Matrícula 2886361

Nombre Adrián Sigala

Materia Estadistíca
Maestra María
Actividad

Ejercicio 11
Descripción:
Objetivo de la actividad:
Obtener los intervalos de confianza para los valores predichos en el análisis de regresión.

Descripción de la actividad:
A través de este ejercicio el alumno aprenderá a establecer intervalos de confianza para valores predichos
por medio de la ecuación de regresión simple.

Requerimientos para la actividad:

Calculadora de bolsillo, hoja de cálculo (Excel) o Minitab. Consulta los recursos de apoyo del tema 11 y 12.

 Instrucciones para el alumno:

Realiza las siguientes ejercicios:
1. En un experimento con conejos se tomaron en cuenta las siguientes variables:
                        Y: Proporción del peso final al peso inicial.
                        X: Gramos diarios de alimento por kg de peso inicial.

Gramos Gramos
Proporción diarios de Proporción de diarios de
de peso final alimento por peso final alimento por
al peso inicial kg de peso al peso inicial kg de peso
inicial inicial

Y X Y X
0.91 10 1.16 33
0.88 15 0.96 35
0.9 18 1.08 36
0.79 19 1.13 37
0.94 20 1 39
0.88 21 1.1 42
0.95 21 1.11 45
0.97 24 1.18 54
0.88 25 1.26 56
1.01 27 1.29 56
0.95 28 1.36 59
0.95 30 1.4 59
1.05 30 1.32 60
1.05 31 1.47 64

a. Realiza un diagrama de dispersión de los datos para Y contra X.
b. Calcula las rectas de mínimos cuadrados para Y contra X.
c. Prueba la hipótesis de que la pendiente es cero. Realiza todas las etapas de la
prueba de hipótesis (α = 0.01).
d. Calcula las predicciones Ŷ para los siguientes valores de X0: 0, 5, 15, 25, 30, 35.5
e. Calcula el intervalo de confianza de los valores particulares de Y para los valores
dados de X0 del inciso anterior.

Nota para el alumno: Considera que tu ejercicio debe estar documentado (proceso) y

fundamentado.
Entregable(s): Proceso y resultado de los ejercicios.

Criterios de evaluación de la actividad:
1. Diagrama de dispersión en computadora.
2. Ecuación de regresión estimada.
3. Conclusión en el contexto del problema tanto en las pruebas de hipótesis como en los intervalos de
confianza.
1. En un experimento con conejos se tomaron en cuenta las siguientes variables:
                        Y: Proporción del peso final al peso inicial.
                        X: Gramos diarios de alimento por kg de peso inicial.

a) Realiza un diagrama de dispersión de los datos para Y contra X.

Gramos diarios de
Proporción de peso
alimento por kg de
final al peso inicial
peso inicial
Gramos VS Proporcion peso
X Y 1.6
1.4
10 0.91
1.2
15 0.88
18 0.9 1
19 0.79 0.8
20 0.94 0.6
21 0.88
0.4
21 0.95
24 0.97 0.2

25 0.88 0
0 10 20 30 40 50 60 70
27 1.01
28 0.95
30 0.95
30 1.05
31 1.05
33 1.16
35 0.96
36 1.08
37 1.13
39 1
42 1.1
45 1.11
54 1.18
56 1.26
56 1.29
59 1.36
59 1.4
60 1.32
64 1.47
b. Calcula las rectas de mínimos cuadrados para Y contra X.

Gramos diarios de Proporción de
alimento por kg de peso final
peso inicial al peso inicial
X Y XY x² y²
1 10 0.91 9.1 100 0.8281
2 15 0.88 13.2 225 0.7744
3 18 0.9 16.2 324 0.81
4 19 0.79 15.01 361 0.6241
5 20 0.94 18.8 400 0.8836
6 21 0.88 18.48 441 0.7744
7 21 0.95 19.95 441 0.9025
8 24 0.97 23.28 576 0.9409
9 25 0.88 22 625 0.7744
10 27 1.01 27.27 729 1.0201
11 28 0.95 26.6 784 0.9025
12 30 0.95 28.5 900 0.9025
13 30 1.05 31.5 900 1.1025
14 31 1.05 32.55 961 1.1025
15 33 1.16 38.28 1089 1.3456
16 35 0.96 33.6 1225 0.9216
17 36 1.08 38.88 1296 1.1664
18 37 1.13 41.81 1369 1.2769
19 39 1 39 1521 1
20 42 1.1 46.2 1764 1.21
21 45 1.11 49.95 2025 1.2321
22 54 1.18 63.72 2916 1.3924
23 56 1.26 70.56 3136 1.5876
24 56 1.29 72.24 3136 1.6641
25 59 1.36 80.24 3481 1.8496
26 59 1.4 82.6 3481 1.96
27 60 1.32 79.2 3600 1.7424
28 64 1.47 94.08 4096 2.1609
n 994 29.93 1132.8 41902 32.8521 Totales

𝑋= 35.5 𝑌= 1.068928571 ∑ 𝑋𝑌= 1132.8 ∑𝑋 =

2
41902 ∑ 𝑌 = 32.8521
2

b₁= 0.010625094 𝑆𝜀 = 0.065715907

b₀= 0.691737717 sb1 es error estándar de b1 y se define como:

La ecuación es:
Ŷ= 0.6917 + 0.0106 * X0

0.7023
𝑆𝑏1 = 0.000807989
c. Prueba la hipótesis de que la pendiente es cero. Realiza todas las etapas de la prueba de
hipótesis (α = 0.01).

Prueba para determinar si la variable X tiene efecto significativo en la proporción de peso final con el peso inicial.
Se calcula el error estandar y el error estandar de la variable.

1) Establecimiento de hipotésis
𝐻0 : 𝛽1 =0  (El número de gramos de alimento X1 no afectan la proporción del peso final con el peso inicial Y).
En oposición a:
Ha : β1 ≠ 0 (El número de gramos de alimento X1 no afectan la proporción del peso final con el peso inicial Y).

2) Estadística de prueba
𝑆𝑏 = 0.000807989
1
𝑏𝑖−𝛽𝑖
𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎= 𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎= 13.150044369
𝑆𝑏
𝑖
0.000807989

3) Regla de decisión
Rechazar H0 si |tcalculada|=                       es mayor que tteórica: 2.7787

En donde tteórica se obtiene de la tabla:
𝑡𝑡𝑒ó𝑟𝑖𝑐𝑎=𝑡∝ /2 (𝑛−𝑘−1)=𝑡0.01/2 (26)=𝑡0.005(26)=2.7787

4)  Conclusión
Puesto que |tcalculada |=                 es mayor que tteórica = 2.7787
se rechaza Ho. (Existe evidencia de que al menos la variable independiente  del número de gramos de alimentos X1 afectan la proporción del precio final con respecto al peso inicial Y).
d. Calcula las predicciones Ŷ para los siguientes valores de X0: 0, 5, 15, 25, 30, 35.5

𝑌=𝑏0 + 𝑏1 𝑋 Ŷ=b0+b1X

0.0106 :b1 Predicción Resultado 

0.6917 :b0 0 0.6917
5 0.7447
15 0.8507
25 0.9567
30 1.0097
35.5 1.068
e. Calcula el intervalo de confianza de los valores particulares de Y para los valores dados de X0
del inciso anterior.

𝑏1 ±𝑡∝ /2 (𝑛−𝑘−1)𝑆𝑏
𝑖

Si se establece un intervalo de confianza al 99% para la proporcionón del peso final e inicial, se tiene el valor crítico:
𝑡𝑡𝑒ó𝑟𝑖𝑐𝑎=𝑡0.01/2 (26)=𝑡0.005(26)=2.7787

Mientras 𝑆𝑏 = 0.0008 el cual se obtiene del el inciso b):

1

L𝐼𝐶±𝐿𝑆𝐶)

Ttabulada = 2.7787 0.190513983

Se = 0.065715907 1.226228269
Y sombrerito = 0.6917 1.107351917
X0 = 0 0.893907765 Superior 0.893907765
X testada = 35.5 0.489492235 Inferior
X cuadrada = 41902
N= 28
1/n= 0.035714286
x0 - x = 1260.25
x cuadrada - n*x = 6615 0 5 15 25 30 35.5
X testada al cuadrado = 1260.25 Superior 0.859577305 0.9128 1.0192 1.1256 1.1788 1.2373
Inferior 0.523822695 0.5769 0.683 0.7891 0.8421 0.9005
SUMMARY OUTPUT

Regression Statistics
Multiple R 0.932360766
R Square 0.869296598
Adjusted R Square 0.864269544
Standard Error 0.065715907
Observations 28

ANOVA
df SS MS F Significance F
Regression 1 0.746784766 0.746784766 172.9236669 5.3718E-13
Residual 26 0.112283091 0.00431858
Total 27 0.859067857

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 99.0% Upper 99.0%
Intercept 0.691737717 0.031256759 22.13082038 2.15467E-18 0.627488529 0.755986905 0.604884107 0.778591328
X Variable 1 0.010625094 0.000807989 13.15004437 5.3718E-13 0.008964249 0.01228594 0.008379923 0.012870266