UNIVERSIDAD NACIONAL

“PEDRO RUIZ GALLO’’

Facultad de Ciencias Económicas Administrativas y Contables

Escuela Académico Profesional de Comercio y Negocios

Internacionales

ASIGNATURA: ESTADÍSTICA GENERAL

AUTOR: CORDÓVA VÁSQUEZ BRIAN MANUEL

DOCENTE: RODAS CABANILLAS JOSÉ LUIS

TEMA: EJERCICIOS RESUELTOS DE

REGRESIÓN LINEAL SIMPLE

Curso de verano

2019
Ejercicio 1 de la página 109

1. ¿Por qué son iguales los signos del coeficiente de correlación y de la pendiente de la
recta de regresión de mínimos cuadrados?

Solución:

𝑦 = 𝑏0 + 𝑏1 𝑥
Signo de 𝑏1 ≡ 𝑆𝑖𝑔𝑛𝑜 𝑅

𝑆̂𝑥 ∑𝑥 2 2
𝑅 = 𝑏1 . 𝑆̂𝑥 = √ −𝑥
𝑆̂𝑦 𝑛

∑𝑦 2 2
𝑆̂𝑦 = √ −𝑦
𝑛

Ejercicio2 de la página109

2. Dadas las rectas de regresión de mínimos cuadrados 𝑌 = 𝑎 + 𝑏𝑋 y X = c + 𝑑𝑌.

Verificar que bd es igual al coeficiente de determinación.

Solución.

𝒃𝒅 = 𝑹𝟐
𝑦̂ = 𝑎 + 𝑏𝑥 𝑥̂ = 𝑐 + 𝑑𝑦
𝑆̂ 𝑆̂𝑦
𝑅 = 𝑏 𝑆̂𝑥 𝑅=𝑑
𝑦 𝑆̂𝑥

𝑆̂ 𝑆̂𝑦
𝑅x𝑅 = 𝑏 ̂𝑥 x 𝑑
𝑆𝑦 𝑆̂𝑥

Eliminando nos queda:

𝑅 2 = 𝑏𝑑
Ejercicio 5 de la página109

5. Dada la recta de regresión de mínimos cuadrados 𝑌 = 𝑎 + 𝑏𝑋, si se produce un

incremento igual a c en uno de los valores de 𝑋 ¿Cuánto es el incremento respectivo
que se produce en 𝑌?

Solución:

𝑦̂ = 𝑎 + 𝑏𝑥 . 𝑦̂ = 𝑎 + 𝑏(𝑥 + 𝑐)

𝑦̂ ′ − 𝑦̂ = 𝑦̂ ′ = 𝑎 + 𝑏𝑥 + 𝑏𝑐

𝑦̂ ′ = 𝑦̂ + 𝑏𝑐 Rpta: 𝑦̂ ′ − 𝑦̂ = 𝑏

Ejercicio 6 de la página 106

6. Al realizar la regresión de 𝑌 en 𝑋 basado en una muestra de 10 pares de datos

(𝑋𝑖, 𝑌𝑖) , se tiene que la varianza de los 𝑌𝑖 es igual a 16 y que la suma de cuadrados
debido a la regresión es 140. ¿Qué porcentaje de la varianza de los 𝑌𝑖 es explicada por
la regresión?

Solución:
𝑆𝐶𝑅
𝑛 = 10 𝑆𝐶𝑅 = 140 𝑅2 =
𝑆𝐶𝑇

140
𝑆̂ 2 = 16 𝑅2 = = 0.875
160

2 ∑ 𝑦2 2
𝑆̂𝑦 = − 𝑦 = 160 = 0.87.5%
𝑛
2
∑ 𝑦 2 − 𝑛 𝑦 = 160

𝑆𝐶𝑇 = 160

Ejercicio 14 de la página 110

14. Al estudiar la relación entre los costos (𝑋) y las utilidades (𝑌) en dólares de ciertos
productos a partir de una muestra se obtuvo la siguiente información:

𝑆𝑥 = 5, 𝑆𝑦 = 4, 𝑥 = 100, 𝑦 = 50, 𝑌 = −26 + 0.76𝑋

 a) ¿Qué porcentaje de la varianza de las utilidades es explicada por la regresión de
utilidades sobre costos?
b) Si cada valor del costo se aumenta en $3 y el valor correspondiente a la utilidad
se aumenta en $6, ¿en cuánto se estima la utilidad para un costo de$120?

Solución:

Hallamos el índice de correlación

𝑆𝑥 5
𝑅 = 𝑏1 = 0.76 ( ) = 0.76(1.25) = 0.95
𝑆𝑦 4

Luego el coeficiente de determinación sacando las varianzas correspondientes a X e Y

𝑆𝑥 = 25 𝑆𝑦 = 16

𝑆2𝑥 25
𝑅 = 𝑏1 2 = 0.762 ( ) = 0.5776(1.5625) = 0.9025
2
𝑆 𝑦 16

El porcentaje es igual a:

𝑅2 (100%) = 90.25%
El 90.25% de las variaciones de las utilidades en dólares son explicados por los
cambios de los costos.

Para la siguiente pregunta la respuesta será de la siguiente manera:

Se le aumentará a las medias de costos y utilidades $3 y $6 respectivamente y se

reemplazará X por 120 en la siguiente ecuación.

𝑌 − 56 = 0.76(𝑋 − 103) → 𝑌 = 0.76𝑋 − 78.28 + 56

𝑌 = 0.76𝑋 − 78.28 + 56

𝑌 = 0.76(120) − 22.28

𝑌 = 91.2 − 22.28

𝑌 = 68.92

Para un costo de $120 la utilidad se estima en 68.92 dólares.

Ejercicio 18 de la página 111

18. Una compañía de alimentos maneja una cadena de tiendas al menudeo. Para medir
la eficiencia de las tiendas se estudió la relación del número de empleados (X) y el
promedio del volumen de ventas mensuales (Y) expresadas en cientos de dólares para
todas las tiendas durante el año pasado. La grafica de los datos sugiere una relación
lineal entre las variables, Se tiene la siguiente información:

𝑛 = 100, ∑ 𝑋 = 600, ∑ 𝑌 = 1600, ∑ 𝑋𝑌 = 13600, ∑ 𝑋 2 = 5200,

∑ 𝑌 2 = 37700

a) Hallar la recta de mínimos cuadrados para estimar las ventas a partir del número
de empleados. ¿En cuánto se estiman las ventas para una tienda de 8
empleados?
b) ¿Qué porcentaje de la varianza de las ventas es explicada por la variabilidad del
número de empleados?
c) ¿Cuántos empleados tiene la tienda cuya venta promedio se estima en $1,100?

Solución:

𝑎) Recta de mínimos cuadrados para estimar las ventas a partir del número de
empleados.

𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑎) 𝑦 = 𝑎 + 𝑏𝑥 𝑏=
𝑛 ∑ 𝑥 2 −(∑ 𝑥)2

𝑎 = 𝑦 − 𝑏𝑥

Reemplazando:

100(13600)−600(1600)
𝑏= → 𝑏 = 2.5
100(5200)−(600)2

Luego:

𝑦 = 16 𝑥=6

𝑎 = 𝑦 − 𝑏𝑥

𝑎 = 16 − 2.5(6) → 𝑎=1
 Reemplazando los valores de 𝑎 y 𝑏 tenemos:

𝑦 = 1 + 2.5𝑋

𝑦 = 1 + 2.5(8)

𝑦 = 21

Respuesta: 𝑦 = 1 + 2.5𝑋 y para 8 empleados es $21.

𝑏) Porcentaje de la varianza de las ventas es explicada por la variabilidad del número

de empleados.
2
𝑏0 ∑ 𝑦 +𝑏1 ∑ 𝑥𝑦 − 𝑛𝑦
2
𝑅 =
∑ 𝑦2 − 𝑛 𝑦2

2
1(1600) + 2.5(136) − 100(16)2
𝑅 =
37700 − 100(16)2

1600 + 3400 − 25600

𝑅2 =
37700 − 25600

10000
𝑅2 = = 0.8264
12100

𝑅2 = 0.8264(100) = 82.6%

El 82.6% de las ventas es explicada por la variabilidad del número de

empleados.

Ejercicio 19 de la página 111

19. Un estudio de mercado trata de averiguar si es efectiva la propaganda televisada de
un producto que salió a la venta con relación al tiempo de publicidad (en horas/semana).
Se recopilaron datos a partir de la segunda semana de iniciada la publicidad resultando
el cuadro que sigue.

Semana 2 3 4 5 6 7
Tiempo de propaganda 20 25 22 28 36 40
Venta del producto($) 300 310 − 320 350 420

a) ¿Es efectiva la publicidad del producto?

b) En cuánto estimaría las ventas para la semana 4?

Solución:

Tiempo de propaganda X: variable independiente

Venta del producto Y: variable dependiente

𝑥𝑖 𝑦𝑖 𝑥𝑖 𝑦𝑖 𝑥2 𝑦2
20 300 6’000 400 90’000
25 310 7’750 625 96’100
28 320 8’960 784 102’400
36 350 12’600 1’296 122’500
40 420 16’800 1’600 176’400
149 1’700 52’110 4’705 587’400

∑ 𝑥𝑖 149 ∑ 𝑦𝑖 1700
𝑥= = = 29.8 𝑦= = = 340
𝑛 5 𝑛 5

2 ∑ 𝑥2 2 4705
𝑆𝑥 = −𝑥 = −(29.8)2 = 52.96 → 𝑆𝑥 = 7.2774
𝑛 5
 2 ∑ 𝑦2 2 587 400
𝑆𝑦 = −𝑦 = −(340)2 = 1880 → 𝑆𝑦 = 43.359
𝑛 5

∑ 𝑥𝑖 𝑦𝑖 52110
𝑐𝑜𝑣𝑥𝑦 = 𝑆𝑥𝑦 = − 𝑥𝑦 = = 29.8(340) = 290
𝑛 5

a) Determinación de la ecuación de regresión lineal

𝑆𝑥𝑦
𝑦 = 𝑎 + 𝑏𝑥 𝑑𝑜𝑛𝑑𝑒 𝑏 = = 5.476𝑎 = 𝑦 − 𝑏𝑥 = 340 − 5.476(29.8)
𝑆𝑥 2
= 176.82

𝑦 = 176.82 + 5.476𝑥

Determinamos en coeficiente de correlación para conocer la efectividad de las

propagandas.

𝑆𝑥𝑦 290
𝑟= = = 0.92
𝑆𝑥 𝑆𝑦 (7.2774)(43.359)

Sabiendo que cuando 0.7 ≤r≤1 existe un alto grado de asociación entre las variables en este
caso concluimos que la publicidad tiene una gran incidencia en las ventas lo que significa que
es efectiva.

b) Hallamos “y” para x=22

𝑦 = 176.82 + 5.476(22) = 297.29 = $297

Ejercicio 20 de la página 112

20. Un editor tomó una muestra de 7 libros anotando el precio y el número de páginas
respectivo, obteniendo los siguientes datos:

Número de páginas 630 550 400 250 370 320 610

Precio($) 10 8 7 4 6 6 9
 a) Determine una función lineal entre el precio y el número de páginas con el fin de
predecir precios. ¿Qué porcentaje de la varianza total de precios se explica por
esta función?
b) Estimar el precio de un libro de 300 páginas. Si a este libro se le incrementa 20
páginas en una segunda edición, ¿En cuánto se incrementará su precio?
c) ¿Cuántas páginas debería tener un libro cuyo precio se estima en $12.27?

Solución:

Número de páginas X: variable independiente

Precio en $ Y: variable dependiente

𝑥𝑖 𝑦𝑖 𝑥𝑖 𝑦𝑖 𝑥𝑖 2 𝑦𝑖 2
630 10 6’300 396’900 100
550 8 4’400 302’500 64
400 7 2’800 160’000 49
250 4 1’000 62’500 16
370 6 2’200 136’900 36
320 6 1’920 102’400 36
610 9 5’490 372’100 81
3’130 50 24’130 1’533300 382

∑ 𝑥 3130 ∑𝑦 50
𝑥= = = 447.1429 𝑦= = = 7.1429
𝑛 7 𝑛 7

2 ∑ 𝑥2 2 1533 300
𝑆𝑥 = −𝑥 = − (447.1429)2 = 19106.08412
𝑛 7

→ 𝑆𝑥 = 138.2248

∑ 𝑥𝑖 𝑦𝑖 24130
𝑐𝑜𝑣𝑥𝑦 = 𝑆𝑥𝑦 = − 𝑥𝑦 = − 447.1429(7.1429) = 253.2458
𝑛 7
 a) Determinar la ecuación de regresión lineal

𝑆𝑥𝑦 253.2458
𝑦 = 𝑎 + 𝑏𝑥 𝑑𝑜𝑛𝑑𝑒 𝑏 = 2 = = 0.01325
𝑆𝑥 19106.08412

𝑎 = 𝑦 − 𝑏𝑥 = 7.1429 − 0.01325(447.1429) = 1.22

𝑦 = 1.22 + 0.013𝑥

b) Precio para libro de 300 páginas e incremento del precio para un incremento de
20 páginas.

𝑦 = 1.22 + 0.013𝑥 → 1.22 + 0.013(300) = $5.12

El b representa el cambio en “Y” por cada unidad de cambio en “X”

El incremento será: 0.013(20) = $0.26

c) Número de páginas para un libro que cuesta $12.27

𝑦 = 1.22 + 0.013𝑥 → 1.22 + 0.013(𝑋) = $12.270.013𝑋

= 11.05 → 𝑋 = 850 𝑝á𝑔𝑖𝑛𝑎𝑠

Ejercicio 25 de la página 113

25. Una fábrica de cierta marca de refresco ha tomado al azar 9 semanas del año,
observando la temperatura media correspondiente en grados centígrados (𝑋) y la
cantidad de los refrescos en miles (𝑌) pedidos durante cada uno de dichos periodos. Los
datos se resumen en la siguiente tabla:

𝑋 28 14 12 31 30 19 24 15 16
𝑌 60 19 12 75 70 40 55 25 25
Hallar la recta de regresión de mínimos cuadrados para predecir la cantidad de periodos.
¿Se puede planificar la producción en base a la temperatura?

Solución:

Recta de regresión de mínimos cuadrados.

X Y XY 𝑋2 𝑌2
28 60 1680 784 3600
14 19 266 196 361
12 12 144 144 144
31 75 2325 961 5625
30 70 2100 900 4900
19 40 760 361 1600
24 55 1320 576 3025
15 25 375 225 625
16 25 400 256 625
189 381 9370 4403 20505

∑ 𝑥 = 189 ∑ 𝑦 = 381 ∑ 𝑥𝑦 = 9370 ∑ 𝑥 2 = 4403 ∑ 𝑦2

= 20505

𝑥 = 21 ̂
𝑦 = 42. 33 𝑛=9

Recta de regresión es 𝑌 = 𝑎 + 𝑏𝑋

Hallando 𝑏 𝑦 𝑎 𝑟𝑒𝑠𝑝𝑒𝑐𝑡𝑖𝑣𝑎𝑚𝑒𝑛𝑡𝑒:

9(9370) − 189(381) 84.330 − 72009 12321

𝑏 = = = = 3.15437788
9(4403) − (189)2 39627 − 35721 3906

𝑏 = 3.154

𝑎 = 𝑦 − 𝑏𝑥

𝑎 = 42,33333333 − 3.15437788(21)

𝑎 = −23.9084367
𝑎 = −23.9

Reemplazando 𝑌 = 𝑎 + 𝑏𝑋 nos queda que:

𝑌̂ = −23.9 + 3.154𝑋

Coeficiente de determinación:

𝑦 𝑦̂ (𝑦̂ − 𝑦)2 (𝑦 − 𝑦)2

60 64.412 487.614724 312.2289
19 20.256 487.408647 544.2889
12 13.948 805.7271483 919.9089
75 73.874 994.813654 1067.3289
70 70.72 805.8028446 765.6289
40 36.026 39.740416 5.4289
55 51.796 89.54206051 160.5289
25 23.41 358.0925443 300.3289
25 26.564 248.6718737 300.3289
4317.26671 4375.016934

̂
𝑦 = 42. 33

2
𝑆𝐶𝑅 ∑(𝑦̂ − 𝑦)2
𝑟 = =
𝑆𝐶𝑇 ∑(𝑦 − 𝑦)2

4317.26671
𝑟2 = = 0.9868
4375.016934

𝑟 2 = 0.9868