MODELOS LINEALES

2 de junio de 2014

1.- Se piensa que las calificaciones de dos asignaturas X e Y estn muy relacionadas. Por ello se deseara intentar
estimar las calificaciones de la segunda de ellas a partir de las obtenidas en la primera. Se dispone de las siguientes
parejas de calificaciones (X,Y): (70,74), (92,89), (80,78), (74,80), (65,71), (83,90). Se pide:
a)
b)
c)
d)
e)

Evaluar la relacin entre las calificaciones mediante el clculo del coeficiente de correlacin
(0.5)
Obtener el modelo de regresin lineal entre ellas
(0.5)
Calcular los intervalos de confianza para los coeficientes, y sealar si stos son o no significativos
(0.5)
Representar la tabla ANOVA y efectuar el contraste de regresin. Qu se deduce del mismo?
(0.5)
Qu porcentaje de la variabilidad de los datos explica el modelo? Calcular el coeficiente de determinacin
corregido por los grados de libertad.
(0.5)

2.- El tiempo Y empleado por un distribuidor de bebidas gaseosas en realizar cada entrega (incluyendo transporte
desde el camin y colocacin de las latas en las mquinas expendedoras) podra estar influenciado por el nmero
de latas repartidas en cada caso (X1) y la distancia hasta el camin (X2). Se desea adems comprobar si los cuatro
repartidores realizan igual el trabajo, por lo que han realizado varias pruebas, 6 a los tres primeros y 7 al ltimo,
obtenindose los siguientes resultados al procesar los datos y realizar diversos anlisis:
Variable dependiente: y

Fuente
Modelo corregido
Interseccin
x1
x2
GroupDelivery
Error
Total
Total corregida

Suma de
cuadrados
tipo III
5647,626
48,699
943,652
106,590
96,815
136,917
18310,629
5784,543

Se sabe adems que la varianza residual de la regresin con todos los datos es
10.624, y que las de las regresiones para los distintos repartidores son 2.723,
0.985, 1.220 y 3.206 respectivamente. Se pide
a) Detallar los tipos de variables involucradas en el estudio, y describir los
posibles modelos a los que se podran ajustar los datos.
(1.0)
b) Dira que existen diferencias del tiempo de reparto entre los distintos
mtodos? Explique la respuesta
(0.5)
c) Qu modelo de los planteados parece que se ajusta mejor a los datos?
Justifique la respuesta
(0.5)

3.- Se tiene cierta curiosidad en conocer los efectos del alcohol en la realizacin de operaciones matemticas
sencillas. Para ello se eligen al azar 20 personas que se subdividen aleatoriamente en 4 grupos de cinco, y a los que
se aplica al azar 4 tratamientos distintos: T1=Sin alcohol, T2=Dosis baja, T3=Media dosis, T4=Dosis alta.
Los resultados aparecen en la tabla adjunta. Se pide:
(a).- Representar la tabla ANOVA
(1.0)
(b).- Decidir al nivel de significacin del 5% si es cierto que el alcohol
influye en la capacidad de sumar
(0.5)
(c).- Segn haya sido la respuesta al apartado anterior
S influye Entre qu dosis hay diferencia tmese =0.06-?
No influye Calcular la proporcin de variabilidad explicada por
el modelo
(1.0)

T1
T2
T3
T4

Tiempo (segundos)
42 39 48 43 44
45 45 45 39 43
64 61 50 55 58
56 55 62 59 60

MODELOS LINEALES
24 de junio de 2014

1.- Se desea obtener informacin sobre la variable Y que mide el tiempo de vida en buenas condiciones de cierta
fruta tropical una vez arrancada del rbol. Para ello en una primera etapa se toman 5 frutas y tras observar los
tiempos de vida correspondientes se obtienen unas estimaciones centradas de media y desviacin tpica de 5.283 y
2.112 respectivamente. En una segunda etapa se estudia la relacin de dependencia del tiempo de vida de dicha
fruta respecto de la temperatura media de la zona en la que se encuentra, X, suponiendo un modelo de regresin
lineal con errores normales, incorrelados, de media 0 y varianza constante. En este caso se observa una correlacin
de 0.78 entre las dos variables X e Y. Se pide:
a) Qu parte de la variabilidad de Y explica el modelo? Justificar (demostrar) las frmulas utilizadas (0.5)
(0.75)
b) Detallar tericamente la relacin existente entre R2 y R2 corregido. Calcular este ltimo
c) Obtener la varianza residual
(0.5)
d) Efectuar el contraste de regresin. Es bueno el modelo?
(0.75)

2.- Se realiza un experimento para analizar la influencia del color de las paredes del establo en la produccin de
leche. Los resultados aparecen en la siguiente salida de ordenador. Se pide:
a) Representar la tabla ANOVA
(1.0)
b) Decidir al nivel de significacin del 5% si es cierto que el color
influye en la produccin
(0.5)
c) Segn haya sido la respuesta al apartado anterior
S influye Entre qu colores hay diferencia tmese =0.06?
No influye Calcular la proporcin de variabilidad explicada
por el modelo
(0.5)

Descriptivos
Produccin

N
Color 1
Color 2
Color 3

4
3
5

Media
4,25
8,33
8,80

Desviacin
tpica
2,630
2,082
2,049

3.- Se desean estudiar los factores que influyen en al resistencia a la rotura de una fibra sinttica. Para ello se han
tomado las siguientes muestras combinando las 4 mquinas y los 3 trabajadores que hay en la empresa. Se pide:

Operario 1
1
109
110
2
110
112
3
116
114

Mquina
2
3
110 108
115 109
110 111
111 109
112 114
115 119

4
112
115
114
112
120
117

a) Cmo influira en la tabla ANOVA y en el contraste ANOVA el

sumar o restar una constante a todos los datos?
(0.5)
b) Representar la tabla ANOVA para el modelo
ms completo posible
(1.0)
c) Decidir al nivel de signif. del 5% los efectos significativos
(0.5)
d) Supondra algn cambio en las conclusiones el que en realidad los
tres trabajadores hubieran sido elegidos al azar entre todos los de la
empresa? Estimar en este caso las componentes de la varianza (0.5)