Está en la página 1de 17

EJERCICIOS RESUELTOS DE MODELOS LINEALES-

REGRESION LINEAL SIMPLE


1. El estudio “Development of LIFTEST, A Dynamic Technique to
Assess Individual Capability to Lift Material” se llevó acabo, en
1982 en la Virginia Polytechnic Institute and State University, con
objeto de determinar si ciertas mediciones de la resistencia
estética del brazo tenían alguna influencia en las características
de la “elevación dinámica” de un individuo. Veinticinco individuos
se sometieron a pruebas de resistencia y después se les pidió que
llevaran a cabo una prueba de levantamiento de pesas en la cual
debían levantar el peso en forma dinámica por encima de la
cabeza. Los datos fueron los siguientes:

Individuo Resitencia del brazo, x Levantamioento dinamico, y


1 17.3 71.7
2 19.3 48.3
3 19.5 88.3
4 19.7 75
5 22.9 91.7
6 23.1 100
7 26.4 73.3
8 26.8 65
9 27.6 75
10 28.1 88.3
11 28.2 68.3
12 28.7 96.7
13 29 76.7
14 29.6 78.3
15 29.9 60
16 29.9 71.7
17 30.3 85
18 31.3 85
19 36 88.3
20 39.5 100
21 40.4 100
22 44.3 100
23 44.6 91.7
24 50.4 100
25 55.9 71.7
a. Estime los valores de 𝛼 𝑦 𝛽 para la curva de regresión lineal 𝑢𝑦⁄𝑥 = 𝛼 + 𝛽 ∗ 𝑥
b. Determinar una estimación puntual de 𝑢𝑦⁄
30−

SOLUCIÓN
Individuo Resitencia del brazo x Levantamioento dinamico y x^2 y^2 x*y = 𝑦 𝑦̂
1 17.3 71.7 299.29 5140.89 1240.41 74.23268737 -2.532687369
2 19.3 48.3 372.49 2332.89 932.19 75.35448295 -27.05448295
3 19.5 88.3 380.25 7796.89 1721.85 75.46666251 12.83333749
4 19.7 75 388.09 5625 1477.5 75.57884207 -0.578842071
5 22.9 91.7 524.41 8408.89 2099.93 77.37371501 14.32628499
6 23.1 100 533.61 10000 2310 77.48589457 22.51410543
7 26.4 73.3 696.96 5372.89 1935.12 79.33685728 -6.036857281
8 26.8 65 718.24 4225 1742 79.5612164 -14.5612164
9 27.6 75 761.76 5625 2070 80.00993463 -5.009934632
10 28.1 88.3 789.61 7796.89 2481.23 80.29038353 8.009616472
11 28.2 68.3 795.24 4664.89 1926.06 80.34647331 -12.04647331
12 28.7 96.7 823.69 9350.89 2775.29 80.6269222 16.0730778
13 29 76.7 841 5882.89 2224.3 80.79519154 -4.095191542
14 29.6 78.3 876.16 6130.89 2317.68 81.13173022 -2.831730217
15 29.9 60 894.01 3600 1794 81.29999955 -21.29999955
16 29.9 71.7 894.01 5140.89 2143.83 81.29999955 -9.599999555
17 30.3 85 918.09 7225 2575.5 81.52435867 3.475641328
18 31.3 85 979.69 7225 2660.5 82.08525646 2.914743536
19 36 88.3 1296 7796.89 3178.8 84.72147609 3.578523911
20 39.5 100 1560.25 10000 3950 86.68461836 13.31538164
21 40.4 100 1632.16 10000 4040 87.18942638 12.81057362
22 44.3 100 1962.49 10000 4430 89.37692777 10.62307223
23 44.6 91.7 1989.16 8408.89 4089.82 89.54519711 2.154802895
24 50.4 100 2540.16 10000 5040 92.7984043 7.201595698
25 55.9 71.7 3124.81 5140.89 4008.03 95.88334216 -24.18334216
TOTAL 778.7 2050 26591.63 172891.46 65164.04 2050 -2.13163E-13

∑ 𝑥 = 778.7 ∑ 𝑦 = 2050 ∑ 𝑥 ∗ 𝑦 = 65164.04 ∑ 𝑥 = 26591 ∑ 𝑦 = 172891.46

∑ 𝑦𝑖 ∑ 𝑥𝑖
𝑦̅ = =82 𝑥̅ = =31.148
𝑛 𝑛
∑𝑥 2 ∑𝑦 ∑ 𝑥∗∑ 𝑦
𝑆𝑥𝑥 = ∑ 𝑥̅ =2336.68 𝑆𝑦𝑦 = ∑ 𝑦̅ = 4791.46 𝑆𝑥𝑦 = ∑ 𝑥 ∗ 𝑦 =1310.64
𝑛 𝑛
𝑛

a. Estime los valores de 𝛼 𝑦 𝛽 para la curva de regresión lineal 𝑢𝑦⁄𝑥 = 𝛼 + 𝛽 ∗ 𝑥


∑ 𝑥∗∑ 𝑦
∑ 𝑥∗𝑦 −
𝛽̂1 = 𝑛
∑𝑥 2
=0.5609 𝛽̂0 =64.529
∑ 𝑥2−
𝑛

𝑦̂ = 0.5609 ∗ 𝑥 + 64.529
Scatterplot of Levantamioento dinamico y vs Resitencia del brazo x
1 00
Levantamioento dinamico y

90

80

70

60

50

20 30 40 50 60
Resitencia del brazo x

b. Determinar una estimación puntual de 𝑢𝑦⁄


30−
𝑢𝑦⁄ = 𝛼 + 𝛽 ∗ 𝑥
𝑥

𝑦̂ = 0.5609 ∗ 𝑥 + 64.529
𝑦̂ = 0.5609 ∗ 30 + 64.529
𝑦̂ = 81.356
2. Las calificaciones de un grupo de estudiantes en su reporte de medio año (x) y en los
exámenes finales (y) fueron los siguientes:

X 77 50 71 72 81 94 96 99 67
Y 82 66 78 34 47 85 99 99 68

a. Estime la regresión lineal


b. Estime la calificación del examen final de un estudiante que obtuvo una calificación de
85 en el reporte de medio año.
SOLUCIÓN

i X Y X^2 Y^2 X*Y


1 77 82 5929 6724 6314
2 50 66 2500 4356 3300
3 71 78 5041 6084 5538
4 72 34 5184 1156 2448
5 81 47 6561 2209 3807
6 94 85 8836 7225 7990
7 96 99 9216 9801 9504
8 99 99 9801 9801 9801
9 67 68 4489 4624 4556
SUMA 707 658 57557 51980 53258

∑ 𝑥 = 707 ∑ 𝑦 = 658 ∑ 𝑥 ∗ 𝑦 = 53258 ∑ 𝑥 = 57557 ∑ 𝑦 = 51980

∑ 𝑦𝑖 ∑ 𝑥𝑖
𝑦̅ = 𝑛
=73.1 𝑥̅ = 𝑛
=78.6

∑𝑥 2
𝑆𝑥𝑥 = ∑ 𝑥̅ 𝑛
= 2018.222

∑𝑦
𝑆𝑦𝑦 = ∑ 𝑦̅ = 3872.889
𝑛
∑ 𝑥∗∑ 𝑦
𝑆𝑥𝑦 = ∑ 𝑥 ∗ 𝑦 𝑛
=1568.444

a. Estime la regresión lineal


∑ 𝑥∗∑ 𝑦
∑ 𝑥∗𝑦 −
𝛽̂1 = 𝑛
∑𝑥 2
=0.777
∑ 𝑥2−
𝑛

𝛽̂0 =12.062

RELACION DE EXAMENES FINALES VS REPORTE DE MEDIO AÑO


1 00

90

80

70
Y

60

50

40

30
50 60 70 80 90 1 00
X

b. Estime la calificación del examen final de un estudiante que obtuvo una calificación de
85 en el reporte de medio año.
𝑢𝑦⁄ = 𝛼 + 𝛽 ∗ 𝑥
𝑥

𝑦̂ = 0.7771 ∗ 𝑥 + 12.062

𝑦̂ = 0.7771 ∗ 85 + 12.062
𝑦̂ = 78.1155

La calificación del examen final de un estudiante que obtuvo una calificación de 85 en el reporte
de medio año es de 78,1155.

3. Se llevó a cabo un estudio acerca de la cantidad de azúcar refinada mediante un cierto


proceso a varias temperaturas diferentes. Los datos se codifican en el siguiente cuadro:

Temperatura, x Azúcar transformada, y


1 8.1
1.1 7.8
1.2 8.5
1.3 9.8
1.4 9.5
1.5 8.9
1.6 8.6
1.7 10.2
1.8 9.3
1.9 9.2
2 10.5

a. Determine la línea de regresión lineal


b. Calcule la cantidad promedio de azúcar refinada, que se produce cuando la
temperatura codificada es 1.75-
SOLUCIÓN
i Temperatura, x Azúcar transformada, y x^2 y^2 x*y
1 1 8.1 1 65.61 8.1
2 1.1 7.8 1.21 60.84 8.58
3 1.2 8.5 1.44 72.25 10.2
4 1.3 9.8 1.69 96.04 12.74
5 1.4 9.5 1.96 90.25 13.3
6 1.5 8.9 2.25 79.21 13.35
7 1.6 8.6 2.56 73.96 13.76
8 1.7 10.2 2.89 104.04 17.34
9 1.8 9.3 3.24 86.49 16.74
10 1.9 9.2 3.61 84.64 17.48
11 2 10.5 4 110.25 21
TOTAL 16.5 100.4 25.85 923.58 152.59

∑ 𝑥 = 16.5 ∑ 𝑦 = 100.4 ∑ 𝑥 = 25.85 ∑ 𝑦 = 923.58 ∑ 𝑥 ∗ 𝑦 =152.59

∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑥̅ = 𝑛
=1.5 𝑦̅ = =9.12
𝑛

∑𝑥
𝑆𝑥𝑥 = ∑ 𝑥̅ = 23.25
𝑛

a. Determine la línea de regresión lineal


b. Calcule la cantidad promedio de azúcar refinada, que se produce cuando la
temperatura codificada es 1.75-
𝑢𝑦⁄ = 𝛼 + 𝛽 ∗ 𝑥
𝑥
𝑦̂ = 1.8091 ∗ 𝑥 + 6.4136

𝑦̂ = 1.8091 ∗ 1.75 + 6.4136


𝑦̂ =9.579525
La cantidad promedio de azúcar refinada con una temperatura codificada de 1.75
resulta un 9.6 aproximadamente.

4. En un tipo de espécimen metálico de prueba, la resistencia normal está funcionalmente


relacionada con la resistencia de corte. El siguiente es un conjunto de datos
experimentales codificados para las dos variables:
Resistencia Normal, x Resistencia de corte, y
26.8 26.5
25.4 27.3
28.9 24.2
23.6 27.1
27.7 23.6
23.9 25.9
24.7 26.3
28.1 22.5
26.9 21.7
27.4 21.4
22.6 25.8
25.6 24.9

a. Determine la línea de regresión 𝑢𝑦⁄ = 𝛼 + 𝛽 ∗ 𝑥


𝑥
b. Calcule la resistencia de corte para un esfuerzo normal de 24.5 kg/cm^2.
SOLUCIÓN
i Resistencia Normal, x Resistencia de corte, y x^2 y^2 x*y
1 26.8 26.5 718.24 702.25 710.2
2 25.4 27.3 645.16 745.29 693.42
3 28.9 24.2 835.21 585.64 699.38
4 23.6 27.1 556.96 734.41 639.56
5 27.7 23.6 767.29 556.96 653.72
6 23.9 25.9 571.21 670.81 619.01
7 24.7 26.3 610.09 691.69 649.61
8 28.1 22.5 789.61 506.25 632.25
9 26.9 21.7 723.61 470.89 583.73
10 27.4 21.4 750.76 457.96 586.36
11 22.6 25.8 510.76 665.64 583.08
12 25.6 24.9 655.36 620.01 637.44
TOTAL 311.6 297.2 8134.26 7407.8 7687.76

a. Determine la línea de regresión 𝑢𝑦⁄ = 𝛼 + 𝛽 ∗ 𝑥


𝑥
𝑦̂ = 0.6861 ∗ 𝑥 + 42582

b. Calcule la resistencia de corte para un esfuerzo normal de 24.5 kg/cm^2.

5. Se aplica una prueba de aplicación de matemáticas a todos los alumnos de primer grado
que están ingresando a una institución de enseñanza superior.
No se admiten a los que obtienen una calificación inferior a 35 en el curso regular de
matemáticas y se les coloca en una clase de regularización. Las calificaciones del examen
de ubicación y del examen final de 20 estudiantes que tomaron el curso regular fueron los
siguientes:

Examen de ubicación, x Calificación del curso, y


50 53
35 41
35 61
40 56
55 68
65 36
35 11
60 70
90 79
35 59
90 54
80 91
60 48
60 71
60 71
40 47
55 53
50 68
65 57
50 79

a. Dibuje un diagrama de dispersión


b. Encuentre la ecuación de la línea de regresión para pronosticar las calificaciones del
curso a partir de las pruebas de ubicación
c. Grafique la línea en el diagrama de dispersión
d. Si 60 es la calificación mínima de pase, ¿debajo de qué calificación obtenida en la
prueba de ubicación se les debe negar la admisión a este curso regular a los futuros
estudiantes?
SOLUCION
∑ 𝑦 = 1173
i Examen de ubicación, x Calificación del curso, y x^2 y^2 x*y
1 50 53 2500 2809 2650
2 35 41 1225 1681 1435
3 35 61 1225 3721 2135
4 40 56 1600 3136 2240
5 55 68 3025 4624 3740
6 65 36 4225 1296 2340
7 35 11 1225 121 385
8 60 70 3600 4900 4200
9 90 79 8100 6241 7110
10 35 59 1225 3481 2065
11 90 54 8100 2916 4860
12 80 91 6400 8281 7280
13 60 48 3600 2304 2880
14 60 71 3600 5041 4260
15 60 71 3600 5041 4260
16 40 47 1600 2209 1880
17 55 53 3025 2809 2915
18 50 68 2500 4624 3400
19 65 57 4225 3249 3705
20 50 79 2500 6241 3950
TOTAL 1110 1173 67100 74725 67690

a. Dibuje un diagrama de dispersión

Calificación del curso, y


100
90
80
70
60
50
40
30
20
10
0
25 35 45 55 65 75 85 95
b. Encuentre la ecuación de la línea de regresión para pronosticar las calificaciones
del curso a partir de las pruebas de ubicación.

c. Grafique la línea en el diagrama de dispersión

6. Un comerciante al menudeo llevó a cabo un estudio para determinar la relación entre los
gastos de publicidad semanal y las ventas. Se obtuvieron los siguientes datos:

Costos de publicidad ($), x ventas($), y


40 385
20 400
25 395
20 365
30 475
50 440
40 490
20 420
50 560
40 525
25 480
50 510

a. Dibuje el diagrama de dispersión


b. Encuentre la ecuación de la línea de regresión para pronosticar las ventas semanales
resultantes de los gastos de publicidad.
c. Estime las ventas semanales cuando los gastos de publicidad ascienden a $35.
SOLUCIÓN
i Costos de publicidad ($), x ventas($), y x^2 y^2 x*y
1 40 385 1600 148225 15400
2 20 400 400 160000 8000
3 25 395 625 156025 9875
4 20 365 400 133225 7300
5 30 475 900 225625 14250
6 50 440 2500 193600 22000
7 40 490 1600 240100 19600
8 20 420 400 176400 8400
9 50 560 2500 313600 28000
10 40 525 1600 275625 21000
11 25 480 625 230400 12000
12 50 510 2500 260100 25500
TOTAL 410 5445 15650 2512925 191325

a. Dibuje el diagrama de dispersión

b. Encuentre la ecuación de la línea de regresión para pronosticar las ventas semanales


resultantes de los gastos de publicidad.

𝑦̂ = 3.2208 ∗ 𝑥 + 343.71

c. Estime las ventas semanales cuando los gastos de publicidad ascienden a $35.

𝑢𝑦⁄ = 𝛼 + 𝛽 ∗ 𝑥
𝑥
𝑦̂ = 3.2208 ∗ 𝑥 + 343.71
𝑦̂ = 3.2208 ∗ 35 + 343.71

𝑦̂ =456.438

Se estima que las ventas semanales cuando los gastos de publicidad asciende a $ 35, es de 456.438.

7. Se obtuvieron los siguientes datos para determinar la relación entre la calificación obtenida
en clase en el nivel de secundaria y el promedio puntual de calificación al final del primer
año de bachillerato.

Decíl de calificación, x Prom. puntual de calificación, y


3 1.93
2 2.55
1 1.72
1 2.48
1 2.87
3 1.87
4 1.34
1 3.03
2 2.54
2 2.34
8 1.4
4 1.45
8 1.72
1 3.8
5 2.13
6 1.81
1 2.33
1 2.53
2 2.04
2 3.2

a. Encuentre la ecuación de la línea de regresión para pronosticar el promedio


puntual de calificación de alumnos del primer año de bachillerato provenientes
de escuela secundaria.
b. Pronostique el promedio puntual de calificación para una alumna de primer año
cuya calificación en secundaria está en el tercer decil de su clase de graduación.

SOLUCIÓN
i Decíl de calificación, x Prom. puntual de calificación, y x^2 y^2 x*y
1 3 1.93 9 3.7249 5.79
2 2 2.55 4 6.5025 5.1
3 1 1.72 1 2.9584 1.72
4 1 2.48 1 6.1504 2.48
5 1 2.87 1 8.2369 2.87
6 3 1.87 9 3.4969 5.61
7 4 1.34 16 1.7956 5.36
8 1 3.03 1 9.1809 3.03
9 2 2.54 4 6.4516 5.08
10 2 2.34 4 5.4756 4.68
11 8 1.4 64 1.96 11.2
12 4 1.45 16 2.1025 5.8
13 8 1.72 64 2.9584 13.76
14 1 3.8 1 14.44 3.8
15 5 2.13 25 4.5369 10.65
16 6 1.81 36 3.2761 10.86
17 1 2.33 1 5.4289 2.33
18 1 2.53 1 6.4009 2.53
19 2 2.04 4 4.1616 4.08
20 2 3.2 4 10.24 6.4

a. Encuentre la ecuación de la línea de regresión para pronosticar el promedio puntual de


calificación de alumnos del primer año de bachillerato provenientes de escuela secundaria.
8. En un estudio acerca del grado de precipitación pluvial y la cantidad de contaminación de
aire eliminada, se obtuvieron los siguientes datos:

Lluvia diaria (0.01cm), x Particulas eliminadas (mm^3), y


4.3 126
4.5 121
5.9 116
5.6 118
6.1 114
5.2 118
3.8 132
2.1 141
7.5 108

a. Determine la ecuación de la línea de regresión para pronosticar las partículas


removidas, a partir de la cantidad de precipitación pluvial diaria.
b. Estime la cantidad de partículas removidas cuando la participación pluvial
diaria es x=4.8 unidades.
9. Los siguientes datos son los precios de ventas z de una marca y modelo de automóviles
usados w años.

w (años), x z (dólares), y
1 6350
2 5695
2 5750
3 5395
5 4985
5 4895

a. Determine una curva de la forma 𝑢𝑧⁄𝑤 = 𝑦 ∗ 𝛿 𝑤 por medio de la ecuación


de regresión no lineal simple 𝑧̂ = 𝑐 ∗ 𝑑
RECOMENDACIÓN: Escriba
𝑙𝑛𝑧̂ =ln c+ (ln d)*w
=𝑎+𝑏∗𝑤
Donde a= ln c y b=ln d y entonces se estiman a y b mediante las fórmulas de
la página 378 utilizando los puntos muéstrales.
b. Calcule el precio de venta de un vehículo que tiene cuatro años de uso
10. La presión P de un gas correspondiente a diferentes volúmenes V se registró de la siguiente
manera:
V (cm^3), x 50 60 70 90 100
P (kg/cm^2), y 64.7 51.3 40.5 25.9 7.8
La ley de los gases ideales da la ecuación P*V^y= C, donde y y C son constantes.

a. Con el procedimiento sugerido en el ejercicio 10, encuentre las estimaciones


de mínimos cuadrados de y y C de los datos proporcionados.
b. Estime P cuando V=80 centímetros cúbicos
11. Los siguientes datos, que representan las velocidades promedio de carrera para diferentes
distancias de cinco corredores, todos con más de 70 años de edad, se publicaron en la
American Scientist (Mayo-Junio 1981):
Distancia, s (km), x 1.6 3 5 10 42
Vel. Prom, v (m/seg), y 4.7 4.2 4.1 3.9 3.8

a. Siguiendo el procedimiento sugerido por el ejercicio 10, ajuste una curva de


la forma 𝑢𝑣⁄𝑠 = 𝑦𝑠 𝛿 por medio de la ecuación de regresión no lineal simple
𝑣̂ = 𝑐𝑠 𝑑
b. Pronostique la velocidad promedio para un corredor mayor de 70 años que
cubre una distancia de 10 kilómetros.
c.