INSTITUTO TECNOLÓ GICO

SUPERIOR DE SAN ANDRÉ S

TUXTLA.
CARRERA:
INGENIERÍA INDUSTRIAL
GRUPO:
413-B
MATERIA:
ESTADISTICA INFERENCIAL II
ALUMNOS:
AURORA MENDEZ OLVERA
UNIDAD 1 :
REGRESION LINEAL MULTIPLE
DOCENTE:
BERNABE CONTRERAS CONTERAS
1. Suponga en el ejercicio 6 de la página 417 que también se da el número de
periodos de clase perdidos por los 12 estudiantes que tomaron el curso de
química. Los datos completos son los siguientes:

ESTUDIANT CALIFICACIÓN DE CALIFICACIÓN DE CLASES

E QUIMICA Y EXAMEN X1 PERDIDAS X2

1 85 65 1
2 74 50 7
3 76 55 5
4 90 65 2
5 85 55 6
6 87 70 3
7 94 65 2
8 98 70 5
9 81 55 4
10 91 70 3
11 76 50 1
12 74 55 4
TOTAL 1011 725 43

1.- Use una ecuación de regresión lineal multiple.

b0 + b1x1 + b2x2 + b3x3

2.- Estime la calificación de química para un estudiante que tiene una calificación
en el examen de inteligencia de 60 y perdió cuatro clases. R= 84.8371532 DE
CALIFICACIÓN

12 725 43 1011
X= 725 44475 2540 Y= 61685
43 2540 195 3581

2.
7.65474754 -0.11082199 -0.24444253 b0 27.5467
X^-1= -0.11082199 0.00169223 0.00239531 0.9216784
-0.24444253 0.00239531 0.02783043 b1 4
Los siguientes datos representan un conjunto de diez eventos 0.2842495
b2 3
experimentales en los cuales dos variables independientes
X1 y X2 se controlan y se observan los valores de una respuesta y:

y X1 X2
61.5 2400 54.5
61.2 2450 56.4
 32 2500 43.2
52.5 2700 65.2
31.5 2750 45.5
22.5 2800 47.5
53 2900 65
56.8 3000 66.5
34.8 3100 57.3
52.7 3200 68
458.5 27800 569.1
Estime la ecuación de regresión lineal multiple

b0 + b1x1 + b2x2 + b3x3

10 27800 569.1
7796500 458.5
X=
27800 0 1594375 Y= 1269535
569.1 1594375 33149.53 26910.67

- -
11.53393 0.003855 0.012561
04 77 83
-
X^-1= 0.003855 2.0695E- -3.3341E- 55.226663
77 06 05 b0 2
- -
0.012561 -3.3341E- 0.001849 0.0377977
83 05 38 b1 5
1.6816214
b2 7

3. Se lleva a cabo un conjunto de eventos experimentales para determinar una

forma de pronosticar los tiempos de cocimiento y a varios niveles ancho de
horno X1 y la temperatura de los conductos interiores X 2. Los datos codificados
sese registraron como sigue:
 y X1 X2 YX1
6.4 1.32 1.15 8.448
15.05 2.69 3.4 40.4845
18.75 3.56 4.1 66.75
30.25 4.41 8.75 133.4025
44.85 5.35 14.82 239.9475
48.94 6.2 15.15 303.428
51.55 7.12 15.32 367.036
61.5 8.87 18.18 545.505
100.44 9.8 35.19 984.312
111.42 10.65 40.4 1186.623
489.15 59.97 156.46 3875.9365

Estime la ecuación de regresión lineal multiple

b0 + b1x1 + b2x2 + b3x3

10 59.97 156.46 489.15

X= 59.97 446.9965 1282.5215 Y= 3875.9365
156.46 1282.5215 3991.1208 11749.8781

0.85324759 -0.2371963 0.04277251

4. Se
- 0.5799878 lleva
X^-1= -0.2371963 0.09461974 0.02110688 b0 9
- a cabo
2.7122375
0.04277251 0.02110688 0.00535635 b1 8 un
2.0497074
b2 9
experimento para determinar si es posible pronosticar el peso de un animal
después de un periodo de tiempo determinado sobre la base de su peso inicial
y de la cantidad de alimento que recibe. Se registraron los siguientes datos en
kilogramos:

PESO PESO ALIMENTO

FINAL Y INICIAL X1 CONSUMID
O X2
95 42 272
77 33 226
80 33 256
100 45 292
97 39 311
Estime la ecuación de regresión lineal multiple
70 36 183
50 32 173
80 41 236
92 40 230
84 38 235
825 379 2414
b0 + b1x1 + b2x2 + b3x3

10 379 2414 825

X= 379 14533 92529 Y= 31726
2414 92529 599820 204329

-
8.61108095 0.21957063 -0.0007844 -
- - b0 22.2316172
X^-1=
0.21957063 0.00945442 0.00057478 b1 1.36094044
- 9.34903E-
b2 0.22018216
-0.0007844 0.00057478 05