TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DEL VALLE DE ETLA

INGENIERIA INDUSTRIAL

Administración de Operaciones

Ejercicios de Regresion Lineal y Multiple

Presenta
Ramos Castellanos Ofir Elieser

Asesor:
Ing.Dulce Maria Lopez Fermin

Semestre: 5 º

Santiago Suchilquitongo, Etla, Oaxaca, México Diciembre 2017

el editor en jefe de un importante periódico metropolitano ha intentado convencer al dueño
del periódico para que mejore las condiciones de trabajo en el taller de prensas. está
convencido de que, cuando trabajan las prensas, el grado de ruido crea niveles no
saludables de tensión y ansiedad. recientemente hizo que un psicólogo realizara una
prueba durante la cual los prensistas se situaron en cuartos con niveles variables de ruido
y luego se le hizo otra prueba para medir niveles de humor y ansiedad. la siguiente tabla
muestra el índice de su grado de ansiedad o nerviosismo y el nivel de ruido al que se
vieron expuestos. (1,0 es bajo y 10,0 es alto).

nivel de ruido 4 3 1 2 6 7 2 3
grado de ansiedad 30 38 16 18 41 45 25 38

a) Represente gráficamente estos datos.

b) Pruebe modelos de regresión y elija el mejor a base del coeficiente de determinación.

c) Pronostique el grado de ansiedad que podríamos esperar cuando el nivel de ruido es 5.

 X Y x2 XY b a
1 4 30 16 120 4.56 16.51
2 3 38 9 114
3 1 16 1 16
4 2 18 4 36
5 6 41 36 246
6 7 45 49 315
7 2 25 4 50
8 3 38 9 114
Suma 28 251 128 1011

y= 16.51+ 4.56x

C) Pronostique el grado de ansiedad que podríamos esperar cuando el nivel de ruido es 5.

y= 16.51+ 4.56x

y= 16.51+ 4.56(5)

y=39.31
El Servicio Interno de Contribuciones (IRS,Internal Revenue Service) de Estados Unidos está
tratando de estimar la cantidad mensual de impuestos no pagados descubiertos por su
departamento de auditorías. En el pasado, el IRS estimaba esta cantidad con base en el número
esperado de horas de trabajo de auditorías de campo. En los últimos años, sin embargo, las horas
de trabajo de auditorías de campo se han convertido en un pronosticador errático de
los impuestos no pagados reales. Como resultado, la dependencia está buscando otro factor para
mejorar la ecuación de estimación. El departamento de auditorías tiene un registro del número de
horas que usa sus computadoras para detectar impuestos no pagados. ¿Podríamos combinar esta
información con los datos referentes a las horas de trabajo de auditorías de campo y obtener una
ecuación de estimación más precisa para los impuestos no pagados descubiertos cada mes? En
la tabla se presentan esos datos para los últimos 10 meses.

Datos de los registros de Auditorias del ISR de los ultimos 10 meses

mes x1 x2 y

Horas de trabajo
de auditoria de
campo(dos cero Impuestos Reales no
omitidos) horas en computadora pagados descubiertos

Enero 45 16 29

Febrero 42 14 24

Marzo 44 15 27

Abril 45 13 25

mayo 43 13 26

Junio 46 14 28

Julio 44 16 30

Agosto 45 16 28

Septiembre 44 15 28

Octubre 43 15 27
 Datos de los registros de Auditorias del ISR de los ultimos 10 meses
mes x1 x2 y X12 x22 y2 x1y x2y x1y2

Horas de trabajo de
auditoria de campo(dos horas en Impuestos Reales no pagados
cero omitidos) computadora descubiertos
Enero 45 16 29 2025 256 841 1305 464 720
Febrero 42 14 24 1764 196 576 1008 336 588
Marzo 44 15 27 1936 225 729 1188 405 660
Abril 45 13 25 2025 169 625 1125 325 585
mayo 43 13 26 1849 169 676 1118 338 559
Junio 46 14 28 2116 196 784 1288 392 644
Julio 44 16 30 1936 256 900 1320 480 704
Agosto 45 16 28 2025 256 784 1260 448 720
Septiembre 44 15 28 1936 225 784 1232 420 660
Octubre 43 15 27 1849 225 729 1161 405 645
sumatorias 441 147 272 19461 2173 7428 12005 4013 6485

media Y 27.2
media x1 44.1
media x2 14.7

ecuaciones
10a +441b1 + 147b2=272
441a +19,461b1 + 6,485b2=12,005
147a + 6,485b1 + 2,173b2=4,013

a=-13.828
b1= 0.564
b2 = 1.099

Y ˆ= a+b1X1+B2X2
=-13.828 + 0.5464 X1 + 1.099 X2
 Chart Title
35

30

25

20

15

10

0
41.5 42 42.5 43 43.5 44 44.5 45 45.5 46 46.5

Series1 Series2