R for Business Analytics Profesor: Jacquelin Flor

Tarea Nº2

1. Se realiza un experimento para determinar la duración de vida de ciertos

circuitos electrónicos (Y ) en función de dos variables de fabricación (X1) y (X2),

con los siguientes resultados:

a) Ajustar un modelo de regresión lineal. b) Calcular el coeficiente de determinación. ¿Es el ajuste adecuado? c) Construir un intervalo de confianza al 90% para la predicción en el punto (0,0).

(Valor de la pregunta: 5 Puntos)

2. La demanda de un tipo de impresoras ha cambiado debido a una rápida

variación en el precio. Se ha observado la demanda en una amplia región

geográfica y el precio unitario (en unidades de mil euros). Los resultados son los de la tabla adjunta.

a) ¿Se ajustan los datos a un modelo lineal? Haga los gráficos y compruebe

los supuestos de un modelo de regresión lineal que sustenten su

respuesta.

b) Ajustar un polinomio de regresión a estos datos que explique el

comportamiento de la demanda.

(Valor de la pregunta: 5 Puntos)

3. En el archivo basket_liga_acb.csv se encuentran datos relativos a partidos de la

liga ACB de baloncesto. Se desea estudiar si existe alguna relación lineal entre la

variable, puntos por partido (PUNT×PART) que es capaz de anotar un jugador de

baloncesto respecto a las siguientes variables regresoras:

R for Business Analytics Profesor: Jacquelin Flor

- La altura del jugador (ALTURA).

- Los minutos que juega por partido (MIN×PART).

- Los balones que pierde por partido (BP×PART).

- Las faltas personales cometidas por partido (FP×PART).

- El porcentaje en tiros de campo por partido (porcentaje obtenido de los tiros de dos y tres puntos conseguidos e intentados) (POR_TC).

Se pide lo siguiente:

a) Ajustar un modelo de regresión a estos datos, sin excluir ninguna variable e interpretar el resultado. ¿Es el ajuste bueno?

b) Analizar la hipótesis de multicolinealidad para el modelo anterior. c) Con el modelo anterior ¿Cuáles son las observaciones atípicas y/o

influyentes? d) ¿Existe un modelo de regresión lineal más adecuado según estos datos? ¿Es

aconsejable utilizar un ajuste no lineal? Justificar la respuesta. (Valor de la pregunta: 5 Puntos)

4. Se está interesado en estudiar la temperatura mínima de una ciudad en relación con su longitud y latitud geográfica. Para ello se ha tomado una muestra de 56 ciudades de EEUU y se ha calculado la temperatura mínima (en grados Farenheit) en el mes de enero, el resultado obtenido es el promedio de 30 años (de 1931 a 1960). En el fichero Problema-5-18 se presentan datos de esta variable y de las variables explicativas, longitud y latitud de la ciudad. Utilice el archivo temperatura.csv.

En base a estos datos:

a) Ajustar un modelo de regresión que explique el comportamiento de la variable

de interés en función de las dos variables regresoras. En un estudio previo se

proponía ajustar la temperatura con una relación lineal respecto a la variable

latitud y un ajuste cúbico respecto a la variable longitud

(Valor de la pregunta: 5 Puntos)

Notas:

- El archivo entregable será un script con todas las sentencias y comandos elaborados como respuesta para cada pregunta.

R for Business Analytics Profesor: Jacquelin Flor

- El nombre del archivo debe tener la siguiente estructura Tarea2_nombre_apellido. Por ejemplo:

Tarea2_pablo_perez

- Colocar el archivo en la carpeta compartida Tareas_RFBA en Google Drive.