FUNDACION

UNIVERSITARIA
IBEROAMERICANA

ALUMNO: Henry Maradiaga

TITULO: Master Internacional en Auditoria y Gestión

Empresarial

ASIGNATURA: ESTADISTICA BASICA

Roatán, Islas de la Bahía, Honduras 18/09/2019

 CASO PRÁCTICO

Instrucciones para el desarrollo de la actividad

- Realice un análisis estadístico descriptivo completo de las variables
independientes.

R// Cada una de las variables que según los datos estadísticos se recopilaron
demuestran los valores que pueden acondicionar o no el recinto.
Descripción X1 X2 X3 X4 X5 X6 X7 X8
Media 0.76 671.71 318.5 176.6 5.25 3.5 0.23 2.81
Mediana 0.75 673.75 318.5 183.75 5.25 3.5 0.25 3
Moda 0.98 514.5 294 220.5 7 2 0.1 1
Varianza 0.011174 7,749,061 1,900,792 2,037,307 30,625 1.25 0.017725 2,402,344

Desviación 0.105777 8,808,612 4,362,648 4,516,595 175,114 1,118,763 0.133221 155,096

estándar
Coeficiente 14% 13 14 26 33 32 57 55
de variación
Máximo 0.98 808.5 416.5 220.5 7 5 0.4 5
Mìnimo 0.62 514.5 245 110.25 3.5 2 0 0
Amplitud 0.36 294 171.5 110.25 3.5 3 0.4 5

Matriz de Covarianza
X1 X2 X3 X4 X5 X6 X7 X8
X1 0.0112 -9.23 -0.9392 -4.1454 0.1531 0 0 0
X2 -9.23 7749.0608 7749.0908 3499.3741 -132.1979 0 0 0
X3 -0.9392 750.3125 1900.7917 -575.2396 21.4375 0 0 0
X4 -4.1454 3499.3741 -575.2396 2037.3069 -76.8177 0 0 0
X5 0.1531 -132.1979 21.4375 -76.8177 -3.0625 0 0 0
X6 0 0 0 0 0 1.25 0 0
X7 0 0 0 0 0 0 0.0177 0.04439
X8 0 0 0 0 0 0 0.0439 2.4023

Matriz de Correlaciones

X1 X2 X3 X4 X5 X6 X7 X8
X1 1 -0.9919 -0.2038 -0.8688 0.8277 0 0 0
X2 -0.9919 1 0.1955 0.8581 -0.8581 0 0 0
X3 -0.2038 0.1955 1 -0.2923 0.281 0 0 0
X4 -0.8688 0.8807 -0.2923 1 -0.9725 0 0 0
X5 0.8277 -0.8581 0.281 -76.8177 1 0 0 0
X6 0 0 0 0 0 1 0 0
X7 0 0 0 0 0 0 1 0.213
X8 0 0 0 0 0 0 0.213 1
 -Desarrolle un modelo de Regresión Lineal Simple que permita predecir la
carga térmica de calentamiento (Y1) en función del análisis individual de
cada una de las 8 variables analizadas. ¿Cuál variable describe mejor la
carga térmica de calentamiento? ¿Qué porcentaje de la variabilidad es
capaz de explicar el modelo?
R// Regresión Lineal Y1 = a + bxi

La variable que describe mejor la carga térmica de calentamiento es la X5, tal y como
se observa en la ecuación de regresión lineal obtuvimos b positivo indicando que los
valores de Y aumentan al aumentar los valores de X, a mayor temperatura, mayor
calentamiento tendrá el recinto. Adicional obtuvimos un coeficiente de correlación
positiva de 0.33. Hay una correlación lineal positiva.

Descripción X1 X2 X3 X4 X5 X6 X7 X8 Y1 Y2
Media 0.7641667 671.70833 318.5 176.60417 5.25 3.5 0.234375 2.8125 22.31 24.59
Mediana 0.75 673.75 318.5 183.75 5.25 3.5 0.25 3 18.95 22.08
Moda 0.98 514.5 294 220.5 7 2 0.1 1 15.16 21.33
varianza 0.1117431 7749.0607 1900.791667 2037.3069 3.0625 1.25 0.0177225 2.4023438 101.67965 90.38514
Desviación estándar 0.1057748 88.086116 4362648144 45.16595 1.7511404 1.118762 0.1332206 1.5509597 10.083633 9.50711
Coeficiente de
0.138422 0.1311345 0.136974824 0.2557468 0.3335506 0.3196465 0.5684077 0.5514523 0.452035 0.3866603
variación
Máximo 0.98 808.5 416.5 220.5 7 5 0.4 5 43.1 48.03
mínimo 0.62 514.5 245 110.25 3.5 2 0 0 6.01 10.13
Amplitud 0.36 294 171.5 110.25 3.5 3 0.4 5 37.09 37.13

Matriz de Covarianza

X1 X2 X3 X4 X5 X6 X7 X8
Y1 0.6632962 -584.1799 200.3253984 -392.2526323 15.695208 -0.029163 0.362255 1.3654924
Y2 0.6375001 -563.2321 177.0364258 -3701342817 14.903574 0.151888 0.2626427 0.744515

Ecuaciones de la regresión lineal de Y1 con variables

independientes

- Desarrolle un modelo de Regresión Lineal que permita predecir la carga

térmica de enfriamiento (Y2) en función del análisis individual de cada una
de las 8 variables analizadas. ¿Cuál variable describe mejor la carga
térmica de enfriamiento? ¿Qué porcentaje de la variabilidad es capaz de
explicar el modelo?
R//
Regresión Lineal Y2 = a + bxi
 Y1=a+bX1 Y1+a+bX2 Y1=a+bX3 Y1=a+bX4 Y1=a+bX5 Y1=a+bX6 Y1=a+bX7 Y1=a+bX8
a) -2305301406 72.94539474 -11.25968133 56.309657 -4.598875 22.38885104 17.5171046 20.7085012
b) 59.35905261 -0.075387184 0.105390508 -0.192535 5.124965774 -0.023330208 20.4379683 0.568400068
Y1=- Y1=56.31- Y1=- Y1=22.39- Y1=17.51+ Y1=20.71+0.
a+bXi Y1=-23.05+59.36X1 Y1=72.94-0.075X2
11.26+0.1X3 0.19X4 4.6+5.12X5 0.02X6 20.43X7 57X8
Coeficiente de
0.3408 0 0 0 0 0 0.0404 0
determinación

R² 0.5838- 0.007 0.001 0.0019 0.0504 0.0002 0.201 0.0056

Descripción X1 X2 X3 X4 X5 X6 X7 X8 Y1 Y2
Media 0.76416667 671.7083333 318.5 176.6041667 5.25 3.5 0.234375 28 22.31 24.95
Mediana 0.75 673.75 318.5 183.75 5.25 3.5 0.25 3 18.95 22.08
Moda 0.98 514.5 294 220.5 7 2 0.1 1 15.16 21.08
varianza 0.011174306 7,749.06 1,900.79 2,037,306,858 3.0625 1.25 0.01772461 2.40234375 101.67965 90.38514
Desviación estándar 0.105777476 88.08611606 43.62648144 45.16595022 1.751140437 1.118762587 0.13322056 1.550959664 10.083633 9.50711
Coeficiente de variación 0.138421997 0.136974824 0.255746798 0.333550559 0.319646453 0.56840774 0.551452325 0.452035 0.3866603
Máximo 0.98 808.5 416.5 220.5 7 5 0.4 5 43.1 48.03
mínimo 0.62 514.5 245 110.25 3.5 2 0 0 6.01 10.9
Amplitud 0.36 294 171.5 110.25 3.5 3 0.4 5 37.09 37.13

Matrices de las Covarianzas

X1 X2 X3 X4 X5 X6 X7 X8
Y1 0.663296191 -5.841798662 200.3253984 -392.2526323 15.69520768 -0.02916276 0.362255 1.36549235
Y2 0.637500087 -5.632321376 177.0364258 -370.1342817 14.90357422 0.151888021 0.26264274 0.744514974

Y1=a+Bx1 Y1+a+bX2 Y1=a+bX3 Y1=a+bX4 Y1=a+bX6 Y1=a+bX7 Y1=a+bX8

Y1=a+bX5
a) -19.00835515 73.41015734 5.07677495 56.6728909 -0.9612239 24.16247396 21.1147985 23.71613313
b) 57.05053291 -0.072683923 0.093138259 -0.181678219 4.8664732 0.121510417 14.81797 0.309911924
Y2=- Y2=- Y2=24,16+0,12X Y2=21,11+ Y2=168,63+6
a+bXi Y2=-19,00+57,05X1 Y2=73,41-0,07X2 Y2=56,67-0,18X4
5,08+0,09X3 0,96+4,87X5 6 14,82X7 8,7X8
Coeficiente de
0.3984 0 0 0 0.0029 0 0.0269 0
determinación
R 0.63119372 0.000804158 0.00103046 -0.002010045 0.53841519 0.001344363 0.16394255 0.003428793

- Investigue la posibilidad de desarrollar un modelo de regresión lineal

múltiple (teniendo en cuenta el efecto de más de una variable
independiente a la vez) para la predicción de las cargas térmicas de
calentamiento y enfriamiento.
R//

Estadística de Regresión

R Múltiple 0.992861609
R-Cuadrado 0.985774174
 R-Cuadrado ajustado 0.980083843

1.700097719
Error estándar
Observaciones 8

ANOVA
GL SQ MQ F F Significado
Regresión 21,001.42 500.71167 173.23672 0
residuo 514.4516611 2.89023355
total 7 1015.875

95% POR 95% POR Menores a mayores a

Coeficientes Error estándar Stat t Valor-P
DEBAJO ARRIBA 95% 95%
Intersección -3.53177954 1.806991246 -1.95450838 0.10804473 -8.176798421 1.113239326 -8.1767984 1.113239326
Y1 0.579434911 0.153953298 3.76370575 0.013107458 0.183685361 0.975184461 0.18368536 0.975184461
Y2 0.447859255 0.162757622 2.751694513 0.0402292 0.029477469 0.866241041 0.02947747 0.866241041

- Calcule los intervalos de confianza al 95% para la media de la carga térmica

de calentamiento y la carga térmica de enfriamiento.
R//

El Intervalo de confianza de la carga térmica de calentamiento es [21,63; 22.98]

Intervalo de Confianza

n_X 768
média_y1 22.3072
DP_Y1 9.50711 Z0,975 1.96 0.343058 0.672394
Error_Y1 0.6722382
Limite inferior_Y1 21.63481
Limite superior_Y2 22.97958

El Intervalo de confianza de la carga térmica de enfriamiento es (23,87; 25,3).

N_Y 768
Média_y1 24.587776
 DP_Y1 10.08363
Error_Y2 0.713156
Limite inferior_Y1 23.8746
Limite superior_Y2 25.30092

- Determine, para un nivel de significación del 5%, si existen diferencias

entre la carga térmica de calentamiento (Y1) y la carga térmica de
enfriamiento (Y2).
R//

Diferencia entre Y1 y Y2

n_X 768
média_X1 22.3072
DP_X1 9.50711
N_Y 768
Média_y1 24.58776
DP-Y1 10.08363
Z0,975 1.96
Diferencia media -2.28057
Error común 1.731387

Inferior -0.54918
IC diferencia
Superior -4.01195

El Intervalo de confianza de la diferencia entre la carga térmica de calefacción y la

carga térmica de enfriamiento sería (-0,55; -4,01).
Ese intervalo no contiene el valor 0, existe una diferencia entre las dos variables.