1.

Se lleva a cabo un experimento para determinar si es posible pronosticar el

peso de un animal después de un periodo de tiempo determinado sobre la
base de su tiempo inicial y de la cantidad de alimento que recibe. Se
registraron los siguientes datos en kilogramos:

Peso final Peso inicial Alimento a) Obtenga el diagrama de Dispersión de los datos
Y X1 consumido X2
95 42 272 b) Determine el coeficiente de correlación y determinación.
77 33 226 b1) Realizar prueba de hipótesis
80 33 259 c) Realice sus conclusiones sobre los resultados.
100 45 292
97 39 311
d) Estime la ecuación de regresión lineal múltiple
70 36 183
50 32 173 Y= β0 + β1 X1+ β2 X2
80 41 236
92 40 230
e) Pronostique el peso final de un animal que tiene un peso
84 38 235
inicial de 35 kilogramos y que recibe 250 kilogramos de alimento.

Resumen

Estadísticas de la regresión
Coeficiente de correlación
0.93442923múltiple
Coeficiente de determinación
0.87315798 R^2
R^2 ajustado 0.8369174
Error típico 6.05078864
Observaciones 10

ANÁLISIS DE VARIANZA FO F
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 2 1764.215698 882.107849 24.0933795 0.0007268
Residuos 7 256.284302 36.61204314
Total 9 2020.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%Superior 95%

Inferior 95,0%
Superior 95,0%

Intercepción -22.9931639 17.76254332 -1.294474756 0.23656497 -64.9949 19.00858 -64.9949 19.0085768

Variable X 1 1.39567292 0.582541662 2.395833648 0.04775762 0.0181808 2.773165 0.018181 2.77316506
Variable X 2 0.21761341 0.057766963 3.767091008 0.00700955 0.0810162 0.354211 0.081016 0.35421057

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 94.8159452 0.18405482 Variable X 1 Curva de regresión
Variable X 2 Curva de regresión
2 72.2446722 4.755327774 ajustada
ajustada 120
3 79.4259146 0.574085351 120
100
4 103.355232 -3.355232063 100
80
5 99.1158493 -2.115849297 80
60
Y

6 67.0743145 2.925685518 60 Y
Y

Y 40
40 Pronóstico para Y
7 59.3154888 -9.315488751 Pronóstico para Y
20
20
8 85.5861896 -5.586189621 0
0
9 82.8848363 9.115163736 0 100 200 300 400 0 10 20 30 40 50
Variable X 2 Variable X 1
10 81.1815575 2.818442534