NOMBRE DEL ALUMNO: LUIS FRANCISCO CASTAÑEDA CERON

MATRICULA: AL02900170

NOMBRE DEL PROFESOR: CESAR RICARDO DZUL DZUL

NOMBRE DEL CURSO: ESTADÍSTICA Y PRONÓSTICOS PARA LA TOMA DE

DECISIONES

MODULO 2

ACTIVIDAD 5: ¿EXISTE RELACIÓN ENTRE LA CANTIDAD DE KILÓMETROS,

LOS CABALLOS DE FUERZA Y EL PESO TOTAL?

FECHA: 12/07/19

CARRERA PROFECIONAL EJECUTIVA: INGENIERIA INDUSTRIAL Y

SISTEMAS

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

1. Revisa las explicaciones del tema 11 y 12. Contesta las siguientes preguntas:
a. ¿A qué se le llama una predicción puntal?

ES AQUELLA QUE SE REALIZA PARA CADA VALOR QUE PUEDE TOMAR UNA VARIABLE
DEPENDIENTE

b. ¿Cuáles son las dos fuentes de incertidumbre asociadas a una predicción puntual?

EL SISTEMA DE ETIMACION PUNTUAL CONSISTE EN SELECCIONADA UNA MUESTRA

X1(Xn) ENCONTRAR EL ESTADISTICO 1(Xn) QUE MEJOR ESTIME EL PARAMETRO 0

c. ¿A qué se le llama residuos? ¿Qué tipo de información te pueden dar?

ES LA DIFERENCIA ENTRE LOS VALORES DE LA VARIABLE DEPENDIENTES

OBSERVADOS, LOS CUALES NOS AYUDAN A CALCULAR LOS ERRORES QUE
GENERAN PERDIDAS

d. ¿Qué es una regresión lineal múltiple? ¿Cuándo se recomienda aplicarla?

ESTA PERMITE TRABAJAR CON UNA VARIABLE A NIVEL DE INTERVALO, ASI SE

PUEDE COMPRENDER Y ESTUDIAR LA RELACION QUE TIENEN DOS O MAS
VARIABLES

e. ¿Qué es una matriz de correlación? ¿Para qué sirve la matriz de correlación?

ES UNA TBLA DE DOBLE ENTRADA QUE NOS MUESTRA UNA LISTA MULTIVARIABLE
HORIZONTALMENTE Y LA MISMA ISTA VERTICALMENTE TODO ESTO CON SU
CORRESPONDEIENTE COEFICIENTE DE CORRELACION Y VA DE 0 A 1

NOS AYUDA A MEDIR LA INTERDEPENDENCIA EN RELACIONES ASOCIADAS O ENTRE

TODAS LAS VARIABLES

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

2. En un experimento con conejos se hizo variar la cantidad de alimento administrado, y
además se les añadió 1 g diario de colesterol en la dieta durante varias semanas. La
cantidad de alimento X está expresado como gramos diarios por kg de peso al inicio del
experimento, y el colesterol Y al final del experimento en mg. Los datos se presentan a
continuación:

Cantidad de  colesterol,    Cantidad de  colesterol,

alimento, g mg alimento, g mg
X Y X Y
10 313    33 677
15 370    35 151
18 424    36 280
19 356    37 245
20 310    39 396
21 349    42 278
21 365    45 297
24 245    54 224
25 373    56 346
27 395    56 141
28 156    59 139
30 243    59 424
30 150    60 316
31 463    64 379

3.
a. Estima la ecuación de regresión lineal.

Resumen

Estadísticas de la
regresión
Coeficient 0.17621
e de 689
correlació

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

 n
múltiple
Coeficient 0.03105
e de 239
determin
ación R^2
R^2 -
ajustado 0.05703
376
Error 98.4788
típico 375
Observaci 13
ones

ANÁLISIS DE
VARIANZA
  Grados Suma Promed F Valor
de de io de crítico
libertad cuadra los de F
dos cuadra
dos
Regresión 1 3418.79 3418.79 0.35252 0.56469
659 659 298 812
Residuos 11 106678. 9698.08
896 143
Total 12 110097.      
692

  Coeficie Error Estadís Probabil Inferior Superio Inferior Superio

ntes típico tico t idad 95% r 95% 95.0% r 95.0%
Intercepci 199.303 135.582 1.46998 0.16958 - 497.719 - 497.719
ón 889 564 171 106 99.1113 1 99.1113 1
217 217
33 1.59665 2.68915 0.59373 0.56469 - 7.51544 - 7.51544
022 644 646 812 4.32214 365 4.32214 365
32 32
Análisis de los
residuales

Observaci Pronós Residuo

ón tico 677 s
1 255.186 -
647 104.186

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

 647
2 256.783 23.2167
297 03
3 258.379 -
947 13.3799
472
4 261.573 134.426
248 752
5 266.363 11.6368
198 017
6 271.153 25.8468
149 51
7 285.523 -
001 61.5230
01
8 288.716 57.2836
301 985
9 288.716 -
301 147.716
301
10 293.506 -
252 154.506
252
11 293.506 130.493
252 748
12 295.102 20.8970
902 976
13 301.489 77.5104
503 967

33 Gráfico de los residuales

200
150
100
50
Residuos

0
30 35 40 45 50 55 60 65 70
-50
-100
-150
-200
33

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

 b. Calcula las predicciones (valores puntuales) para los siguientes valores de X0: 11, 12,
15, 25, 30, 35.5, 39, 45, 60, 70, 80, 90.
c. Obtén los intervalos de confianza al 99 para cada valor puntual de Y para los
diferentes valores de X0.

Resumen

Estadísticas de la
regresión
Coeficiente 0.9410747
de 7
correlación
múltiple
Coeficiente 0.8856217
de 1
determinaci
ón R^2
R^2 0.8022883
ajustado 8
Error típico 103.13218
Observacion 13
es

ANÁLISIS DE
VARIANZA
  Grados Suma Promed F Valor
de de io de crítico
libertad cuadra los de F
dos cuadra
dos
Regresió 1 988267. 988267. 92.9150 1.0659E
n 042 042 183 -06
Residuo 12 127634. 10636.2
s 958 465
Total 13 111590      
2

  Coeficie Error Estadís Probabil Inferior Superio Inferior Superio

ntes típico tico t idad 95% r 95% 99.0% r 99.0%
Intercep 0 #N/A #N/A #N/A #N/A #N/A #N/A #N/A

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

 ción
33 5.46861 0.56732 9.63924 5.3189E- 4.23251 6.70472 3.73569 7.20154
95 869 366 07 647 253 155 745

Resultados de datos de probabilidad

Percentil 677
3.84615385 139
11.5384615 141
19.2307692 151
26.9230769 224
34.6153846 245
42.3076923 278
50 280
57.6923077 297
65.3846154 316
73.0769231 346
80.7692308 379
88.4615385 396
96.1538462 424

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

Se tomó una muestra de 20 automóviles con relación al número de kilómetros por litro (Y),
caballos de fuerza X1 y peso total en kg X2

0 CABALLOS DE PESO EN KG
Y FUERZA,  X1 X2
19 67 1844
19 50 1998
17 62 1752
16 69 1980
16 66 1797
15 63 2199
15 90 2404
14 99 2611
13 63 3236
12 91 2606
11 94 2580
11 88 2507
11 124 2922
10 97 2434
9 114 3248
9 102 2812
8 114 3382
8 142 3197
7 153 4380
7 139 4036

A. ESTIMA E INTERPRETA LOS COEFICIENTES DE LA ECUACIÓN DE

REGRESIÓN LINEAL MÚLTIPLE.

REGRESION MULTIPLE Y=24.74-0.06X1-0.002X2

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

 B. SI UN VEHÍCULO TIENE 92 CABALLOS DE FUERZA Y UN PESO DE
1750 KG ¿CUÁL SERÁ EL NÚMERO DE KILÓMETROS POR LITRO
QUE SE ESPERARÍA? 

REGRESION MULTIPLE Y=24.74-0.06(92)-

0.002(1750)
15.72

ESTADÍSTICAS DE LA REGRESIÓN
COEFICIENTE DE CORRELACIÓN 0.903042171
MÚLTIPLE
COEFICIENTE DE DETERMINACIÓN 0.815485162
R^2
R^2 AJUSTADO 0.793777534
ERROR TÍPICO 1.75121248
OBSERVACIONES 20

ANÁLISIS DE
VARIANZA
  Grados de Suma de Promedio F Valor
libertad cuadrados de los crítico
cuadrados de F
Regresión 2 230.41533 115.207666 37.566755 5.7712
24 2 82 E-07
Residuos 17 52.134667 3.06674515
55
Total 19 282.55      

  Coefic Error Estadí Proba Inferio Superi Inferio Superi

ientes típico stico t bilida r 95% or r or
d 95% 95.0% 95.0%
Interc 24.745 1.5507 15.957 1.1558 21.473 28.017 21.473 28.017
epció 56355 58281 07329 E-11 74957 37753 74957 37753
n
Variab - 0.0252 - 0.0135 - - - -
le X 1 0.0696 90691 2.7532 76482 0.1229 0.0162 0.1229 0.0162
30443 04479 89137 7175 89137 7175
Variab - 0.0010 - 0.0528 - 2.9398 - 2.9398

LUIS FRANCISCO CASTAÑEDA CERON AL2900170

 le X 2 0.0021 38077 2.0814 15196 0.0043 4E-05 0.0043 4E-05
60753 95514 50905 50905

LUIS FRANCISCO CASTAÑEDA CERON AL2900170