1.

La dureza de los ·árboles es difícil de medir directamente, sin embargo, la densidad si es relativamente fácil
de medir. Por ello es de gran interés disponer de un modelo que permita predecir la dureza de un árbol a partir
de su densidad. Por este motivo se ha tomado una muestra de 16 eucaliptos australianos y se les midió su
densidad (X) y su dureza (Y). Los resultados obtenidos son los de la tabla adjunta.

Estadísticas de la regresión
R 0.965988363
r^2 cuadrado 0.933133517
R^2 ajustado 0.928357339
Error típico 85.4946576
Observaciones 16

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 1428043.039 1428043.039 195.372459 1.29029E-09
Residuos 14 102330.7107 7309.336478
Total 15 1530373.75

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción -664.2938846 109.4519579 -6.069273653 2.8903E-05 -899.0449869 -429.5427822 -899.0449869 -429.5427822
DENSIDAD 43.185289 3.089613537 13.97756984 1.2903E-09 36.55872701 49.81185098 36.55872701 49.81185098

2. Los datos de la producción de trigo e toneladas (X) y el precio del kilo de harina en pesetas (Y) fueron las siguientes
3. Sea X el volumen de lluvia (m3) y Y el volumen de escurrimiento (m3) en determinado lugar.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.987557032
Coeficiente de determinación R^2 0.975268892
R^2 ajustado 0.973366499
Error típico 5.240461548
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 14078.72165 14078.7216 512.653758 7.8961E-12
Residuos 13 357.0116841 27.4624372
Total 14 14435.73333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
Intercepción -1.128304771 2.367782508 -0.47652382 0.64161107 -6.24358789 3.986978345 -6.24358789 3.98697835
Volumen Lluvia 0.826973147 0.036524084 22.6418585 7.8961E-12 0.74806766 0.905878634 0.74806766 0.90587863

4.Se requiere estudiar la relación entre la pureza del oxigeno (Y) producido en un proceso químico de
destilación y el nivel de hidrocarburos (X) presentes en el condensador de la unidad de destilación

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.96246491
Coeficiente de determinación R^2 0.926338702
R^2 ajustado 0.91713104
Error típico 1.031360506
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 107.014204 107.014204 100.6052006 8.29909E-06
Residuos 8 8.509635953 1.06370449
Total 9 115.52384

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 73.62188263 1.938078787 37.9870432 2.53215E-10 69.15266493 78.09110033 69.15266493 78.09110033
Nivel Hidrocarburos X 15.5536667 1.550681381 10.0302144 8.29909E-06 11.97778902 19.12954437 11.97778902 19.12954437
5. Un psicólogo escolar toma una muestra aleatoria de 7 alumnos de un colegio y les pasa una prueba de
Extroversión (X). A continuación, observa cuántos Mensajes SMS (Y) envía cada alumno durante el recreo:

Coeficiente de correlación múltiple 0.883789083

Coeficiente de determinación R^2 0.781083143
R^2 ajustado 0.737299771
Error típico 0.929062912
Observaciones 7

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 15.39849624 15.39849624 17.8397213 0.008298198
Residuos 5 4.315789474 0.863157895
Total 6 19.71428571

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 0.684210526 0.768493147 0.890327427 0.4140727 -1.291263999 2.65968505 -1.291264 2.65968505
Extroversion 0.842105263 0.199375757 4.223709419 0.0082982 0.329593563 1.35461696 0.32959356 1.35461696

6. Los siguientes datos corresponden a una muestra de 20 empleados del club de salud de una empresa donde se
quiere medir la relacion de el tiempo en correr una milla (Y) respecto a las pulsaciones por minuto en reposo (X)

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.465117215
Coeficiente de determinación R^2 0.216334024
R^2 ajustado 0.172797025
Error típico 65.29581495
Observaciones 20

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 21185.41789 21185.41789 4.96896962 0.038785808
Residuos 18 76743.78211 4263.543451
Total 19 97929.2

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 98.30428756 128.4594405 0.765255455 0.45403705 -171.5789822 368.187557 -171.578982 368.187557
Pulsaciones por minuto 4.424505637 1.98486778 2.229118575 0.03878581 0.254453172 8.5945581 0.25445317 8.5945581
7.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.90660934
Coeficiente de determinación R^2 0.8219405
R^2 ajustado 0.80824362
Error típico 0.73637662
Observaciones 15

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 32.5400765 32.54007647 60.0093035 3.17534E-06
Residuos 13 7.04925686 0.542250528
Total 14 39.5893333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 1.20515402 0.57067252 2.111813654 0.05462775 -0.027709006 2.43801704 -0.02770901 2.43801704
Ganancias netas por ventas, en el mismo mes 0.2581662 0.03332653 7.746567206 3.1753E-06 0.186168609 0.33016379 0.18616861 0.33016379
8. En diez casas de la ciudad de Milton Keynes se observó durante un período de tiempo la diferencia de
temperatura promedio (en grados centígrados) entre la temperatura en la calle y la temperatura en casa, y el
consumo de gas diario en kWh.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.428289677
Coeficiente de determinación R^2 0.183432048
R^2 ajustado 0.081361054
Error típico 8.115341102
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 118.35495 118.3549504 1.79710259 0.216882711
Residuos 8 526.87009 65.8587612
Total 9 645.22504

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 52.90261428 20.7265463 2.552408558 0.0340468 5.107112696 100.698116 5.1071127 100.698116
Diferencia Temperatura 2.099877054 1.56641716 1.340560551 0.21688271 -1.512287399 5.71204151 -1.5122874 5.71204151

9. Se midió la altura (en centímetros) y el peso (en kilogramos) de 14 chicas de once años del Heaton Meiddle
School de Bradford. Estudiar estos datos y la relación entre ambas variables.
10. El contenido en hierro de las escorias de los altos hornos puede ser determinada por una prueba química en
laboratorio o, de forma más barata y rápida, por un test magnético. Se está· interesado en estudiar la relación entre los
resultados del test químico y del test magnético. En particular, se desea saber si a partir de los resultados del test
magnético (X) se pueden estimar los resultados del test químico (Y) sobre el contenido del hierro. Para ello, se han
realizado los dos test a un conjunto de lotes recogidos secuencialmente en el tiempo. Los resultados obtenidos son los
de la tabla adjunta.
11.Un hotel de los suburbios obtiene su ingreso bruto de la renta de sus instalaciones y de su restaurante. Los
propietarios tienen interés en conocer la relación entre el número de habitaciones ocupadas por noche y el ingreso
por día en el restaurante. En la siguiente tabla se presenta una muestra de 25 días (de lunes a jueves) del año pasado
que indica el ingreso del restaurante y el número de habitaciones ocupadas.

12. La dureza de los ·troncos es difícil de medir, sin embargo la densidad si es relativamente fácil de medir.
Por ello es de gran interés disponer de un modelo que permita predecir la dureza de un tronco a partir de su
densidad. Por este motivo se ha tomado una muestra de 16 eucaliptos australianos y se les midió su densidad
(X) y su dureza (Y). Los resultados obtenidos son los de la tabla adjunta.

Estadísticas de la regresión
R 0.965988363
r^2 cuadrado 0.933133517
R^2 ajustado 0.928357339
Error típico 85.4946576
Observaciones 16

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 1428043.039 1428043.039 195.372459 1.29029E-09
Residuos 14 102330.7107 7309.336478
Total 15 1530373.75

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción -664.2938846 109.4519579 -6.069273653 2.8903E-05 -899.0449869 -429.5427822 -899.0449869 -429.5427822
DENSIDAD 43.185289 3.089613537 13.97756984 1.2903E-09 36.55872701 49.81185098 36.55872701 49.81185098

13. Se midió la altura (en centímetros) y el peso (en kilogramos) de 14 chicas de catorce años del Madisson
School. Estudiar estos datos y la relación entre ambas variables.
14. Los siguientes datos corresponden a una muestra de 20 empleados de una empresa donde se quiere medir la
relacion de el tiempo en correr una milla (Y) respecto a las pulsaciones por minuto en reposo (X)

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.465117215
Coeficiente de determinación R^2 0.216334024
R^2 ajustado 0.172797025
Error típico 65.29581495
Observaciones 20

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 21185.41789 21185.41789 4.96896962 0.038785808
Residuos 18 76743.78211 4263.543451
Total 19 97929.2

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 98.30428756 128.4594405 0.765255455 0.45403705 -171.5789822 368.187557 -171.578982 368.187557
Pulsaciones por minuto 4.424505637 1.98486778 2.229118575 0.03878581 0.254453172 8.5945581 0.25445317 8.5945581

15.Se requiere estudiar la relación entre la pureza del agua (Y) producido en un proceso químico de destilación
y el nivel de hidrocarburos (X) presentes en el condensador de la unidad de destilación

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.96246491
Coeficiente de determinación R^2 0.926338702
R^2 ajustado 0.91713104
Error típico 1.031360506
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 107.014204 107.014204 100.6052006 8.29909E-06
Residuos 8 8.509635953 1.06370449
Total 9 115.52384

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción 73.62188263 1.938078787 37.9870432 2.53215E-10 69.15266493 78.09110033 69.15266493 78.09110033
Nivel Hidrocarburos X 15.5536667 1.550681381 10.0302144 8.29909E-06 11.97778902 19.12954437 11.97778902 19.12954437