REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA
ARMADA NACIONAL BOLIVARIANA
UNEFA

Modelo de Regresión Lineal

PROFESOR: BACHILLER:

Jesús Suniaga Jesús A. Hernández CI: 27.870.883

Calculo Numérico Ingeniería Civil 3𝑒𝑟 Semestre.

Juan Griego 21 de Junio de 2018

 MODELO DE REGRESION

Este trabajo se trata de hallar la línea de regresión que mejor se ajusta a un conjunto
de datos aportados por el profesor. En este caso la variable X representada a Horas
trabajadas en un taller y la variable Y representada a unidades producidas.
A partir de los siguientes datos referentes a horas trabajadas en un taller(x), y a
unidades producidas (y), determinar la recta de regresión de Y sobre X, interprete los
coeficientes de regresión y calcule el coeficiente 𝑅 2 e interpretarlo. Cuál es el valor
estimado de producción para 90 días.
Horas(X) Producción(Y)
80 300
79 302
83 315
84 330
78 300
60 250
82 300
85 340
79 315
84 330
80 310
62 240

DIAGRAMA DE DISPERSIÓN

El diagrama de dispersión muestra que existe una tendencia línea entre dos variables
casi perfecta.
COEFICIENTES DE A Y B DE LA LÍNEA DE REGRESIÓN

Horas(X) Producción(Y) (XY) 𝑿𝟐 𝒀𝟐 ̂

𝒀 𝒀−𝒀 ̂
80 300 24.000 6.400 90.000 2.563,47 −2.263,47
79 302 23.858 6.241 91.204 2,531,47 −2.229,47
83 315 26.145 6.889 99.225 2.659,47 −2.344,47
84 330 27.720 7.056 108.900 2.691,47 −2.361,47
78 300 23.400 6.084 90.000 2.499,47 −2.199,47
60 250 15.000 3.600 62.500 1.923,47 −1.673,47
82 300 24.600 6.724 90.000 2.627,47 −2.327,47
85 340 28.900 7.225 115.600 2.723,47 −2.383,47
79 315 24.885 6.241 99.225 2.531,47 −2.216,47
84 330 27.720 7.056 108.900 2.691,47 −2.361,47
80 310 24.800 6.400 96.10O 2.563,47 −2.253,47
62 240 14.880 3.844 57.600 1.987,47 −1.747,47
936 3.632 285.908 73.760 1.109.254 29.993,64 −𝟐𝟔. 𝟑𝟔𝟏, 𝟔𝟒

𝑛 ∑ 𝑥𝑖𝑦𝑖−(∑ 𝑥𝑖)(∑ 𝑦𝑖)

𝑏=
𝑛 ∑(𝑥𝑖 2 )−(∑ 𝑥𝑖)2

12(285.908)−(936)(3.632)
𝑏=
12(73.760)−(936)2

3.430.896−3.399.552
𝑏=
885.120−876.096

31.344
𝑏=
9.024

𝒃 = 𝟑, 𝟒𝟕

𝑎 = 𝑦̅ − 𝑏𝑥̅
3.632 936
𝑎= − 3,47 ( )
12 12

𝑎 = 302,66 − 270,66

𝒂 = 𝟑𝟐

La línea de regresión para este problema fue 𝒚 = 𝟑𝟐 + 𝟑. 𝟒𝟕𝒙

La Pendiente 3.47 (b). Se puede interpretar como que las unidades producidas en el
taller aumentan 3.47 cada hora.
 En la ordenada en el origen 32 (a) se puede interpretar como el número de unidades
producidas en la hora cero, es decir Pre-Fabricadas dependientes por otras variables no
incorporadas en este estudio.

CALCULO DE R y 𝐑𝟐

𝑛 ∑ 𝑥𝑖𝑦𝑖−(∑ 𝑥𝑖)(∑ 𝑦𝑖)

𝑅=
√𝑛 ∑(𝑥𝑖 2 )−(∑ 𝑥𝑖)2 √𝑛 ∑(𝑦𝑖 2 )−(∑ 𝑥𝑖)2

12(285.908)−(936)(3.632)
𝑅=
√12(73.760)−(936)2 √12(1.109.254)−(3.632)2

3.430.896−3.399.552
𝑅=
√885.120−876.096 √13.311.048−13.191.424

31.344
𝑅=
√9.024 √119.624

31.344
𝑅 = (94.99)(345.86)

31.344
𝑅=
32.853,24

𝑹 = 𝟎. 𝟗𝟓

Existe una alta correlación entre las horas trabajadas en el taller y las unidades
producidas en tal sentido que a mayor sean las horas trabajadas mayor producción.

𝑅 2 = 𝑐𝑜𝑟(𝑥, 𝑦)2 = 0.90

𝑹𝟐 = 𝟗𝟎%

90% significa el porcentaje de variabilidad explicado por el modelo es decir que el

modelo tiene un ato valor especifico.
 CONCLUSIÓN

El uso del método de regresión lineal es bastante útil ya que nos muestra, como ya
se mencionó, la relación significativa entre la variable dependiente y la variable
independiente. Asimismo, nos muestra la fuerza de impacto de múltiples variables
independientes en una variable dependiente.

En este caso la variable Y resulto muy bien explicada por el modelo

𝒚 = 𝟑𝟐 + 𝟑. 𝟒𝟕𝒙 Resultando una función con alto valor predictivo (90%)