P. 1
ESTADÍSTICA INFERENCIAL II (LIBRO)

ESTADÍSTICA INFERENCIAL II (LIBRO)

4.57

|Views: 89.813|Likes:
Publicado porRaul Jimenez

More info:

Published by: Raul Jimenez on Sep 13, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/31/2016

pdf

text

original

En los modelos de regresión múltiple con frecuencia es conveniente construir
estimaciones de intervalos de confianza para los coeficientes de regresión . Por
ejemplo, a partir de la tabla 1.6 es claro que un estimador por intervalos de cada
coeficiente

en

lo

individual

está

dado

por:

(1.29)

Tabla 1.8 Análisis de regresión múltiple

Parámetro

Estimación Error estándar

Estadístico

Valor-p

Intercepción

.
.

.
.

.
.



.


.

38 CAPÍTULO 1 Regresión lineal simple y múltiple

Instituto Tecnológico de Ensenada Biol. Raúl Jiménez González

También es posible obtener un intervalo de confianza con respecto a la respuesta
media en un punto particular, digamos está dado por:

Ejercicios de regresión lineal múltiple

13.- ¿Por qué se requiere la regresión lineal múltiple?

14.- Se realizo un estudio para investigar la relación de la resistencia al corte del terreno
( ) con la profundidad en pies ( ) y el contenido de humedad . Se hicieron 10
observaciones, obteniéndose las siguientes cantidades resumidas

, , , ,

,

, ,

, y

a) Establezca las ecuaciones normales de mínimos cuadrados para el modelo

b) Estime los parámetros del modelo del inciso a)
c) ¿Cuál es la resistencia predicha cuando pies y ?

15.- En una empresa dedicada a anodizar artículos de aluminio (baterías de cocina), el
anodizado se logra con una solución hecha a base de ácidos (sulfúrico, cítrico, bórico) y
dicromato de aluminio. En este proceso se controla el pH de la solución, la temperatura,
la corriente y el tiempo de permanencia. Debido al poco grosor del anodizado, han
aumentado las quejas por la escasa resistencia y durabilidad del producto. Para resolver
este problema se decide estudiar, mediante un experimento, la relación del pH y la
temperatura con el grosor del anodizado. Los datos se muestran en la siguiente tabla:

pH Temperatura Espesor
1,2
1,8
1,2
1,8
1,2
1,8
1,2
1,8
1,5
1,5

-8
-8
8
8
-8
-8
8
8
0
0

9
14
10
19
8
12
11
20
14
13

a) ¿Cuáles son las variables independientes y cuál la dependiente? Argumente

Resumen

Estadísticas de la regresión

Coeficiente de correlación múltiple

0,841756673

Coeficiente de determinación R^2

0,708554296

R^2 ajustado

0,643788584

Error típico

5,363214691

Observaciones

12

ANÁLISIS DE VARIANZA

Grados de libertad

Suma de cuadrados

Promedio de los cuadrados

F

Valor crítico de F

Regresión

2

629,3733536

314,6866768

10,9402688

0,003895018

Residuos

9

258,8766464

28,76407182

Total

11

888,25

Coeficientes

Error típico

Estadístico t

Probabilidad

Inferior 95%

Intercepción

3,651215805

16,16780562

0,22583249

0,82637676

-32,9229014

Estatura

0,854609929

0,451664156

1,892135824

0,0910251

-0,167125373

Edad

1,50633232

1,414265835

1,06509843

0,31457045

-1,692959262

Análisis de los residuales

Observación

Pronóstico Peso

Residuos

1

64,41464032

-0,414640324

2

69,13652482

1,863475177

3

54,56509625

-1,565096251

4

73,20668693

-6,20668693

5

59,28698075

-4,28698075

6

56,9260385

1,073961499

7

65,71808511

11,28191489

8

58,22948328

-1,229483283

9

63,15425532

-7,154255319

10

48,58282675

2,417173252

11

73,85840932

2,141590679

12

65,92097264

2,079027356

Intervalos de confianza y predicción en regresión múltiple 39

Instituto Tecnológico de Ensenada Biol. Raúl Jiménez González

b) Ajuste un modelo del tipo y anote la
ecuación del modelo ajustado
c) A partir del modelo ajustado, ¿cuál es el espesor estimado cuando se utiliza un
pH = 2 y una temperatura de 10 grados?
d) ¿El modelo es adecuado? Argumente con base en graficas de residuos, pruebas
de hipótesis y coeficientes de determinación.

16.- Se realizó un experimento para estudiar el sabor del queso panela en función de la
cantidad del cuajo y la sal. La variable de respuesta observada es el sabor promedio
reportado por un grupo de cinco panelistas que probaron todos los quesos y los
calificaron en una escala hedónica. Los datos obtenidos se muestran a continuación:

Sal Cuajo Sabor
6
5,5
4,5
4
4,5
5,5
5
5

0,3
0,387
0,387
0,3
0,213
0,213
0,3
0,3

5,67
7,44
7,33
6,33
7,11
7,22
6,33
6,66

a) Ajuste el modelo
b) ¿El modelo explica la variación observada en el sabor? Argumente con base en la
significancia del modelo, los residuales y el coeficiente de determinación.
c) Ajuste un modelo que incluya términos cuadráticos y analice con detalle la calidad del
ajuste aplique las pruebas de hipótesis
d) Compare el error estándar de estimación ( y los coeficientes de determinación

(

) para ambos modelos
e) ¿Cuál modelo prefiere para explicar el sabor?

17.- Se piensa que la energía eléctrica consumida mensualmente por una planta química
se relaciona con la temperatura ambiente promedio ( , el número de días laborales del
mes ( , la pureza promedio del producto y las toneladas del producto producidas
. Se cuenta con los datos del último año, los cuales se presentan en la tabla
siguiente:

240
236
290
274
301
316
300
296
267
276
288
261

25
31
45
60
65
72
80
84
75
60
50
38

24
21
24
25
25
26
25
25
24
25
25
23

91
90
88
87
91
94
87
86
88
91
90
89

100
95
110
88
94
99
97
96
110
105
100
98

a) Ajuste un modelo de regresión lineal múltiple a estos datos

40 CAPÍTULO 1 Regresión lineal simple y múltiple

Instituto Tecnológico de Ensenada Biol. Raúl Jiménez González

b) Prediga el consumo de electricidad para un mes en el que ,
días y toneladas

c) Calcule

para este modelo. Interprete esta cantidad
d) Grafique los residuales contra . Interprete la grafica

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->