Capítulo 13 y 14 Estadística aplicada a los negocios

Regresión lineal y correlación y la economía

Los ejercicios que aquí se presentan tienen como objetivo que el estudiante se familiarice con
los datos que debe incorporar en los estadísticos de prueba y los pasos que debe seguir para
llegar a los resultados solicitados, de acuerdo a los supuestos de cada situación.

En ningún momento se debe interpretar que los enunciados y supuestos son similares a los
enunciados y supuestos de las pruebas escritas de la asignatura. Los ejercicios planteados son
un complemento de las teletutorías y radiotutorías.

A. Coeficiente de correlación y determinación

Ejercicio 4, p. 471
El Departamento de producción de Celltronics Internacional desea explorar la relación entre el
número de empleados que trabajan en una línea de ensamble parcial y el número de unidades
producidas. Como experimento, se asignó a dos empleados al ensamble parcial. Su desempeño
fue de 15 productos durante un periodo de una hora. Después, cuatro empleados hicieron los
ensambles y su número fue de 25 durante un periodo de una hora. El conjunto completo de
observaciones pareadas se muestra a continuación.

Numero de Producción en una

ensambladores hora (unidades)
2 15
4 25
1 10
5 40
3 30

La variable dependiente es la producción; es decir, se supone que el nivel de producción

depende del número de empleados.

a) Trace un diagrama de dispersión

b) Con base en el diagrama de dispersión ¿Parece haber alguna relación entre el número
ensambladores y la producción? Explique
c) Calcule el coeficiente de correlación
d) Evalúe la fuerza de la relación calculando el coeficiente de determinación
 a . Diagrama de dispersión. Variable independiente en el eje X, variable dependiente

en el eje Y

45
40
35
30
Producción

25
20
15
10
5
0
0 1 2 3 4 5 6
Ensambladores

b . Parece haber una correlación directa o positiva entre las dos variables

c . Coeficiente de correlación

Producción
Número de en una (X-Ẋ) (Y-Ȳ) (X-Ẋ) (Y-Ȳ)
ensambladores hora
2 15 -1 -9 9
4 25 1 1 1
1 10 -2 -14 28
5 40 2 16 32
3 30 0 6 0
70
Promedio 3 24
desviación std 1,58 11,94

∑(𝑋 − Ẋ)(𝑌 − Ȳ) 70
𝑟= = = 0,93
(𝑛 − 1)𝑆𝑥𝑆𝑦 (4)(1,58)(11,94)
 d . Coeficiente de determinación

r 2 = (0 ,93 ) 2 = 0 ,864 9

Ejercicio 6, p. 472
El propietario de Maumee Ford-Mercury-Volvo desea estudiar la relación entre la antigüedad
de un automóvil y su precio de venta. La siguiente lista es una muestra aleatoria de 12
automóviles usados vendidos por el concesionario durante el año anterior.

Antigüedad Precio venta

Automóvil
(años) (miles de USD)
1 9,0 8,1
2 7,0 6,0
3 11,0 3,6
4 12,0 4,0
5 8,0 5,0
6 7,0 10,0
7 8,0 7,6
8 11,0 8,0
9 10,0 8,0
10 12,0 6,0
11 6,0 8,6
12 6,0 8,0

a) Si se desea estima el precio de venta con base en la antigüedad del automóvil, ¿Cuál es
la variable dependiente y cuál la independiente?

Como se desea estimar el precio de venta con base en la antigüedad, entonces la

variable dependiente es el precio de venta (variable que se predice) y la independiente
es la antigüedad ya que es la que se toma como base para predecir el precio de venta.
b) Diagrama de dispersión

Diagrama de dispersión
12
10
Precio de venta

8
6
(8,5)
4
2
0
0 2 4 6 8 10 12 14
Antiguedad

c) Establezca el coeficiente de correlación

Antigüedad Precio venta

Automóvil x -ẍ y-ӯ (x -ẍ)*(y - ӯ)
(x) (y)
1 9,0 8,1 0,08 1,19 0,0993
2 7,0 6,0 -1,92 -0,91 1,7410
3 11,0 3,6 2,08 -3,31 -6,8924
4 12,0 4,0 3,08 -2,91 -8,9674
5 8,0 5,0 -0,92 -1,91 1,7493
6 7,0 10,0 -1,92 3,09 -5,9257
7 8,0 7,6 -0,92 0,69 -0,6340
8 11,0 8,0 2,08 1,09 2,2743
9 10,0 8,0 1,08 1,09 1,1826
10 12,0 6,0 3,08 -0,91 -2,8007
11 6,0 8,6 -2,92 1,69 -4,9340
12 6,0 8,0 -2,92 1,09 -3,1840
Total 107 82,9 0,00 0,00 -26,29
Promedio 8,92 6,91
Desviación 2,23 1,97

ẍ = promedio de x (antigüedad)
ӯ = promedio de y (precio)
Sx = desviación estándar de x
Sy = desviación estándar de y
 Valor del coeficiente de correlación es:

∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) −26,29

𝑟= = = −0,54
(𝑛 − 1)𝑠𝑥 𝑠𝑦 (12 − 1) ∗ 2,23 ∗ 1,97

d) Determine el coeficiente de determinación

r2 = (-0,54)2 = 0,2916

e) Interprete estas medidas estadísticas. ¿Le sorprende que la relación sea inversa?

Coeficiente de correlación: Hay una relación lineal moderada y negativa o inversa

entre la antigüedad de un automóvil y su precio de venta. Esto quiere decir que cuanto
más antiguo sea el automóvil menor será su valor.
Coeficiente de determinación: Indica que el 29,16% de la variación en el precio de
venta se explica por la variación en la antigüedad de los automóviles.

No sorprende que sea negativo, más bien se esperaba que fuera negativo, ya que los
automóviles entre más viejos, su precio es menor.
 B. Análisis de regresión

Ejercicio 16, p. 482

El señor James McWhinney, presidente de Daniel-James Financial Services, considera que hay
una relación entre el número de contactos con sus clientes y la cantidad de ventas en dólares.
Para documentar esta afirmación el señor McWhinney reunió la siguiente información
muestral. La columna X indica el número de contactos con sus clientes el mes anterior, y la
columna Y muestra el valor de las ventas (miles de $) el mismo mes por cada cliente
muestreado.

ventas en
No de contactos dólares
14 24
12 14
20 28
16 30
46 80
23 30
48 90
50 85
55 120
50 110

a) Determine la ecuación de regresión

b) Encuentre las ventas estimadas si se hicieron 40 contactos

No de ventas en
Observ. x -ẍ y-ӯ (x -ẍ)*(y - ӯ)
contactos (X) dólares (Y)
1 14 24 -19,4 -37,1 719,74
2 12 14 -21,4 -47,1 1007,94
3 20 28 -13,4 -33,1 443,54
4 16 30 -17,4 -31,1 541,14
5 46 80 12,6 18,9 238,14
6 23 30 -10,4 -31,1 323,44
7 48 90 14,6 28,9 421,94
8 50 85 16,6 23,9 396,74
9 55 120 21,6 58,9 1272,24
10 50 110 16,6 48,9 811,74
Total 334 611 6176,6
Promedio 33,4 61,1
Desv.est. 17,68 39,79
Coeficiente de correlación:

∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 6176,6

𝑟= = = 0,975
(𝑛 − 1)𝑠𝑥 𝑠𝑦 (10 − 1) ∗ 17,68 ∗ 39,79

Pendiente de la recta de regresión:

𝑠 39,79
𝑏 = 𝑟 𝑠𝑦 = 0,975 17,68 = 2,19
𝑥

Intersección con el eje Y:

𝒂 = Ȳ − 𝒃Ẋ = 𝟔𝟏, 𝟏 − 𝟐, 𝟏𝟗 ∗ 𝟑𝟑, 𝟒 = −𝟏𝟐, 𝟎𝟒

Ecuación de regresión:

Ŷ = 𝒂 + 𝒃𝑿 = −𝟏𝟐, 𝟎𝟒 + 𝟐, 𝟏𝟗𝑿

b) Si se hicieron 40 contactos el valor de Y estimada (Ŷ) es:

Ŷ = −𝟏𝟐, 𝟎𝟒 + 𝟐, 𝟏𝟗(𝟒𝟎) = 𝟕𝟓, 𝟓𝟔

Ejercicio 18, p. 482

Se realiza un estudio de fondos mutualistas para fines de inversión en varios de ellos. Este
estudio en particular se enfoca en los activos y su desempeño a cinco años. La pregunta ¿es
posible determinar la tasa de rendimiento a cinco años con base en los activos del fondo?. Se
seleccionaron nueve fondos mutualistas y sus activos y tasas de recuperación se muestran a
continuación:

Fondo Activos (en Rendimiento Fondo Activos (en Rendimiento

millones de (%) millones de (%)
dólares) dólares)
AARP High
Quality Bond $622.2 10.8 MFS Bond A $494.5 11.6

Babson Bond L 160.4 11.3 Nichols Income 158.3 9.5

Compass Capital T.Rows Price
275.7 11.4 681.0 8.2
Fixed Income Short-tem
Galaxy Bond Thompson
433.2 9.1 241.3 6.8
Retail Income B
Keystone
437.9 9.2
Custodian B-1
 a) Trace un diagrama de dispersión
Donde X: Activos
Y: rendimiento

Activos vs rendimiento
15
Rendimiento (%)

10

0
0 200 400 600 800

Activos (millones de colones)

b) Calcule el coeficiente de correlación

𝑋 𝑦
Ẋ=∑ = 389,39 Ӯ = ∑ = 9,77
𝑛 𝑛

x -ẍ y-ӯ (x -ẍ)*(y - ӯ)
232,8 1,0 240,6
-229,0 1,5 -351,1
-113,7 1,6 -185,7
43,8 -0,7 -29,2
48,5 -0,6 -27,5
105,1 1,8 192,7
-231,1 -0,3 61,6
291,6 -1,6 -456,9
-148,1 -3,0 439,3
∑ -116
Sx 192,11
Sy 1,64
(n-1)SxSy 2520,48

−116
𝑟= = −0,05
2520,48
c) Escriba un reporte breve de sus resultados en los incisos b) y c)

La relación lineal entre activos y rendimiento es casi nula, según se observa en el

gráfico, prácticamente el rendimiento (porcentaje), se mantiene constante o sin
variación ante cambios en el monto de activos.

d) Determine la ecuación de regresión. Utilice los activos como variable

independiente.

Hallar la ecuación de regresión lineal implica estimar los valores que determinan la
recta, valga decir la constante “a” y la pendiente “b”, de la línea de regresión.

𝑆𝑦 1,64
Calcular la pendiente: 𝑏=𝑟 = −0,05 = −0,0004
𝑆𝑥 192,11

Calcular la intersección con eje X:

𝑎 = Ӯ − 𝑏Ẋ = 9,77 − (−0,0004 ∗ 389,39) = 9,93

Ecuación de regresión: Ŷ = 9,94 − 0,0004𝑋

e) Para un fondo de $400,00 millones en ventas, determine la tasa de

rendimiento a cinco años (en porcentajes)

Donde X= $400, se sustituye en la ecuación de regresión

Ŷ = 9,94 − 0,0004(400) = 9,78

Para un fondo de $400 millones en ventas, la tasa de rendimiento a cinco años

es 9,8%.
 C. Regresión múltiple

Ejercicio 2, p. 518

Thompson Photo Works compró varias máquinas nuevas de procesamiento muy complejas. El
departamento de producción necesitó ayuda respecto de las aptitudes necesarias para un
operador de estas máquinas. ¿La edad es un factor? ¿Es importante el tiempo de servicio
como operador (en años)? A fin de explorar más a fondo los factores necesarios para estimar
el desempeño de las nuevas máquinas de procesamiento, se señalaron cuatro variables:

 𝑋1 : 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑛 𝑙𝑎 𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖𝑎
 𝑋2 : 𝐶𝑎𝑙𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛 𝑒𝑛 𝑎𝑝𝑡𝑖𝑡𝑢𝑑 𝑚𝑒𝑐á𝑛𝑖𝑐𝑎
 𝑋3 : 𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑒𝑛 𝑒𝑙 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
 𝑋4 : 𝐸𝑑𝑎𝑑

El desempeño de la máquina nueva se designa Y.

Se seleccionaron 30 empleados al azar. Se recopilaron datos de cada uno, y se registraron sus

desempeños en las máquinas nuevas. Algunos resultados son:

Nombre Desempeño Tiempo de la Calificación Desempeño Edad, X4

de la industria, X1 en aptitud anterior en
máquina mecánica X2 el trabajo, X3
nueva, Y
Mike 112 12 312 121 52
Miraglia
Sue Trythall 113 2 380 123 27

La ecuación es:

𝑌̂ = 11,6 + 0,4𝑋1 + 0,286𝑋2 + 0,112𝑋3 + 0,002𝑋4

a) ¿Cómo se le denomina a esta ecuación?

Ecuación de regresión lineal múltiple para estimar el desempeño de la máquina nueva.

b) ¿Cuántas variables dependientes hay?, ¿Cuántas independientes?

Hay una variable dependiente que es Y: desempeño de la máquina nueva

Hay cuatro variables independientes: X1, X2, X3, X4

 c) ¿Cómo se denomina el número 0,286?

El 0,286 es el coeficiente de regresión de la Calificación en aptitud mecánica. Se

refiere a que el Desempeño estimado en la máquina nueva va a incrementarse en
0,286 puntos por cada aumento en una unidad en la Calificación en aptitud mecánica.

d) Conforme aumenta la edad en un año, ¿Cuánto aumenta el desempeño estimado en la

nueva máquina?

Si la Edad aumenta en un año el desempeño estimado en la máquina nueva va a

incrementarse en 0,002.

e) Carl Knox solicitó trabajo en Photo Works. Knox ha estado en el negocio durante seis
años, y obtuvo una calificación de 280 en la prueba de aptitud mecánica. La calificación
del desempeño anterior en el trabajo de Carl fue 97, y tiene 35 años de edad. Estime
su desempeño en la nueva máquina.

𝑌̂ = 11,6 + 0,4 ∗ 6 + 0,286 ∗ 280 + 0,112 ∗ 97 + 0,002 ∗ 35 = 105,014

El desempeño de Carl en la máquina nueva es de 105,14

Ejercicio 4, p. 518

Cellulon, fabricante de aislamiento para casas, desea desarrollar guías para informar a
constructores y consumidores sobre la forma en que el espesor del aislamiento del ático de
una casa y la temperatura externa afecta el consumo de gas natural. En el laboratorio modificó
el espesor del aislamiento y la temperatura. Algunos resultados son:

Consumo de gas natural Espesor del aislamiento Temperatura externa

mensual (pies cúbicos) (pulgadas) (°F)
Y X1 X2
30,3 6 40
26,9 12 40
22,1 8 49

Con base en los resultados muestrales, la ecuación de regresión es:

Ŷ= 62,65 – 1,86 X1 – 0,52 X2

a) Qué cantidad de gas natural esperan consumir por mes los propietarios de las casas si
instalan 6 pulgadas de aislamiento y la temperatura exterior es de 40 °F?

Ŷ= 62,65 – 1,86 (6) – 0,52 (40) = 30,69

b) Qué efecto tendrá instalar 7 pulgadas de aislamiento en lugar de 6 en el consumo
mensual de gas natural (si la temperatura externa permanece en 40)?

Ŷ= 62,65 – 1,86 (7) – 0,52 (40) = 28,83

El efecto será que el consumo de gas natural disminuye 1,86 pies cúbicos
(1,86 = 30,69 - 28,83).

c) Por qué son negativos los coeficientes de regresión b1 y b2? Es lógico que lo sean?

Los coeficientes son negativos porque conforme aumentan en una unidad los valores
de X1 y X2, disminuye el costo de gas natural, lo cual es lógico pues indica que hay una
relación inversa entre cada una de las dos variables independientes y la variable
dependiente.