Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 16 – Sesión 1
LOGRO DE SESIÓN
σ𝑁
𝑖=1 𝑌𝑖 𝑋1𝑖
𝑆𝑌𝑋1 = − 𝑌ത 𝑋ത1𝑖
𝑛
De la misma manera para cada variable que se tenga del modelo de regresión
lineal múltiple.
MATRIZ DE VARIANZAS - COVARIANZAS
Ejemplo
El gerente de una empresa estudia las posibles relaciones entre beneficios anuales,
gastos en publicidad anuales y horas extras anuales de los empleados. Para ello utiliza
datos de estas tres variables, proporcionadas por algunas empresas del sector:
𝑌 2 = 71.36 𝑋12 = 13.48 𝑋22 = 366.25 𝑌ത = 3.0857 𝑋ത1 = 1.2571 𝑋ത2 = 7.0714
MATRIZ DE VARIANZAS - COVARIANZAS
Realizamos los cálculos necesarios:
Donde:
• La distribución t con 𝑛 – 𝑘– 1 grados de libertad ( 𝑘 : número de variables
independientes)
• 𝑥𝑜 es el vector que contiene los valores de las variables independientes para los
cuales se desea hacer el pronóstico.
• CME se obtiene de:
INTERVALO DE CONFIANZA
Intervalo de predicción para 𝒀𝒐
En este caso, ŷ es el valor pronosticado o valor de predicción de y, y a la ecuación
se le llama ecuación de predicción.
Cuando ŷ se interpreta como un valor de predicción de y, al intervalo se le llama
intervalo de predicción.
Donde:
La distribución t con 𝑛 – 𝑘– 1 grados de libertad y CME se obtiene de:
Foro semanal
Ejercicio: Se llevó a cabo un estudio sobre un tipo de conexión para conocer la
relación entre la cantidad de desgaste (y), la viscosidad del aceite (x1) y la carga (x2).
Se obtuvieron los datos siguientes. (Tomado de Response Surface Methodology,
Myers, Montgomery y Anderson-Cook, 2009).
Y X1 X2
193 1.6 851
172 22 1058
113 33 1357
230 15.5 816
91 43 1201
125 40 1115
451.09 − 70.987
= = 4.874
7−2−1
INTERVALO DE CONFIANZA
Solución:
El intervalo de confianza será:
t(1-α/2)= 2.776