Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ING EN MATERIALES
PROBABILIDAD Y ESTADISTICA
PROBLEMARIO
DOCENTE
12/0/2022
Contenido
EJERCICIOS DE PRACTICA ......................................................................................... 3
DIAGRAMA DE DISPERSIÓN ...................................................................................... 3
EJERCICIOS REGRESIÓN LINEAL ........................................................................... 13
EJERCICIOS REGRESIÓN LINEAL MÚLTIPLE ...................................................... 21
EJERCICIOS DE PRACTICA
DIAGRAMA DE DISPERSIÓN
370 400
1550 1600
3530 3600
1960 2000
3840 4000
580 800
2920 2500
3200 4000
910 1250
920 700
2670 3100
1700 2200
X Y
10 3.20
11 3.21
12 3.00
13 3.21
14 3.25
15 3.23
16 3.24
17 3.28
18 3.30
19 3.30
20 3.38
21 3.35
22 3.38
23 3.38
24 3.40
25 3.42
26 3.45
27 3.45
28 3.50
29 3.58
X Y
38 21
42 25
47 37
39 22
40 23
44 32
42 33
38 20
41 27
45 35
49 38
49 42
48 42
46 40
41 30
36 15
38 19
38 22
44 30
36 36
6. En una fábrica de pintura se quiere reducir el tiempo de secado del barniz. Los
siguientes datos corresponden al tiempo de secado del barniz y a la cantidad de
aditivo con el que se intenta lograr tal reducción.
a) Mediante un diagrama de dispersión, observe la relación entre el tiempo de
secado y la cantidad de aditivo utilizado.
b) Con base en la relación, ¿alrededor de qué cantidad de aditivo recomendaría para
reducir el tiempo de secado?
c) Obtenga el coeficiente de correlación entre ambas variables e interprételo.
d) Al parecer, el coeficiente de correlación lineal es muy bajo. ¿Quiere decir
entonces que el tiempo de secado no está relacionado con la cantidad de aditivo?
aditivo Tiempo
de
secado
0 14
1 11
2 10
3 8
4 7.5
5 9
6 10
7 11
8 13
9 12
10 15
14
13
tiempo de secado
12
11
10
7
0 2 4 6 8 10
aditivo
45
40
tiempo de falla
35
30
25
20
30 35 40 45 50
recistencia del dispositivo
temperatura presión
13 2.9
19.5 5.1
45.7 30.5
56.1 51.4
64.4 74.5
71.4 100.2
80.5 143.7
85.7 176.9
22.5 8.5
27.2 10.3
31.8 14.6
150
precion
100
50
10 20 30 40 50 60 70 80 90
temperatura
12.5
10.0
ventas
7.5
5.0
B- Ecuación de regresión
ventas = 0.39 + 0.02812 demandas
Ecuación de regresión
Valor de
Variable configuración
demandas 300000
EE de
Ajuste ajuste IC de 95% IP de 95%
8436.03 2100.41 (3684.58, 13187.5) (3684.58, 13187.5) XX
XX denota un punto muy poco común en relación con los niveles de predictor
utilizados para
2. Se está estudiando la relación entre el número de años que una persona está afiliada
al sindicato y el nivel de satisfacción con la actuación de dicho sindicato. Para ello se
parte de los datos de 7 individuos tomados aleatoriamente de personas adscritas a
Años 8 7 10 3 6 13 4
Satisfacción7 5 8 5 9 9 3
partidos políticos, obteniéndose:
a) Realice la grafica
b) Calcular el coeficiente de correlación lineal. Comentar el resultado obtenido.
c) Identifique la ecuación que más se ajuste a los datos.
d) Predecir el índice de satisfacción de una persona que lleva 11 años militando al
sindicato. Conociendo que el índice de satisfacción es de 6 predecir los años que
lleva en el sindicato
Ecuación de regresión
SATISFACCION = 3.12 + 0.474 AÑOS
Ecuación de regresión
Valor de
Variable configuración
AÑOS 11
EE de
Ajuste ajuste IC de 95% IP de 95%
8.332 1.02604 (5.69448, 10.9695) (3.07269, 13.5913)
3. En un depósito cilíndrico, la altura del agua que contiene varia conforme pasa el
tiempo según esta tabla
Tiempo
(h) 8 22 27 33 50
Altura (m) 17 14 12 11 6
15.0
Media de C2
12.5
10.0
7.5
5.0
10 20 30 40 50
C1
Coeficientes
EE del
Término Coef coef. Valor T Valor p VIF
Constante 19.370 0.397 48.78 0.000
C1 -0.2632 0.0127 -20.68 0.000 1.00
Ecuación de regresión
C2 = 19.370 - 0.2632 C1
Predicción de tiempo
Ajuste EE de ajuste IC de 95% IP de 95%
8.84144 0.232351 (8.10199, 9.58088) (7.39259, 10.2903)
c) Ecuación de regresión
C2 = 19.370 - 0.2632 tiempo
Variable Media
A) x(kg) 2680
C)
Ajuste EE de ajuste IC de 95% IP de 95%
1.55383 0.0215940 (1.49832, 1.60934) (1.39989, 1.70777)
Y 1 0 1 2 5 1 4 6 2 3 5 4 6 8 4 5 7 9 7 6
X 60 63 65 70 70 70 80 80 80 80 85 89 90 90 90 90 94 100 100 100
c) Identifique la correlación
Correlación: Y, X
Ecuación de regresión
Y = -9.81 + 0.1715 X
Y 1.0 1.5 1.5 1.5 2.0 2.0 2.2 2.4 2.5 2.5 2.8 2.8 3.0 3.0 3.2 3.3
X 101.4 117.4 117.1 106.2 131.9 146.9 146.8 133.9 111.0 123.0 125.1 145.1 134.3 144.5 143.7 146.9
Correlación: y, x
Ecuación de regresión
y = -1.65 + 0.03064 x
EE de
Ajuste ajuste IC de 95% IP de 95%
-1.57828 1.09558 (-3.92806, 0.771509) (-4.17614, 1.01959) XX
Media de horas
3
20 25 30 35 40 45 50 55
germenes
Ecuación de regresión
y = 58.37 + 1.24833 c
Correlación: c, y
a) Identificar la ecuación
b) Cuál es el nivel de significancia de los predictores?
c) Obtener la gráfica de residuos
Ecuación de regresión
temperatura humedad
humedad 0.356
0.193
Si una empresa destina 900.000 euros a publicidad y sus empleados realizan 500 horas
extraordinarias al año, ¿cuál sería la estimación de los beneficios de dicha empresa?
Ajuste EE de ajuste IC de 95% IP de 95%
2.36491 0.224366 (1.74197, 2.98785) (1.24629, 3.48352)
y x2 x3
1 7 10
3 3 3
1 6 8
2 3 1
3 8 6
4 6 3
1 9 13
Obtener:
a) Matriz de varianzas
b) Matriz de correlación.
c) Establecer un modelo de regresión lineal
Análisis de Varianza
X2 y y no tienen relación
X3 y y tienen Correlacion negartiva fuerte
X3 y x2 tiene una correlacion fuerte positiva
Ecuación de regresión
y = 1.914 + 0.459 x2 - 0.402 x3
Obtener:
a) Matriz de varianzas
b) Matriz de correlación.
c) Establecer un modelo de regresión lineal
Análisis de Varianza
Ecuación de regresión
y = -1.95 + 0.1368 x2 + 2.11 x3