Universidad del Norte

Departamento de Ingeniería Industrial

Examen Final Análisis de Datos I – NOVIEMBRE 2022

ESTUDIANTES GRUPO N° 6

NOMBRE DE LOS ESTUDIANTES CÓDIGO

EL EXAMEN FINAL CONSISTE EN LA ELABORACIÓN DE UN INFORME ESCRITO EN EL CUAL SE HAGA UN

ANÁLISIS DE REGRESIÓN LINEAL PARA EL PROBLEMA PLANTEADO Y LA DEFENSA ORAL SI EL PROFESOR
REQUIERE HACER PREGUNTAS DE SU DESARROLLO POSTERIOR A LA ENTREGA. FECHAS:

 ENTREGA INFORME ESCRITO POR BRIGHTSPACE A MÁS TARDAR EL DÍA 30 DE NOVIEMBRE A LAS 8
AM. NOTA: NO SE ACEPTAN ENTREGAS POR EL CORREO ELECTRÓNICO O POSTERIOR A ESTA HORA
Y FECHA.
 DEFENSA EN EL ESPACIO PROGRAMADO POR REGISTRO PARA EL EXAMEN FINAL A TRAVÉS DEL
ENLACE DEL HORARIO DE ATENCIÓN SI EL PROFESOR NECESITA HACER PREGUNTAS O RECIBIR
ACLARACIONES DE SU INFORME.
 PARA EL INFORME ESCRITO (WORD O PDF), RESPONDA Y JUSTIFIQUE ESTADÍSTICAMENTE CADA
UNA DE LAS PREGUNTAS TENIENDO EN CUENTA LA BASE DE DATOS QUE SE ENCUENTRA
ADJUNTO. LOS CÁLCULOS PARA RESPONDER A CADA LITERAL DEBEN ESTAR REALIZADOS EN
EXCEL Y SE DEBEN PRESENTAR COMO ARCHIVO ADJUNTO AL INFORME.
Como estudiantes de Ingeniería se les ha contratado para hacer un análisis de regresión lineal con el fin
de ayudar a un propietario de un negocio agrícola hacer predicciones con fines de poder exportar su
producto. El propietario del negocio posee una finca dedicada fundamentalmente al cultivo de palma
africana. El explica que las palmas se colocan en parcelas de igual tamaño ubicadas en hileras con
espaciamientos uniformes entre palmas. El propietario quiere encontrar un modelo lineal que le ayude a
pronosticar el rendimiento (en porcentaje %) obtenido de la cosecha con fines de exportar a futuro aceite
gourmet. El sembrado de la palma ha sido un negocio muy productivo del cual se tienen datos históricos
pero se piensa que puede dar un mejor rendimiento con la tecnología que se ha implementado en el
proceso y un tipo de abono que ha venido usando por cerca de 6 años. Él ha considerado que el
rendimiento depende mucho del tipo de suelo y de la cantidad de abono (perlita-estiércol) en libras por
parcela que se le añade a la plantación. El archivo de Excel asignado contiene información pasada sobre el
rendimiento obtenido a partir de diferentes cantidades de abono utilizadas.

NOTAS IMPORTANTES:
Sustente cada una de sus respuestas con cálculos, análisis gráfico y/o procedimientos estadísticos para
cada pregunta.
Preguntas
 1. (Val. 0.5/5.0) Para determinar la validez del modelo lineal simple se realiza un análisis de varianza.
Establezca las hipótesis nula y alternativa planteadas, usando valor P con un alfa de 0,01 y y su
resultado y la conclusión de la prueba.
2. (Val. 0.3/5.0) ¿Considera usted que el modelo puede ser más simple eliminando el intercepto?
Realice el procedimiento apropiado utilizando un a= 0,01. Analice los resultados en términos de
las variables relacionadas. ¿Tiene sentido lo encontrado?
3. (Val. 0.3/5.0) Es posible pensar en que el rendimiento promedio mínimo por parcela cuando no se
agrega abono sea del 15%. Haga el procedimiento adecuado utilizando región crítica con un alfa
del 0,01.
4. (Val. 0.3/5.0) Es posible pensar en que el incremento en el rendimiento promedio por parcela por
cada libra de abono agregada pueda ser máximo el 0,23%. Haga el procedimiento adecuado
utilizando región crítica con un alfa del 0,01.
5. (Val. 0.4/5.0)¿Qué podría decir con una confiabilidad del 90% con respecto al intercepto? Conteste
en términos de las variables del problema
6. (Val. 0.5/5.0) Escriba el modelo ajustado encontrado e interprete los valores del intercepto y la
pendiente.
7. Para validar un modelo de regresión los residuos (errores o perturbaciones) deben cumplir los
supuestos de normalidad, homocedasticidad e independencia.
a. (Val. 0.4/5.0) ¿Puede usted concluir que los residuos son homocedásticos? Argumente
claramente haciendo la prueba de hipótesis y análisis respectivos.
b. (Val. 0.4/5.0) Basado en la prueba Durwin Watson, ¿Puede usted concluir que los residuos
son independientes? Argumente claramente estableciendo las hipótesis, el valor de la
estadística de prueba, los puntos críticos y la conclusión. Utilice un alfa de 0.01
c. (Val. 0.5/5.0) ¿Puede concluir que loys residuos se distribuyen normalmente? Establezca
las hipótesis y los análisis respectivos.
8. (Val 0.2/5.0) Calcule e interprete el coeficiente de determinación.
9. (Val. 0.2/5.0) Calcule e interprete el coeficiente de correlación.
10. (Val. 0.3/5.0) Si se prepararon tres parcelas utilizando 104, 109 y 120 libras de abono y se
obtuvieron respectivamente rendimientos de 60%, 50,5% y 55% de aceite crudo por parcela. ¿Qué
errores se cometen para estos valores al utilizar el modelo de regresión ajustado?
11. (Val. 0.4/5.0) ¿Qué podría decir con una confiabilidad del 99% con respecto al rendimiento de una
parcela que se le ha añadido 203 libras de abono? Si se construyen varias parcelas con este
tamaño, ¿qué puede decir con respecto al rendimiento promedio, si utiliza la misma confiabilidad?
12. (Val. 0.3/5.0)¿Qué opina Ud. con respecto al rendimiento que se está obteniendo con el abono
que se está utilizando? ¿Debería el propietario explorar otros tipos de abono?
13. Intervalo de predicion para un solo valor de y s cuadrado lo da exel varianza de los errores
14. Ssx la sumatoria de las desviaciones al cuadrado

Observació
n Cantidad de Fertilizante (lb) Rendimiento en % por parcela
 1 35 6,1
2 39 25,5
3 41 15,8
4 44 29,1
5 45 20,6
6 50 17,0
7 50 26,7
8 50 38,8
9 52 33,9
10 52 32,7
11 53 25,5
12 54 46,0
13 56 31,5
14 58 37,6
15 60 21,8
16 61 37,6
17 67 42,4
18 69 38,8
19 69 36,3
20 70 50,9
21 70 44,8
22 73 41,2
23 78 59,3
24 79 41,2
25 80 63,0
26 90 47,2
27 97 52,1
28 104 63,0
29 109 56,9
30 120 43,6
31 123 53,3
32 130 73,9
33 135 49,7
34 137 50,9
35 149 69,0
36 151 60,5
37 160 49,7
38 160 70,2
39 162 70,2
40 168 64,2
41 168 66,6
42 175 73,9
43 176 60,5
44 197 75,1
45 207 70,2
46 215 79,9
47 258 53,3
48 259 81,1
49 259 77,0
50 261 70,2
51 263 77,5
52 263 82,3
53 268 70,2
54 270 77,0
55 274 76,3
56 280 81,1
57 283 88,0
58 288 79,9
59 290 91,3
60 290 83,5
61 321 96,8
62 323 95,6
63 325 93,2
64 327 98,1
65 330 94,4
66 332 100,0
67 334 100,0
68 336 99,0
69 338 100,0
70 341 95,0