Grado en Ingeniría en Tecnologías Industriales

Asignatura: Ampliación de Estadística. Curso 2020-2021

PARCIAL 2. 12/01/2021
NOMBRE:............................................APELLIDOS:................................................................................

1. [6 puntos] Una empresa de recursos hídricos pretende estudiar el contenido de humedad en suelos con la
profundidad mediante sondeos en cierto terreno. Como se supone que la relación entre estas variables no
es lineal, se decidió ajustar un polinomio de orden 2. A partir de las 8 observaciones siguientes

Profundidad, en metros, (x) 0 5 10 15 20 25 30 35

Humedad (y) 124 78 54 35 30 21 22 18

se calcularon los siguientes datos:

P
8 P
8
 = 382 2 = 27750
=1 =1
P
8 P
8
 ×  = 3870 2 ×  = 82200
=1 =1

y la matriz (  )−1 es ⎛ ⎞
17 3 1
⎜ 24 − ⎟
⎜ 40 600⎟
⎜ ⎟
⎜ 53 1 ⎟
⎜ − ⎟
⎜ 4200 3000 ⎟
⎜ ⎟
⎜ ⎟
⎝ 1 ⎠
105000
Entonces:

(a) Especificar la matriz de diseño  correspondiente al modelo de regresión lineal múltiple  =  0 +

 1  +  2  2 + . Indicar las hipótesis que se establecen en el modelo de regresión lineal múltiple.
(0.5 puntos)
(b) Obtener las estimaciones puntuales de los coeficientes del polinomio ajustado. (1 punto)
e2 = 
(c) Calcular el valor de la varianza residual, esto es, de  2
. Determinar el valor del coeficiente de
determinación e interpretar su valor. (1 punto)

e2 = 
Si no se ha podido calcular la estimación de la varianza en el apartado anterior, usar  2
= 4022.

(d) Obtener intervalos de confianza al 95% de los coeficientes del polinomio. ¿Hay algún coeficiente no
significativo? (1 punto).
(e) Llevar a cabo el contraste formulado como sigue:

0 :  1 = −55
1  1  −55

Dar el valor del estadístico del contraste junto con su distribución de probabilidad y responder a la
pregunta a partir del  −  asociado. (1 punto)
(f) Obtener un intervalo de predicción al 98% para el contenido de humedad en el suelo cuando la
profundidad del sondeo es 1 metro. (0.5 puntos)
(g) Supongamos que sobre una nueva muestra de 10 datos del experimento anterior:

x 0 0 5 5 10 10 10 20 20 35
y 124 136 78 84 50 54 52 30 28 18

volvemos a ajustar un polinomio de grado dos  =  ∗0 +  ∗1  +  ∗2  2 + ∗ y la nueva varianza

e2 = 
residual asociada es  2
= 6856. ¿Se puede admitir que el modelo ajusta adecuadamente a los
nuevos datos? Contestar realizando con detalle la prueba de falta de ajuste con una confianza del
95%. Determinar el  −  asociado. (1 punto)
2. [4 puntos] En la siguiente tabla se presentan los primeros datos de un análisis clásico de la serie temporal
“gastos en publicidad trimestrales, en cientos de euros, de una gran empresa” durante un periodo de 6
años desde el 2014 hasta el 2019 que sigue un esquema multiplicativo:

 1 2 3 4 5 6
 271 199 1 2 341 246
b 3 4 264625 271125 5
( ) 6 096363 7 0897
 8 08627 9  10
c
  11  12 09402 08629
b  13
c  14 2454685  15

Se pide:

(a) Completar los datos que faltan en las casillas vacías marcadas con una  , con  = 1 2 3 4 5 6 7 8 9
10 11 12 13 13 15 sabiendo que las respuestas "no hay dato" o "no se puede calcular" también son
respuestas válidas. (1.5 puntos)
(b) Dar una predicción para los gastos en publicidad de la empresa de los dos últimos trimestres del
año 2021 sabiendo que la serie desestacionalizada la podemos aproximar por el modelo lineal:  =
26418 + 2205 ∗ . (1 punto)
(c) Predecir los gastos en publicidad de la empresa de los dos últimos trimestres del año 2021, utilizando
el método de alisado exponencial adecuado con parámetros de alisado  = 062,  = 01 y  = 01.
Completar con detalles la tabla para los tres últimos trimestres del año 2019, esto es, para  = 22,
23 y 24. (1.5 puntos)

 17 18 19 20 21 22 23 24
 356 245 304 279
Nivel ab
Pendiente bb 1494
c
Estacionalidad E 1234 088 0942 0945 1233
c
