Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Utilice los conceptos de regresión lineal para desarrollar los siguientes ejercicios, para un
mejor análisis utilice Excel y Geogebra combinados (Fecha de entrega 30 de mayo) chapra
pag 500 ed 5
1. Utilice la regresión por mínimos cuadrados para ajustar una línea recta a los datos
dados. Además de la pendiente y la intersección, calcule el error estándar de la
estimación y el coeficiente de correlación. Haga una gráfica de los datos y la línea
de regresión. Después repita el problema, pero ahora efectúe la regresión de x
versus y, es decir, intercambie las variables. Interprete sus resultados
X 0 2 4 6 9 11 12 15 17 19
Y 5 6 7 6 9 8 7 10 12 12
2. Use la regresión por mínimos cuadrados para ajustar una línea recta a los datos
dados, además de la pendiente y la intersección, calcule el error estándar de la
estimación y el coeficiente de correlación. Haga una gráfica de los datos y la línea
de regresión. ¿Si otra persona hiciera una medición adicional de x = 10, y = 10,
usted pensaría, con base en una evaluación visual y el error estándar, que la
medición era válida o inválida? Justifique su conclusión.
X 6 7 11 15 17 21 23 29 29 37 39
Y 29 21 29 14 21 15 7 7 13 0 3
X 2 4 6 7 10 11 14 17 20
Y 1 2 5 2 8 7 6 9 12
// 1 de 4
Ing. Milton Rodríguez Ch.
4. Ajuste los datos siguientes con el modelo de potencias (𝑦 = 𝑎𝑥𝑏), Use la ecuación
de potencias resultante para hacer el pronóstico de y en x = 9.
5. Se hace la prueba a un material para estudiar la falla por fatiga cíclica, en la que se
aplica un esfuerzo, en MPa, al material y se mide el número de ciclos que se
necesita para hacer que falle. Los resultados se presentan en la tabla siguiente. Al
hacerse una gráfica log-log, del esfuerzo versus los ciclos, la tendencia de los datos
presenta una relación lineal. Use regresión por mínimos cuadrados para
determinar la ecuación de mejor ajuste para dichos datos.
6. Los datos siguientes muestran la relación entre la viscosidad del aceite SAE 70 y su
temperatura. Después de obtener el logaritmo de los datos, use regresión lineal
para encontrar la ecuación de la recta que se ajuste mejor a los datos y al valor de
r (coeficiente de correlación).
Día 0 4 8 12 16 20
6
Cantidad 10 67 84 98 125 149 185
// 2 de 4
Ing. Milton Rodríguez Ch.
T (hrs) 4 8 12 16 20 24
C (CFU/100 ml) 1590 1320 1000 900 650 560
Observe que la elección del modelo debe ser consistente con el hecho de que las
concentraciones negativas son imposibles y de que la concentración de bacterias
siempre disminuye con el tiempo.
V. m/s 10 20 30 40 50 60 70 80
F. N 25 70 380 550 610 1220 830 1450
Emplee regresión por mínimos cuadrados para ajustar estos datos con:
10. Ajuste un modelo de potencias a los datos del problema anterior, pero emplee
logaritmos naturales para hacer las transformaciones.
// 3 de 4
Ing. Milton Rodríguez Ch.
// 4 de 4