)
a)       Hallar el modelo de regresión lineal simple.
de de la afluencia de los usuarios a dicho centro comercial. La gerencia del
bido a que existe muchas personas que acuden sin ser un usuario del centro
tidad de personas (ciento de personas) se muestra a continuación.

3
En una zona cerca a la antártida existe una especie rara de Mosquito el cual tiene esperanza de vida muy corta
mosquitos (minutos) y la temperatura ambiental en el cual vive (Grados

Temperatur
Vida
a
Mosquito
Ambiental
5 1
4 2
2 3
1 5

¿Halle la Ecuación de Regresión Estimada? Interprete los coeficientes


esperanza de vida muy corta, en el siguiente cuadro se ha registrado la vida de 4
ental en el cual vive (Grados Centigrados)
La compresión de un resorte depende de la fuerza con que se aplique a aquel según los valores del siguiente cuadro.

Fuerza (Newton) 1 1 2 3 4
Compresión (cm) 2 1 3 3 3
X*Y 2 1 6 9 12
X^2 1 1 4 9 16

a)Identifique las variables de Interés y clasifique cada uno de ellos ¿Cómo se relacionan ambas variables?
b)Estime el modelo de Regresión lineal simple estimado
c)Pronosticar: ¿Cuánto en Promedio se comprimirá un resorte al cual se le aplicó una fuerza de 3.5 Newton?

PASO 1: IDENTIFICAR LA VARIABLE X y Y PASO 3: METODO DE MINIMOS CUADRADOS

X= FUERZA(NEWTON) n= 8
Y= COMPRESIÓN(CM) suma x 20
suma y 25
PASO 2: GRAFICA DE DISPERSION
β1= 553.75

Compresión (cm) PASO 4: MODELO DE REGRESION ESTIMADA


6
5
REGRESION: y= b0 + b1x
4
3 Compresión=
2
1
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
los valores del siguiente cuadro.

2 3 4 20
4 4 5 25
8 12 20 70
4 9 16 60

lacionan ambas variables?

a fuerza de 3.5 Newton?

ODO DE MINIMOS CUADRADOS PASO 5: PRONOSTICO PARA 3.5

suma x * y 70 FUERZA COMPRENSION


suma x^2 60
suma(x)^2 400 REGRESION: y= 578.75

β0= -1359.375

DELO DE REGRESION ESTIMADA

y= b0 + b1x
-1359,375 + 553,75*Fuerza

También podría gustarte