REGRESION LINEAL SIMPLE

MANUAL DE UNIDAD

EJERCICIO DE APLICACIÓN

El gerente de producción de una fábrica quiere desarrollar un modelo para predecir el tiempo de
eficiencia para una tarea manual de montaje basada en el tiempo de capacitación. Se seleccionó,
mediante muestreo aleatorio simple, una muestra de 18 empleados, a quienes se les sometió a un
programa de capacitación, posteriormente se les tomo el tiempo en que realizaron dicha tarea,
obteniéndose los datos que se muestran en la tabla

Tabla 1. Datos de problema

OBSERVACION X^2 Y^2 XY Yest Ei Ei^2 di

TIEMPO DE TIEMPO DE
ENTRENAMIENTO EFICIENCIA
(HORAS) X (MINUTOS) Y
1 27 19 729 361 513 19.42403 -0.424 0.180
2 24 16 576 256 384 18.09147 -2.091 4.374
3 12 12 144 144 144 12.76124 -0.761 0.579
4 22 17 484 289 374 17.2031 -0.203 0.041
5 13 10 169 100 130 13.20543 -3.205 10.275
6 29 19 841 361 551 20.3124 -1.312 1.722
7 14 15 196 225 210 13.64961 1.350 1.824
8 20 14 400 196 280 16.31473 -2.315 5.358
9 16 15 256 225 240 14.53798 0.462 0.213
10 21 21 441 441 441 16.75891 4.241 17.987
11 22 14 484 196 308 17.2031 -3.203 10.260
12 25 22 625 484 550 18.53566 3.464 12.002
13 23 22 529 484 506 17.64729 4.353 18.946
14 18 15 324 225 270 15.42636 -0.426 0.182
15 20 14 400 196 280 16.31473 -2.315 5.358
16 15 15 225 225 225 14.0938 0.906 0.821
17 13 16 169 256 208 13.20543 2.795 7.810
18 20 15 400 225 300 16.31473 -1.315 1.729
TOTAL 354 291 7392 4889 5914 291 -3E-14 99.66047

PROMEDIO 19.66666667 16.1666667 410.6667 271.6111 328.5556 16.16667 -2E-15 5.536693

El primer paso que se realizo fue la creación del diagrama de dispersión, el cual nos permitió
conocer una primera aproximación para averiguar si se cumplen algunos de los supuestos del
modelo, tal como se muestra en el Grafico 1.

DIAGRAMA DE DISPERSION
25

20

15

10

0
0 5 10 15 20 25 30 35

GRAFICO ESPACIO 1

En el diagrama del problema, muestra una relación lineal positiva, es decir, que los valores
de X (tiempo de entrenamiento), corresponden con los valores de Y (Tiempo de eficiencia).
Podríamos decir, que a mayor capacitación que se les da a los operadores, mayor eficiencia
tendrán.

Para lograr una única solución, incorporamos la restricción de que las sumas de las
distancias de los puntos de la recta deben de ser mínimas. Por ello, utilizaremos los estimadores
de mínimos cuadrados tal como se muestra en la Tabla 2

Ŷ = 𝛽0 + 𝛽1 𝑋
𝛽0 = Ῡ − 𝛽1 𝑋
𝑆𝑋𝑌
𝛽1 =
𝑆𝑋𝑋
ESTIMADORES DE MINIMOS CUADRADOS 1

Con la ecuación 1 del modelo de regresión, obtenemos la Tabla 3 y 4.

Ŷ = 𝛽0 + 𝛽1 𝑋________________________𝐸𝑐. 1

Ŷ =7.431+0.444X
TABLA 3. RESULTADOS OBTENIDOS

TIEMPO DE
OBSERVACION TIEMPO DE EFICIENCIA X^2 Y^2 XY Yest
ENTRENAMIENTO (MINUTOS)
(HORAS) X Y
1 27 19 729 361 513 19.42403
2 24 16 576 256 384 18.09147
3 12 12 144 144 144 12.76124

TABLA 4. CALCULOS DE MINIMOS CUADRADOS 1

Sxx Sxy ß1 ß0
430 191 0.444 7.431

Ahora realizaremos la comprobación de los supuestos del modelo, para lo cual se efectúa un
análisis de residuales y los valores obtenidos se estandarizarán. Con la ayuda de las fórmulas que
se muestran en la Tabla 5, se obtuvieron los resultados que se observan en la tabla 6 y 7