1

APLICACIONES ESTADSTICAS AGL 280

Primer Semestre 2012
Prof.: Luis Barrales, Fernando Silva
Nombre:
Prueba I 2

I.-

Cada una de las siguientes preguntas, de la 1 a la 13, relacionadas con Anlisis de Regresin y
Correlacin se evala con 1 punto.

Se le presenta la siguiente situacin:

Un qumico est interesado en determinar la prdida de peso y ( en libras) de un particular
compuesto, en funcin del tiempo que el compuesto est expuesto al aire x1 ( en horas) y de
la humedad del ambiente durante la exposicin x2 (en %). El conjunto de datos (12
observaciones) se presenta en una hoja adjunta. La informacin que sigue al conjunto de datos,
corresponde con la obtenida al aplicar un anlisis de regresin mltiple lineal usando un
software estadstico.
1) Podra deducir, slo observando los datos, si el estudio se trat ms bien de un experimento
aleatorio o de un estudio observacional, justifique su respuesta.
De acuerdo con los datos presentados, por los valores que toman la variable Tiempo de
exposicin y Humedad del ambiente, valores que parecen estar elegidos de manera que la
variable Tiempo no aparezca correlacionada con la variable Humedad, me da la idea de que se
trata de un experimento. Los datos parecen estar escogidos para evitarse el problema de
correlacin entre las variables Xs.
2) Haciendo uso de la informacin entregada establezca las ecuaciones normales, use notacin
matricial extendida e indique la dimensin de las matrices.
12
66
3,6

66
378
19,8

36
19,8
1,16

bo
b1
b2

3) Establezca la forma de estimar el vector , usando notacin matricial condensada o resumida.

b=

=( ` )

6610
383,30
19,19

2
4) Interprete el valor de by1.2
Una interpretacin clsica por tratarse de un modelo de regresin mltiple sera
Por cada hora transcurrida de exposicin del compuesto al aire, el compuesto incrementa su
peso promedio en 1.3166 gramos, a un valor constante de la humedad o lo que es equivalente
decir, descontando el efecto de la humedad.
Sin embargo, por la particular situacin de que los valores elegidos para las variables Tiempo y
Humedad hacen que estas variables no estn correlacionadas, entonces el coeficiente by1.2
tiene la misma interpretacin que un coeficiente de regresin simple, esto es, por cada hora
transcurrida de exposicin del compuesto al aire, el compuesto incrementa su peso promedio
en 1.3166 gramos, independiente de la humedad del ambiente.
5) A partir de la informacin proporcionada, pronostique la prdida de peso para un compuesto
que fue expuesto por 6.5 horas al aire y a una humedad relativa de 0.35 horas.

= 0,6666 + 1,3166(

) 8,00(

= 0,6666 + 1,3166(6,5) 8,00(0,35)

= 6,38

! "

La prdida de peso para un compuesto expuesto por 6,5 horas al aire y con una humedad relativa
de 0,35%.
6) Estima que el modelo propuesto para estimar la prdida de peso es un buen modelo de
pronstico?, en qu se basa para afirmar lo que manifiesta?
Pareciera ser un buen modelo para pronosticar la prdida de peso, ambas variables influyen en
la Prdida de peso, por otra parte el Coeficiente de Determinacin R2 es igual a 0.958 que es
bastante alto aunque se trate de un experimento, significa que el 98% de la variabilidad en la
Prdida de peso est asociada a ambas variables dentro del rango de valores estudiados
7) En la hoja adjuntada aparecen dos tipos de suma de cuadrados, TYPE Secuencial de variables, y
TYPE Parcial de variables. Si usted observa las magnitudes en suma de cuadrados debido al
tiempo de exposicin al aire y debido a la humedad durante la exposicin, debe notar que las
contribuciones individuales de ambas variables no cambian al comparar los ajustes secuenciales
y parciales. Es comn obtener un resultado as y cul sera la explicacin de que en este caso
particular as suceda?
No es comn obtener resultados as. Aqu sucede porque los valores asignados a ambas
variables en este experimento, hacen que estas dos variables aparezcan estando no

3
correlacionadas en cuyo caso ambas Sumas de Cuadrados son coincidentes, en ambos casos se
cumple:
Secuencial:

R(X0X1)-R(X0)=R(X1) Igual a parcial amarilla

R(X0X1X2)-R(X0X1)=R(X2)Igual a parcial verde

Parcial:

R(X0X1X2)-R(X0X2)=R(X1)
R(X0X1X2)-R(X0X1)=R(X2)

8) Cul de las variables aporta ms a explicar la variabilidad de la prdida de peso?

Aparentemente es la variable Humedad la que ms aporta a explicar la Prdida de peso, sin
embargo debido a que las variables estn medidas en diferentes unidades no son directamente
comparables en el aporte que hacen a explicar la Prdida de peso.
9) Deje expresado los adecuados clculos, que le permitiran corroborar que la magnitud del
cociente t es igual a 13.19, al probar la hiptesis que el tiempo de exposicin al aire no afecta
la prdida de peso y exprese esa hiptesis en trminos estadsticos.
=
Pero $%( ) = &'()$%( ` )

$%(

1,3166 0
$%( )

= (0,1494)(0,0666)

$%(

1,3166 0
&0,00995
- = #.

- = #.

.0
.0

1,3166
= 13,19
0,09975

=0

10) Deje expresado, pero usando la informacin entregada, la forma de estimar un intervalo de
confianza para y1.2.

1.3166-2.262(0,09925) #.

.0

2,3,304 $%(

1) #.

.0

1,0908 #.

.0

1,5424

1.3166+2.262(0,09925)

2,3,304 $%(

1)

4
11) Deje expresado, pero usando la informacin entregada, la forma de estimar un intervalo de
confianza para la prdida promedio de peso para el sujeto cuya prdida de peso observada fue
de 6.8 libras, que numricamente corresponde con los valores 6.5518 y 7.814 use (1-)= 0.95
adems interprete este intervalo..
7(

8.9 ) = (

( ` )

1
)'()$% = (1 6 0,2)( ` ) : 6 ; (0,1494)
0,2

= 0,6666 + 1,316(6) 8,00(0,2) = 6,96

2,3,304 $%(

) $(

6,96 2,262$%( ) $(

8.9 )

8.9 )

2,3,304 $%(

6,9 + 2,262$%( )

12) Podra explicar la idea o el porqu el coeficiente b2 = -8.0 tiene un error estndar que en este
caso particular es estimado en 1.3667.
El coeficiente b2 es un estadstico que estima el parmetro B2. Como todo estadstico, tiene
distribucin y como toda distribucin tiene variabilidad. Esta variabilidad surge del hecho que
muchos valores para b2 pueden ser obtenidos a partir de diferentes muestras, luego el erro
estndar de ese estadstico da cuenta de la variabilidad de l, que en este caso es de 1,3667.
13) Entregue el valor del coeficiente de correlacin mltiple R e interprete su significado.
Rsquare =0,9585
R=0,979. Mide la intensidad de la relacin entre los y observados y los
de regresin mltiple
= 0,6666 + 1,3166(

) 8,00(

(estimados) por el modelo

)

II.-

Resuelva las siguientes preguntas sobre Diseo de Experimentos

14)

(2 Puntos) Responda la alternativa correcta

1.- El error experimental en experimentacin agrcola contiene:
a)

La variabilidad gentica del material experimental

b)

La variabilidad por la aplicacin desigual de un factor fijo

c)

La variabilidad por la aplicacin desigual de un mismo tratamiento

d)

a) y b)

e)

a), b) y c)

2.- En un experimento para comparar diferentes manejos en una variedad de cebada, cual de
los siguientes tratamientos corresponde siempre a un testigo o control:
a) Otra variedad de Trigo
b) No aplicar ningn manejo
c) El manejo del agricultor de la zona
d) a) y b)
e) a), b) y c)

15)

(2 Puntos) La siguiente pregunta tiene por objeto determinar sus conocimientos sobre
principios bsicos de Diseo de Experimentos. Usted puede responder cada sentencia con
una V si estima que es verdadera o con una F si estima que es falsa o no responderla. Si
acierta se le contabilizar medio punto, si la deja en blanco no recibir puntuacin, si
equivoca la respuesta se le restar un cuarto de punto.
V_
__F_
_F__
_F__

El error experimental puede ser expresado como un solo componente, la

variabilidad entre Unidades Experimentales sometidas al mismo tratamiento.
Los factores no controlados tienen siempre un valor fijo para todas las Unidades
Experimentales, solo que el investigador no puede definir dicho valor.
La definicin de las variables y sus transformaciones debe ir en la seccin
Material del Material y Mtodos.
En todo Experimento Agrcola se presenta el efecto Borde

6
16)

(2 Puntos) Un investigador efecta un estudio con el objetivo de determinar si existe efecto

del manejo de la pradera sobre la produccin de leche de vacas Holando Europeas. Para
estos efectos define 3 tipos de manejo, los cuales aplica completamente al azar a 15
potreros de 2 hectreas cada uno (5 potreros por cada tipo de manejo). Al cabo de tres
meses asigna 60 vacas completamente al azar a los 15 potreros por un perodo de 30 das,
obteniendo 4 vacas por potrero. A cada vaca se le mide la produccin diaria de leche por el
mismo perodo que la vaca se encuentra en el potrero.
De acuerdo al objetivo planteado responda las siguientes preguntas:
1. Cul es la unidad experimental y porqu?.

Cada potrero de 2 hectreas, pues es el objetos al cual se le aplica el tratamiento (tipo de manejo
de la pradera)

2. Qu variable analizara usted al trmino del experimento para obtener una observacin
por Unidad Experimental? (debe describir la frmula exactamente).
Para cada factor <= es la produccin de leche de la vaca i-esima en el da j-simo donde:
i(vaca)=1,2,3,4 : j (das)=1,2,3,4..30.
Luego la variable a analiza es
.?@ ABCB DEFE <=
03

o I<H G3
=HG3

<=

Promedio de produccin de leche en un mes de una parcela