[Escriba texto]

PRÁCTICA DE ESTADISTICA INDUSTRIAL Nº 6

ANALISIS DE REGRESIÓN LINEAL

Ing. William León Velásquez

1. Se presentan los siguientes datos sobre x = % de absorción de luz a 5800A e y

= pico de foto voltaje:

x 4 8.7 12.7 19.1 21.4 24.6 28.9 29.8 30.5

y 0.12 0.28 0.55 0.68 0.85 1.02 1.15 1.34 1.29

(a) Construya una gráfica de dispersión de estos datos. ¿Que sugiere?

(b) Obtenga la ecuación de la recta de regresión estimada suponiendo que el
modelo de regresión lineal simple es apropiado.
(c) ¿Qué proporción de la variación observada en pico de foto voltaje se puede
explicar por el modelo de regresión?
(d) Pronostique el pico de foto voltaje cuando el % de absorción sea 19.1 y calcule
el valor del residuo correspondiente.
(e) Calcular el intervalo de confianza para el valor medio de los picos de voltaje al
95 % de confianza, para un 20 % de absorción de luz
(f) Calcular el intervalo de predicción para el valor individual de los picos de voltaje
al 95 % de confianza, para un 10 % de absorción de luz

2. En el cultivo de tejidos in vitro se ha observado que, si se colocan dos núcleos, a

esto se llama un campo de atracción, los campos de atracción se forman con
mayor frecuencia si los núcleos están cercanos.
En un experimento se colocaron 20 núcleos a distancias diferentes y se midió la
incidencia de campos de atracción (Y ) para las diferencias distancias (X).
Lamentablemente se borró parte del análisis de regresión y se le solicita
completarlo.

a) Completar la tabla ANOVA que se entrega a continuación

Fuente SS gl SCM F
Regresión 2.0559 301.08
Error
Total

b) ¿Qué porcentaje de la variable total está siendo explicada por el modelo?

c) Utilizando la información realice una prueba de hipótesis para el modelo.
Concluya.
[Escriba texto]

3. En un estudio de una población salvaje de la serpiente Vipera berus, un grupo

de investigadores cazó nueve hembras adultas y midió sus longitudes y pesos.

La siguiente tabla muestra la longitud y el peso de las nueve serpientes:

Longitud 60 69 66 64 54 67 59 65 63
Peso 136 198 194 140 93 172 116 174 145

Utilizar regresión lineal para estimar

a) Representar gráficamente los datos y dibuje en la gráfica la recta de
regresión obtenida
b) Calcular el error estándar de estimación.
c) Analizar si el peso de las serpientes aumenta cuando aumenta su longitud.
d) Hacer una inferencia al modelo con la tabla Anova
e) Hallar el coeficiente de determinación
f) Hacer una inferencia a los coeficientes

4. “En la tabla adjunta se presentan el número de páginas y el precio de doce

libros técnicos:

Datos del problema

páginas precio páginas precio páginas precio
310 3.50 400 8.00 420 2.50
300 3.50 170 1.80 610 5.00
280 3.50 430 7.00 420 5.40
310 7.30 230 3.20 450 3.70

Con estos datos realizar lo siguiente: (siendo X el número de páginas e Y el

precio):

a. Ajustar una recta de regresión que explique el precio en función del

número de páginas e interpretar los resultados.
b. Construir la tabla ANOVA asociada. ¿Es el ajuste adecuado?
c. Calcula intervalos de confianza al 90% para los parámetros del modelo.
d. Calcula un intervalo de confianza al 90% para el precio de un libro de 500
páginas.
[Escriba texto]

5. La resistencia del cemento depende, entre otras cosas, del tiempo de secado
del cemento . En un experimento se obtuvo la resistencia de bloques de
cemento con diferente tiempo de secado los resultados fueron los siguientes
Tiempo
Resistencia (kg/cm2)
(días)
1 13 13.3 11.8
2 21.9 24.5 24.7
3 29.8 28 24.1 24.2 26.2
7 32.4 30.4 34.5 33.1 35.7
28 41.8 42.6 40.3 35.7 37.3
En base a esta muestra,

a. Analizar la posible existencia de una relación entre estas dos variables.

b. ¿Qué conclusiones se deducen del contraste de regresión y del contraste
de linealidad?

6. Una empresa que se dedica a las ventas de pizzas a domicilio desea determinar
si existe una relación entre los gastos en publicidad y las ventas semanales. La
tabla adjunta muestra la información de las últimas ocho semanas.

Gastos de 0 100 250 350 450 500 600 700

publicidad
Ventas 120 350 500 550 550 650 800 1100
semanales
unidades
a) Verifique la relación existentes entre las variable
b) Construir la ecuación de regresión
c) Encontrar la varianza de los estimadores
d) Hallar el coeficiente de determinación por anova
e) Hallar el coeficiente de correlación
f) Prueba la significación respecto al intercepto
g) Prueba la significación respecto a la pendiente
h) Prueba la significación al modelo
[Escriba texto]

7. Se midió la altura (en centímetros) y el peso (en kilogramos) de treinta niñas de

once años en una escuela. Se desea estudiar estos datos y la relación entre
ambas variables.

Altura Peso Altura Peso Altura Peso Altura Peso Altura Peso

135 26 141 28 149 46 148 32 149 32

146 33 136 28 147 36 149 34 141 32
153 55 154 36 152 47 141 29
154 50 151 48 140 33 164 47
139 32 155 36 143 42 146 37
131 25 137 31 146 35 137 34
149 44 143 36 133 31 135 30

1. Dibujar la gráfica de estas observaciones y calcular la recta de regresión de

peso frente a altura y la de altura frente a peso.
2. En la regresión lineal de peso frente a altura, ¿se observa alguna
observación atípica?
3. ¿Existen observaciones influyentes?
4. Contrastar las hipótesis estructurales del modelo.

8. Se desea determinar la influencia de la edad sobre el peso (g) en una muestra

de 10 pollos desde 1 a 10 semanas de nacidos en una granja. Los resultados se
muestran a continuación:
Edad en 1 2 3 4 5 6 7 8 9 10
semanas
Pesos 36 50 35 90 100 150 180 180 100 200
en pollos
a) Construir la ecuación de regresión
b) Hallar el coeficiente de correlación
c) Prueba e significación al modelo
9. En un artículo sobre pavimentos se indica que existen una relación entre el
porcentaje de porosidad y el peso unitario (lb/pie3) en nuestras de concreto. Se
tomaron 15 muestras , la información registrada se presenta en la siguiente
tabla:

Muestra 1 2 3 4 5 6 7 8
Peso 99 101 102.6 103.1 105.6 107.2 108.7 110.9
unitario
% de 28.9 27.8 27.1 25.3 22.9 21.7 20.9 19.7
porosidad

Muestra 9 10 11 12 13 14 15
Peso 113.1 113.2 113. 113.6 115.2 115.5 120.1
unitario 5
[Escriba texto]

% de 17 18.6 16.1 16.8 13.1 13.5 10.9

porosidad

a) Construir la ecuación de regresión

b) Hallar el coeficiente de correlación
c) Hallar el coeficiente de determinación
d) Prueba e significación al modelo

10. Una empresa de embutidos está interesada en medir el efecto del precio de
jamón sobre la cantidad vendida

Precio 20 18 25 19 21 19 20 21
S / Kg
Ventas 50 60 35 70 45 65 55 50
Kg
a) Construir la ecuación de regresión
b) Hallar el coeficiente de correlación
c) Hallar el coeficiente de determinación
d) Prueba e significación al modelo

11. “Los siguientes datos representan el Producto Nacional Bruto de USA y

los gastos de consumo en miles de millones de dólares de 1972, entre los años
1960-1980

Año 1960 1961 1962 1963 1964 1965 1966

PNB 737 2 '

756 6'
800 3 '
832 5
'
876 4'
929 3
'
984 8
'

GC 452 0 '
461 4'
482 0 '
500 5
'
528 0'
557 5
'
585 7
'

Año 1967 1968 1969 1970 1971 1972 1973

PNB 1.011 4 '

1.058 1'
1.087 6 '
1.085 6
'
1.122 4'
1.185 9
'
1.255 0
'

GC 602 7 '
634 4'
657 9 '
672 1
'
696 8'
737 1
'
768 5
'

Año 1974 1975 1976 1977 1978 1979 1980

PNB 1.248 0 '

1.233 9'
1.300 4 '
1.371 7
'
1.436 9'
1.483 0
'
1.480 7
'

GC 763 6 '
780 2'
823 7 '
863 9
'
904 8'
930 9
'
935 1
'
[Escriba texto]

1. Ajustar un modelo lineal e interpretar los coeficientes de regresión

estimados.
2. Hacer la gráfica de los residuos estandarizados frente al tiempo. Estudiar la
hipótesis de independencia.
3. Si existe una autocorrelación positiva, transformar los datos y ajustar el
modelo de regresión lineal a los datos (mínimos cuadrados generalizados).”

12. La dureza de los árboles es difícil de medir directamente, sin embargo la

densidad si es relativamente fácil de medir. Por ello es de gran interés disponer
de un modelo que permita predecir la dureza de un árbol a partir de su
densidad. Por este motivo se ha tomado una muestra de 36
eucaliptos australianos y se les midió su densidad (X) y su dureza (Y ). Los
resultados obtenidos son los de la tabla adjunta.

Densidad Dureza Densidad Dureza Densidad Dureza

24 7'
484 39 4
'
1210 53 4
'
1880
24 8'
427 39 9
'
989 56 0
'
1980
27 3'
413 40 3
'
1160 56 5
'
1820
28 4'
517 40 6
'
1010 57 3
'
2020
28 4'
549 40 7
'
1100 57 6
'
1980
29 0'
648 40 7
'
1130 59 2
'
2310
30 3'
587 42 9
'
1270 59 8
'
1940
32 7'
704 45 8
'
1180 66 0
'
3260
35 6'
979 46 9
'
1400 67 4
'
2700
38 5'
914 48 2
'
1760 68 8
'
2890
38 8'
1070 51 5
'
1710 69 1
'
2740
39 3'
1020 51 5
'
2010 69 1
'
3140

En base a estos datos,

1. Estudiar el modelo de regresión lineal de Y respecto a X.

2. Ajustar a estos datos un polinomio de grado a determinar. ¿Se mejora de
forma apreciable el ajuste lineal?
3. Con el mejor ajuste estimar la dureza media y predecir la dureza de
un árbol de densidad 20, 40, 60 y 80.
4. Calcular intervalos de confianza y de predicción al 90% para las estimaciones
del apartado anterior.
5. Analizar los residuos del modelo ajustado.
[Escriba texto]

6. Considerar una transformación de los datos de la dureza (Y ) y ajustar un

modelo de regresión. ¿El modelo ajustado con los datos transformados
mejora al ajuste polinómico?”
[Escriba texto]

13. Los datos de la tabla adjunta muestran el tiempo de impresión de trabajos

que se han imprimido en impresoras de la marca PR. Se está interesado en
estudiar la relación existente entre la variable de interés “tiempo de impresión
de un trabajo” y la variable explicativa “número de páginas del trabajo”.
Hacer el estudio en base a los datos obtenidos en el muestreo y que son los de
la tabla adjunta.

x y x y x y
24.56 17.33 17.81 29.92 17.14 41.72 28.86 30.01 34.16
1 28.07 23.16 19.41 2 37.25 31.9 24.59 3 44.73 44.43 28.79
22.53 14.7 31.8 41.32
29.03 45 53.52 52.55 69.5 45.21 65.39 57.48 57.29
4 54.38 47.63 30.11 5 55.61 52.98 46.63 6 62.85 69.09 50.42
44.34 48.95 65.7 40.11 71.44
85.33 66.73 68.17 83.82 75.38 100.08 82.9 105.73 93.93
7 78.94 61.07 76.71 8 69.4 84.42 74.79 9 102.1 119.82 102.3
78.34 88.25 64.84 80.68 60.79
79.82 90.83 89
10 82.81 71.79 76.2
76.3