Se tienen los datos de las horas estudiadas para la materia de matemticas (x) en una semana y las

calificaciones obtenidas en el examen final de un grupo de estudiantes (y)

Horas Calificaciones
de
Estudio

Residuos

xi*yi

xi2

18

10

180

324

Ajustado y

yi2

(xi-x)2

(yi-y)2

75.69 11.6281

117

169

15

120

225

8.39026275

e2

0.82305025

0.67741171

81

13.69 5.8081 0.60973725

0.37177951

64

32.49 1.9881

100
10.82305025

13

E=y-Y

9.36337775

1.36337775

1.85879889

10

9.5

95

100

6.93059025

90.25

0.49

8.4681 2.56940975

6.60186646

12

8.4

100.8

144

7.90370525

70.56

7.29

3.2761 0.49629475

0.24630848

20

16

4.01124525

25

28.09 2.5281 0.98875475

0.97763596

42

49

5.47091775

36

5.29

0.27992803

39.69 21.0681

0.3481 0.52908225
1.52468775

2.32467274

1.49780275

2.24341308

10.89 2.5281 0.01563975

0.0002446

3.52468775

15

25

18.49 12.8881

9
4.49780275

30

36

9.3

6.59

725.8

1,097

4.98436025

25

504.81 232.1 70.529

4.82 2.66

9.30 6.59

I.C. 2.99 1.65

a) Construye un diagrama de dispersin para estos datos Parece que ser adecuado un modelo
de lnea

recta? Se observa que los datos aparentemente siguen un comportamiento lineal por lo que se
procede a ajustar un modelo de regresin lineal simple por mnimos cuadrados.
12
y = 0.4866x + 2.065
R = 0.7791

Calificaciones

10
8
6

Y
Linear (Y)

4
2
0
0

10
Horas de Estudio

15

20

b) Ajusta una recta de regresin lineal simple mediante mnimos cuadrados

)
(

(
(

)
)

(
(

El ajuste por mnimos cuadrados es:

)
)
)

La pendiente es positiva lo que nos indica que las horas de estudio impactan de manera positiva a las
calificaciones de los estudiantes y por cada unidad de tiempo en horas de estudio las calificaciones
crecen en 0.48866
La siguiente figura muestra la grfica de dispersin junto con la recta de regresin ajustada por mnimos
cuadrados.
12
y = 0.4866x + 2.065
R = 0.7791

Calificaciones

10
8
6

Y
Linear (Y)

4
2
0
0

10
Horas de Estudio

15

20

c) Construye intervalos del 95% de confianza

Utilizando un intervalo de confianza del 95%, tenemos que el nivel de significancia es 0.05 y el
nmero de datos es de 10. Calculamos la desviacin estndar de cada conjunto de datos, y
obtenemos los siguientes valores:

Para el intervalo de confianza de

tenemos:

])

Para el intervalo de confianza de

(

tenemos:

(
(

Para el intervalo de confianza de

(

tenemos:
(

)
(

])

d) Calcula el estadstico para probar hiptesis

pueden sacar acerca del papel de la variable x?

Qu conclusiones se

Hiptesis:

Estadstico de prueba

Como | |
parmetro

, o sea

]
, no se rechaza

por lo que el

no es significativo para el modelo y podramos omitirlo

con

Estadstico de prueba

Como | |

, o sea

, no se rechaza

por lo que existe

correlacin entre x e y.

a) Forma la tabla de anlisis de varianza y prueba el significado de la regresin al nivel

a=0.05%
TABLA DE ANLISIS DE VARIANZA
Fuentes de
variacin
Regresin

Suma de
Cuadrados
SSR

Cuadrado
medio
MSR

Error

SSE

n-2

MSE

Total

SST

n-1

Suma de cuadrados total:

Grados de
libertad

F0
MSR/MSE

Suma de cuadrados de la regresin:

(

Suma de cuadrados del error:

(

TABLA DE ANLISIS DE VARIANZA

Fuentes de
variacin
Regresin

Suma de
Cuadrados
54.9469

Grados de
libertad
1

Cuadrado
medio
54.9469

Error

15.582

1.94775

Total

70.529

F0
28.21044795

Hiptesis

, o sea
lo tanto existe evidencia estadstica para suponer que

rechazamos la

, por