Resumen

Estadísticas de la regresión
Coeficiente d 0.97171566
Coeficiente d 0.94423131
R^2 ajustado 0.93626436
Error típico 2.53787764
Observacione 9

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 763.356462 763.356462 118.518468 1.21884E-05
Residuos 7 45.0857603 6.4408229
Total 8 808.442222

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción -28.7801931 4.65421351 -6.18368562 0.00045239 -39.7856593 -17.774727 -39.7856593
X
(%) 0.80651392 0.07408305 10.8866188 1.21884E-05 0.63133534 0.98169249 0.63133534

Resultados de datos de probabilidad

Y
Percentil (%)
5.55555556 1.6
16.6666667 13.6
27.7777778 14.7
38.8888889 19.6
50 21.2
61.1111111 25.6
72.2222222 28.3
83.3333333 31.6
94.4444444 33.2
 Gráfico de probabilidad normal
40
30
20

(%)
Y 10
0
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil

Superior 95,0%
-17.774727

0.98169249
Cantidad de X Y
Datos (%) (%)

1 41 1.6
2 53 13.6
3 59 19.6
4 65 25.6
5 71 31.6
6 78 33.2
7 50 14.7
8 65 21.2
9 74 28.3
Promedio 61.778 21.044

1. Ecuación del modelo ajustado

y = 0,8065x - 28,78

3. ¿El modelo ajustado es bueno?

Se debe tener en cuenta R^2 = 0,9443

El modelo es bueno (mayor a 70%), eso

quiere decir, que es muy confiable
pronosticar la humedad de las materias
primas en funció n de la humedad
relativa del almacén. Lo anterior indica
la precisió n de los pronosticos (el error
es minimo)

5. Interpretación coeficiente de determinación R^2

El 94,43% de la variabilidad total entre la humedad observada de la materia

prima por dia es explicada por la variabilidad entre la humedad relativa del
almacén por día
 X Curva de regr
40
35
30 f(x) = 0.806513917818595 x −
25
20

Y
15
10
5
0
35 40 45 50 55 60 65
X

2. Interpretación pendiente modelo ajustado

Coeficientes
Intercepción -28.7801931
X 0.80651392

Cuando X aumente en 10 unidades se espera que,

Y aumente en promedio 8,0651392 unidades

Significado de la Pendiente: Si en un día determinado la humedad

relativa del almacén aumenta en un 10%,
se espera que la humedad observada en las materias primas
en ese dia aumente en promedio 8,065 % aproximadamente

4. ¿Existe relación lineal entre las dos variables X,Y ?

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.971715655018115
Coeficiente de determinación R^2 0.944231314207285
R^2 ajustado 0.93626435909404
Error típico 2.53787763615516
Observaciones 9

Se debe tener en cuenta el valor de R (Coeficiente de Correlació n multiple),

que en este caso es: R = 0,9717

Se observa que R > 0,7, entonces se puede decir que EXISTE relació n lineal
entre la humedad relativa del almacé n y la humedad observada en las materias primas, es decir
a medida que aumenta la humerdad relativa aumenta la humedad observada
 X Curva de regresión ajustada

f(x) = 0.806513917818595 x − 28.7801931452377

Y
Pronóstico Y
Linear (Pronóstico Y)

40 45 50 55 60 65 70 75 80 85
X

6. Con un nivel de significancia del 5% comprobar si existe relación Lineal entre las variables X,Y.

Ho: No existe relación lineal entre la humedad relativa del almacén y la humedad observada en las materia
primas

H1: Si existe relación lineal entre la humedad relativa del almacén y la humedad observada en las materia
primas

  5%  / 2  2,5% n=9 Grados de libertad: 9-2 = 7

𝑇_(𝑑𝑒 𝑇𝑎𝑏𝑙𝑎)=2,365 𝑇_(𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 )="10,88661

876 "

DECISIÓN: Se rechaza la hipotesis nula, puesto que con un nivel de

significancia del 5% se concluye que existe relació n lineal entre la
humedad relativa del almacén y las humedad observada en las materia
primas

7. Determine e interprete el intervalo de confianza del 95% para la media de Y cuando X = 60.

𝑇_(𝑑𝑒 𝑇𝑎𝑏𝑙𝑎)=2,365
𝑆_𝑦𝑋=2,5378
Yˆ  tn  2; /2 SYX hi B=
A=
1 ( X i  X ) 2 ℎ_𝑖
hi  
Promedio
de x
61.778 n  ( X i  X ) 2 Error de
estimació n

SCE
SYX 
n2
 1 ( X i  X )2
hi  
n  ( X i  X )2 Error de
estimació n
Suma de
35522 SCE
Cuadrados de x SYX  𝑌_𝐸𝑠𝑡𝑖𝑚𝑎
n2 𝑑𝑜
Intervalo

Con un nivel de confianza del 95% se puede concluir que el promedio de la humedad
observada en las materia primas por día se encuentra entre
17,58 % y 21,53% con un error de estimació n no mayor del 2,02% si la humedad relativa del
almacén es del 60% en ese dia.

Hipotesis nula: La humedad observada en las materias primas en un dia en particular es independiente con
Hipotesis alterna: La humedad observada en las materias primas en un dia en particular no es independiente c
las variables X,Y.

ervada en las materia

ervada en las materia

ibertad: 9-2 = 7

="10,88661

cuando X = 60.

1173.55556
3.16049383
0.1138042

2.02473267
 2.02473267

_𝐸𝑠𝑡𝑖𝑚𝑎 19.6106419
𝑜
[17,58 - 21,63]

21.6353745934928
17.5859092542633

ar es independiente con respecto a la humedad observada en otro dia.

ar no es independiente con respecto a la humedad observada en otro dia.
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.971715655018115
Coeficiente de determinación R^2 0.944231314207285
R^2 ajustado 0.93626435909404
Error típico 2.53787763615516
Observaciones 9

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 763.356461949547
Residuos 7 45.0857602726757
Total 8 808.442222222222

Coeficientes Error típico

Intercepción -28.7801931452377 4.65421350633374
X 0.806513917818595 0.0740830496477541

Análisis de los residuales

Observación Pronóstico Y Residuos

1 4.28687748532474 -2.68687748532474
2 13.9650444991479 -0.36504449914788
3 18.8041280060595 0.795871993940544
4 23.643211512971 1.95678848702898
5 28.4822950198826 3.1177049801174
6 34.1278924446128 -0.927892444612759
7 11.5455027456921 3.1544972543079
8 23.643211512971 -2.44321151297102
9 30.9018367733384 -2.60183677333838
Promedio de los cuadrados F Valor crítico de F
763.356461949547 118.518468 1.2188353287E-05
6.44082289609653

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%

-6.18368562294614 0.00045239 -39.785659274405 -17.774727016 -39.785659274
10.8866187562926 1.21884E-05 0.6313353419896 0.9816924936 0.63133534199
 Superior 95,0%
-17.7747270161
0.981692493648