PRÁCTICA 7: “ANÁLISIS DE REGRESIÓN LINEAL”

DATOS GENERALES
NOMBRE DEL ESTUDIANTE: Gonzalez Gaytan Andrea
Michelle, León Guerrero Katty Alizeth, Duran Mejia
Brissa Miranda. Vidaña Lara Luisa Fernanda y Ramírez
Flores Juan Roberto.
PRODUCTO: FECHA DE ENTREGA: 31/11/23
Identificación de las variables independientes y
dependientes de un problema, así como del modelo de
regresión lineal correspondiente para realizar
estimaciones.
ESPECIALIDAD: Ing. Gestión Empresarial SEMESTRE: 3

COMPETENCIA

Identificar las variables independientes y dependientes de problemas específicos, así como la

identificación de la relación existente entre dichas variables, obtención de un modelo de regresión
lineal a través del software Excel y estimación de futuras observaciones de la variable dependiente
con un cierto grado de certeza.

FUNDAMENTO

El modelado de variables de las que se sabe contienen una relación directa es de amplia aplicación
en los procesos industriales en los cuales intervienen infinidad de variables sobre un proceso. El saber
cómo estimar o controlar algunas de las variables influyentes en los procesos es una herramienta muy
útil para el ingeniero, pues le permitirá realizar estimaciones de resultados a futuro conociendo los
valores de las variables independientes, así como identificar cuáles son los valores ideales de dichas
variables dado un resultado que se desee alcanzar.
Muy a menudo se tiene una sola variable dependiente o respuesta Y, la cual no se controla en el
experimento. Esta respuesta depende de una o más variables independientes o de regresión, como
son x1, x2, ….., xk las cuales se miden con error despreciable, y en la generalidad de los casos se
controlan en el experimento. La relación fija para un conjunto de datos experimentales se caracteriza
por una ecuación de predicción que recibe el nombre de ecuación de regresión. La regresión lineal
simple implica casos de una sola variable de regresión. µyıx = α + βx , donde µyıx este linealmente
relacionado con x en la ecuación de regresión lineal, los coeficientes de regresión α y β son
parámetros que deben estimarse a partir de los datos muestrales.

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 63
 PROCEDIMIENTO

INSTRUCCIONES: Realiza por ti mismo el ejercicio 1 que a continuación se presenta, sigue las
instrucciones de comandos presentadas y anexa tus resultados en el reporte. Genera una breve
conclusión sobre los resultados obtenidos en cada punto.

Ejercicio 1: El gerente de Tools Co., ha solicitado información acerca del comportamiento del costo
del servicio de manufactura. Desea saber cuánto del costo de servicio es fijo y cuánto es variable, así
como predecir los costos de servicio en función de las horas máquina. Los datos siguientes son los
únicos registros disponibles:
Mes Horas máquina Costos de Servicio
Mayo 850 9000
Junio 1400 12500
Julio 1000 7900
Agosto 1250 11000
Septiembre 1750 13500

a) Muestre gráficamente el comportamiento de los datos.

15000
Costos de serviciós

10000

5000

0
0 500 1000 1500 2000
Hras maquina

16000
14000 y = 6.1616x + 3078
Costos de serviciós

12000 R² = 0.8594
10000
8000
6000
4000
2000
0
0 500 1000 1500 2000
Hras maquina

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 64
 b) Usando los datos como base, encuentre una relación lineal entre las horas máquina y los
costos de servicio. Indique si el ajuste lineal es aceptable para este problema.

Poseemos un C.C del 0.92…

Pero para determinar si el ajuste lineal es aceptable
nos basaremos en el valor otorgado por el 𝑅 2 =0.85
lo cual esta cerca del 1, por ende, se posee una
correlación positiva fuerte, ya que los puntos,
crecen o incrementan al mismo tiempo, es decir
podemos observar una relación entre lo que sucede
con X, y en Y

c) Averigüe los costos de servicio fijos y variables mensuales por hora máquina.
Estos están dados en la ecuación los cuales responden a un monto de $3078

d) ¿Cuál sería el costo estimado de servicio para 1150 horas máquina?

D)¿Cuál sería el costo estimado de servicio para 1150 horas máquina?
Ec.Recta: y = 6.1616x + 3078
y = 6.1616(1150) + 3078=10163.84

e) ¿Qué recomendaría a la presidenta en base a estos análisis? Seguir con el modelo planteado, ya
que tiene una relación del 85%, debido a la cantidad de relación, este modelo le puede ser de
gran ayuda para la planeación de costos futuros

SOLUCIÓN.
A continuación, se presentan las instrucciones utilizadas en Excel para dar respuesta a cada
unode los incisos:
a) Diagrama de Dispersión. Utilizando Excel. Alimenta los datos en dos columnas contiguas,
ubicando en la columna del lado izquierdo a la variable independiente. Marca todos los
datos => menú Insertar => Dispersión => Dispersión. Figura 1.

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 65
 Figura 1

b) Ecuación de Regresión Lineal (Método de Mínimos Cuadrados). Coloca el cursor sobre

alguno de los puntos de la gráfica de dispersión y “marca el punto” => oprime el botón
derecho del ratón => Agregar línea de tendencia => Entre. Figura 2.

Figura 2
En la ventana de diálogo generado (Figura 3), marque los campos de: Tipo de Tendencia o
Regresión Lineal, Presentar ecuación en el gráfico y Presentar el valor R cuadrado en el
gráfico. => Cerrar. Como puede observarse, la pantalla ofrece alternativas de trabajar con diferentes
tipos de ajustes (polinómicos, logarítmicos, exponenciales, etc.), la mejor opción será aquella que se
ajuste mejor a los datos y/o que genere un valor de Coeficiente de Determinación (valor R cuadrado)
más cercano a 1. Figura 3.

Para el ejemplo, la ecuación de regresión y el coeficiente de determinación encontrados son:

y = 6.16x + 3078
El ajuste lineal es aceptable porque el valor de r2 es cercano a 1.
r = 0.8594
2

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 66
 Figura 3

c) De la ecuación obtenida, se encuentra que los costos fijos aproximados son de $3,078 (valor
de la ordenada al origen de la ecuación, que representaría el costo de servicio para 0 horas
máquina). Cualquier costo sobre este valor representaría un costo variable (costos de
servicio en función de las horas máquina).
d) Evaluando la función obtenida en el inciso b, para 1150 horas, los costos de servicio esperado
serían:
y = (6.16) (1150) + 3078 = $10164
e) ………………..

REPORTE DE PRÁCTICA
PROBLEMAS

INSTRUCCIONES: Aplicando el proceso mostrado en el ejemplo 1, los conceptos vistos en clase y

las investigaciones necesarias que realices sobre el tema, contesta de acuerdo a lo solicitado.
1. Contesta en forma breve y clara cada una de las siguientes preguntas:
a) ¿Qué es una aproximación por el método de mínimos cuadrados? El método de mínimos
cuadrados proporciona una forma de encontrar la mejor estimación, suponiendo que los errores
(es decir, las diferencias con respecto al valor verdadero) sean aleatorias e imparciales.
Es decir, intenta determinar la función continua que mejor se aproxime a los datos (línea de
regresión o la línea de mejor ajuste), proporcionando una demostración visual de la relación entre
los puntos de estos.
PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 67
 b) ¿Para qué sirve generar una ecuación de regresión en una serie de datos? Permite
comprobar la hipótesis de que una variable depende de otra u otras variables. Además, el análisis
de regresión brinda una estimación de la magnitud del impacto de un cambio en una variable
sobre otra.
c) ¿Cómo se identifica o diferencia entre la variable dependiente y la independiente?
• Un variable independiente es una variable que representa una cantidad que se modifica en un
experimento.
• A menudo \[x\] es la variable que se utiliza para representar la variable independiente en una
ecuación.
• Una variable dependiente representa una cantidad cuyo valor depende de cómo se modifica la
variable independiente.
• A menudo \[y\] es la variable que se utiliza para representar la variable dependiente en una
ecuación.
d) ¿Qué representa el coeficiente de correlación? El coeficiente de correlación lineal,
también denominado como coeficiente de correlación de Pearson, es una medida de
regresión que tiene por objetivo cuantificar el grado de variación conjunta entre
dos variables diferentes, cuyo objetivo es cuantificar la dependencia lineal entre
dos variables distintas. En palabras más sencillas: el coeficiente de correlación
lineal señala lo bien o lo mal que el conjunto de variables representados en puntos
se aproxima a una recta
e) ¿qué representa el coeficiente de determinación? El coeficiente de determinación (R
cuadrado) indica la cantidad proporcional de variación en la variable de respuesta y, explicada
según las variables independientes X en el modelo de regresión lineal. Cuanto mayor sea el
R cuadrado, mayor será la variabilidad explicada por el modelo de regresión lineal.
Examina cómo las diferencias en una variable pueden ser explicadas por la diferencia en una
segunda variable, al predecir el resultado de un evento determinado.

f) ¿qué relación existe entre ellos? Que ambos, buscan analizar o comparar la variabilidad
entre las variables proporcionadas

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 68
 g) ¿Cómo se puede determinar que el tipo de tendencia o regresión elegida para ajustar
una seriede datos es la adecuada? Esta dependerá siempre de las variables que se estén
manipulando, o que tanto nos queramos acercar a un dato, es decir, depende de las
necesidades, y las variables a aplicar,

2. Presenta la evidencia del trabajo que hiciste sobre el ejemplo 1 (reproducción de lo planteado en
la práctica). (Añadido en cada inciso)

3. Resuelve el siguiente problema. En un metal, la resistencia normal está funcionalmente

relacionada con la resistencia de corte. El siguiente es un conjunto de datos experimentales
codificados para las dos variables:
Resistencia normal Resistencia de corte

26.8 26.5
25.4 27.3
28.9 24.2
23.6 27.1
27.7 23.6
23.9 25.9
24.7 26.3
28.1 22.5
26.9 21.7
27.4 21.4
22.6 25.8
25.6 24.9
a) Determine la línea de regresión µyıx = α + βx
=7687.76-(12)(25.96)(24.76)/8134.26-(12)(25.96)^2
=7687.76-7716.88/8134-8090.797
=-29.12/43.47
=-0.6698

=24.76-(-0.6698)(25.96)
=24.76-(-17.39)
=42.15

Y= a+bx
Y=42.15+(-0.6698)x

b)Calcule la resistencia de corte para un esfuerzo normal de 24.5 Kilogramos por centímetro
cuadrado.
=(12)(7687.76)-(311.6)(297.2)/(12)(8134.26)-(311.6)^2
=-0.6860
PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 69
Pediente a= Σ y-b (Σ x)/n
A=(297.2)-(-0.6860)(297.2)/12
=42.5798
Y=42.5798+(-0.6860)(24.5)
Y=42.5798+(-16.807)
Y= 25.77

4. Resuelve el siguiente problema. Las cantidades de un compuesto químico Y, que se disuelven

en 100 gramos de agua a diferentes temperaturas X, se registran como sigue:
X (oC) Y(gramos)
0 8, 6, 8
15 12, 10, 14
30 25, 21, 24
45 31, 33, 28
60 44, 39, 42
75 48, 51, 44

a) Determine la línea de regresión µyıx = α + βx

y=0.5676x+5.8254
Ordenada= 27. 1111111-(0.5676) (37.5)
=5.820
Pendiente= 25.005(18)(37.5) (27.1111111)/37.125-(18) (37.5)^2

b) Grafique la recta en un diagrama de dispersión

c) Estime la cantidad de compuesto químico que se disuelve en 100 gramos de agua a 50oC
y=Bo+B1X
100=0.5676+5.8254 (50) 28.38

342.054
PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 70
PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 71
 LISTA DE COTEJO
DATOS GENERALES
Nombre(s) de los estudiantes(s): Gonzalez Gaytan Andrea Michelle, León Guerrero Katty
Alizeth, Duran Mejia Brissa Miranda Vidaña Lara Luisa Fernanda y Ramírez Flores Juan
Roberto.

Especialidad: Ingeniería en Gestión Empresarial

Producto de aprendizaje: Reporte de la Práctica No. .

Puntuación
Criterios de evaluación Puntuación Observaciones
obtenida

Presentación (orden, limpieza,

10
ortografía) y entrega a tiempo.

Sigue las instrucciones, muestra

evidencias y llega a los resultados 40
esperados.

Resuelve los problemas propuestos con

el uso del software y muestra pantallas
50
con los resultados debidamente
identificados.

TOTAL

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 72
 LINKS DE APOYO PARA CADA UNA DE LAS PRÁCTICAS

PRÁCTICA 1. Estadística descriptiva

http://www.youtube.com/watch?v=4vCAA492CUg
Se obtiene un resumen de resultados de Estadística descriptiva, así como la elaboración de un
histograma y ojiva a través de la función de Excel análisis de datos.
http://www.youtube.com/watch?v=4vCAA492CUg
Se indica cómo usar la función frecuencia para generar frecuencias y frecuencias acumuladas con la
finalidad de crear una tabla de frecuencias para la práctica de estadística descriptiva.
http://www.youtube.com/watch?v=oZLZr6URYYE&feature=related
Elaboración paso a paso de una tabla de distribución de frecuencias en Excel con el apoyo de algunas
funciones

PRÁCTICA 2. Fundamentos de probabilidad.

https://www.youtube.com/watch?v=vI0XwOu_c0o

Explicación del Teorema de Bayes.

https://www.youtube.com/watch?v=lk9NPdNgXhQ

En este video se da una explicación de lo que es probabilidad condicional y su forma de calcular.

PRÁCTICA 3. Distribuciones de probabilidad discreta

http://www.itapizaco.edu.mx/~joseluis/apuntes/estadistica/distribuciones%20discretas.pdf

Revisión de los tipos de distribuciones de probabilidad.

http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un3/variables_y_distribuciones_muestrale
s.html variable y distribuciones maestrales

PRÁCTICA 4. Distribuciones de probabilidad continuas

http://www.youtube.com/watch?v=9i-rjVX-0Oo
Cómo resolver problemas de probabilidad acumulada de una distribución normal, así como de la
función normalización
http://www.monografias.com/trabajos66/estadistica-aplicada/estadistica-aplicada2.shtml
Explicación y aplicación del Teorema de Chebyshev

PRÁCTICA 5. Estimación de parámetros

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 73
http://maralboran.org/wikipedia/index.php/Distribuciones_muestrales._Teorema_central_del_l%C3%ADm
ite#Teorema_central_del_l.C3.ADmite

PRÁCTICA 6. Pruebas de Hipótesis

https://www.youtube.com/watch?v=oBImHXNU41Q

Conceptos básicos de Pruebas de Hipótesis. Definiciones. Errores Tipo I y Tipo II. Procedimiento de
Pruebas de Hipótesis.

PRÁCTICA 7. Análisis de regresión lineal

http://www.youtube.com/watch?v=Bye0ZBdd6iI
Agregar la herramienta análisis de datos al software Excel, así como el uso de esta herramienta para
obtener un análisis de regresión lineal múltiple.
http://www.monografias.com/trabajos30/regresion-correlacion/regresion-correlacion.shtml
Comprender la regresión y correlación en el manejo de datos
http://www.uoc.edu/in3/emath/docs/RegresionLineal.pdf
Correlación lineal y análisis de regresión.
http://www.monografias.com/trabajos27/hipotesis/hipotesis.shtml
Planteamiento de hipótesis con dos muestras independientes.

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 74
 BIBLIOGRAFÍA
Devore, J. D. Probabilidad y estadística para ingeniería y ciencias. International Thomson. 4ª. Ed.
Freund, J.E. y Simon, G.A. Estadística elemental. Prentice hall hispanoamericana. 8ava. Edición.
Lind, D., Marchal, W., Mason, R. Estadística para administración y economía. Editorial Alfaomega,
2004, Vol. 1, Edición: 11ª
Mendenhall, W. Introducción a la probabilidad y la estadística. Grupo editorial Iberoamérica.
Montgomery, D., Runger, G., Probabilidad y estadística aplicadas a la ingeniería. Editorial Mc.
Graw-Hill, 2007, Edición: 1a
Montgomery, D. Diseño y análisis de experimentos. Limusa Wiley. 2da. Edición.
Nieves, A., Dominguez, F.C. Probabilidad y estadística para ingeniería un enfoque moderno.
Editorial Mc. Graw- Hill , 2009, Vol. 1, Edición: 1a
Walpole, R., Myres, R. Probabilidad y estadística. Ed. Pearson-Prentice Hall, 2007, Edición: 8a
Libros electrónicos.
“Estadística elemental”. Freund, J.E. y Simons, G. A. Octava edición. Capitulo 1. Pps. 2-10.
Disponible en:
http://books.google.com/books/about/Estad%C3%ADstica_elemental.html?hl=es&id=iBJstvkw
FrYC
“Estadística descriptiva y probabilidad”. Espejo, M.I. y col. Tercera edición. Parte A. Introducción
a la estadística descriptiva. Pps. 3-52. Disponible en:
http://knuth.uca.es/repos/l_edyp/pdf/febrero06/lib_edyp.c1.pdf
“Probabilidad y estadística para ingenieros”. Walpole, R. y Myers, S. Sexta edición. Disponible
en:
http://books.google.com/books?id=9DWw696jLbMC&printsec=frontcover&hl=es#v=onepage&
q&f=false
Probabilidad y estadística. George Canavos. Disponible en:
http://libroselectronicosyebooksgratis.blogspot.com/2009/07/probabilidad-y-estadistica-george.

Otras fuentes:
José Ortega y Gasset http://www.estadisticaparatodos.es/historia/histo_esta.html

PROBABILIDAD Y ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS BÁSICAS Página 75