Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOMBRES:
Eduardo Enrique Muñoz Valderrama
Jhon Sebastián Obando Benavides.
1. Elabore un diagrama de dispersión para X y Y, comente sobre el tipo de relación que presentan las variables.
25
f(x) = − 1.32 x + 29.52
20 R² = 0.78
15
10
5
0
2 4 6 8 10 12 14 16 18 20 22
Horas de entrenamiento recibido
En la gráfica podemos ver que los datos presentan una relación lineal, con una pendiente negativa, es decir, que a
mayor horas de entrenamiento recibido por un obrero se demorará menos minutos en producir 1Kg de material.
B = b1 = -1,3154
Esto quiere decir que por cada hora de entrenamiento recibido los minutos en producir 1Kg de material en promedio
disminuye 1,3154 minutos.
4. Calcule e interprete el coeficiente de correlación.
r = - 0,884865444
Como el valor r es diferente a 0 quiere decir que las variables X y Y están correlacionadas, como r ˂ 0 hay
correlación negativa, es decir, las dos variables se correlacionan en sentido inverso. A valores altos de una de ellas
le suelen corresponder valores bajos de la otra y viceversa. Como este está próximo a -1 existe una fuerte
asociación lineal.
α=0,05
b1 = -1,3154
Ʈ ( 0,025,9)=2,262
b1 −β1 −1,3154−0
Ʈ c= = =−5,6993
Sb 1 0,2308
Se rechaza la hipótesis nula debido a que -5,6993 ˂ -2,262
Con una significancia del 0.05 se puede afirmar que el modelo es significativo por lo cual hay relación lineal.
Sb1 = 0.230832677
60
50
40
30
20
10
1
-10 -5 0 5 10
Residuo
Con ayuda de Minitab se logra hacer la gráfica de prueba de normalidad de residuos para así hacer el respectivo
análisis.
H0: Hay normalidad de residuos.
H1: No hay normalidad de residuos.
El valor de p es 0,286 > 0.05 que es la significancia, como p es mayor no se rechaza la hipótesis nula, por lo tanto,
hay normalidad de residuos.
9. Realice gráficamente las pruebas de independencia y homogeneidad de los residuos para el modelo obtenido en 2.
Error vs Horas de entrenamiento recibido
10
8
Error / Residuos 6
4
2
0
2 4 6 8 10 12 14 16 18 20 22
-2
-4
-6
Al hacer el análisis gráfico de los errores se determina que no hay independencia debió a que la gráfica toma forma
en curvas, además los residuos a lo largo del orden de observación, estos presentan mucha dispersión por lo tanto
no hay homogeneidad.
10. Prediga los minutos que se tarde en producir 1Kg de material para 22 horas de entrenamiento. Dé su respuesta con
un intervalo del 95%.
Para predecir un valor de Y dado X se utiliza la siguiente fórmula:
2
( xi − x́ )
α = 0,05
√ 1
^y ±t α / 2 ,n−1 S 1+ + n
n
∑ ( x i− x́ )2
1
^y =0,5790
Ʈ ( 0,025, 10) =2,2 28
S=3.722065079
n=11
x́=10
( 22−10 )2=144
n
∑ (x i−x́)2=404
1
1 144
Y =0,5790± 2,2 28× 3,7221 1+
√ +
11 404
=0,5790 ± 9,9768
Y =(−9,3978 ; 1 0 ,5558)
Con una confianza del 95% a 22 horas de entrenamiento recibido por el obrero, se predice que los minutos que se
tarde en producir 1Kg de material es entre -9,3978 y 10,5558 minutos.
11. Estime con una confianza del 98% el tiempo en producir 1Kg de material para 17 horas de entrenamiento.
Para predecir un valor de Y dado X se utiliza la siguiente fórmula:
2
( x i− x́ )
√ 1
^y ±t α / 2 ,n−2 S + n
n
∑ ( x i− x́ )2
1
α = 0,02
^y =0,5790
Ʈ ( 0,0 1 ,9) =2, 821
S=3.722065079
n=11
x́=1 0
( 17−10 )2=4 9
n
∑ (x i−x́)2=316,0248
1
1 49
Y =0,5790± 2 , 821× 3,7221
√ +
11 316,0248
=0,5790 ±5,2074
Y =(−4,6284 ; 5 ,7 8 64 )
Con una confianza del 98% a 17 horas de entrenamiento recibido por el obrero, se estima que los minutos que se
tarde en producir 1Kg de material en promedio es entre -4,6284 y 5,7864 minutos.
12. Genere un modelo que permita predecir de una mejor forma la rapidez en la ejecución de la tarea en función de las
horas de entrenamiento.
Con ayuda de Excel se logra generar un modelo que permite predecir con una mejor forma la rapidez en la ejecución
de la tarea en función de las horas de entrenamiento, que es la siguiente: