UNITEC
UNIVERSIDAD TECNOLÓGICA DE MÉXICO
ESTADÍSTICA APLICADA Y PRONÓSTICOS
ENTREGABLE 2
ROBERTO DURÁN RUBIO
340047176
PROF. DANIEL RODRIGUEZ MOLINAR
23 DE FEBRERO DE 2025
1. ¿En la ecuación de la recta de la regresión lineal que representa βo?
En la ecuación de la regresión lineal simple, el coeficiente β₀ representa la ordenada al
origen o intercepto, es decir, el valor esperado de Y cuando X=0.
2. En la ecuación de la recta de la regresión lineal, ¿qué representa β1?
El coeficiente β₁ corresponde a la inclinación de la recta de regresión. Expresa la
variación promedio de Y por cada unidad de incremento en X. Dicho de otro modo,
cuantifica la relación entre la variable explicativa y la variable de respuesta.
3. Al realizar un ajuste de regresión lineal sobre un conjunto de datos ¿qué
significa un coeficiente de correlación negativo?
Cuando el coeficiente de correlación es negativo, significa que hay una relación inversa
entre dos variables: cuando una sube, la otra baja. Cuanto más cercano a -1 sea el
coeficiente, más fuerte será esta relación inversa. Si está cerca de 0, entonces
prácticamente no hay relación entre ambas variables.
4. ¿Qué significa colinealidad?
La colinealidad ocurre cuando dos o más variables dentro de un modelo de regresión
están tan relacionadas entre sí que es difícil saber cuál de ellas tiene realmente un
impacto en el resultado.
5. Obtener la ecuación de la recta de regresión lineal del siguiente conjunto de
datos.
X (estatura Y (peso en
en metros) kilogramos)
1.72 82 y = 132.97x - 153.51
100
1.69 50
1.75 87 80
1.65 50 60
1.69 65
40
1.63 78
1.60 65 20
1.66 68
0
1.73 86 1.55 1.6 1.65 1.7 1.75 1.8 1.85
1.81 85
4.602
𝛽1 = = 𝟏𝟑𝟐. 𝟗𝟔𝟕𝟑
0.03461
𝛽0 = 71.6 − 132.9673 (1.693) = -153.5136
𝒚 = 𝟏𝟑𝟐. 𝟗𝟔𝟕𝟑𝒙 − 𝟏𝟓𝟑. 𝟓𝟏𝟑𝟔
6. Determinar el coeficiente de correlación lineal del ejercicio anterior.
4.602
𝑅= =
√(0.03461)(1806.4)
4.602
𝑅= =
√62.519504
4.602 4.602
𝑅= = = 0.58202
√62.519504 7.90692
7. Obtener la ecuación de la recta de regresión lineal del siguiente conjunto de
datos.
x 10 20 30 40 50 60 70 80
y 1.06 1.33 1.52 1.68 1.81 1.91 2.01 2.11
y = 0.0143x + 1.0332
2.5
1.5
0.5
0
0 10 20 30 40 50 60 70 80 90
60.25
𝛽1 = = 𝟎. 𝟎𝟏𝟒𝟑𝟒
4200
𝛽0 = 1.67875 − 0.01434(45) = 1.03345
𝒚 = 𝟎. 𝟎𝟏𝟒𝟑𝟒𝒙 + 𝟏. 𝟎𝟑𝟑𝟒𝟓
8. Determinar el coeficiente de correlación lineal del ejercicio anterior.
60.25
𝑅= =
√(4200)(0.8960875)
60.25
𝑅= =
√3763.5675
60.25 60.25
𝑅= = = 𝟎. 𝟗𝟖𝟐𝟏𝟎
√3763.5675 61.34792
9. Una empresa comercial desea conocer el pronóstico de la demanda para el mes de
septiembre, esto debido a que se desea contar con la mercancía necesaria, tomando
como base ocho periodos anteriores de ventas, se pide que el pronóstico se lleve a
cabo a través de la técnica de Promedio Móvil Simple (PM8).
Mes Ventas ($miles)
Enero 190
Febrero 200
Marzo 210
Abril 200
Mayo 220
Junio 210
Julio 230
Agosto 220
Septiembre 210
190 + 200 + 210 + 200 + 220 + 210 + 230 + 220
𝑃𝑀8 = = 𝟐𝟏𝟎
8
10. Aplicando el método de promedios móviles simples, determinar el
pronóstico del mes de enero del año siguiente, si consideramos el
promedio móvil a partir de las cinco observaciones más recientes (PM5).
Mes Ventas ($miles)
Enero 10
Febrero 12
Marzo 13
Abril 16
Mayo 19
Junio 23
Julio 26
Agosto 30
Septiembre 28
Octubre 18
Noviembre 16
Diciembre 14
Enero 21.2
30 + 28 + 18 + 16 + 14
𝑃𝑀5 = = 𝟐𝟏. 𝟐
5
Referencias bibliográficas:
Universidad Complutense de Madrid. (2013). Tema 4: Cuestiones importantes en el
Modelo Lineal General (MLG). Recuperado de
https://www.ucm.es/data/cont/docs/518-2013-10-25-Tema_4_EctrGrado.pdf
KeepCoding. (s.f.). ¿Qué es la colinealidad y cómo corregirla? Recuperado de
https://keepcoding.io/blog/que-es-la-colinealidad-y-como-corregirla/
