T-Solid (X) Dureza (Y)

10.00 4.50
11.00 4.20
12.00 3.80
13.00 3.60
14.00 3.40
15.00 3.00
16.00 2.90
17.00 2.40
18.00 2.20
19.00 2.10
20.00 1.80
Temp(x) Dureza(y)
390.00 1.50
391.00 1.80
392.00 2.10
392.00 2.30
394.00 2.60
395.00 3.10
396.00 3.40
397.00 3.70
398.00 3.90
399.00 4.20
400.00 4.50
x (Temp) y (Dureza) Respuesta
101.00 49.00 Factor
115.00 44.00 Ecuación

Significado de las constantes

115.00 46.00
Significado de la ecuación de regresión
140.00 38.00
Significancia de los factores
123.00 43.00

107.00 47.00 Correlación

135.00 41.00 PRESS/SEE (suma cuadrados del error)

135.00 38.00 Coeficiente de determinación

105.00 47.00 Normalidad

110.00 45.00 Homocedasticidad

110.00 43.00 Independencia

135.00 37.00 COOK
125.00 44.00
132.00 40.00
130.00 39.00
y (Dureza)
Temperatura
y (Dureza)= 75,27 - 0,2684 x (Temp)
Pvalue de la constante= 0,000 < 0.05, Rechazho B0= 0, La constante sí tiene sentido.
Este termino se debe mantener en la ecuación de predicción.

Pvalue de regresión= 0,000 < 0.05, Rechazho B1= 0, La ecuación sí tiene sentido

Pvalue de factor= 0,000 < 0.05. Rechazo Ho, factor significativo. La temperatura sí está afectando
la variación de la dureza.

Hacer ejercicio de correlación.

r= -0.925, negativo fuerte. P-value= 0, correlación tiene sentido
36,92 / 28, 56= 1,29. 1,29<2, el modelo sirve para hacer predicciones. 1.29271709

R2= 85.5%. El 85.5% de la variación está explicada por el modelo de regresión. Como el modelo de
regresió está en términos de la temperatura, entonces se el 85.5% de la variación de la dureza se
debe a la temperatura.
Pvalue normalidad p-value= 0,986>0,05. No se rechaza la Ho. Los residuos son normales
Prueba de igualdad de varianzas p-value= 0,923>0,05. No se rechaza la Ho. Hay igualdad de
varianzas- dL
Buscar en tablas dL y dU con base a los números de factores (K) y número de observaciones (n).
Se busca que el Durbin calculado esté dentro de dU y 4-dU. 1.077
dCOOK>1. El dato influye en el desajuste del modelo. Buscar si hay causa asignable.
dU 2 4-dU 4-dL

1.361 1.75 2.639 2.923

En la tabla siguiente se indica la edad (en años) y la conducta
agresiva (medida en una escala de cero a 10) de 10 niños.

Conducta
Edad
Agresiva
6 9
6 6
6.7 7
7 8
7.4 7
7.9 4
8 2
8.2 3
8.5 3
8.9 1
El número de horas dedicadas al estudio de una asignatura y la
calificación obtenida en el examen correspondiente, de ocho
personas es:

Calificación
Horas (X)
(Y)
20 6.5
16 6
34 8.5
23 7
27 9
32 9.5
18 7.5
22 8
El centro de ubicación laboral de la universidad Segio Arboleda desea determinar si los promedios puntuales en notas de los es
ofertas laborales que ellos reciben despues de graduarse.
Los datos siguientes corresponden a los 10 recien graduados

Notas Estudiante Ofertas Laborales

3.25 3
2.35 3
1.02 1
0.36 0
3.69 5
2.65 4
2.15 2
1.25 2
3.88 6
3.37 2
dios puntuales en notas de los estudiantes puede explicar el numero de
Suponer que al ejemplo del tratamiento térmico se
introduce una variable más que es la temperatura de la
pieza

x1 (Temp) X2(Tempza) y (Dureza)

101 848 49
120 845 44
115 847 46
140 837 38
123 844 43
107 847 47
130 840 41
135 838 38
105 846 47
110 845 45
118 845 43
138 836 37
125 845 44
132 840 40
Suponer que al ejemplo del tratamiento térmico se
introduce una variable más que es la temperatura de la
pieza

x1 (Temp) X2(Tempza) y (Dureza)

101 848 49
115 845 44
115 847 46
140 837 38
123 844 43
107 847 47
135 840 41
135 838 38
105 846 47
110 845 45
110 844 43
135 836 37
125 845 44
132 840 40
130 839 39
Considerar que al problema del acabado se le agrega una
variable más: posición. Construir un modelo de regresión e
interpretarlo

(y)Acabado (X1)Avance (X2)Posición

60 1.00 10
200 1.75 15
70 1.15 12
190 1.70 17
70 1.10 11
100 1.40 15
115 1.50 15
80 1.25 13
65 1.05 10
120 1.55 16
80 1.15 12
150 1.60 15
Se desea verificar si los ingresos de diferentes supermercados esta impactado por el numero de habitantes del mu
superficie en m^2 del supermercado

Ingresos SupeHabitantes (X) Superficie m^2 (X2)

198 70 21
209 35 26
197 55 14
156 25 10
85 28 12
187 43 20
43 15 5
211 33 28
120 23 9
62 4 6
176 45 10
117 20 8
273 56 36
r el numero de habitantes del municipio y la
Pruebas

1 Significancia de los factores

2 Significancia de la ecuación de regresión
3 Coeficiente de Determinación
4 Coeficiente de Correlación
5 Normalidad
6 Homocedasticidad
7 Independencia
8 Falta de Ajuste
9 Pruebas Durbin Watson - Independencia
11 Distancia D-Cook > 1 influyente F(0.5, p, n-p)

Adicionales para Regresión Múltiple

10 Multocolinealidad (VIF) OK

Corr + Inconcluso

dl du
Independencia Ok
Inconcluso Corr -

2 4-du 4-dl
4 4
Considerar la relación existente entre la resistencia a la tensión y el contenido de carbón de un metal

Paso 1
Y=Resistencia Carbón
3 10
8 12
12 14
18 15
25 18
28 22
30 25
32 28
36 30
37 35
40 40
44 45
45 50
46 55
49 60
30.6

1.a.- Construya un modelo de regresión para la variable de respuesta contra la variable de

entrada. Intente con un modelo lineal y posteriormente con modelos polinomiales
1.b.- Cuál es el modelo de regresión que mejor se ajusta ?
1.c.- Exponga su interpretación del modelo
1.d.- Realice la prueba de significancia (mediante Anova) y determine si la regresión tiene
sentido (anexe en este documento la tabla Anova obtenida)
1.e.- Obtenga el valor del coeficiente de determinación para el modelo de regresión
1.f.- Interprete el valor del coeficiente de determinación
1.g.- Realice la gráfica para la prueba de normalidad de los datos (incluya aquí la gráfica)
1.h.- Interprete la gráfica para la prueba de normalidad
1.i.- Realice la gráfica para la prueba de varianza constante de los datos (incluya aquí la gráfica)
1.j.- Interprete la gráfica para la prueba de varianza constante
1.k.- Realice la gráfica para la prueba de independencia de los datos (incluya aquí la gráfica)
1.l.- Interprete la gráfica para la prueba de independencia
1.m.- Determine el valor del estadístico de Durbin-Watson para los datos
1.n.- Mediante la prueba de Durbin-Watson, determine si existe autocorrelación entre los
datos
1.o.- Obtenga los valores VIF para cada uno de los parámetros
1.p.- Mediante los VIF, determine si existe multicolinealidad entre los parámetros
1.q.- Como director del centro de investigación, elabore una conclusión general acerca de los
resultados obtenidos para este experimento
Y=Presión X=Temp x2 x-media x-media2 X-Media^3 x2
50 100 10000 -70 4900 -343000 10000
40 110 12100 -60 3600 -216000 12100
30 120 14400 -50 2500 -125000 14400
25 130 16900 -40 1600 -64000 16900
21 140 19600 -30 900 -27000 19600
22 150 22500 -20 400 -8000 22500
21 160 25600 -10 100 -1000 25600
27 170 28900 0 0 0 28900
30 180 32400 10 100 1000 32400
40 190 36100 20 400 8000 36100
47 200 40000 30 900 27000 40000
50 210 44100 40 1600 64000 44100
60 220 48400 50 2500 125000 48400
70 230 52900 60 3600 216000 52900
80 240 57600 70 4900 343000 57600
170

1.a.- Construya un modelo de regresión para la variable de respuesta contra la variable de

entrada. Intente con un modelo lineal y posteriormente con modelos polinomiales
1.b.- Cuál es el modelo de regresión que mejor se ajusta ?
1.c.- Exponga su interpretación del modelo
1.d.- Realice la prueba de significancia (mediante Anova) y determine si la regresión tiene
sentido (anexe en este documento la tabla Anova obtenida)
1.e.- Obtenga el valor del coeficiente de determinación para el modelo de regresión
1.f.- Interprete el valor del coeficiente de determinación
1.g.- Realice la gráfica para la prueba de normalidad de los datos (incluya aquí la gráfica)
1.h.- Interprete la gráfica para la prueba de normalidad
1.i.- Realice la gráfica para la prueba de varianza constante de los datos (incluya aquí la gráfica)
1.j.- Interprete la gráfica para la prueba de varianza constante
1.k.- Realice la gráfica para la prueba de independencia de los datos (incluya aquí la gráfica)
1.l.- Interprete la gráfica para la prueba de independencia
1.m.- Determine el valor del estadístico de Durbin-Watson para los datos
1.n.- Mediante la prueba de Durbin-Watson, determine si existe autocorrelación entre los
datos
1.o.- Obtenga los valores VIF para cada uno de los parámetros
1.p.- Mediante los VIF, determine si existe multicolinealidad entre los parámetros
1.q.- Como director del centro de investigación, elabore una conclusión general acerca de los
resultados obtenidos para este experimento
 Y=Presión
50
40
30
25 Y= Presión
21 90
22 80 f(x) = 5.61706581009192E-08x^2 - 0.0028117435x + 61.9288230496
R² = 0.9090373567
21 f(x) = - 2.0038836125884E-12x^3 + 2.57170426904011E-07x^2 - 0.0087454152x + 110.9951266273
70
R² = 0.9830211162
27
60
30
40 50
47 40
50 30
60 20
70
10
80
0
0 10000 20000 30000 40000 50000 60000 70000

tra la variable de
s polinomiales

a regresión tiene

aquí la gráfica)

incluya aquí la gráfica)

uya aquí la gráfica)

elación entre los

eneral acerca de los

9288230496
54152x + 110.9951266273

60000 70000
Aplicar los dos métodos anteriores a los siguientes datos (no son los mismos
que en el ejemplo de regresión múltiple de dureza vs temp y tempza).

y(Dureza) x1(Temp) x2(Tempza) x3(Humed)

49 101 848 10
44 120 845 12
46 115 847 26
38 140 837 34
43 123 844 23
47 107 847 11
41 130 840 32
38 135 838 12
47 105 846 21
45 110 845 23
43 118 845 32
37 138 836 25
44 125 845 31
40 132 840 19
Aplicar los dos métodos de selección de variables a
la siguiente información

(y)Acabado (X1)Avance (X2)Posición (X3)Dimsn

60 1.00 10 2
200 1.75 15 3
70 1.15 12 4
190 1.70 17 3
70 1.10 11 2
100 1.40 15 4
115 1.50 15 5
80 1.25 13 6
65 1.05 10 4
120 1.55 16 3
80 1.15 12 6
150 1.60 15 3