Taller Estadística

Regresiones lineales
Integrantes:
Daniela Parra Floriano
Ferney Galeano

Ejercicio I

1. A partir de los datos, se realizó un conjunto de tablas, cálculos y gráfica para

obtener toda la información necesaria, como la tabla ANOVA, los intervalos de
confianza sobre respuestas medias, los intervalos de predicción, el coeficiente
de correlación R, el coeficiente de determinación R2, y demás.

Su recta de regresión lineal está dada por:

y = 2.2688x + 5.5393
  Prueba de hipótesis

H0: 𝛽0 = 0
H1: 𝛽0 ≠ 0
tα/2=3,355
𝑏0 − 𝛽0
𝑡= = 8,93
∑ 𝑋𝑖2
𝑆 √𝑛 ∗ 𝑆
𝑥𝑥

La hipótesis nula se RECHAZA.

 Prueba de hipótesis

H0: 𝛽1 = 0
H1: 𝛽1 ≠ 0
tα/2=3,355
𝑏1 − 𝛽1
𝑡= = 22,69
𝑆
√𝑆𝑋𝑋

La hipótesis nula se RECHAZA.

GRÁFICA 1
35
y = 2.2688x + 5.5393
30 R² = 0.9847

25
X vs. Y
20 Intervalo confianza inferior
Y

15 Intervalo confianza superior

Intervalo prediccion inferior
10
Intervalo prediccion superior
5 Lineal (X vs. Y)

0
0 2 4 6 8 10 12
X

2. Dado a el análisis de los cálculos obtenidos, se concluye que el modelo de

regresión lineal si describe este conjunto de datos de manera adecuada, esto se
puede confirmar con el R2= 0,9847 (cercano a 1), es decir que el 98,47% de la
variación esta explicada por este modelo.
Ejercicio II

1. A partir de los datos, se realizó un conjunto de tablas, cálculos y gráfica para

obtener toda la información necesaria, como la tabla ANOVA, los intervalos de
confianza sobre respuestas medias, los intervalos de predicción, el coeficiente
de correlación R, el coeficiente de determinación R2, y demás.

Su recta de regresión lineal está dada por:

y = 0.0188x + 2.0393

 Prueba de hipótesis

H0: 𝛽0 = 0
H1: 𝛽0 ≠ 0
tα/2=3,355
𝑏0 − 𝛽0
𝑡= = 1,5622
∑ 𝑋𝑖2
𝑆√𝑛 ∗ 𝑆
𝑥𝑥

La hipótesis nula NO SE RECHAZA.

  Prueba de hipótesis

H0: 𝛽1 = 0
H1: 𝛽1 ≠ 0
tα/2=3,355
𝑏1 − 𝛽1
𝑡= = 0,0895
𝑆
√𝑆𝑋𝑋

La hipótesis nula NO SE RECHAZA.

GRÁFICA 2
15
y = 0.0188x + 2.0393
R² = 0.0005
10

X vs. Y
5
Intervalo confianza inferior
Y

Intervalo confianza superior

0
0 2 4 6 8 10 12 Intervalo prediccion inferior
Intervalo prediccion superior
-5
Lineal (X vs. Y)

-10
X

2. Dado al análisis de los cálculos obtenidos, se concluye que el modelo de

regresión lineal no describe este conjunto de datos de manera adecuada, esto
se puede confirmar con el R2= 0,0005, es decir que el 0,005% de la variación
esta explicada por este modelo prácticamente 0; por lo anterior se procede a
buscar un modelo de regresión que describa de mejor manera estos datos y se
obtiene que este modelo corresponde a un modelo de regresión polinómica,
descrito por la siguiente ecuación y gráfica:

y = 0.3141x2 - 3.4362x + 8.9493

 GRÁFICA 2
15
y = 0.3141x2 - 3.4362x + 8.9493
R² = 0.9217
10

X vs. Y
5
Intervalo confianza inferior
Y

Intervalo confianza superior

0
0 2 4 6 8 10 12 Intervalo prediccion inferior
Intervalo prediccion superior
-5
Polinómica (X vs. Y)

-10
X

Ejercicio III

1. A partir de los datos, se realizó un conjunto de tablas, cálculos y gráfica para

obtener toda la información necesaria, como la tabla ANOVA, los intervalos de
confianza sobre respuestas medias, los intervalos de predicción, el coeficiente
de correlación R, el coeficiente de determinación R2, y demás.

Su recta de regresión lineal está dada por:

y = -0.3027x + 4.6707
  Prueba de hipótesis

H0: 𝛽0 = 0
H1: 𝛽0 ≠ 0
tα/2=3,355
𝑏0 − 𝛽0
𝑡= = 5,766
∑ 𝑋𝑖2
𝑆√
𝑛 ∗ 𝑆𝑥𝑥

La hipótesis nula se RECHAZA.

 Prueba de hipótesis

H0: 𝛽1 = 0
H1: 𝛽1 ≠ 0
tα/2=3,355
𝑏1 − 𝛽1
𝑡= = −2,3184
𝑆
√𝑆𝑋𝑋

La hipótesis nula NO SE RECHAZA.

 GRÁFICA 3
10 y = -0.3027x + 4.6707
R² = 0.4019
8

6
X vs. Y
4 Intervalo confianza inferior
Y

2 Intervalo confianza superior

Intervalo prediccion inferior
0
0 2 4 6 8 10 12 Intervalo prediccion superior
-2 Lineal (X vs. Y)

-4
X

2. Dado al análisis de los cálculos obtenidos, se concluye que el modelo de

regresión lineal no describe este conjunto de datos de manera adecuada, esto
se puede confirmar con el R2= 0,4019, es decir que el 40% de la variación esta
explicada por este modelo, menos de la mitad; por lo anterior se procede a
buscar un modelo de regresión que describa de mejor manera estos datos y se
obtiene que este modelo corresponde a un modelo de regresión polinómica,
descrito por la siguiente ecuación y gráfica:

y = -0.114x2 + 0.9511x + 2.1632

GRÁFICA 3
10
y = -0.114x2 + 0.9511x + 2.1632
8 R² = 0.7666

6
X vs. Y
4 Intervalo confianza inferior
Y

2 Intervalo confianza superior

Intervalo prediccion inferior
0
0 2 4 6 8 10 12 Intervalo prediccion superior
-2 Polinómica (X vs. Y)

-4
X
Ejercicio IV
1. A partir de los datos, se realizó un conjunto de tablas, cálculos y gráfica para
obtener toda la información necesaria, como la tabla ANOVA, los intervalos de
confianza sobre respuestas medias, los intervalos de predicción, el coeficiente
de correlación R, el coeficiente de determinación R2, y demás.

Su recta de regresión lineal está dada por:

y = -0.4033x + 6.2807

 Prueba de hipótesis

H0: 𝛽0 = 0
H1: 𝛽0 ≠ 0
tα/2=3,355
𝑏0 − 𝛽0
𝑡= = 59,9872
∑ 𝑋𝑖2
𝑆√𝑛 ∗ 𝑆
𝑥𝑥

La hipótesis nula se RECHAZA.

  Prueba de hipótesis

H0: 𝛽1 = 0
H1: 𝛽1 ≠ 0
tα/2=3,355
𝑏1 − 𝛽1
𝑡= = −11,2312
𝑆
√𝑆𝑋𝑋

La hipótesis nula se RECHAZA.

GRÁFICA 4
10 y = -0.4033x + 6.2807
9 R² = 0.9404
8
7
X vs. Y
6
Intervalo confianza inferior
5
Y

Intervalo confianza superior

4
Intervalo prediccion inferior
3
Intervalo prediccion superior
2
Lineal (X vs. Y)
1
0
-6 -4 -2 0 2 4 6
X

2. Dado a el análisis de los cálculos obtenidos, se concluye que el modelo de

regresión lineal si describe este conjunto de datos de manera adecuada, esto se
puede confirmar con el R2= 0,9404 (cercano a 1), es decir que el 94,04% de la
variación esta explicada por este modelo.