Regresión lineal simple

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

Solución:

 Por esta relación :

𝑏𝑖 𝑆𝑥
𝑟= ; 𝑠𝑖 𝑏1 > 0 ⇒ 𝑟 +
𝑆𝑦
𝑠𝑖 𝑏1 < 0 ⇒ 𝑟 −

𝑆𝑥 ∧ 𝑆𝑦 Son siempre positivos

2. Dadas las rectas de regresión de mínimos cuadrados 𝑌 = 𝑎 + 𝑏𝑌 y 𝑋 = 𝑐 + 𝑑𝑦. Verificar que

𝑏𝑑 es igual al coeficiente de determinación

Solución:

𝑌 = 𝑎 + 𝑏 ∧ 𝑋 = 𝑐 + 𝑑𝑦 ¿ 𝑟 2 = 𝑏𝑑?

𝑏𝑆𝑥 𝑑𝑆𝑦
𝑟= 𝑟=
𝑆𝑦 𝑆𝑥

𝑏𝑆𝑥 𝑑𝑆𝑦
𝑟2 = ( )( )
𝑆𝑦 𝑆𝑥

𝑟 2 = 𝑏𝑑

5. Dada la recta de regresión de mínimos cuadrados 𝑌 = 𝑎 + 𝑏𝑋, 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 = 𝑎 + 𝑏𝑥 + 𝑏𝑐
6. Al realizar la regresión de 𝑌 en 𝑋 basado en una muestra de 10 pres de datos (𝑥𝑖 , 𝑦𝑖 ), se
tiene que la vrianza de los 𝑦𝑖 es igual a 16 y que la suma de los cuadrados debido a la
regresión es 140. ¿Qué porcentaje de las varianzas de los 𝑦𝑖 es explicada por la regresión?
Solución:

2
 𝑛 = 10; 𝑆̂𝑦 = 16; 𝑆𝐶𝑅 = 140; ¿ 𝑅 2 ?

2 Σ𝑦 2
𝑆̂𝑦 = − 𝑦̅ 2 = 16
𝑛
Σ𝑦 2
− 𝑦̅ 2 = 16
10
Σ𝑦 2 − 𝑛𝑦̅ 2 = 160

𝑆𝐶𝑇 = Σ𝑦 2 − 𝑛𝑦̅ 2 = 160

𝑆𝐶𝑅 140
𝑅2 = = = 0.875
𝑆𝐶𝑇 160

7. El coeficiente de correlación entre dos variables 𝑋 𝑒 𝑌 es 𝑟 = 0.60. si 𝑆𝑋 = 1.50, 𝑆𝑌 =

2.00, 𝑋̅ = 10, 𝑌̅ = 20, hallar la recta de regresión:

a) De 𝑌 𝑒𝑛 𝑋

Solución:

¿ 𝑦̂ = 𝑏0 + 𝑏1 𝑥?

𝑏1 𝑆𝑥
𝑟= = 0.60
𝑆𝑦
1.5
0.60 = 𝑏1 ( ) ⇒ 𝑏1 = 0.80
2

𝑦̅ = 𝑏0 + 𝑏1 𝑥̅

20 = 𝑏0 + 0.8(10) ⟹ 𝑏0 = 12

𝑦̂ = 12 + 0.8𝑥
 b) De 𝑋 en 𝑌

Solución:
𝐶1 𝑆̂𝑦
𝑟 = 0.60 =
𝑆̂𝑥

2
0.60 = 𝐶1 ( ) ⇒ 𝐶1 = 0.45
1.5

𝑥̅ = 𝐶0 + 𝐶1 𝑦̅

10 = 𝐶0 + 0.45(20) ⇒ 𝐶0 = 1

𝑥̂ = 1 + 0.45𝑦

8. Si 𝑛 𝑝𝑎𝑟𝑒𝑠 (𝑥1 , 𝑦1 ), … , (𝑥𝑛 , 𝑦𝑛 ) son tales que cumplen la relación

1
𝑦𝑖 = (𝑥𝑖 − 2), 𝑦 𝑠𝑖 𝑦̅ = 0, ¿Es válida la relación 𝑆𝑥𝑦 = 𝑆𝑋 2 ⁄5 ?
5

Solución:

1 ̂𝑥 2
𝑆
𝑦𝑖 = (𝑥 − 2) ; 𝑠𝑖 𝑦̅ = 0; ¿ 𝑆𝑥𝑦 = ?
5 𝑖 5

1 2Σ𝑥
Σ𝑥𝑦 = Σ𝑥 2 −
5 5

1 2
Σ𝑦 = Σ𝑥 − Σ
5 5

1 2
𝑦̅ = 𝑥̅ − = 0
5 5

𝑥̅ = 2

2
̂𝑥 2 = Σ𝑥 − 𝑥̅
 𝑆 𝑛

Σ𝑥𝑦 − 𝑛𝑥̅ 𝑦̅
𝑆̂𝑥𝑦 =
𝑛

𝑠𝑖 𝑦̅ = 0 ⇒
Σ𝑥𝑦
𝑆̂𝑥𝑦 =
𝑛

1 2Σ𝑥
𝑆̂𝑥𝑦 = Σ𝑥 2 −
5𝑛 5𝑛
 1 4
𝑆𝑥𝑦 = Σ𝑥 2 −
5𝑛 5

2 Σ𝑥 2
𝑆̂𝑥 = −4
𝑛
2
𝑆̂𝑥 Σ𝑥 2 4
= −
5 5𝑛 5

9. Si la ecuación de regresión de 𝑌 𝑒𝑛 𝑋 es : 𝑌 = 3 + 2𝑋, hallar la ecuación de regresion de

𝑌´ 𝑒𝑛 𝑋´, donde 𝑋´ = 𝑋 + 3 e 𝑌´ = 𝑌 + 6.

Solución:

𝑦̂ = 3 + 2𝑥
𝑥´ = 𝑥 + 3 𝑦´ = 𝑦 + 6
Reemplazando:

(𝑦´ − 6) = 3 + 2(𝑥´ − 3)

̂ − 9 = 2(𝑥´ − 3)
𝑦´

10. Al estudiar la regresión lineal entre los ingresos medios (𝑌 𝑒𝑛 $) y el número de hijos por
familia (𝑋), se obtuvo la siguiente información:
𝑥̅ = 3, 𝑌̅ = 700, 𝑆𝑋 = 0.5√𝑆𝑋𝑌
Estimar los ingresos de las familias con 4 hijos, ¿a cuántos hijos por familia correspondería a
un ingreso estimado en $712?

Solución:

 𝑥̅ = 3; 𝑦̅ = 700; 𝑆̂𝑥 = 0.5√𝑆̂𝑥𝑦; 𝑦 = 712

 𝑦̂ = 𝑏0 + 𝑏1 𝑥

i. Σ𝑦 = 𝑛𝑏0 + 𝑏1 Σ𝑥
ii. Σ𝑥𝑦 = 𝑏0 Σ𝑥 + 𝑏1 Σ𝑥 2

i.
Σ𝑦
= 𝑏0 + 𝑥̅ 𝑏1
𝑛

𝑦̅ = 𝑏0 + 𝑏1 𝑥̅
 700 = 𝑏0 + 3𝑏1
𝑆𝑥𝑦 𝑆𝑥𝑦
𝑏1 = 2 ; 𝑟=
𝑆̂𝑥 𝑆𝑥 𝑆𝑦

𝑟𝑆𝑦 𝑆𝑥𝑦
𝑏1 = ∧ 𝑟=
𝑆𝑥 𝑆𝑥 𝑆𝑦

En la relación:

2
𝑆̂𝑥 = 0.52 𝑆𝑥𝑦
𝑆𝑥𝑦 𝑆𝑥𝑦
𝑏1 = 2 = ⇒ 𝑏0 = 688
𝑆̂𝑥 (0.5)2 𝑆𝑥𝑦

𝑦̂ = 688 + 4𝑥

𝑥 = 4 ⇒ 𝑦̂ = 688 + 16
𝑦̂ = 704

712 = 688 + 4𝑥 ⇒ 𝑥 = 6

11. Al estimar las ventas (𝑌) de un artículo en función de los precios (𝑋) se uso una recta de
mínimos cuadrados basado en una muestra de 4 datos. Si las ventas observadas fueron 10,
8, 6,14 y si las ventas estimadas respectivas son 10.1, 8.2, 5.6, 13.4, ¿Qué porcentaje de la
varianza de las ventas es explicada por la recta de regresión?

Solución:

𝑦: 𝑣𝑒𝑛𝑡𝑎𝑠
𝑛=4 𝑥: 𝑝𝑟𝑒𝑐𝑖𝑜

𝒚 10 8 6 14
𝒙 10.8 8.2 5.6 13.4

¿ 𝑅2?

 𝑠𝑐𝑡 = Σ(𝑦𝑖 − 𝑦̅)2

𝑦̅ = 9.5
𝑆𝐶𝑇 = Σ𝑦 2 − 𝑛𝑦̅ 2

= 396 − 4(9.5)2 = 35

Σ(𝑦𝑖 − 𝑦̂)2 = 𝑆𝐶𝐸

Σ(𝑦𝑖 − 𝑦̂)2 = 𝑆𝐶𝑅 = 33.8

 𝑆𝐶𝑅 = Σ𝑦̂ 2 − 𝑛𝑦̅ 2 = 33.8

𝑆𝐶𝐸 = 35 − 33.8 = 1.2

𝑆𝐶𝑅 33.8
𝑅2 = = = 0.9657
𝑆𝐶𝑇 35

12. En un estudio de la relación entre ingresos mensuales y gastos de educación de las familias,
una muestra proporciona un coeficiente de determinación de 90.25%, medias respectivas de
$420 𝑦 $120, y desviaciones estándar respectivas de $10 𝑦 7$. Según este estudio.

Datos:
𝐼𝑛𝑔𝑟𝑒𝑠𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙: 𝑥
𝑔𝑎𝑠𝑡𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙: 𝑦
𝑟 2 = 0.9025
𝑥̅ = 420 𝑦̅ = 120
𝑆𝑥 = 10 𝑆̂𝑦 = 7

a) ¿en cuánto se estima los gastos por educación de una familia cuyo ingreso mensual
es de $300?

Solución:

Primero encontrar el modelo:

𝑦̂ = 𝑏0 + 𝑏1 𝑥

120 = 𝑏0 + 420𝑏1

2
𝑏1 2 𝑆̂𝑥
𝑟2 = 2 = 0.9025
𝑆̂𝑦

10 2
0.9025 = 𝑏 21 ( ) ⇒ 𝑏1 = 0.665
7

120 = 𝑏0 + 420(0.665) ⇒ 𝑏0 = −159.3

𝑦̂ = −159.3 + 0.665𝑥
𝑥 = 300

𝑦̂ = −159.3 + 0.665(300)
𝑦̂ = 40.2
 b) Si una familia estima su gasto por educación en $370, ¿Cuánto debería ser
su ingreso mensual?

Solución:

 𝑦 = 370 ¿ 𝑥?

370 = −159.3 + 0.665𝑥

𝑥 = 795.9398

c) Si una familia tiene un aumento de $50, ¿en cuánto se incrementaría la estimación

de sus gastos en educación?

𝑦̂ = −159.3 + 0.665(𝑥 + 50)

∴ 𝑖𝑛𝑐𝑟𝑒𝑚𝑒𝑛𝑡𝑜 𝑒𝑛: 0.665(80) = 33.25

14. Al estudiar la relación entre el 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; 𝑥̅ = 100, 𝑦̅ = 50, 𝑌 = −26 + 0.76𝑋

a) ¿Qué porcentaje de la varianza de las utilidades es explicada por la regresión de

utilidades sobre costos?

Solución:
¿ 𝑅2?

𝑆𝑥 5
𝑟 = 𝑏1 = 0.76 ( )
𝑆𝑦 4

𝑟 = 0.95
⇒ 𝑟 2 = 0.9025

b) Si cada valor de 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:

𝑦´ = 𝑦 + 6 𝑥´ = 𝑥 + 3

(𝑦´ − 6) = −26 + 0.76(𝑥´ − 3)

𝑥´ = 120

𝑦´ − 6 = −26 + 0.76(117)
𝑦´ = 68.92
17. Si 𝑛 𝑝𝑎𝑟𝑒𝑠 (𝑥1 , 𝑦1 ), … , (𝑥𝑛 , 𝑦𝑛 ) son tales que cumplen la relación: 𝑌 = 𝑏𝑋,
deducir 𝑏 usando el método de los mínimos cuadrados.

Solución:

𝑦̂ = 𝑏𝑥
Σ𝑥𝑦 = 𝑏Σ𝑥 2
𝑏 = Σ𝑥 𝑦⁄Σ𝑥 2

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) expresado 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, Σ𝑋 = 600, Σ𝑌 = 1600, Σ𝑋𝑌 = 13600, Σ𝑋 2 = 5200, Σ𝑌 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?

Solución:

𝑥=8 ¿ 𝑦?
𝑦̂ = 𝑏0 + 𝑏1 𝑥
i. Σ𝑦 = 𝑛𝑏0 + 𝑏1 Σ𝑥
ii. Σ𝑥𝑦 = 𝑏0 Σ𝑥 + 𝑏1 Σ𝑥 2

1600 = 100𝑏0 + 600𝑏1

13600 = 600𝑏0 + 500𝑏1

(𝑥´𝑥) = (100 600 )

600 5200

5200 −600
( )
(𝑥 ′ −1
𝑥) = −600 100
160000
𝑏 = (𝑥´𝑥)−1 (𝑥 ′ 𝑦)

5200 −600
𝑏0 ( )
( )= −600 100 ( 1600 )
𝑏1 160000 13600

1
=( )
2.5

𝑦̂ = 1 + 2.5𝑥

𝑥 = 8 ⇒ 𝑦̂ = 21
 b) ¿Qué porcentaje de la varianza de las ventas es explicada por la variabilidad del
número de empleados?

Solución:

𝑏0 Σ𝑦 + 𝑏1 Σ𝑥𝑦 − 𝑛𝑦̅ 2
𝑅2 =
Σ𝑦 2 − 𝑛𝑦̅ 2

1(1600) + 2.5(13600) − 100(16)2

𝑅2 =
37700 − 100(16)2

10000
𝑅2 = = 0.82644
12100
c) ¿Cuántos empleados tiene la tienda cuya venta promedio se estima en $1.100?

Solución:

𝑦 = 11 = 1.2.5𝑥
𝑥=4

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/por semana)
Se recopilaron datos a partir de la segunda semana de iniciada la publicidad resultando el
cuadro que sigue. No se pudo recopilar datos de la cuarta semana.

Solución:

𝑥:Tiempo ℎ𝑜𝑟𝑎 𝑠⁄𝑠𝑒𝑚𝑎𝑛𝑎𝑠 𝑦: 𝑣𝑒𝑛𝑡𝑎 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑒𝑛 $

Se empezó por la semana 2
2 3 4 5 6 7
𝒙 20 25 22 28 36 40
𝒚 300 310 ---- 320 350 420

Σ𝑥 2 = 4705 Σ𝑦 2 = 587400 Σ𝑥 = 149 Σ𝑦 = 1700

Σ𝑥𝑦 = 52110

𝑦̂ = 𝑏0 + 𝑏1 𝑥

i. Σ𝑦 = 𝑛𝑏0 + 𝑏1 Σ𝑥
ii. Σ𝑥𝑦 = 𝑏0 Σ𝑥 + 𝑏1 Σ𝑥 2
 (𝑥 ′ 𝑦) = ( 5 149
)
149 4705

4705 −149
( )
′
(𝑥 𝑦) −1
= −149 5
1324

4705 −149
𝑏0 ( ) 1700
( )= −149 5 ( )
𝑏1 1324 52110

𝑏0 = 176.82 + 5.47583𝑥

a.
𝑏1 𝑆𝑥 7.2773
𝑟= = 5.47583 ( )
𝑆𝑦 43.3589

Σ𝑥 2 4705 149 2
𝑆𝑥 = √ − 𝑥̅ 2 = √ −( )
𝑛 5 5

𝑆𝑥 = 7.27736

Σ𝑦 2
𝑆𝑦 = √ − 𝑦̅ 2 = 43.35896678
𝑛

𝑟 = 0.919 ≡ 0.92

Es lo mismo probar:

𝐻0 : 𝛽1 = 0 𝐻1 = 𝛽1 ≠ 0

5.47583 − 0
𝑡𝑘 =
𝑆̂𝛽1

Σ𝑦 2 − 𝑏0 Σ𝑦 − 𝑏1 Σ𝑥𝑦
𝑆̂ 2 =
𝑛−𝑘−1

587900 − 176.82(1700) − 5.4758(52110)

𝑆̂ 2 =
3

𝑆̂ 2 = 22.0761
 2
𝑆̂𝑏0 22.0761 4705 −149
( 2) = ( )
𝑆̂𝑏1 1324 −149 5

𝑆̂𝑏1 = 0.288736831

5.47583 − 0
𝑡𝑘 = = 18.96
0.288736831

𝛼 = 0.05

𝑡0.975,3 = 3.182

∴ El tiempo de horas en llegar en forma significativa y positiva a la venta del producto

b. 𝑥 = 22 𝑦̂ = 176.82 + 5.47583(22)

𝑦̂ = 297.28826

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

#paginas 630 550 400 250 370 320 610

Precio($) 10 8 7 4 6 6 9

𝑦: Precio en $
𝑥: # De páginas
𝑛 = 7; Σ𝑥 = 3130; Σ𝑥 2 = 1533300; Σ𝑦 2 = 382; Σ𝑦 = 50; Σ𝑥𝑦 = 24130

𝑦̂ = 𝑏0 + 𝑏1 𝑥

i. Σ𝑦 = 𝑛𝑏0 + 𝑏1 Σ𝑥
ii. Σ𝑥𝑦 = 𝑏0 Σ𝑥 + 𝑏1 Σ𝑥 2

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?

Solución:

(𝑥 ′ 𝑥) = ( 7 3130
)
3130 1533300

1533300 −3130
( )
(𝑥 ′ 𝑥)−1 = −3130 7
936200
 1533300 −3130
𝑏0 ( ) 50
( ) = −3130 7 ( )
𝑏1 936200 24130

𝑏0 = 1.215659 ≡ 1.22
𝑏1 = 0.01326

𝑦̂ = 1.22 + 0.01326𝑥

𝑏0 Σ𝑦 + 𝑏1 Σ𝑥𝑦 − 𝑛𝑦̅ 2
𝑅2 =
Σ𝑦 2 − 𝑛𝑦̅ 2
50 2
1.22(50) + 0.01326(24130) − 7 ( 7 )
𝑅2 =
50 2
382 − 7 ( 7 )

23.821
𝑅2 = = 0.9583
24.85714286

(𝑛 − 1)
𝑅2 = 1 − [1 − 𝑅 2 ]
(𝑛 − 𝑘 − 1)

6
𝑅 2 = 1 − (1 − 0.9583) = 0.94996
5

b) Estimar el precio de un libro de 300 páginas. Si a este libro se le incrementa 20

paginas en una segunda edición, ¿en cuánto se incrementara el precio?

Solución:
𝑥 = 300
𝑦̂ = 1.22 + 0.01326(𝑥 + 20)

Incrementa en: 0.013326(20) = $0.2652

𝑦̂ = $5.4632

c) ¿Cuántas páginas debería tener un libro cuyo precio se estima en $12.27?

𝑦 = 12.27 = 1.22 + 0.013𝑥

𝑥 = 850
23. Sea Y el índice de precios al consumidor, tomando como base el año 1980(es decir
1980=100). Para los datos que siguen:

Año 1981 1982 1983 1984 1985 1986 1987

𝒀 106.0 111.1 117.2 121.3 125.2 128.0 132.6
a) Hallar la recta de mínimos cuadrados que se ajuste a los datos

Solución:

Σ𝑥 = 28; Σ𝑥 2 = 140; Σ𝑦 = 841.4; Σ𝑦 2 = 101670.54; Σ𝑥𝑦 = 3487.2

7 28
(𝑥 ′ 𝑥) = ( )
28 140

140 −28
( )
(𝑥 ′ −1
𝑥) = −28 7
196

140 −28
𝑏0 ( )
( )= −28 7 ( 841.4 )
𝑏1 196 3487.2

𝑏0 = 102.8285714
𝑏0 = 4.342857143
𝑦̂ = 102.8285714 + 4.342857143𝑥
𝑥 = 1988

𝑦̂ = 102.8285714 + 4.342857143(8)
𝑦̂ = 137.57 𝜇1488 = 144.4

2
𝑟 = 4.3428 ( ) = 0.994
8.736295388

Σ𝑥 2
𝑆𝑥 = √ − 𝑥̅ 2 = 2
𝑛

Σ𝑦 2
𝑆𝑦 = √ − 𝑦̅ 2 = 8.736295388
𝑛

b) Predecir el índice de precios para el año 1988 y compararlo con el valor verdadero (144.4)
¿en qué año podemos esperar que el índice de precios sea 150.57, suponiendo que las
tendencias presentes continúen?

Solución:

150.57 = 102.825714 + 4.342857𝑥

 𝑥 = 10.993 ≡ 11

87 88 89 1990 1991
7 8 9 10 11

24. Los porcentajes en gastos de publicidad y los porcentajes de beneficios netos de ventas en
una muestra de 9 negocios es como sigue:
Gastos 2.3 1.9 3.5 1.0 1.5 4.0 2.6 3.0 2.4
beneficios 4.0 3.8 6.2 2.9 3.4 6.8 4.5 5.0 4.2

Σ𝑥 = 22.2; Σ𝑦 = 40.8; Σ𝑥𝑦 = 110.1; Σ𝑥 2 = 61.92; Σ𝑦 2 = 197.98

a) Hallar la recta de regresión de mínimos cuadrados para predecir beneficios netos.

Solución:

𝑦̂ = 𝑏0 + 𝑏1 𝑥

(𝑥 ′ 𝑥) = ( 9 22.2
)
22.2 61.92

61.92 −22.2
𝑏0 ( ) 40.8
( ) = −22.2 9 ( )
𝑏1 64.44 110.1

𝑏0 = 1.2743
𝑏1 = 1.32

𝑦̂ = 1.274 + 1.32𝑥

b) Determine el beneficio si el gasto es 5%. ¿Cuánto es el porcentaje de la varianza

explicada de los beneficios con respecto al gasto?

Solución:

𝑥 = 5; ¿ 𝑅 2 ?

𝑦̂ = 1.274 + 1.32(5) = 7.876 ≡ 7.88

𝑏0 Σ𝑦 + 𝑏1 Σ𝑥𝑦 − 𝑛𝑦̅ 2
𝑅2 =
Σ𝑦 2 − 𝑛𝑦̅ 2
 40.8 2
(1.274)(408) + 1.32(110.1) − 9 (
𝑅2 = 9 )
40.8 2
197.98 − 9 ( 9 )

12.3812
𝑅2 = = 0.948632
13.02

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 pedidos ¿se
puede planificar la producción en base a la temperatura?

Σ𝑥 = 189; Σ𝑦 = 381; Σ𝑥 2 = 4403; Σ𝑦 2 = 20505; Σ𝑥𝑦 = 9370

𝑦̂ = 𝑏0 + 𝑏1 𝑥

(𝑥 ′ 𝑥) = ( 9 189
)
189 4403

4403 −189
𝑏0 ( ) 381
( )= −189 9 ( )
𝑏1 3906 9370

𝑦̂ = −23.91 + 3.154𝑥

𝑏0 Σ𝑦 + 𝑏1 Σ𝑥𝑦 − 𝑛𝑦̅ 2
𝑅2 =
Σ𝑦 2 − 𝑛𝑦̅ 2

381 2
23.9(381) + 3.154(9370) − 9 ( 9 )
𝑅2 =
381 2
20505 − 9 ( 9 )

4318.08
𝑅2 = = 0.98676
4376