Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Representa los datos y las rectas de mnimos cuadrados en el mismo sistema de ejes coordenados.
Parte a:
X
y
3
2
9
8
5
3
6
4
8
6
9
5
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,958314847
Coeficiente de determinacin R^2
0,918367347
R^2 ajustado
0,897959184
Error tpico
0,690065559
Observaciones
6
y = 0.7143x - 0.3333
R = 0.9184
7
6
5
11
8
4
3
2
1
0
ANLISIS DE VARIANZA
10
X
Intercepcin
Variable X 1
15
Regresin
Residuos
Total
Grados de
Suma de
Promedio de
libertad
cuadrados los cuadrados
1 21,4285714 21,42857143
4 1,9047619 0,476190476
5 23,3333333
F
45
Valor crtico
de F
0,002570261
Superior
95%
Inferior 95,0% Superior 95,0%
1,878991
-2,545658
1,878991
1,009920
0,418651
1,009920
Parte b:
12
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,958314847
Coeficiente de determinacin R^2
0,918367347
R^2 ajustado
0,897959184
Error tpico
0,9258201
Observaciones
6
y = 1.2857x + 1
R = 0.9184
10
8
X
6
4
2
ANLISIS DE VARIANZA
0
0
10
Regresin
Residuos
Total
Intercepcin
Variable X 1
Coeficientes
1,0000000
1,2857143
Error tpico
0,9710083
0,1916630
Grados de
Suma de
libertad
cuadrados
1 38,57142857
4 3,428571429
5
42
Estadstico t Probabilidad
1,0298573
0,3612731
6,7082039
0,0025703
Inferior 95%
-1,6959513
0,7535726
Promedio de
los cuadrados
38,57142857
0,857142857
F
45
Superior
95%
Inferior 95,0%
3,6959513
-1,6959513
1,8178560
0,7535726
Valor crtico
de F
0,002570261
Superior
95,0%
3,6959513
1,8178560
33. Para los datos del problema anterior, hallar, (a) los valores de Y para X=5 y X=12, (b) el valor de X para Y=7.
(a)
Y= - 0,333 + 0,714X
Si X = 5
Y = 3,24
Si X = 12
Y = 8,24
(b)
X = 1 + 1,285Y
Si Y = 7
X = 10
34. (a) Mediante el mtodo libre obtener la ecuacin de una recta de ajuste de los datos del problema 32. (b) Contestar
al problema 33 mediante el resultado de (a).
Y = aX + b
(3,2)
(11,8)
a = 0,75
b = -0,25
Y = 0,75X 0,25
X= aY + b
(3,2)
(11,8)
a = 1,333
b = 0,333
X = 1,333Y + 0,333
(b)
Y= - 0,25 + 0,75X
Si X = 5
Y = 3,5
Si X = 12
Y = 8,75
X = 0,333 + 1,333Y
Si Y = 7
X = 9,664
35. La tabla siguiente muestra las puntuaciones finales de algebra y fsica de 10 estudiantes elegidos al azar entre un
gran nmero de ellos. (a) Representar los datos. (b) Hallar la recta de mnimos cuadrados que se ajuste a los datos,
tomando X como variable independiente. (c) igual que en (b), pero tomando Y como variable independiente. (d) Si un
estudiante tiene una puntuacin de 75 en algebra, Cul es su puntuacin en fsica esperada?. (e) Si un estudiante tiene
una puntuacin de 95 en fsica, Cul es su puntuacin en algebra esperada?.
a)
Algebra X
Fsica Y
b)
Y = 29,13 + 0,661X
75
82
80
78
93
86
65
72
87
91
71
80
98
95
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,872098413
Coeficiente de determinacin R^2 0,760555642
R^2 ajustado
0,730625098
Error tpico
4,233840246
Observaciones
10
68
72
84
89
77
74
c)
X = - 14,39 + 1,15Y
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones
d)
Y = 29,13 + 0,661X
Si X = 75
Y = 78,71
e)
X = - 14,39 + 1,15Y
Si Y = 95
X = 94,35
0,872098413
0,760555642
0,730625098
5,583516398
10
36. La siguiente tabla muestra el nmero de trabajadores agrcolas en Estados Unidos (en millones) durante los aos 1949
1957. (a) Representar los datos. (b) Hallar una recta de mnimos cuadrados que se ajuste a esta serie de tiempo y
construir su grafico. (c) Calcular los valores de tendencia y comparar con los valores reales. (d) Estimar el nmero de
trabajadores agrcolas en 1948 y comparar con el valor real (10,36 millones). (e) Predecir el nmero de trabajadores
agrcolas en 1958 (el verdadero valor es (7,53 millones). Discutir las posibles fuentes de error en tal prediccin.
Parte a:
Ao
Nmero de
trabajadores
agrcolas en
millones
1949
1950
1951
1952
1953
1954
1955
1956
1957
9,96
9,93
9,55
9,15
8,86
8,84
8,36
7,82
7,58
Parte b:
Y = 618,859 - 0,312X
Parte c:
Nmero de trabajadores en
millones
12
10
# de trabajadores (en
millones)
y = -0.3123x + 618.86
R = 0.9867
8
6
Linear (# de
trabajadores (en
millones))
4
2
0
1948
Parte d:
Si
Parte e:
Si
1950
1952
1954
1956
1958
Y = 618,859 - 0,312X
X = 1948
Y = 11,083
Y = 618,859 - 0,312X
X = 1958
Y = 7,963
X (Aos)
1949
1950
1951
1952
1953
1954
1955
1956
1957
Y (Calculado)
10,771
10,459
10,147
9,835
9,523
9,211
8,899
8,587
8,275
37. El ndice de coste al usuario por el cuidado mdico en Estados Unidos viene dado por la tabal adjunta para los aos
1950 1957(Al periodo de referencia o periodo base 1947 1949 se le asigno el valor 100, el cual realmente significa el
1000 por ciento. El ndice para 1952, por ejemplo, es 117.2 y muestra que durante 1952 el promedio del precio del
cuidado mdico fue 117,2% del que rigi en el periodo base, es decir, se incremento en un 17,2%. a) representar los
datos. b) Hallar la recta de mnimos cuadrados que se adjunte a los datos y construir su grafico. c) Calcular los valores de
tendencia y comparar con los valores reales. d) Predecir el ndice de costo para el cuidado mdico durante 1958 y
comparar con el valor verdadero (144,4). e) En qu ao se puede esperar que el ndice de consto medico sea el doble
de 1947 1949 suponiendo que la tendencia se mantiene?
Parte a:
Ao
ndice de coste al
usuario por el cuidado
mdico (19471949 =
100)
Parte b:
Y = 4,3786x - 8431,1
1950
106,0
1951
111,1
1952
117,2
1953
121,3
1954
125,2
1955
128,0
1956
132,6
160
140
120
100
y = 4.3786x - 8431.1
R = 0.9923
80
Series1
Linear (Series1)
60
Linear (Series1)
40
20
0
1948
1950
1952
1954
1956
1958
1957
138,0
Parte c:
x
1950
1951
1952
1953
1954
1955
1956
1957
Parte d:
y calculado
105,98571
110,36371
114,74171
119,11971
123,49771
127,87571
132,25371
136,63171
Parte e:
r2 = 0,992
r = 0,997 >= 0,8
0
2,4
1
2,1
2
3,2
3
5,6
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,92922863
Coeficiente de determinacin R^2
0,86346584
R^2 ajustado
0,83615901
Error tpico
3,01121712
Observaciones
7
5
14,6
6
21,9
ANLISIS DE VARIANZA
Valor crtico de
Grados de libertad
Suma de cuadrados Promedio de los cuadrados
F
F
1
286,72
286,72 31,6208722
0,002462807
5
45,33714286
9,067428571
6
332,0571429
Regresin
Residuos
Total
Intercepcin
Variable X 1
Coeficientes
-1,1571429
3,2000000
Error tpico
2,0517986
0,5690665
Estadstico t
-0,5639651
5,6232439
25
y = 0.7333x2 - 1.2x + 2.5095
R = 0.9995
20
15
10
5
0
0
-5
Superior
95%
Inferior 95,0%
4,1171734
-6,4314591
4,6628321
1,7371679
Superior
95,0%
4,1171734
4,6628321
39. El tiempo total necesario para detener un automvil despus de percibir un peligro se compone del tiempo de
reaccin (tiempo entre el conocimiento del peligro y la aplicacin del freno) mas el tiempo de frenado (tiempo para
detener el vehculo despus de aplicar el frenado). La tabla adjunta de las distancias D parada (en pies) de un
automvil que marcha a las velocidades V (millas por hora) desde el instante en que se observa el peligro.
a) Representar los datos. b) Ajustar una parbola de mnimos cuadrados de la forma D = a0 +a1V + a2V2 a los datos.
c) Estimar D cuando V= 45 millas/h. y 80 millas/h
Velocidad V
(millas/h)
Distancia de
parada D
(pies)
Parte a:
20
30
40
50
60
70
54
90
138
206
292
396
450
400
350
300
250
200
150
100
50
0
0
20
40
Velocidad V (millas/h)
60
80
Parte b:
Y=a0+a1x+ a2x2
D = 41,77-1,095V+ 0,087V2
Parte c:
Estimar D
V= 45 millas/h
V= 80 millas/h
D = 41,77-1,095(45)+ 0,087(45)2
D = 41,77-1,095(45)+ 0,087(45)2
D = 170 pies
D = 516 pies
1920
23,7
1925
21,3
1930
18,9
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,09654932
Coeficiente de determinacin R^2
0,00932177
R^2 ajustado
-0,13220369
Error tpico
3,26968398
Observaciones
9
1935
16,9
1940
17,9
1945
19,5
1950
23,6
1955
24,6
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados Promedio de los cuadrados
F
Valor crtico de F
Regresin
1
0,704166667
0,704166667 0,0658664
0,804832834
Residuos
7
74,83583333
10,69083333
Total
8
75,54
Intercepcin
Variable X 1
Coeficientes
63,1916667
-0,0216667
Error tpico
163,3619034
0,0844229
Estadstico t Probabilidad
0,3868201
0,7103799
-0,2566445
0,8048328
30
15
Poly.
(Series1)
10
5
0
1900
1920
1940
1960
1915
1920
1925
1930
1935
1940
1945
1950
1955
Y calculado
-11,875
-15,44
-18,075
-19,78
-20,555
-20,4
-19,315
-17,3
-14,355
Superior
95,0%
449,4811852
0,1779617
41. El numero Y de bacterias por unidad de volumen presentes en un cultivo despus de X horas esta dado en la tabla
adjunta. a) Representar los datos en un papel grafico semi-logaritmico, donde la escala logartmica se utiliza para Y y la
escala aritmtica para X. b) Ajustar una curva de mnimo cuadrados de la forma Y = abx a los datos y explicar porque
esta ecuacin particular da buenos resultados. c) Comprara los valores Y obtenidos de esta ecuacin con los valores
reales. d) Estimar el valor de Y cuando X=7.
Parte a:
Nmero de horas
( X)
Numero de
bacterias por
unidad de
volmenes (Y)
32
47
65
92
132
190
275
160
140
120
100
80
60
40
20
0
1948
1950
1952
1954
Ao
1956
1958
Parte c:
x
0
1
2
3
4
5
6
y calculado
32,147
87,375546
237,486734
645,488943
1754,43895
4768,56506
12960,9598
Parte d:
35227,88882
12.2 En Applied Spectroscopy se estudian las propiedades de reflectancia infrarroja de un lquido viscoso utilizando en
la industria electrnica como lubricante. El experimento que se diseo consisti en el efecto de frecuencia de banda X1
y el espesor de pelcula X2 sobre la densidad ptica y usando un espectroscopio infrarrojo Perkin-Elmer modelo 621.
[Fuente: Pachansky, J., England, C.D.. y Wattman, R. Infrarred sprectoscopis studies of poly (perfrouropropylenexide) on
gold substrate. A classical dispersion analysis for the refractive index. Applied Spectroscopy, vol. 40, num. 1, enero de
1986,p. 9, table 1.]
X1
740
740
740
805
805
805
980
980
980
1235
1235
1235
X2
1,10
0,62
0,31
1,10
0,62
0,31
1,10
0,62
0,31
1,10
0,62
0,31
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,90710716
Coeficiente de determinacin R^2
0,82284339
R^2 ajustado
0,78347526
Error tpico
0,4063014
Observaciones
12
1500
X2
Y
0,231
0,107
0,053
0,129
0,069
0,030
1,005
0,559
0,321
2,948
1,633
0,934
1000
500
1000-1500
500-1000
X1
y = 3.3727 + 0.0036x1 + 0.9476x2.
0-500
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
2
6,900792767
9
1,485727483
11
8,38652025
Regresin
Residuos
Total
Intercepcin
Variable X 1
Variable X 2
Valor crtico de
F
0,00041458
12.3 Se efectu un conjunto de ensayos experimentales para determinar una forma de predecir el tiempo de coccin y
a diferentes niveles de ancho del horno X1 y a temperaturas de la chimenea X2. Los siguientes son los datos registrados:
Estime la ecuacin de regresin lineal mltiple
Ux1,x2 = Bo + B1 X1 + B2 X2
y = 0.58 + 2.7122x1 + 2.0497x2
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,99986211
Coeficiente de determinacin R^2
0,99972424
R^2 ajustado
0,99964545
Error tpico
0,65697115
Observaciones
10
Y
6,4
15,05
18,75
30,25
44,85
48,94
51,55
61,5
100,44
111,42
X1
1,32
2,69
3,56
4,41
5,35
6,2
7,12
8,87
9,8
10,65
X2
1,15
3,4
4,1
8,75
14,82
15,15
15,32
18,18
35,19
40,4
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados Promedio de los cuadrados
F
Valor crtico de F
Regresin
2
10953,20257
5476,601286 12688,7407
3,4822E-13
Residuos
7
3,021277663
0,431611095
Total
9
10956,22385
Intercepcin
Variable X 1
Variable X 2
Estadstico t
0,955729726
13,42117522
42,62958013
Probabilidad
0,371041828
2,99026E-06
1,02001E-09
Inferior 95%
Superior 95% Inferior 95,0% Superior 95,0%
-0,854992523 2,014968313 -0,854992523
2,014968313
2,234379072 3,190096087 2,234379072
3,190096087
1,936012067 2,163402907 1,936012067
2,163402907
50
30
40-50
20
30-40
10
0
111.42
100.44
61.5
51.55
48.94
44.85
30.25
18.75
15.05
20-30
6.4
X2
40
X1
10-20
0-10