Вы находитесь на странице: 1из 6

Deber N° 3

a. Dibuje un diagrama de dispersión


b. Desarrolle la ecuación de estimación
c. Encuentre el coeficiente de determinación
d. Interprete los estadísticos
e. Realice los pronósticos

1.- Los datos siguientes relacionan los precios de venta, Y con la superficie habitable X1,
el tamaño de la parcela X2, y el número de cuartos de baño, X3 para 10 casa vendidas
recientemente en un barrio residencial.

SUPERFICIE TAMAÑO DE NUMERO DE


PRECIO DE VENTA
HABITABLE LA PARCELA CUARTOS DE BAÑO
n
(miles de dólares) (pies cuadrados) (acres)
Y X1 X2 X3
1 170 1300 0,25 1
2 177 1450 0,3 1,5
3 191 1600 0,3 2
4 194 1850 0,45 2
5 202 2100 0,4 2
6 210 2000 0,4 2,5
7 214 2100 0,5 2
8 228 2400 0,5 2,5
9 240 2700 0,5 2,5
10 252 2600 0,7 3

GRAFICO DE DISPERSIÓN
3000

2500
PRECIO DE VENTA
(miles de dólares)

2000
X1
1500
X2
1000 X3
500

0
0 50 100 150 200 250 300

Coeficientes
Intercepción (Y) 100,9851773
X1 0,032944644
X2 43,64585299
X3 10,39446291
𝑌 = 𝑏0 + 𝑏1 ∗ 𝑥1 + 𝑏2 ∗ 𝑥2 + 𝑏3 ∗ 𝑥3

𝑌 = 100,985 + 0,0329 𝑥1 + 43,645𝑥2 + 10,394𝑥3

SUPERFICIE TAMAÑO DE LA NUMERO DE CUARTOS


PRECIO DE VENTA
b) HABITABLE PARCELA DE BAÑO
(miles de dólares) (pies cuadrados) (acres)
Y X1 X2 X3
2500 2500 0,4 2

Y= 221,59 miles de dólares

SUPERFICIE TAMAÑO DE LA NUMERO DE CUARTOS


PRECIO DE VENTA
c) HABITABLE PARCELA DE BAÑO
(miles de dólares) (pies cuadrados) (acres)
Y X1 X2 X3
2500 0,4 3

Y= 231,99 miles de dólares

2.- Ajuste un modelo de regresión lineal múltiple al siguiente conjunto de datos:

X1 X2 X3 X4 Y
1 3 5 9 121
2 4 4 10 165
1,5 8 2 14 150
3 9 3 8 170
1 11 4 12 140

DIAGRAMA DE DISPERSIÓN
200
VARABLE DEPENDIENTE (Y)

150
Series1
100 Series2
Series3
50
Series4
0 Series5
0 1 2 3 4 5 6
Axis Title
Coefficients
Intercept -153,512821
X Variable 1 51,7435897
X Variable 2 0,07692308
X Variable 3 20,9230769
X Variable 4 13,1025641

𝑌 = 𝑏0 + 𝑏1 ∗ 𝑥1 + 𝑏2 ∗ 𝑥2 + 𝑏3 ∗ 𝑥3

𝑌 = −153,51 + 51,743 ∗ 𝑥1 + 0,0769 ∗ 𝑥2 + 20,923 ∗ 𝑥3 + 13,102 𝑥4

X1 X2 X3 X4
2 7 3 13

Y= 183,615

3.- El siguiente conjunto de datos se refiere a los transplantes de corazón de Stanford.


Relaciona los tiempos de supervivencia de los pacientes de transplante de corazón, con
sus edades en el momento del transplante sus puntuaciones en una prueba de
incompatibilidad, que es un indicador de la aceptabilidad del corazón por parte del
receptor.
Tiempo de Puntuación de
Edad
supervivencia incompatibilidad
(Y) X1 X2
624 1,32 51
1350 0,87 54,1
64 1,89 54,6
46 0,61 42,5
1024 1,13 43,4
280 1,12 49,5
10 2,76 55,3
60 0,69 64,5
836 1,58 45
136 1,62 52
730 0,96 58,4
39 1,38 42,8
GRAFICO DE DISERSIÓN
70

TIEMPO DE SUPERVIVENCIA
60

50

40
X1
30
X2
20

10

0
0 500 1000 1500

Coefficients
Intercept 1062,819451
X Variable 1 -234,8272769
X Variable 2 -6,220901797

𝑌 = 𝑏0 + 𝑏1 ∗ 𝑥1 + 𝑏2 ∗ 𝑥2
𝑌 = 1062,819 + (−234,827) ∗ 𝑥1 + (−6,22) ∗ 𝑥2

Y= 408,93 días
4.- En una compañía siderúrgica se van a producir planchas de acero que contienen un
0,15% de cobre y que han sido fabricadas a una temperatura de 1150 grados Fahrenheit.
La compañía está interesada en estimar la dureza media de este acero, para lo cual ha
recogido los datos siguientes relativos a 10 tipos diferentes de planchas de acero
producidas a distintas temperaturas de fundición y con distintos contenidos de cobre.

Contenido Temperatura
Dureza
de cobre de fundición
Y X1 X2
79,2 0,02 1050
64 0,03 1200
55,7 0,03 1250
56,3 0,04 1300
58,6 0,1 1300
49,8 0,09 1450
51,1 0,12 1400
61 0,09 1200
70,4 0,15 1100
84,3 0,16 1000

GRAFICO DE DISPERSIÓN
1600
1400
1200
1000
DUREZA

800
600 X1
400 X2
200
0
0 20 40 60 80 100
Axis Title

Coefficients
Intercept 153,840082
X Variable 1 19,3046622
X Variable 2 -0,07543051

𝑌 = 𝑏0 + 𝑏1 ∗ 𝑥1 + 𝑏2 ∗ 𝑥2

𝑌 = 153,84 + 19,304 ∗ 𝑥1 + (−0,0754) ∗ 𝑥2


Contenido de Temperatura de
Dureza
cobre fundición
Y X1 X2
? 0,15 1150

Y= 69,99

Dureza media del acero con 0,15% de cobre y una temperatura de fundición 1150 grados