Análisis de Regresión y Correlación

EJERCICIO 1

La materia prima que se usa en la elaboración de una fibra Humedad Humedad de

sintética se almacena en un local que no tiene control de del local Materia
humedad. Las mediciones de la humedad relativa en el local X prima
y del contenido de humedad de una muestra de la materia
Y
prima (ambos en porcentajes) durante 12 días, dieron los
42 12
siguientes resultados:
35 8
50 14
PASO 1: Diagrama de dispersión
43 9
48 11
RELACIÓN ENTRE HUMEDAD LOCAL Y HUMEDAD DE MATERIA
PRIMA
62 16
18
31 7
Humedad de Materia prima

16
f(x) = 0.27 x − 0.95 36 9
14 R² = 0.84
12 44 12
10 39 10
8
55 13
6
30 35 40 45 50 55 60 65 48 11
Humedad del local
Lectura del diagrama de dispersión:

La relación entre las variables tiene un patrón de forma lineal.

La relación entre la humedad del local (X) y la humedad de materia (Y) es directa, es
decir a mayor humedad del local mayor humedad de materia prima.
Dado que los puntos en el diagrama de dispersión se encuentran próximos a una
recta que pasa entre ellos, se puede esperar una elevada correlación

PASO 2: Cálculo del coeficiente de correlación

n xy    x   y 
r
n x    x n y
2 2 2
  y
2

n=12; Σxy=6093 ; Σx=533 ; Σy=132; Σ x2 =284089; Σ y 2=17424

Reemplazando en la fórmula tenemos que:

r =0.914429197

Comprobamos con Excel con la fórmula:

=COEF.DE.CORREL(Datos de X, Datos de Y)
PASO 3: Interpretación del coeficiente de correlación

El signo positivo del coeficiente nos indica que la relación entre la humedad del
local y la humedad de la materia prima es directa, el valor indica una correlación
muy alta.

B. Realizar el análisis de RLS, si el ajuste del modelo es bueno predecir el

porcentaje de humedad de la materia prima si la humedad del local es 45%.

1. Modelo teórico: y i=β 0 + β 1 x i +¿ e i

2. Estimación del modelo
Y^ i=0.26903207 X i−0.9495072

Interpretación de los valores estimados de los coeficientes:

^β 0=−0.9495072 no tiene interpretación real

^β 1=¿¿ 0.26903207

B1 es la cantidad en que aumenta la humedad de la materia prima cuando

la humedad del local se incrementa en una unidad.

Error estándar de estimación SR = 1.101

3. Bondad de ajuste

Coeficiente de determinación R² = 0.836 El modelo se ajusta de manera

adecuada a los datos, el 83.6% de los cambios en la humedad del local explican
los cambios que ocurren en la humedad de la materia prima.

4. Inferencias:

4.1. Análisis de Varianza (ANOVA)

Ho: el modelo no es adecuado

H1: El modelo es adecuado para explicar la humedad de la materia prima a

partir de la humedad del local.
Estadístico F = 51.04

P-valor= 0.0000313, se rechaza la Ho, el modelo es adecuado.

4.2. Inferencias individuales respecto a los parámetros

Ho: β 0 = 0

H1: β 0 ≠ 0, β 0es igual a cero

^β0
t= = -0.557715, P-valor
EE( ^β 0)
=0.589304
Ho: β 1 = 0

H1: β 1 ≠ 0, β 1 la humedad del local influye significativamente en la humedad de

la materia.

^β1
t= = 7.144 , p-valor= 0.0000313
EE( ^β 1)

Intervalos de confianza para β 0 y β 1

-4.742901< β 0 < 2.843886

0.1851 < β 1 < 0.3529

Predicción el porcentaje de humedad de la materia prima si la humedad del local

es 45%.

Solución.
Se usa la ecuación de predicción para x=45

Y^ i=0.26903207 X i−0.9495072

Y^ i=0.26903207(45)−0.9495072

Y^ i=¿11.155

La humedad de la materia prima predicha alcanza el 11.155%

EJERCICIO 2 xi yi

Las variaciones del peso de mampostería de ladrillos 5.7 119.0

de arcilla tienen implicaciones no sólo para diseño 6.8 121.3

estructural y acústico sino también para el diseño de 9.6 118.2
sistemas de calefacción, ventilación yaire 10.0 124.0
acondicionado. En un artículo de una revista se
10.7 112.3
publica datos de densidad de mortero en seco, Y,
12.6 114.1
(lb/pie3 ) y el contenido de aire del mortero, X, (en%),
para una muestra de especímenes de mortero, de 14.4 112.2

donde se tomaron los siguientes datos 15.0 115.1

representativos: 15.3 111.3

16.2 102.2

17.8 108.9

18.7 107.8

20.6 106.2

25.0 105.0
PASO 1: Diagrama de dispersión

RELACIÓN ENTRE EL CONTENIDO AIRE DEL MORTERO Y LA DENSIDAD DEL

MORTERO EN SECO
130

125

120 f(x) = − 0.99 x + 126.66

R² = 0.69
115
yi

110

105

100
0 5 10 15 20 25 30
xi

Lectura del diagrama de dispersión:

La relación entre las variables tiene un patrón de forma lineal.

La relación entre el contenido de aire del mortero (X) y la densidad del mortero
en seco (Y) es inversa, es decir a mayor contenido de aire menor densidad.
Dado que los puntos en el diagrama de dispersión se encuentran próximos a
PASO 2: Cálculo del coeficiente de correlación

n xy    x   y 
r
n x    x n y
2 2 2
  y
2

n=14 ; Σxy=21984.84 ; Σx=198.4 ; Σy=1577.6 ; Σ x 2=3188.92 ; Σ y 2=178304.9

Reemplazando en la fórmula tenemos que:

r =−0.830384591

Comprobamos con Excel con la fórmula:

=COEF.DE.CORREL(Datos de X, Datos de Y)

PASO 3: Interpretación del coeficiente de correlación

El signo negativo del coeficiente nos indica que el contenido de aire del mortero y
la densidad del mortero en seco es inversa, el valor indica una correlación alta.

3. Escribir el modelo teórico de RLS que relaciona a las variables

 Modelo teórico: y i=β 0 + β 1 x i +¿ e i

4. Estimar el modelo usando el Método de Mínimos Cuadrados

Y^ i=−0.986 X i +126.658

5.- Interpretar los valores estimados de los coeficientes de regresión

^β 0=123.658no tiene interpretación real

^β 1=¿¿ −0.986 Por cada 1% de incremento del contenido de aire del mortero,

la densidad de mortero seco disminuye en 0.986 (lb/pie3)

6. Calcular el error estándar de estimación

Error estándar: 3.710

7. Evaluar la bondad del ajuste del modelo a los datos, mediante el

Coeficiente de determinación

Coeficiente de determinación R² = 0.690 El modelo se ajusta de

manera adecuada a los datos, el 69% de los cambios en la humedad
del local explican los cambios que ocurren en la humedad de la materia
prima.

8. Efectuar inferencias individuales acerca de los coeficientes de regresión

Ho: β 0 = 0

H1: β 0 ≠ 0, β 0es igual a cero

 ^β0
t= = 43.943, P-valor =0.000000
EE( ^β 0)

Ho: β 1 = 0

H1: β 1 ≠ 0, β 1 el contenido de aire del mortero influye significativamente en

la densidad del mortero seco.

^β1
t= = -5.163, p-valor= 0.0002
EE( β^ 1)

9. Calcular e interpretar intervalos de confianza para los coeficientes de

regresión

Intervalos de confianza para β 0 y β 1

 120.3779 < β 0 < 192.9380

Se tiene 95% de confianza de que el valor de β 0 está entre los valores de 120.3779
y 192.9380

 -1,4021 < β 1 < -0.5698

Se tiene 95% de confianza de que el valor de β 1 está entre los valores de -1,4021 y
-0.5698

10. Predecir los valores de la variable dependiente para los valores de la

variable independiente x=10.5 y x= 16.0

 Se usa la ecuación de predicción para x=10.5

Y^ i=−0.986 X i +126.658

Y^ i=−0.986 (10.5 )+ 126.658

Y^ i=¿ 116.305

La densidad del mortero en seco predicho alcanza el 116.305%

 Se usa la ecuación de predicción para x=16.0

 Y^ i=−0.986 X i +126.658

Y^ i=−0.986 (16.0 )+ 126.658

Y^ i=¿ 110.882

La densidad del mortero en seco predicho alcanza el 110.882%