Estadística Aplicada

Introducción

El presente trabajo tiene como objetivo comprobar los aprendizajes

adquiridos sobre análisis de regresión lineal y regresión lineal múltiple mediante
la presentación de propuestas de solución para una situación problemática.

Las instrucciones para el desarrollo de este son:

En cada uno de los siguientes casos calcular la regresión lineal, con un

intervalo de 95% de confianza. Estableciendo cada uno de los puntos
importantes señalados en la semana 6, ya sea en la intercepción como en X1,
pasando por los límites superior e inferior y estadístico T:

UNIVERSIDAD DE LAS COMUNICACIONES Página 2

 Estadística Aplicada

Desarrollo

Ejercicio 1:

El siguiente cuadro muestra la cantidad de visitas a un centro de perros vs la

cantidad de perros que efectivamente se adoptan en este centro.

Desarrollo en Excel

UNIVERSIDAD DE LAS COMUNICACIONES Página 3

 Estadística Aplicada

Donde obtenemos el siguiente grafico de dispersión :

 Con la recta de regresión podemos observar que nuestras variables βₒ=

- 32.185 y β₁=0.8407

 Donde nuestra ecuación de regresión es Y= -32.185 + 0.8407X

Con el análisis realizado para la pendiente de la regresión lineal, se obtiene:

1. Primero observamos lo marcado en amarillo es el intervalo de confianza

al 95% para 𝛽 1.

UNIVERSIDAD DE LAS COMUNICACIONES Página 4

 Estadística Aplicada

2. Luego obtenemos en amarillo el intervalo de confianza al 95% para 𝛽0.

3. Ahora calculamos la prueba de hipótesis para la pendiente 𝜷𝟏. Con la

siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 5

 Estadística Aplicada

 Donde nuestro t(α/2, n-2) = 2,306

 Y nuestro estadístico de prueba T se encuentra en la siguiente imagen

 Tenemos que 13.24 > 2.306 , por lo tanto, rechazamos Hₒ, y

determinamos con un 95% de confianza que se puede afirmar que la
pendiente es distinta de cero.

4. Ahora pasamos a calcular la prueba de hipótesis para 𝜷𝟎.

UNIVERSIDAD DE LAS COMUNICACIONES Página 6

 Estadística Aplicada

 Para eso usamos la siguiente formula:

 Tenemos que nuestro t(α/2, n-2) = 2,306

 Y nuestro estadístico de prueba para 𝜷𝟎

 Por lo tanto, se no se rechaza Hₒ, porque -2.326 < 2,306.

Con un 95% de confianza no hay suficiente evidencia para rechazar H0.

UNIVERSIDAD DE LAS COMUNICACIONES Página 7

 Estadística Aplicada

 Ya que el índice de correlación es de 0.9779, ósea, muy cercano a

1, podemos afirmar que existe una correlación positiva y que hay
dependencia entre las variables de n° de visitas con las de n° de
perros adoptados.
 También es posible apreciar que el coeficiente de determinación de
0.9563, el modelo explicaría prácticamente el 100% de los valores de
la variable.
 Por último podemos observar que el valor de R^2 ajustado es 0.9509,
lo que es muy cercano a 1, con lo que el modelo puede predecir en
forma casi perfecta los valores de la variable independiente.

Ejercicio 2:

El siguiente cuadro entregado por la empresa Spotify muestra la cantidad de

grupos buscados y sus adelantos escuchados vs las canciones efectivamente
bajadas

Desarrollo en Excel:

UNIVERSIDAD DE LAS COMUNICACIONES Página 8

 Estadística Aplicada

Donde obtenemos el siguiente grafico de dispersión:

• Con la recta de regresión podemos observar que nuestras variables βₒ=

- 4.3527y β₁=1.0387
• Donde nuestra ecuación de regresión es Y= -4.3527+ 1.0387X

Con el análisis realizado para la pendiente de la regresión lineal, se obtiene:

UNIVERSIDAD DE LAS COMUNICACIONES Página 9

 Estadística Aplicada

1. Primero observamos lo marcado en amarillo es el intervalo de confianza

al 95% para 𝛽 1.

2. Luego obtenemos en amarillo el intervalo de confianza al 95% para 𝛽0

3. Ahora calculamos la prueba de hipótesis para la pendiente 𝜷𝟏. Con la

siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 10

 Estadística Aplicada

• Donde nuestro t(α/2, n-2) = 2,306

• Y nuestro estadístico de prueba T se encuentra en la siguiente imagen

 Tenemos que 1.4489 < 2.306, por lo tanto, aceptamos Hₒ, y

determinamos con un 95% de confianza que se puede afirmar que la
pendiente es similar de cero.

4. Ahora pasamos a calcular la prueba de hipótesis para 𝜷𝟎.

 Para eso usamos la siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 11

 Estadística Aplicada

 Tenemos que nuestro t(α/2, n-2) = 2,306

 Y nuestro estadístico de prueba para 𝜷𝟎

 Por lo tanto, se no se rechaza Hₒ, porque -0.5189 < 2,306.

Con un 95% de confianza no hay suficiente evidencia para rechazar H0.

 Ya que el índice de correlación es de 0.4559, ósea, lejano a 1,

podemos afirmar que existe una correlación negativa y que no hay
indicios de dependencia entre las variables de n° de adelantos con las
de n° de canciones bajadas.

UNIVERSIDAD DE LAS COMUNICACIONES Página 12

 Estadística Aplicada

 También es posible apreciar que el coeficiente de determinación de

0.20788, el modelo explicaría prácticamente el 20% de los valores de la
variable.
 Por último podemos observar que el valor de R^2 ajustado es 0.1088,
lo que es muy lejano a 1, con lo que el modelo no puede predecir en
forma perfecta los valores de la variable independiente.

Ejercicio 3:
El siguiente cuadro muestra la cantidad de personas que entran a una librería
en particular preguntando por un libro en cuestión vs las que realmente llevaron
el libro.

Desarrollo en Excel:

UNIVERSIDAD DE LAS COMUNICACIONES Página 13

 Estadística Aplicada

Donde obtenemos el siguiente grafico de dispersión

 Con la recta de regresión podemos observar que nuestras variables βₒ=

-5.8201y β₁=1.0661
 Donde nuestra ecuación de regresión es Y= -5.8201+ 1.0661X

Con el análisis realizado para la pendiente de la regresión lineal, se obtiene:

1. Primero observamos lo marcado en amarillo es el intervalo de confianza

al 95% para 𝛽 1.

UNIVERSIDAD DE LAS COMUNICACIONES Página 14

 Estadística Aplicada

2. Luego obtenemos en amarillo el intervalo de confianza al 95% para 𝛽0

3. Ahora calculamos la prueba de hipótesis para la pendiente 𝜷𝟏. Con la

siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 15

 Estadística Aplicada

 Donde nuestro t(α/2, n-2) = 2,306

 Y nuestro estadístico de prueba T se encuentra en la siguiente imagen

 Tenemos que 16.9993 > 2.306, por lo tanto, Por lo tanto, se rechaza H0,
porque 16.9993 > 2,306.
 Con un 95% de confianza se puede afirmar que la pendiente es distinta
de cero
4. Ahora pasamos a calcular la prueba de hipótesis para 𝜷𝟎.

 Para eso usamos la siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 16

 Estadística Aplicada

 Tenemos que nuestro t(α/2, n-2) = 2,306

Y nuestro estadístico de prueba para 𝜷𝟎 es:

 Por lo tanto, se no se rechaza Hₒ, porque -2.7424< 2,306.

Con un 95% de confianza no hay suficiente evidencia para rechazar H0.

 Ya que el índice de correlación es de 0.9864, ósea, muy cercano a 1,

podemos afirmar que existe una correlación positiva y que hay
dependencia entre las variables de entrada a la librería con las de n° de
libros vendidos.
 También es posible apreciar que el coeficiente de determinación de
0.9730, el modelo explicaría prácticamente el 100% de los valores de la
variable.

UNIVERSIDAD DE LAS COMUNICACIONES Página 17

 Estadística Aplicada

 Por último, podemos observar que el valor de R^2 ajustado es 0.9696,

lo que es muy cercano a 1, con lo que el modelo puede predecir en
forma casi perfecta los valores de la variable independiente.

Ejercicio 4:

El siguiente cuadro muestra la cantidad de ayudantías durante cada

semestre en el curso de estadística y los alumnos reprobados en cada
periodo.

Desarrollo en Excel:

UNIVERSIDAD DE LAS COMUNICACIONES Página 18

 Estadística Aplicada

Donde obtenemos el siguiente grafico de dispersión.

 Con la recta de regresión podemos observar que nuestras variables βₒ=

15.828 y β₁=0.3198
 Donde nuestra ecuación de regresión es Y= 15.828 + 0.3198X

Con el análisis realizado para la pendiente de la regresión lineal, se obtiene:

1. Primero observamos lo marcado en amarillo es el intervalo de

confianza al 95% para 𝛽 1.

UNIVERSIDAD DE LAS COMUNICACIONES Página 19

 Estadística Aplicada

2. Luego obtenemos en amarillo el intervalo de confianza al 95% para

𝛽0.

3. Ahora calculamos la prueba de hipótesis para la pendiente 𝜷𝟏. Con

la siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 20

 Estadística Aplicada

 Donde nuestro t(α/2, n-2) = 2,306

 Y nuestro estadístico de prueba T se encuentra en la siguiente imagen:

 Tenemos que -12.0724 < 2.306 , por lo tanto, se acepta Hₒ, y

determinamos con un 95% de confianza que se puede afirmar que la
pendiente es cercana a 0.

4. Ahora pasamos a calcular la prueba de hipótesis para 𝜷𝟎.

 Para eso usamos la siguiente formula:

UNIVERSIDAD DE LAS COMUNICACIONES Página 21

 Estadística Aplicada

 Tenemos que nuestro t(α/2, n-2) = 2,306

 Y nuestro estadístico de prueba para 𝜷𝟎 es:

 Por lo tanto, se rechaza Hₒ, porque 30.7363 > 2,306.

 Con un 95% de confianza hay suficiente evidencia para rechazar H0.

 Ya que el índice de correlación es de 0.97363, ósea, muy cercano a 1,

podemos afirmar que existe una correlación positiva y que hay
dependencia entre las variables de n° de ayudantías con las de n° de
reprobados.

UNIVERSIDAD DE LAS COMUNICACIONES Página 22

 Estadística Aplicada

 También es posible apreciar que el coeficiente de determinación de

0.94796, el modelo explicaría prácticamente el 100% de los valores de la
variable.
 Por último, podemos observar que el valor de R^2 ajustado es 0.9414,
lo que es muy cercano a 1, con lo que el modelo puede predecir en
forma casi perfecta los valores de la variable independiente.

UNIVERSIDAD DE LAS COMUNICACIONES Página 23

 Estadística Aplicada

Bibliografía

Bocaz, C. (2019). Regresión Lineal II. Apunte de clase Semana 6,

Estadística Aplicada, Universidad UNIACC.

UNIVERSIDAD DE LAS COMUNICACIONES Página 24