EJERCICIOS DE REGRESIN MULTIPLE

1.- Se piensa que la energa elctrica que consume una planta qumica se relaciona con la
temperatura ambiental promedio (X1), el nmero de das del mes (X2), la pureza promedio
del producto (X3) y las toneladas del producto generadas (X4), se dispone de los datos
histricos del ao pasado, mismos que se presentan en la siguiente tabla.

Y X1 X2 X3 X4
240 25 24 91 100
236 31 21 90 95
290 45 24 88 110
274 60 25 87 88
301 65 25 91 94
316 72 26 94 99
300 80 25 87 97
296 84 25 86 96
267 75 24 88 110
276 60 25 91 105
288 50 25 90 100
261 38 23 89 98

A) Ajuste el modelo de regresin mltiple para estos datos

B) Pruebe la significacin del la regresin
C) Calcule los residuos de ste modelo. Analice los residuos.
D) Verifique la posibilidad de reducir el modelo y obtenga un pronstico del consumo de
energa elctrica para una temperatura promedio de 55, 22 das del mes, una pureza
promedio del producto de 93 y 107 toneladas del producto generadas.
E) Determine seleccin hacia adelanta
2.- Hald informa acerca de los datos relativos al desprendimiento de calor, en caloras por
gramo de cemento (Y) para diversas cantidades de ingredientes (X1,X2,X2,X4) , los datos
aparecen en la siguiente tabla.

Numero de
observaci Y X1 X2 X3 X4
n
1 78.5 7 26 6 60
2 74.3 1 29 15 52
3 104.3 11 56 8 20
4 87.6 11 31 8 47
5 95.9 7 52 6 33
6 109.2 11 55 9 22
7 102.7 3 71 17 6
8 72.5 1 31 22 44
9 93.1 2 54 18 22
10 115.9 21 47 4 26
11 83.8 1 40 23 34
12 113.3 11 66 9 12
13 109.4 10 68 8 12

a) Ajuste un modelo de regresin mltiple de stos datos.

b) Pruebe la significacin del modelo
c) Construya los intervalos de confianza correspondientes al 95%
d) Analice lo residuales,
e) Determine seleccin hacia adelanta
f) Pronostique una vez obtenidas las conclusiones de los puntos anteriores el
desprendimiento de calor por gramo de cemento si para los ingredientes x1, x2, x3, x4
son 5, 35,12 y 18 respectivamente.

3.- Un embotellador de bebidas gaseosas analiza las rutas de servicio de las mquinas
expendidotas en un sistema de distribucin. Le interesa predecir el tiempo necesario para
que el representante de ruta atienda las mquinas expendedoras en una tienda. sta
actividad de servicio consiste en abastecer las mquinas con productos embotellados y algo
de mantenimiento y limpieza. El Ingeniero Industrial responsable del estudio ha sugerido que
las dos variables ms importantes que afectan el tiempo de entrega (Y) son la cantidad de
cajas de producto abastecido (X1) y la distancia caminada por el representante (X2). El
ingeniero ha reunido 25 observaciones de tiempo de entrega que se muestran en la siguiente
tabla.

Tiempo de Cantidad de cajas Distancia (pies)

Observacin
entrega (min.) (Y) (X1) X2
1 16.68 7 560
2 11.50 3 220
3 12.03 3 340
4 14.88 4 80
5 13.75 6 150
6 18.11 7 330
7 8.00 2 110
8 17.83 7 210
9 79.24 30 1460
10 21.50 5 605
11 40.33 16 688
12 21.00 10 215
13 13.50 4 255
14 19.75 6 462
15 24.00 9 448
16 29.00 10 776
17 15.35 6 200
18 19.00 7 132
19 9.50 3 36
20 35.10 17 740
21 17.90 10 140
22 52.32 26 810
23 18.75 9 450
24 19.83 8 635
25 10.75 4 150

a) Ajuste un modelo de regresin mltiple de stos datos.

b) Pruebe la significacin del modelo
c) Construya los intervalos de confianza correspondientes al 95%
d) Analice lo residuales,
e) Determine seleccin hacia adelante
f) Pronostique una vez obtenidas las conclusiones de los puntos anteriores el tiempo de
entrega para una cantidad de cajas de 15 y una distancia de 275 pies.

4.- En el rea de desarrollo de una empresa se pretende obtener un nuevo polmetro de bajo
peso molecular (Y1), de lograrse esto, se obtendra un polmetro que funcione como
dispersante en la industria de la cermica. De acuerdo a conocimientos tcnicos que se
tienen, se considera que los factores crticos son X 1: persulfato de sodio (NaPS), X 2: cido
hipofosforoso (H3PO2) y X3: isopropanol (IPA). Para encontrar las condiciones ptimas se
realiz un experimento y se obtuvieron los siguientes datos (los valores de los factores estn
codificados). Adems de Y1, se midi la viscosidad (Y2)

X1 X2 X3 Y1 Y2
0 0 0 8392 1075
-1 -1 0 9895 2325
1 -1 0 9204 1575
-1 1 0 7882 690
1 1 0 7105 420
-1 0 -1 8939 1188
1 0 -1 4548 930
0 0 0 8598 920
-1 0 1 9152 1275
1 0 1 8992 860
0 -1 -1 10504 5600
0 1 -1 7462 540
0 -1 1 9368 1225
0 1 1 7772 620
0 0 0 8440 1015

a) Ajuste el modelo de regresin mltiple para la variable Y1

b) Ajuste el modelo de regresin mltiple para la variable Y2
c) El modelo explica la variacin observada en Y1? Argumente con base en
significancia del modelo, residuales y coeficientes de determinacin.

5.- Suponga que el Gerente de ventas de una gran compaa distribuidora de partes para
automviles, desea calcular desde abril las ventas totales de la regin. Segn las ventas
regionales, tambin pueden estimarse las ventas totales de la compaa. S, con base en la
experiencia, se encuentra que los estimados de abril de las ventas anuales son
razonablemente exactos, entonces en aos futuros podra utilizarse el pronstico de abril
para revisar los planes de produccin y mantener el inventario correcto en las tiendas al
menudeo.
Varios factores parecen estar relacionados con las ventas, incluyendo el nmero de tiendas
al menudeo en la regin que almacena las partes comercializadas por la compaa, el
nmero de automviles registrados en la zona hasta abril 1, y el ingreso personal total para
el primer trimestre del ao. Finalmente se seleccionaron cinco variables independientes
como las ms importantes (de acuerdo al gerente de ventas). Despus se recopilaron datos
para un ao reciente. Tambin se registraron las ventas anuales totales en ese ao segn
cada regin. Obsrvese en la tabla anexa que para la regresin 1 se tuvieron 1739 tiendas al
menudeo que almacenan las partes de auto de la empresa, que hubo 9 270 000 automviles
registrados en la regin hasta el 1 de abril y que las ventas para ese ao fueron por $ 37 702
000 dlares.

N de Antigeda
Nmero
automvile Ingreso d N de
de tiendas
Ventas s personal promedio Supervisore
de
anuales Y registrados (mmdd) de los s
menudeo
(millones) X3 autos X5
X1
X2 (aos) X4
37.702 1739 9.27 85.4 3.5 9.0
24.196 1221 5.86 60.7 5.0 5.0
32.055 1846 8.81 68.1 4.4 7.0
3.611 120 3.81 20.2 4.0 5.0
17.625 1096 10.31 33.8 3.5 7.0
45.919 2290 11.62 95.1 4.1 13.0
29.600 1687 8.96 69.3 4.1 15.0
8.114 241 6.28 16.3 5.9 11.0
20.116 649 7.77 34.9 5.5 16.0
12.994 1427 10.92 15.1 4.1 10.0