Documentos de Académico
Documentos de Profesional
Documentos de Cultura
191
170
y
40
42
ݔଶ
36481
28900
ݕଶ
1600
1764
ܻൌ
ݕݔ
ͳ͵ Ǥ͵ Ͳͳ͵
7640
7140
ܻൌ
ʹ ͲǤͳͶͻ ͳͲ
ߚ ߚଵ ܺ
ܺ
x2 y2 Σxy ŷ=13.360132+0.1491076x
ܻ ൌͳ͵ Ǥ
͵Ͳͳ͵ ʹ ͲǤ
ͳͶͻ ͳͲ ܺ 3 272 53 73984 2809 14416
ܻ ൌͳ͵ Ǥ͵ Ͳͳ͵ ʹ ͲǤͳͶͻ ͳͲ ܺ
DATOS X Y
4 155 35 24025 1225 5425
5 280 56 78400 3136 15680
x y ݔଶ ݕଶ ݕݔ ܻ ൌߚ ߚଵ ܺ ݔଶ ݕଶ ݕݔ
x y ܻ ൌߚ ߚଵ ܺ 6 173 39 29929 1521 6747
Datos Datos 7 234 48 54756 2304 11232
1 191 40 36481 1600 7640 1 191 40 36481 1600 7640 8 116 30 13456 900 3480
2 170 42 28900 1764 7140 2 170 42 28900 1764 7140 9 153 37 23409 1369 5661
3 272 53 73984 2809 14416 3 272 53 73984 2809 14416 10 178 40 31684 1600 7120
4 155 35 24025 1225 5425 4 155 35 24025 1225 5425
∑ 1922 420 395024 18228 84541
5 280 56 78400 3136 15680 5 280 56 78400 3136 15680
Media 192.2 42
6 173 39 29929 1521 6747 6 173 39 29929 1521 6747
7 234 48 54756 2304 11232 7 234 48 54756 2304 11232
8 116 30 13456 900 3480 8 116 30 13456 900 3480
9 153 37 23409 1369 5661 9 153 37 23409 1369 5661
10 178 40 31684 1600 7120 10 178 40 31684 1600 7120
∑ 1922 420 395024 18228 84541
∑ 1922 420 395024 18228 84541
Media 192.2 42
Media 192.2 42
Los grados de libertad para la suma cuadrada de y es decir SST por tanto gl y =n−1 totales
Los grados de libertad para el error es gl E =n−2=¿ 8
Los grados de libertad para la regresión gl R =( n−1 )−( n−2 )=1
GRADOS DE LIBERTAD TOTAL gl y =n−2+1=9
SCR
a. CMR= =SCR =¿16474.618
1
SCE
b. CME= =¿2059.32725
n−2
Nombre: ALFARO TOLEDO JOSE SALVADOR LISTA #:1
Asignatura: ESTADÍSTICA INFERENCIAL II
Grupo: 5N44
Carrera: INGENIERIA INDUSTRIAL
TRABAJO: Unidad 1
3. REALIZAR LA DE TABLA ANOVA: Con los datos de la tabla:
ANOVA
FUENTE DE LA Suma De Cuadrados Grados de Libertad Cuadrados Medios Estadístico F
VARIANZA SS gl MS
SSR CMR=SSR/1 CMR/CME
REGRESION 1380.673 gl R =( n−1 )−( n−2 )=1 1380.673
1380.673
ERROR SSE CME= SSE/(n-2)
=575.280
2.40
19.230 gl E =n−2=¿ 19.230/8=2.40
TOTAL SSy
11051.6 gl y =n−2+1=9
CMR
F 0= =575.280
CME
Es importante establecer el nivel de significancia: α=0.05
Determinar de tablas de Fisher F(α )(1 , n−2) con gl=(1,n-2) y su nivel de significancia vemos en tablas: 238.88
Contrastamos los valores de
F 0 vs F(α )(1 , n−2)
Aplicamos la Regla de Decisión:
Si F 0 ≤ F(α )(1 ,n −2 ) Aceptamos H 0 : β 1=0 concluimos que el modelo no es válido “la regla se cumple”
Aplicamos la Regla de Decisión:
DECISION: