440 CAPITULO 12 Regresin simple y corelacidn riables independiente y dependiente que el existente en la grfica(b). El patron de puntos en la grit fica (/) parece indicar que no existe relacién entre las dos variables; por tanto, conocer el pasado re- ferente a una variable no nos permitiré pronosticar ocurrencias futuras de la otra Ejercicios de autoevaluacion EA 12-1 Un instructor esti interesado en saber emo se relaciona el nimero de estudiantes ausentes con la tempe- ratura media del dia, Us6 una muestra aleatoria de 10 dias para el estudio, Los siguientes datos indican el nimero de estudiantes ausentes (AUS) y la temperatura media (TEMP) para cada dia. aus 8 7 S$ 4 2 3 5 6 8 8 TMP 10 SSDS 4) Establezca la variable dependiente (¥) y la variable independiente (1), »)Dibuje un diagrama de dispersion para estos datos ©) {a relacién entre las variables parece lineal o curvilinea? «)_ {Qué tipo de curva puede dibujara través de los datos? ©) {Cuil es a explicacién logica para la relacién observada? Conceptos basicos 12-1 (Qué es el anilisis de rearesion? 12-2 Enel anilisis de regresién, ¢que es una ecuacién de estimacién? 12-3. :Cual es el propésito del andlisis de correlacién? Defina que son las relaciones directase inversas. cA qué se refiere el término relacién causal? Explique la diferencia entre relaciones lincales y curv Explique por qué y cémo se construye un diagrama de. Qué es andlisis de regresién miltipie? ara cada uno de los siguientes diagramas de dispersion, indique si existe una relaci6n y, en caso afirma- tivo, si es de tipo directo 0 inverso, ysies lineal 0 curvilinea. Aplicaciones 1H 12-10 Un profesor intnta mostrar asus estudiantes la importancia de los ex4mones corts, aun cuando el 90% den calificacin final estédeterminada por los eximenes paciles. El cee que cuanto més alts sean las califteaciones de los exdmenes corto, ms alta ser a ealifcacin final, Selecion6 una muesta alto fia de 15 estudiantes desu clase con los siguientes datos: Promedio de eximenes cortos_Promedio final 8 6 2 4 n " 90 2 35 7 (Contin)mai min Promedio de eximenes cortos a 2 7 8 6 7 a 4 a a 2: Introduecién 441 Promedio final a 2 a 80 68 8 40 7” 6 0 8) Establezca la variable dependiente (1) y la variable independiente (1). )Dibuje un diagrama de dispersion para estos datos. ©) La relacién entre las variables parece lineal o curvilinea? 4). Parece justificarse la idea del profesor? Explique su razonamiento, William Hawkins, vicepresidente de personal de la International Motorstrabaja en la relacién entre el sa- Jario de tn trabajador y el porcentaje de ausentismo, Hawkins dividi el intervalo de salarios de Interna- tional en 12 grads o niveles (1 es el de menor grado, 12 el mas ato) y después muestreé aleatoriamente ‘un grupo de trabajadores. Determine el grado de salario de cada trabajador y el mimero de dias que ese cemplead habia faltado en los ultimos 3 alos. Categoria de salario Ausencias Categoria de salario ‘Ausencias mow 8 5 8 8 7 3 oT 9% oT me m8 7 2 8 8 6 3 4 0 2 8 6 mw oH labore un diggrama de dispersion para estos datos e indique el tipo de relacin. El Instituto Nacional de Ciencias para la Salud Ambiental (NIEHS, por sus siglas en inglés) ha estudiado las relaciones estadisticas entre muchas v ariables diferentes y l resfiado comin Una de las v ariables analizadas es el uso de pafuelos desechables (1) el nlimero de dias de sintomas de resfrio mostrados () por siete personas en un periodo de 12 meses, {Qué relacidn, sila hay, parece existir entre las dos varia bles? cIndica esto alain efecto causal? x 2000 y 6 500 750600 900 1,000 wo 1 5 Soluciones a los ejercicios de autoevaluacion BA 124 4) Se desea ver si las ausencias (AUS) dependen de Ia temperatura (TEMP). ») oo o o 8 2 Tee 2) Cunvilinea. 4) Una curva cuadritica (parsbola). ©) Cuando hace mucho frfo © mucho calor hay muchos ausentes. Para temperaturas moderadas, no hay tantos estudiantes ausentes,12.2: Bstimacién mediante la recta deregresién 457 SUGERENCIAS Sugerencia: antes de dedicar tiempo al y eélculo de una recta de re gresién para SUPOSICIONES un conjunto de datos, tiene sentido dibu- SEES jar un diagrama de dispersion para esos puntos. Esto permite investigar los puntos distantes porque 4uiza algunos datos no representen el problema que se sea resolver. Por ejemplo, el gerente de una cadena de rese taurantes cerca de la universidad, quien quiere examinar la hipétesis de que las ventas a la hora del almuerzo bajan en dias calurosos, puede encontrar que los datos reunidos dus rante vacaciones y dias festivos distorsionan una regresién aque de otra manera seria itil. No pierda de vista que es pe- ligroso escoger entre los datos s6lo porque se “ajusten” 0 ‘no a una idea preconcebida de cual debe ser la conclusién. En el anilisis de regresién, la seleccién cuidadosa y el uso consistente de la mejor base de datos leva a la ecuacién de estimacién mas valiosa. Ejercicios de autoevaluacién EA 122. Paracl siguiente conjunto de datos: a) dibuje un diagrama de di bb) desarrolle la ecuacién de estimacién que mejor describa los datos, ©) pronostique ¥ para X= 10, 15,20 x now6 ow on Vv 8 Bow wR Y 62 «86 «72459388 SSD EA 12-3 A memudo, quienes hacen la contabilided de costos estiman los gastos generales con base en el ni vel de produceién, En Standard Knitting Co., han reunido informacién acerca de los gastos generales y las uni- dades producidas en diferentes plantas, y ahora desean estimar una ecuacién de re gresién para predecit los gastos generales futuros. Gastos generales 191 170 Unidades 0 2 mM 155 280175 535 5530 8) Desarrolle una ecuscién de regresién para contabilidad de costos. )Pronostique los gastos generales cuando se producen 50 unidades. ©) Caleule el error estindar de la estimacién, Conceptos basicos 1243 Para los siguientes datos: 8) trace un diagrama de dispersi b) desarrole la ecuacién de estimacién que mejor deseriba los datos, ©) pronostique ¥ para X = 6, 13.4, 20.5, x or 4856 ee 196 ST 14 Y 166516522318 wORR IA 774687 x 6 99 ke 1878 Y Sods 47S #126 SOT 9M SB 12414 Usando los datos dados a continuacién, a) trace el diagrama de dispersion, bb) desareole la ecuacién de estimacién que mejor describa los datos, ©) pronostique ¥ para X= 5, 6, 7. x 6 10 5 on ow y -44 80a? 12-15 Dado el siguiente conjunto de datos: fa) encuentre la linea de mejor ajuste,458 CAPITULO 12 Ri esidn simple y correlacién bb) caleule el error estindar de la estimacién, ©) encuentre un intervalo de la estimacién aproximada (con el 95% de nivel de contianza) para Ia varis~ ble dependiente dado que X es 44 ee Y & 85 5 461 333 32a a Aplicaciones m6 m7 Bs Las ventas de inea blanca varian segin el estado del mercado de casas nuevas: cuando las ventas de cae sas nuevas son buenas, también lo son las de la vaplatos,lavadoras de ropa, secadoras y refrigeradores. Una asociacién de comercio compilé los siguientes datos histéricos (en miles de unidades) de las ventas de linea blanca y la construccién de casas, CConstruccién de Ventas de linea casas (ils) blanca (miles) 20 50 as 55 32 60 36 10 33 12 40 a 42 Be 46 30 48 97 so 100 8). Desarrolle una ecuacién para la relacin entre las ventas de linea blanca (en miles) y la construceién de casas (en miles) bb) Imerprete la pendiente de la recta de regresién, ©) Caleule interprete el error estindar de la estimacion, 4) Laconstruceién de casas durante el allo préximo puede ser mayor que el intevalo registrado; se han pronosticado estimaciones hasta de 8.0 millones de unidades. Calcule un interv alo de prediccin de ‘90% de confianza para las ventas de linea blanea, con base en los datos anteriores y el nuevo pronés- tico de construceién de casas Durante partidos recientes de tenis, Diane ha observado que sus lanzamientos no han sido eficaces, pues sus oponentes le han regresado algunos de ellos. Algunas de las personas con las que juega son bastante altas, asi que se pregunta sila estatura de su contrincante podria e xplicar el nimero de lanzamientos no regresados durante un partido. Los siguientes datos se sacaron de cinco partidos recientes. Estaturadel oponente(H!)_Lanzamientos no regresados (1) 50 55 60 65 50 a) {Cuilles la variable dependiente? }b). {Cuil es la ecuacién de estimacién de minimos cuadrados para estos datos? ©) Cuil es su mejor estimacién del nimero de lanzamientos no rgresados en su partido de maftana con tun oponente de 5.9 pies de estatura? Un estudio elaborado par el Departamento deTransporte de Atlanta, Georgia, acerca del efecto de los pre~ cios de boletos de autobis sobre el nimero de pasajeros produjo los siguientes resultados: Precio delboleto (centavos) -25—= 3035 a] 5 SSH Pasajeos por 100milas -800-»«780=«780~=«660.—««8A]S«SOD «200 a) Grafique estos datos. »)_Desarrolle la ecuacién de estimacién que mejor describa estos datos.mis m 1220 m2 m2 12.2: Bstimacién mediante la recta deregresién 459 ©) Pronostique el niimero de pasajeros/100 millas si el precio del boleto fuera de 50 centaos. Utilice un intervalo de prediccién del 95% de aproximacién. William C. Andrews, consultor de comportamiento organizacional de Vietory Motoreycles, ha diseftado tuna prueba para mostrar a los supervisores de la compadia los peligros de sobraigilara sus trabajadares. Un trabajador de la nea de ensamble tiene a su cago una serie de tareas complicadas. Durante el desem- pefio del trabajador, un inspector lo interrumpe constantemente para ayudarlo a terminar las tareas. Et bajador, despues de terminar su trabajo, recibe una prueba sicaldgiea disefiada para medir la hostilidad del trabajador hacia la aoridad (una alta puntuacién implica una hostilidad baja), A ocho distintos tra- bajadores se les asignaron las tareas y luego se les interrumpié para darles instrucciones tiles un nvime- + variable de veces (linea ), Sus calificaciones en la prueba de hostilidad se dan en el renglén ¥. X(nmerointerrupciones al trabajador) 5 1 1 1 15 0 2 2B Y(califacién del tabajador ena prueba de hostidad) 58414527 268163 8) Grafique estos datos. b)_Desarrolle a ecuacién que mejor describa la relacin entre el nimero de interrupciones y la califca cidn de la prueba, ©) Pronostique Ia calificacién esperada de la prueba si el trabajador es interrumpido 18 veces. El editor en jefe de un importante periédico metropolitano ha intentado comencer al dueiio para que me- Jore las condiciones de trabajo en la imprenta. Esta comencido de que, euando trabajan las prensas,el gra do de ruido crea niveles no saludables de tensién y ansiedad. Recientemente hizo que un sicélogo reali- zara una prueba durante la cual situaron a los prensistas en cuartos con nveles variables de ruido y luego les hicieron otra prueba para medir niveles de humor y ansiedad, La siguiente tabla muestra el indice de su grado de ansiedad o nerviosismo y el nivel de ruido al que se vieron expuestos (1,0 es bajo y 10.0 es alto) Nivel de ruido 40301 2 6 7 2 3 Grado deansiedad 38-3816 1B SSD 8). Grafique estos datos. ) Desarrolle una ecuacién de estimacién que deseriba los datos. ©) Pronostique el grado de ansiedad que pouriamos esperar cuando el nivel de ruide es 5. Una compara administra a sus vendedores en eapacitacién una prueba de ventas antes de salir a trabajar La administracién de la compafia esta interesada en delerminar la relacién entre las caliicaciones de la prucha y las ventas logradas por esos vendedores al final de un ao de trabajo, Se recolectaron los siguier tes datos de 10 agentes de ventas que han estado en el campo un afo. Nam, de vendedor Calif. de la prueba (7) Nim, de unidades venddas (5) 1 26 5 2 an v0 a 2a 85 4 45 10 5 26 100 6 50 135, 1 28 15 a 30 136, 9 40 1s 0 ae 180 1) Encuentre a recta de rgresign de minimos cuadrados que podria usarse para predecir las entas a par- tir de las caificeciones en la prueba de eapacitacién, b) En cusinto se incrementa el nlimero esperado de unidades vendidas por cada incremento de | punto ‘en una calificacin de la prucha? ©). Utilice la recta de regresién de minimos cuadrados para predecir el nimero de unidades que venderia ‘un capacitando que obtuvo una calificacién promedio en la prueba, El consejo municipal dela ciudad de Bowie, Maryland, ha recabado datos del nimero de aocidentes meno res de trifico y el niimero de partidos de fol de jévenes que tienen lugar en la ciudad el fn de semana, Xipartidos defitbol) = «2030S Yiaccidentesmenores) = § «9 ST460 CAPITULO 12 Ri m 1223 m 1224 esidn simple y correlacién 8) Grafique estos datos, }b)_Desarrolle la ecuacién de estimacidn que mejor describa estos datos. ©) Pronostique el niimero de accidentes menores de trafico que ocutririn en un fin de semana durante el ‘ual tendran lugar 33 partidos de fitbol en Bowie. 4) Caleule el error estindar de la estimacién, En economia, la funcién de demanda de un producto a menudo se estima mediante una re_gresién de la cantidad vendida (Q) sobre el precio (P). La compatiia Bamsy esté tratando de estimar la funcién de de- ‘manda para su nueva mufieca “Ma'am”, y ha recabado los siguientes datos P m9 «7S 16014012059 Ce a) Grafique estos datos. »).Caleule la recta de regresin de minimos cuadrados. ) Trace la recta de regresién ajustada en su grifiea del inciso a), Una compatia fabricante de llantas esta interesada en eliminar contaminantes de los tubos de emisién de su fibrica y el costo es una preocupacién. La compaiiia ha recolectado datos de otras compatias respee- to.al monto gastado en medidas ambientales y la cantidad de contaminantes eliminada que result6 (como porcentaje de la emisién total). Dinero gastado miles de délares) 84 «102,—««165—T. 83 Porcentaje de contaminantes BO HB MT 52 HB 5B HBA Dinero gastado miles de délares) 184 167-193 RE AT 123, Porcentaje de contaminantes Bs 314 4 15B OHS BS a) Caleule la ecuacidn de regresién, »)Pronostique el porcentaje de contaminantes eliminados si se gastan $20,000 en medidas de control ©) Caleule el error estindar de la estimacién, Soluciones a los ejercicios de autoevaluacién BA 122 Dy 8 5 4 a o t ry * © ») x y ca x m6 1a 16 256 1008 196 485 mm 1530 289 a5 31 a5 169 1383 mo 6a xr = 7035.0124 Inferencias sobre parémetros de poblacién 475 ) Construya un intervalo de confianza del 98% para la pendiente de Ia poblacién, ©) Interprets el intervalo de confianza de Ia parte b). Conceptos basicos m1233 En un problema de regresin con un tamafio de muestra de 25, se encontré que la pendiente es 1.12 y el error estindar de la estimacién, 8.516, La cantidad (4° — nX") = 327.52, 1) Encuentre el error estindar del coeficiente de pendiente de regresién, 'b)_Pruebe si el coeficiente de regresion es diferente de 0 para un nivel de significancia de 0.05. ©) Construya un intervalo de confianza del 95% para la pendiente de la poblacién Aplicaciones m 1234 m 23s m 1236 m1237 m 1238 Ned’s Beds esté considerando contratar a una compaiiia de publicidad para estimular el nqgocio. Fred, el hhermano de Ned, investigé el campo de la publicidad de camas y recolecté los siguientes datos de la can- tidad de ganancias (Y) que logra una compaiiia de camas y la cantidad gastada en publicidad (4). Si Fred calcula la ecuacién de regresién, la pendiente de la recta indieard el ineremento en la ganancia por délar gastado en publicidad, Ned hara la publicidad slo si Ia ganancia de cada $1 in vertido excede $1.50. Caleule la pendiente de la ecuacién de regresidn y pruebe si es mayor que 1.50, Para un nivel de signifi- cancia de 0.05, jdebe Ned hacer la publicidad? Cantidad de publicidad (), en Centos de dalares 3500 4887S 108 Ganancia (¥en entos dedolares 12131472282 78428332705 Cantidad de publicidad (0), en Gentos dedélares = 148—=— 182379818 Ganancia(¥),en dentos dedolares 335 = 4089424807347 Un corredor de tna empresa de inversién local ha estudiado la relacin entre el ineremento en el precio el oro (X) y las peticiones de sus clientes de liquidar las acciones (1). Del conjunto de datos basado en 15 observaciones, se encontr6 que la pendiente de la muestra era 2.9, Si el error esténdar del coeficiente de la pendiente de regresion es 0.18, existe una razén para pensar (a 0.05 de nivel de significancia) que la pendiente cambié de su valor anterior de 3.2? Para una muestra de 25, se encontré que la pendiente era 1.685 y el error estindar del coeficiente de re- sgresi6n era 0.11. ¢Hay razones para creer que la pendiente ha cambiado de su wlor anterior de 1.50? Uti- Tice el nivel de significancia de 0.05, Los corredores de bienes raices a menudo estin interesados en v er cémo cl avaltio de una casa varia de acuerdo con su tamaiio. A continuacion se muestran algunos datos del area (en miles de pies cuadrados) ¥y el avalio (en miles de délares) para una muestra de 11 casas. feo 41 15 16 16 14 130 11 7 19 1513 Valor 7595 «109g DBD 1) Estime la regresin de minimos euadrados para predecir el valor segin e]avalio a partir del tamafio b). Generalmente, los corredores de bienes raices sienten que el valor de una casa sube 50,000 délares por cada 1,000 pies cuadrados de area, Para esta muestra, ;se cumple esta rlacién? Utilice a = 0.10, En 1969, una agencia de salud del gobierno estadaunidense encontré que en cierto niimero de condados, la relacién entre fumadores y muertes, por enfermedades del corazén, por cada 100,000 habitantes tenia luna pendiente de 0.08. Un estudio reciente de 18 condados produjo una pendiente de 0.147 y un error es- tndar del coeficiente de pendiente de regresion de 0,032. a) Construya una estimacién del intervalo de confianza del 90% para la pendiente de la recta de re gre sidn verdadera, {El resultado de este estudio indica que la pendiente verdadera ha cambiado?476 CAPITULO 12 Ri m1239 m 1240 esidn simple y correlacién 5) Constuya una esimacin de interval de eonfanva del 9% pra a peniente da eta de eae sionverdadr ln el estado de sc esto qu a pontine verdad ha cabiado? Lacompatiaosal de elton sempre ha supuesto qe el nimeropromedi de lamades dries sumer teen 1s pr cada persone acional n na case Se sugetido gua uete cs mis placadra gu To Ge estore. Som ana muss de 64 cua y se calelé ela pendinte de nresion de ime- ‘a promedio de Hamas dais sobre Gamat dacs) ex con uneoreaindar del coeten- te deta peniete deve resto de 02, Pash sw hacen sn cabvaente ms mad po sora tuiconl ogi a compat de (5 Eaablence les hipoess) To cone Si eps Los ianconaisunverstariosresponsables de a msi sonsanementebscan variables on ls cuss les predes lo promedios de califeionss de los aspantes. Una variable de uso comin ee promedio Ae calfeaions del bacilyt, Para una universe ls datos anteriores indeaban qu Ta peniente tra0.85. Un pequeo esti reciente de 20 extant encores la pendient de la muerte 0.70 J uc el errr estindar de a estimacin era 0.60. La cantidad @X°—n¥) era igual que 0.25, Al nivel de Thgnifcanis de 01 cheria consur la universidd que In pend hu cand? mos supome; use ar Soluciones a los ejercicios de autoevaluacién FA EA 126 27 ‘ ; * : a Ex= 113 By = 107 1301 1501 a= wa 7-12-07 10 ° 10 DAY — n¥F 011.310.) OS See 01 = 10(11.3) = 0410 ¥— 6X = 10.7 - 0.4101(11.3) = 6.0659 (con software: 6.0660) YP — aSY— bSxY = [B= SQEBUTD = OAITTTSD. gop (con software: 0.8953) a = 28950 _ 5 a6 . ne 224.1 TWy:B=1 WyB<1 a =005 b= By _ 0.4101 — Sp 0.06 (1.860) es mayor que —9.83, se rechava Hp. Las acciones son insensibles a los cambios en el mercado (la pendiente es significativamente = 1), 28.654 Vise Pl estadistico estandarizado es ¢ = 9.83, Debido a que el valor eritico de = 0.9706484 CAPITULO 12 Regresin simple y corelacién eee Pr oe paar aot rors 12-49 12-50 1251 1ns2 wm 1283 Business Week y U.S. News & World Report publican clasificaciones de las mejores 20 escuelas de admi- nistracién, La clasificacién global del Business Week se basa en clasificaciones obtenidas de estudiantes y companias que reclutan maestros en administracién, Junto con las clasifcaciones, las publicaciones re- portan informacién sobre el costo de obtener una maestria y os salarios iniciales promedio de los graduas dos. Utiice los datos dela tabla MR12-1 para responder los ejercicios 12-49 a 12-52. ‘lasificacion de 1992 aw usNaWR Clasificacon de BW porestudiantes por compatias _Costo Nortiesten Chicago Honora Wharon Michigan Datnout Stanford Indiana Columbia Neth Carolina Virginia Duke mir Cornel nyu ucts Cemegie Melon Bevaley Vander Washington Poe: apa de ress Wek (26 de ected 952 607. News Waid Rp (23 Ge mato de 1380 ‘Trace un diagrama de dispersién de la clasificacién USN&WR contra el costo del grado de la maesteia {Parece que las escuelas mis caras obtienen mejores clasif ieaciones? Caleule el coeficiente de correla cid de muestra entre estas dos variables. cExiste una retribucion por gastar més en una maestria? Grafique un diagrama de dispersién del salario inicial contra el costo, Ajuste una ecuacién de regresién a los datos y pruebe las hipétesis apropiadas res~ pecto a su pendiente, {Los graduados de escuelas con clasiicacién mas alta obtiencn salarios iniciales mas altos?Trace un di ‘grama de dispersién de salario inicial contra la clas icacién global de Business Week. Ajuste una ecua cidn de regresidn a los datos y pruebe las hipdtesis apropiadas respecto a su pendiente. QUE tan fuerte s la relaciGn ene los salarios iniciales y as clasificaciones? Calcule los coeficientes de dterminacién de la muestra entre Ios salarios iniciales y las tres clasifeaciones de Business Week (globa- les, por estudiantes y por compaiias). {Cusles de estas clasificaciones explican la mayor parte de la va- riacin en salarios iniciales? “Nada triungfa como el éxito” es un antiguo adagio en el ne gocio de Is publicidad. El presidente de una distribuidora de varias lineas de automéwviles ha observado que los agentes de ventas que gana los bons ‘mds altos al final de afo son los que tienen mayor probabilidad de e xceder su cuota de ventas el alo si- sguiente (y ganar otro bono alto). ‘Bono el ao pasado (niles de délares) 7B 689 67 80 6952 Ventas aba de cuota este afo “a BR 8 nN 6 ‘Bono el ao pasado (miles de délares) 63 at 72 tor to8 Ventas arba de cuota este afo a 4) Desarrolle la recta que mejor se ajuste para describir estos datos. ») Calcule el error estindar de la estimacién para la relacn.miss m 1256 m 1287 1258 12-59 Repaso del capitulo 485 ©) Desarrolle un intervalo de confianza de aproximadamente el 90% para predecir las ventas arriba de la ‘cuota para un miembro del personal que gané un bono de $9,600 cl ao pasado, Para cada uno de los siguientes pares de diagramas diga cul tiene un v alor mas alto de r, el coeficiente de correlacion y cual es el signo de r. 1 2 1 2 @ ® 1 a 1 2 @ @ Un gerente de operaciones esta interesado en predecir los costos C (en miles de délares) con base en la cantidad de materia prima de entrada (en miles de libras) para un fibricante de pantalones de mezclila Sila pendiente es signiscativamente mayor que 0.5 en los siguientes datos muestralesentonces algo mar= ccha mal con el proceso de produccién y la maquinaria de la linea de ensamble debe ajustarse. Al nivel de significancia de 0.05, ;debe ajustarse ia maquinaria? Establezca explicitamente las hipétesis y una con- clusidn, com 7 5 6 7 6 kB wD 6 7 B Caleule el coeficiente de determinacién de la muestra y el coeficiente de correlacidn de la muestra para el ejercicio 12-13, No debemos extrapolar para predecir valores fuera del intervalo de datos usados al construir la recta de regresién, La razén (elija una) 8) Larelacién entre las variables puede no ser la misma para otros valores de las variables. La variable independiente puede no tener el efecto causal sobre la wriable dependiente para estos vae loves. ©) Los valores de las variables pueden cambiar con el tiempo. 4) Tal vez no exista un vineulo comiin para explicar la relacién, tice los datos de 50 areas metropolitans de Estados Unidos dados en la tabla MR11-2,al final del ca- pitulo 11, para responder los ejercicios 12-58 a 12-60, ‘A menudo, quienes planean la comercializacién deben estimar la demanda geografica de un producto de luna compafila, La demanda no depende sélo del numero de personas de una comunidad, sino también de la cantidad de dinero que tienen pata gastar. La revista Sales & Marketing Management utiliza los da- tos de censos de Estados Unidos para estimar el “ingreso de compra efeeti vo (ICE)" de hogares tipi- cos estadounidenses en reas metropolitanas del pais, El ICE es la suma de sueldos y otros ingresos, ‘menos impuestos y multas; en resumen, es una buena medida de lo que los economistas llaman “ingreso disponible”. La cantidad total de dinero disponible para gastar en una comunidad es aproximadamente proporcional al producto del ICE por la poblacién, Caleule una nueva variable TD ~ (POB X ICEV/1,000. Calcule los coeficientes de determinacién de Ja muestra entre VENTAS y POB y entre VENTAS y TD. ;Cusl de estas variables explica una parte ma- yor dela variacién en VENTAS? ‘Ajuste una ecuacidn de regresién que use SOLA para predecir el valor de VENTAS, Fneuentre un inter= valo de prediccién del 90% para las ventas totales al menudeo en un érea metropolitana que tiene 20,000 casas con una sola persona. ;Hasta qué punto seria itil este resultado para una compatia de productos de consumo que esta desarrollando una nueva linea de cenas congeladas individuales?486 CAPITULO 12 Ri 12-60 12-61 m 12-62 m 1263 m 1264 12-65 12-66 esidn simple y correlacién ‘Suponga que desea saber silos negocios son mejores en comunidades con més gente mayor. Uitilce una ‘edad promedio para representar el nimero de personas mayores en cada rea metropolitana, —ajuste una ‘ecuacién de regresién para explicar VENTAS en términos de EDAD. ;La pendiente de su raresi6n es sig- nificativamente mayor que cera? Con base en este analisis, debe concluir que “los negocios no son me jores en comunidades con mas personas mayores”? Explique su respuesta Los economistas con frecuencia estin interesados en estimar funciones de consumo, que se obtienen ‘mediante la regresién del consumo Y sobre el ingreso ¥ (para esta regresién, los economistasllaman a la pendiente la propensién marginal al consumo). Para una muestra de 25 familias, e caleulé una pendien- te de 0.87 y un error estindar del coefciente de la pendiente de regresin de 0.035. Para esta muestra, cla propensin marginal a consumir disminuyé a menos que el estindar de 0.94 Utilicea = 0.05. Establez~ a las hipétesis explicitas y una conclusion, A diferencia del coeficiente de determinacién, el coeficiente de correlacion (escoja la respuesta correcta) 1) Indica si la pendiente dela recta de represion es positiva o negativa »).-Mide la fuerza de asociacién entre las dos variables de manera més exacta ©) Nunca puede tener un valor absolute mayor que 1 4d). Mide el porcentaje de varianza explicado por la recta de regresion, {Son importantes las ealificaciones en la universidad para ganar un buen suelde? Un estudiante de est ‘istic para la administracin tomé una muestra aleatoria de sueldos iniiales y promedios de ealifeacio- nes en la universidad de algunos de sus amigos recién graduados, Los datos son los siguientes: Sueldo inicial (miles de délares) © «36S 30,302 BD Promedio de calficaciones 40 30 35 20 39 35 25 25 8). Grafique estos datos, »)_Desarralle a ecuacién de estimacién que mejor describa los datos ©) Grafique la ecuacién de estimacién en el diagrama de dispersién del inciso a) Un arrendador estéinteresado en ver si las rentas de sus departamentos son las comunes. Para esto tomé luna muestra aleatoria de 11 rentas y tamaiios de departamentos en complejos de departamentos similares. Los datos son los siguientes: Renta 230 19045051028 wS_ 52S 5550.28 Nimeroderecimaras = 2 1322 a) Desarrolle la ecuacién de estimacidn que mejor describa estos datos. }) Calcule el eoeficiente de determinacién, ©) Pronostique la renta para un departamento de dos recimaras, ‘Muchas compafifas pequefias compran publicidad sin analizar sus efectos. La “guerra de las hamburgue~ sas” (rivalidad sustancial de precios entre compafias de comida répida) ha reducido las ganancias de Ethiopian Burguers en Santa Cruz, California, una cadena regional pequetia, El gerente de mercadotecnia intenta demostrar que “hay que gastar dinero para ganar dinero”. Gastar en publicidad en espectaculares, en su opinidn, tiene resultados directos en las ventas, Se tienen registros de 7 meses: Gasto mensual en espectaculares (ries de delares) B 6 2 uw wo a Rendimiento de las ventas mensuales (miles de dolares) ee ) a) Desarrolle la ecuacién de estimacién que mejor describa estos datos. 'b) Caleule el error estindar de la estimacién para esta relacién, ©) Para un mes con gastos de $28,000 en espectaculares, desarrolle un intervalo de confianza del 95% pa- ra las ventas mensuales esperadas ese mes. En 1992, las ventas totales de cereales para desayuno en Estados Unidos se estimaron en $3.842 miles de mi- Tones. Considere la siguiente informacién de los 10 cereales mis v endidos. Encuentre la ecuacién de mini- ‘mos cuadrados que use el precio promedio al menudeo para predecr las participaciones en el mercado. Cul de las siguientes tres generalizaciones describe mejor la relacion entre estas dos variables? a) Un precio menor inerementa las ventas. 'b) Un porcentaje de mercado mayor significa que se puede cobrar un precio més alto, ©) Elporcentaje de mereado no parece depender del precio.m 267 m 1268 m 1269 Compatia “General ils Kellogg’ General Mils Keay’ Kelogg’s Kellogg's Kellogg's kelogy’s General Mis Genera Mils Foon: chard Gi Cereal ee Sing cereal Cheerios Frosted Fakes Honey Nut cheerios Rice Krspes om Flakes Raisin Bran Frosted Mini Whests Froot Loops Lucky Charms Total Porcentaje de mercado 458 408 328 299 297 an an 2a 185 Repaso del capitulo Precio Volumen promedio (millones de délares)_al menudeo 7598 S218) 136,75 5283 12602 8299 11438 sia ma sar 06.42 sm 106.42 s231 3952 szsa T1098 $315 7068 $286 Nowa: Pces of treatast, "a Set oural 2 de enero de 19938 La autoridad acrondutica estadounidense realiz6 un estudio de operaciones de aerolineas, en 18 compa fas, que revel6 que la relacién entre el nimero de pilotos empleados y el nimero de aviones en servicio tenia una pendiente de 4.3. Estudios anteriores indicaban que la pendiente de esta relacisn era 4.0, Si se caleuls que el error estindar del coeficiente de pendiente de regresin es 0.17, zhay razones para creer, 8 tun nivel de significancia de 0.05, que la pendiente verdadera ha cambiado? Dave Profit, estudiante de segundo afo de Ia maestria en administracin, elabora un estudio de compa- ‘as que entran a la bolsa de valores por primera vez. Tiene curiosidad por ver si existe o no una relacién significativa entre el tamafio dela oferta (en millones de délares) y el precio por accién, 8) Dados los siguientes datos, desarrolle la ecuacion de estimacién que mejor ajuste los datos. 108.00 440 350 360 39.00 eaa0 750 550 375.00 1200 51.00 66.00 00 400 Tamafo (millones de dares) Precio (délares) 12.00 400 5.00 600 1300 1900 850 5.00 15.0 6.00 1200 1200 650 3.00 b) Calcule el coeticiente de determinacién de la muestra. ;Debe Da ve usar esta ecuacién de regresién para pronosticar o debe buscar en otra parte variables explicaivas adicionales? Un fabricante de teléfonos celulares esta probando dos tipos de baterias para v er cudinto duran con una utilizacién normal, La siguiente tabla contiene los datos provisionales: Horas de uso diario 20 15 10 os Vida aproximada (meses) Lito BI a2 51 63 Alealina 13 16 18 22 8) Desarrolle dos ecuaciones de estimacién lineales,uma para pronosticar la vida del producto basada en cel uso diario com las baterias de lito y otra para las bateriasalcalinas.488 CAPITULO 12 Re m 12-70 mim min m3 esidn simple y correlacién }b)_Encuentre un intervalo de confianza para la estimacién del 90% pars la vida (en meses) con 1.25 ho- ras de uso diario, para ead tipo de bateria. ;Puede la compania asegurar algo respecto a qué bateria proporciona la vida mas larga segtin estos mimeros? Se ha propuesto un estudio para investiga la relacién entre el peso al nacer de bebés varones y su estatu +a de adultos. Usando los siguientes datos, desarrolle la ecuacién de estimacién de minimos cuadrades. UQué porcentaje de la variacién en la altura de adultos explica esta recta de represién? Peso alnacer _ Estatura de adulto Sib Ber 9 7b 6 Gib, gor yer Tih 8or sar Bib20 or 6b. 202 510" “Muchos estudiantes universitarios se cambian de universidad el verano anterior al tercer ao. Para ayudar 1 evaluar el potencial académico de quienes se cambian, Barbara Hoopes, la directora de admisiones del Piedmont College, realiza un analisis que compara los promedios globales de los estudiantes (PG) durante sus primeros dos aos de uni versidad con los PG de sus altimos dos afios, después del cambio. Usando las siguientes datos: PGde primeroy segundoao 17 35 23 26 30 28 2 19 20° 31 PGdepentitimoy dltimoato 24 37 20 25 32 30 25 18 27 37 a) Caleule la ecuacién de estimacién de minimos cuadrados que debe usar Hoopes para predecir el PG el tercero y itimo alo de licenciatura de los estudiantes que se cambian al Piedmont College 'b)_ Hoopes no admitira solicitantes de eambio de peniltimo ailo @ menos que los interaios de prediceién del 90% para sus PG de peniiltimo‘iltimo afo definitivamente arriba de 2.0. ;Admitir un solicitan- te de cambio con un PG de primero/segundo de 2.5? Los salarios de muchos funcionarios piblicos son menores que los que podrian tener con trabajos simila- res en la industria privada, The Wall Steet Journal publics los salarios de 10 procuradores generales y los ‘comparé con el salario tipico de un abogado al entrar a trabajar , en el mismo estado. Al responder a las siguientes preguntas, suponga que los salaros al entrar a trabajar son un b uen indicador de Ia tasa en el mercado para los abogados. Procurador general Abogado prinipiante Vermont 51,025 25520 Wyoming 75,000 31500 Massachusers 80,000 25,000 Pensyania 84,000 sai Georgia 90,000 35,90 Washington 97,000 30,000 California 102,000 38,400 Hino 105,387 77048 Nueva York 110,000 33922 Michigan 11200 35,182 Fuerte: Paying States" Atameys Genera, Te Wal Street Journal (24 de uo de 1995) 88 8) Varia el salario oftecido al procurador general de acuerdo con la tasa para los abogados en cads estar do? Pruebe, para a = 0.05, sila pendiente de la regresién ajustada es significativamente diferente de 0 'b) {Qué proporcién de variacién en los salarios del procurador general se eplica por Ia tasa para los abo- ‘gados en el mercado luerativo? ©) Sivun procurador general desea elevar el ingreso en todo el estado para los abogados, cayudaria pre- sionar por un aumento en el salario del procurador general? {Por qué si o por qué no?’ Los casts de los viajes de nqacios varian mucho entre las ciudades mas importantes de Estados Unidos, como se muestra en la siguiente tabla. Un interventor corporativo intentaestablecertasas de vidticas que fomen en cuenta esta variacion. {Debe el interventor considerar los costos tanto de renta de autos como de hoteles, o los costos de hoteles proporcionan suficienteinformacién para ealeular las tasas? (Sugeren-Repaso del capitulo 489 cia: ajuste una regresién usando los eostos de Ta renta de autos para xplicar los costos de los hoteles. Des- pués observe r*) Hotel (délares) Renta de autoldia (d6lares) ‘tanta 7 Beston 199 chicago 189 Cleveland we Dalas aT Demver 2 Devit so Houston 2 Los angeles m Miami m Minneapolis 107 Nueva Orleans 16 Nueva York 97 orld 5 Phoenix 85 Pinsburgh m Si Louis ns San francisco 158 Seate as Washington, 2. 4s Fuente Don ones Travelin” (de agosto de 1998) 87 re Wa! sveet 34 50 ee 32 a 3 6 n 51 2 37 a 6 36 37 46 66 st 6 3