UNIVERSIDAD DE ANTIOQUIA FACULTAD DE INGENIERIA METODOS ESTADISTICOS- SEMESTRE 2011-02 TALLER #1: REGRESIN LINEAL SIMPLE

1. Explique grficamente el concepto

2. Explique la diferencia entre

y ?

3. A un estudiante se le pidi que escribiera el modelo de regresin lineal

simple. El estudiante escribi: E (Yi)=0 + 1Xi + i. Est usted de acuerdo? 4. Un analista est estudiando la relacin entre las ventas de un producto (Y en miles de dlares) y la poblacin(X en millones de personas) en una firma que tiene 50 distritos de ventas. Se emple el modelo Yi = 0 + 1Xi + i. Y se obtuvieron los siguientes resultados: Parmetro Intercepto Pendiente Valor Estimado 7.43119 0.755048 lim inf 95% -1.1851 0.4528 lim sup 95% 16.047 1.057

a) El analista concluye que existe una relacin entre Y y X. Est garantizada sta conclusin? Cul es el nivel de significancia? b) Alguien cuestion el lmite inferior del intervalo de confianza para el intercepto, sealando que las ventas no pueden ser negativas an si las ventas en un distrito fueran cero. Discuta. 5. Para evaluar un programa de entrenamiento se escogieron 26 bachilleres. Se les imparti entrenamiento durante 1,2,3. 12 horas y luego se aplic la misma prueba a cada persona. En la tabla se muestra el puntaje (Y) y las horas de entrenamiento (X) de cada bachiller:

X Y

0 42 44

1 51 48

2 51 54

3 57 54

4 57 63

5 61 69

6 70 70

7 70 72

8 74 83

9 84 81

10 84 85

11 91 86

12 91 95

a) Analice el grfico de dispersin.

b) Escriba la ecuacin del modelo de regresin, junto con sus supuestos. Ajuste un modelo de regresin lineal simple e interprete los parmetros del modelo. En este problema tiene sentido la interpretacin del intercepto?
c) Determine si el efecto de las horas de entrenamiento sobre el puntaje

obtenido es significativo. = 0.05 d) Haga el diagnstico de este modelo y aplique medidas remediales de ser necesario 6. Analice las siguientes proposiciones y determine cules son verdaderas. Justifique su respuesta. falsas y/o

a) Uno de los objetivos de un modelo de regresin es estimar un valor

promedio de Y o un rango de valores posibles de Y, para un valor fijo de X, an cuando ste no pertenezca al rango de experimentacin de la variable regresora. b) Suponga que en un experimento los valores de las observaciones Yi caen sobre la recta de regresin, es posible afirmar que este modelo tiene R2= 1? c) Para un modelo de RLS, un coeficiente de determinacin (R 2) cercano a 1, indica que el modelo lineal propuesto es adecuado. 7. Se realiz un experimento en mujeres en un Hospital para observar la relacin entre la edad y la masa muscular. Una nutricionista conform grupos de 10 aos entre mujeres de 40 a 79 aos. Luego seleccion aleatoriamente cuatro mujeres de cada grupo de edades, los resultados obtenidos fueron los siguientes:
Edad Masa Muscular 71 82 64 91 43 100 67 68 56 87 73 73 68 78 56 80 76 65 65 84 45 116 58 76 45 97 53 100 49 105 78 77

Resuelva los siguientes puntos:

a) Ajuste un modelo de regresin lineal simple y pruebe la hiptesis HO:

vs. H1:

b) Podra afirmarse que por cada 5 aos de aumento la masa muscular promedio disminuir en 7 u.m.m?
c) Calcular R2 e interprtelo.

d) Estime la masa muscular promedio para una mujer con 56 aos.

8. Haga el diagnstico de este modelo y aplique medidas remediales de ser

necesario