INGENIERÍA MECATRÓNICA

NOMBRE: MAURICIO BARRENO

DANIEL CANCHIGNIA
ASIGNATURA: ESTADÍSTICA I / PROYECTO FINAL
NIVEL: SEGUNDO “A”
FECHA: 2013-01-17
 PROYECTO DE MODELAMIENTO USANDO REGRESION MULTIPLE

OBJETIVOS:

 Utilizar la técnica de regresión múltiple para obtener un modelo matemático con el fin de determinar
la relación entre las variables dependientes e independientes
 Interpretar los resultados obtenidos con paquetes de computación (Excel y SPSS) los cuales facilitan el
análisis de los mismos.

INTRODUCCIÓN
Cuando existe una posible relación entra varias variables independientes y otra dependiente se hace necesario
el uso de la REGRESIÓN MULTIPLE.
La regresión múltiple se usa con mayor frecuencia en las publicaciones de las investigaciones cuando se requiere
crear un modelo donde se seleccionan variables que pueden influir en la respuesta, descartando aquellas que no
aportan información, cuando se requiere detectar la interacción entre variables independientes que afectan a la
variable y cuando se requiere identificar variables extrañas.

ENUNCIADO
Los siguientes 25 datos son tomados aleatoriamente y las 5 variables siguientes son tomadas en cuenta al
momento de la solicitud de un préstamo hipotecario, el valor de la casa (en miles de dólares), el nivel de
educación y la edad del guía de la familia, (masculino=1, femenino=0), pago de hipoteca en dolares. Se pretende
examinar si estos factores influyen al ingreso familiar. Para ello se toma datos de 25 préstamos recientes:

Y: Ingreso familiar (en miles de dólares) (Variable Dependiente)

X1: Valor de la casa (en miles de dólares) (Variable Independiente1)
X2: Años de educación (Variable Independiente2)
X3: Edad del Jefe de Hogar (Variable Independiente3)
X4: Pago de la Hipoteca (en dólares) (Variable Independiente4)
X5: Sexo(masculino=1, femenino=0) (Variable Independiente5)
DATOS:

N Y X1 X2 X3 X4 X5
1 40,3 190 14 53 230 1
2 39,6 121 15 49 370 1
3 40,8 161 14 44 397 1
4 40,3 161 14 39 181 1
5 40 179 14 53 378 0
6 38,1 99 14 46 304 0
7 40,4 114 15 42 285 1
8 40,7 202 14 49 551 0
9 40,8 184 13 37 370 0
10 37,1 90 14 43 135 0
11 39,9 181 14 48 332 1
12 40,4 143 15 54 217 1
13 38 132 14 44 490 0
14 39 127 14 37 220 0
15 39,5 153 14 50 270 1
16 40,6 145 14 50 279 1
17 40,3 174 15 52 329 1
18 40,1 177 15 47 274 0
19 41,7 188 15 49 433 1
20 40,1 153 15 53 333 1
21 40,6 150 16 58 148 0
22 40,4 173 13 42 390 1
23 40,9 163 14 46 142 1
24 40,1 150 15 50 343 0
25 38,5 139 14 45 373 0
ANALISIS DEL PROBLEMA EN SPSS

Estadísticos descriptivos

Media Desviación típica N

Y 39,9280 1,05140 25
X1 153,9600 28,84077 25
X2 14,3200 ,69041 25
X3 47,2000 5,38516 25
X4 310,9600 105,51717 25
X5 ,5600 ,50662 25

Coeficientesa

Modelo Coeficientes no estandarizados Coeficientes t Sig.

tipificados

B Error típ. Beta

(Constante) 28,242 2,986 9,459 ,000

X1 ,029 ,005 ,786 5,769 ,000

X2 ,650 ,241 ,427 2,693 ,014

1
X3 -,049 ,031 -,251 -1,566 ,134

X4 ,000 ,001 -,041 -,319 ,753

X5 ,723 ,249 ,348 2,901 ,009

a. Variable dependiente: Y

Por lo tanto según los dos sistemas informáticos el modelo matemático es:

̂ = 𝟐𝟖, 𝟐𝟒𝟐 + 𝟎, 𝟎𝟐𝟗𝑿𝟏 + 𝟎, 𝟔𝟓𝟎𝑿𝟐 − 𝟎, 𝟎𝟒𝟗𝑿𝟑 + 𝟎𝑿𝟒 + 𝟎, 𝟕𝟐𝟑𝑿𝟓

𝒚
Para el análisis de cuales de las variables acudimos a la curva t-student para la cual la usamos un nivel de
confianza del 95%, grado de libertad de 24.
ANALISIS DEL PROBLEMA EN PQRS

Evaluamos con el Llamado” Estadístico t” que nos proporciona Excel y lo evaluamos en el la zona de
aceptación y así verificamos si estas variables influyen o no en la variable independiente que es………….

t1=5,76 Análisis: La variable “El valor de la casa” esta fuera del rango de aceptación por tal motivo no es
una variable representativa que pueda influir los ingresos familiares.

t2=2,69 Análisis: La variable “Años de educación” esta fuera del rango de aceptación por tal motivo no
es una variable representativa que pueda influir los ingresos familiares.

t3=-1,56 Análisis: La variable “Edad del Jefe de Hogar” si esta en el rango de aceptación por tal motivo es
una variable representativa que pueda influir los ingresos familiares.

t4=-0,31 Análisis: La variable “Pago de la Hipoteca” si esta en el rango de aceptación por tal motivo es
una variable representativa que pueda influir los ingresos familiares.

t5=2,90 Análisis: La variable “Sexo” esta fuera del rango de aceptación por tal motivo no es una variable
representativa que pueda influir los ingresos familiares.
CONCLUSIONES
El análisis nos muestra que de todas las variables utilizadas para medir los ingresos familiares solo X3=“Edad del
Jefe de Hogar” y X4 Pago de la Hipoteca son variables representativas, mientras que X1= “El valor de la casa”
X2=“Años de educación” y X5=“Sexo” no son representativas y no son buenas variables para determinar los
ingresos familiares.

BIBLIOGRAFIA

Estadística para administración y Economía ESTADISTICA_LIND_MARCHAL 11a edición.

ESTADISTICAPARANEGOCIOS John e. Hanke Segunda Edición

ANEXOS