18

16
Contenido de Humedad, Y

f(x) = 0.269032069402476 x − 0.949507749293304

14 R² = 0.836180756250939

12

10

6
30 35 40 45 50 55 60 65
Humedad, X

Regression Analysis

r² 83.6% n 12
r 0.914 k 1
Std. Error 1.101 Dep. Var. Contenido de Humedad, Y

ANOVA table Hipótesis

Source SS df MS F p-value H0: β1 = 0
Regression 61.8774 1 61.8774 51.04 3.13E-05 H0: β1 ≠ 0
Residual 12.1226 10 1.2123 N. significancia: α =
Total 74.0000 11 Estadístico:
Fc =
Decisión:
p-value =
Como p-value es men
Conclusión:

Regression output confidence interval Hipótesis

variables coefficients std. error t (df=10) p-value 95% lower 95% upper H0: β1 = 0
Intercept -0.9495 H0: β1 ≠ 0
Humedad, X 0.2690 0.0377 7.144 3.13E-05 0.1851 0.3529 N. significancia: α =
Estadístico:
Intervalo de confianza para β1 tc =
LI = 0.1851 Decisión:
LS = 0.3529 p-value =
Interpretación: Como p-value es men
Conclusión:
Predicted values for: Contenido de Humedad, Y
95% Confidence Interval 95% Prediction Interval
Humedad, X Predicted lower upper lower upper Leverage
53 13.309 12.299 14.319 10.656 15.962 0.170

250
240
Tiempo de respuesta auditivo

230
220 f(x) = 0.863793245131071 x + 22.3599720601528
210 R² = 0.665659551415498

200
190
180
170
160
150
150 160 170 180 190 200 210 220 230 240
Tiempo de respuesta visual

Regression Analysis

r² 66.6%
r 0.816
Std. Error 15.100
n 10
k 1
Dep. Var. Tiempo de respuesta auditivo

ANOVA table
Source SS df MS F p-value
Regression 3,631.9051 1 3,631.9051 15.93 .0040
Residual 1,824.1949 8 228.0244
Total 5,456.1000 9

Regression output confidence interval

variables coefficients std. error t (df=8) p-value 95% lower 95% upper
Intercept 22.3600
espuesta visual 0.8638 0.2164 3.991 .0040 0.3647 1.3629

18.0

16.0
f(x) = 0.269032069402476 x − 0.949507749293304
14.0 R² = 0.836180756250939
ápido
 18.0

16.0
f(x) = 0.269032069402476 x − 0.949507749293304
14.0 R² = 0.836180756250939
Examen rápido

12.0

10.0

8.0

6.0
30.0 35.0 40.0 45.0 50.0 55.0 60.0 65.0
Prueba de comprensión lectora

Regression Analysis

r² 83.6%
r 0.914
Std. Error 1.101
n 12
k 1
Dep. Var. Examen rápido

ANOVA table
Source SS df MS F p-value
Regression 61.8774 1 61.8774 51.04 3.13E-05
Residual 12.1226 10 1.2123
Total 74.0000 11

Regression output confidence interval

variables coefficients std. error t (df=10) p-value 95% lower 95% upper
Intercept -0.9495
rensión lectora 0.2690 0.0377 7.144 3.13E-05 0.1851 0.3529

Predicted values for: Examen rápido

95% Confidence Interval 95% Prediction Interval
rensión lectora Predicted lower upper lower upper Leverage
15 3.0860 0.5182 5.6537 -0.4653 6.6373 1.096
 Nuestro modelo NO es válido para realizar pronósticos
Nuestro modelo es válido para realizar pronósticos
0.05

51.04

3.1254424E-05
Como p-value es menor a α, entonces Rechazamos Ho

No existe una relación lineal entre la Humedad ambiental y la humedad de la materia prima
Existe una relación lineal entre la Humedad ambiental y la humedad de la materia prima
0.05

7.14

3.13E-05
Como p-value es menor a α, entonces Rechazamos Ho
 La materia prima que se usa en la elaboración de una fibra si
Contenido de Humedad, control de humedad. Las mediciones de la humedad relativa e
Humedad, X
Y muestra de la materia prima (ambos en porcentajes) durante 12
42 12
35 8
50 14
43 9
Graficar el diagrama de dispersión.
48 11
Indique el modelo adecuado.
62 16 Interprete el coeficiente de correlación simple.
31 7 Interprete el coeficiente de determinación.
36 9 Realizar una proyección para una humedad local de 53.
44 12 Realice la gráfica de la ecuación.
39 10
55 13
48 11
usa en la elaboración de una fibra sintética se almacena en un local que no tiene
mediciones de la humedad relativa en el local y del contenido de humedad de una
ma (ambos en porcentajes) durante 12 días, dieron los siguientes resultados:

dispersión.
uado.
de correlación simple.
de determinación.
para una humedad local de 53.
cuación.
 En un estudio de los tiempos de reacción, e
un estímulo visual y el tiempo de respuesta
(y) se registraron para una muestra aleatori
Tiempo de Tiempo de respuesta
respuesta visual auditivo tiempos se midieron en minutos. En la tabla
resultados.
161 159
203 206 Elaborar el diagrama de dispersión y determ
adecuado para los datos.
235 241
176 163 Interpretar los ceficientes de determinación
201 197 Realice las pruebas de hipótesis para la vali
188 193 pronóstico al 95%.
228 209
211 189
191 169
178 201
r² 66.6% :El 66.6% de la variabilidad del tiempo de respuesta auditivo esta siendo explicado por la v
r 0.816 : quiere decir en este caso que 0.8 tiene una asociacion media entre el Tiempo de respue
Hipotesis
HO: β1 = 0 Nuestro modelo NO es válido para realizar pronósticos
HO: β1 ≠ 0 Nuestro modelo es válido para realizar pronósticos

Nivel de Significancia: α= 0.05

Estadistico:

Fc= 15.93
p-valor= .0040

Decisión: Rechazamos Ho

Conclusión:
Con una significancia del 5% se puede afirmar que existe
evidencia muestral para indicar que nuestro modelo es
válido para realizar pronósticos.

Hipotesis
HO: β1 = 0 No existe una relacion lineal entre el tiempo de reaccion visual y auditivo
HO: β1 ≠ 0 Existe una relacion lineal entre el tiempo de reaccion visual y auditivo
Nivel de Significancia: α= 0.05

Estadistico:

Tc= 3.991
p-valor= .0040

Decisión: Rechazamos Ho

Conclusión:
Con una significancia del 5% se puede afirmar que existe
evidencia muestral para indicar que Existe una relacion
lineal entre el tiempo de reaccion visual y auditivo.
o de los tiempos de reacción, el tiempo de reacción a
isual y el tiempo de respuesta a un estímulo auditivo
ron para una muestra aleatoria de 10 personas. Los
idieron en minutos. En la tabla se presentan los

agrama de dispersión y determinar el modelo lineal

ra los datos.
s ceficientes de determinación y correlación.
uebas de hipótesis para la validación del modelo de
95%.

o esta siendo explicado por la variabilidad del tiempo de respuesta visual

dia entre el Tiempo de respuesta visual y Tiempo de respuesta auditivo

realizar pronósticos
ealizar pronósticos

o de reaccion visual y auditivo

de reaccion visual y auditivo
 Uno de los objetivos de una investigación es determinar un
Prueba de comprensión lectora (0 – 100), teniendo como elemento pr
comprensión lectora Examen rápido para ello se ha tomado una muestra aleatoria de 12 estudia
42.0 12.0 cuyos resultados se muestran a continuación:
35.0 8.0 1. Elaborar el diagrama de dispersión.
2. Determinar el modelo lineal adecuado para los datos.
50.0 14.0 3. Calcula e Interpreta la pendiente del modelo lineal.
43.0 9.0 4. Realiza una prueba de hipótesis para la validación del mo
48.0 11.0 5 Calcula e interpreta el coeficiente de determinación.
6. Calcula y determina el coeficiente de correlación.
62.0 16.0 7. Pronóstique el puntaje de una prueba de comprensión le
31.0 7.0
36.0 9.0
44.0 12.0
39.0 10.0
55.0 13.0
48.0 11.0

r² 83.6% :El 83.6% de la variabilidad del examen rapido esta siendo explicado por la variabilidad d
r 0.914 : Quiere decir en este caso que 0.914 tiene una asociacion muy fuerte entre la pueba de

Hipotesis
HO: β1 = 0 Nuestro modelo NO es válido para realizar pronósticos
HO: β1 ≠ 0 Nuestro modelo es válido para realizar pronósticos

Nivel de Significancia: α= 0.05

Estadistico:

Fc= 51.04
p-valor= 3.13E-05

Decisión: Rechazamos Ho

Conclusión:
Con una significancia del 5% se puede afirmar que
existe evidencia muestral para indicar que nuestro
modelo es válido para realizar pronósticos.

Hipotesis
HO: β1 = 0 No existe una relacion lineal entre el tiempo de reaccion visual y auditi
HO: β1 ≠ 0 Existe una relacion lineal entre el tiempo de reaccion visual y auditivo

Nivel de Significancia: α= 0.05

Estadistico:

Tc= 7.144
p-valor= 3.13E-05

Decisión: Rechazamos Ho

Conclusión: Con una significancia del 5% se puede afirmar que

existe evidencia muestral para indicar que existe una
relacion lineal entre el modelo de prediccion de una
prueba de comprension lectora y un examen rapido

7. Pronóstique el puntaje de una prueba de comprensión lectora si en el examen rápido se tuvo una calificación de 15.

valores nuevos: 95% Prediction Interval

lower upper
-0.4653 6.6373

Interpretacion: El puntaje de una prueba de comprension lectora esta entre -0.46% y 6.6.3% con una sig
 investigación es determinar un modelo de predicción para los puntajes de una prueba de
0), teniendo como elemento predictor un examen rápido de comprensión lectora (0 – 20);
muestra aleatoria de 12 estudiantes, a los que se les aplicó los dos tipos de evaluaciones y
an a continuación:
ispersión.
eal adecuado para los datos.
ndiente del modelo lineal.
ótesis para la validación del modelo de pronóstico.
ficiente de determinación.
eficiente de correlación.
una prueba de comprensión lectora si en el examen rápido se tuvo una calificación de 15.

o explicado por la variabilidad de la prueba de comprension lectora

n muy fuerte entre la pueba de comprensión lectora y el Examen rápido

para realizar pronósticos

ra realizar pronósticos
mpo de reaccion visual y auditivo
po de reaccion visual y auditivo

se tuvo una calificación de 15.

tre -0.46% y 6.6.3% con una significancia del 95%