A1.1
INGENIERÍA INDUSTRIAL

ASIGNATURA
ESTADÍSTICA INFERENCIAL II

ACTIVIDAD 1.1
EJERCICIOS “REGRESIÓN LINEAL MÚLTIPLE”

NOMBRE DEL ESTUDIANTE

Carlos Daniel De Leon Ramos

MATRÍCULA
II211679

GRADO Y GRUPO
4B

Docente: Ing. Edith Dalile Aguilar Rojano

Fecha: 20.02.23
 1. Problema:
carbono,
temperatura VS
producción
Coeficiente de Determinación
Por los valores que arroja el coeficiente de
determinación y el resumen del modelo ajustado
se llegó a la conclusión de que no es significativo
para predecir su valores de Y.

Ecuación de regresión
Espesor (Y)= β ₀+β₁x₁ + β ₂x₂+έ

Variable y=Espesor Variables

X1=pH X2=Temperatura

EJEMPLO DE TEXTO E PIE DE PÁGINA 20XX 2

De acuerdo con los criterios de rechazo se puede concluir que no existe
correlación entre la concentración de carbono y la temperatura con la
producción ya que no arroja información suficiente con esas variables.
 Prueba de hipótesis

0.041<0.05 H₀: Se rechaza

0.845<0.05 H₀:Se acepta

0.056<0.05 H₀:Se acepta

Análisis de Regresión.
Al realizar la prueba de hipótesis para el valor P que arroja
Minitab se aprecia que arroja tres pruebas de hipótesis y en una
se rechaza por lo cual se llegó a un acuerdo que el modelo no
es significativo para predecir valores de Y con respecto a X

Prueba de hipótesis

0.143<0.05 H₀:Se rechaza

0.845<0.05 H₀:Se acepta

0.0056<0.05 H₀:Se acepta

Análisis de Varianza.
El modelo no es significativo para predecir valores de Y con
respecto a X

EJEMPLO DE TEXTO DE PIE DE PÁGINA 4

Coeficiente de Determinación
Por los valores que arroja el coeficiente
de determinación y el resumen del
modelo ajustado se llego a la
conclusión de que sí es significativo
para predecir su valores de X.
2. Problema 21

Ecuación de regresión
Espesor (Y)= β ₀+β₁x₁ + β ₂x₂+έ

Variable Y Variables
dependiente X1 y X2 Independientes

20XX 5
De acuerdo con ambas gráficas de dispersión podemos observar que existe una correlación
positiva fuerte en una de los dos casos, y dado que el coeficiente de correlación en todos los
casos sobrepasa el 70% requerido, por lo que podemos concluir que hay, una relación fuerte
entre Y y X1, X2
Prueba de hipótesis
0.567<0.05 H₀: Se acepta

0.000<0.05 H₀:Se rechaza

0.008<0.05 H₀:Se rechaza

Análisis de Regresión.
Al realizar la prueba de hipótesis para el valor P que arroja
Minitab se aprecia que arroja tres pruebas de hipótesis y en una
se rechaza por lo cual se llegó a un acuerdo que el modelo no
es significativo para predecir valores de Y con respecto a X

Prueba de hipótesis
0.000<0.05 H₀:Se rechaza

0.000<0.05 H₀:Se rechaza

0.008<0.05 H₀:Se rechaza

Análisis de Varianza.
El modelo no es significativo para predecir valores de Y con
respecto a X

EJEMPLO DE TEXTO DE PIE DE PÁGINA 7

Coeficiente de Determinación
Por los valores que arroja el coeficiente
de determinación y el resumen del
modelo ajustado se llegó a la conclusión
de que no es significativo para predecir
su valores de X 3. Problema 22

Ecuación de regresión
Espesor (Y)= β ₀+β₁x₁ + β ₂x₂+έ

Variable Y: Sabor Variables X: Sal y Cuajo

20XX 8
De acuerdo con el porcentaje que arroja el coeficiente de determinación y el ajustado, podemos
concluir que el modelo no es nada significativo para predecir resultados dadas dos variables y
Por los valores que arroja el coeficiente de determinación y el resumen del modelo ajustado se
llego a la conclusión de que no es significativo para predecir su valores de Y.
Prueba de hipótesis
0.029<0.05 H₀: Se rechaza
0.675<0.05 H₀:Se acepta
0.770<0.05 H₀:Se acepta

Análisis de Regresión.
Podemos concluir que no se puede estar seguro si existe del
todo una relación entre las variables dependientes con las
independientes

Prueba de hipótesis
0.867<0.05 H₀:Se acepta
0.675<0.05 H₀:Se acepta
0.770<0.05 H₀:Se acepta

Análisis de Varianza.
Al realizar la prueba de hipótesis para el valor P que arroja
Minitab se aprecia que arroja tres pruebas de hipótesis y en una
se rechaza por lo cual se llegó a un acuerdo que el modelo no
es significativo para predecir valores de Y con respecto a X

EJEMPLO DE TEXTO DE PIE DE PÁGINA 10

 Variable Y: Oxido Variables X: Humedad,
Nitroso temperatura y presión

Coeficiente de Determinación
Por los valores que arroja el coeficiente
de determinación y el resumen del
modelo ajustado se llego a la
conclusión de que sí es significativo
para predecir su valores de Y.
4. Ejemplo 12.1

Ecuación de regresión
Espesor (Y)= β ₀ +β₁ x₁ + β ₂ x₂ + β ₃ x₃ +έ

Ecuación de regresión
Oxido Nitroso = -3.21 - 0.002706 Humedad
+ 0.00097 Temperatura + 0.1436 Presión

20XX 11
Prueba de hipotesis
0.295<0.05 H₀: Se acepta
0.001<0.05 H₀:Se rechaza
0.644<0.05 H₀:Se acepta
0.169<0.05 H₀:Se acepta

Análisis de Regresión.
Al que arroja Minitab se aprecia que arroja tres pruebas de
hipótesis y en una se rechaza por lo cual se llegó a un acuerdo
que el modelo no es significativo para predecir valores de Y con
respecto a X ya que no aporta la información suficiente por lo
que podemos concluir que no existe una relación concreta.

Prueba de hipotesis
0.000<0.05 H₀:Se acepta
0.001<0.05 H₀:Se rechaza
0.644<0.05 H₀:Se acepta
0.169<0.05 H₀:Se acepta

Análisis de Varianza.
No aporta la información suficiente por lo que podemos
concluir que no existe una relación concreta.

EJEMPLO DE TEXTO DE PIE DE PÁGINA 13

Coeficiente de Determinación
Por los valores que arroja el coeficiente de
determinación y el resumen del modelo
ajustado se llegó a la conclusión de que
no es significativo para predecir su valores
de X

Variable Y
Dependiente 5. Ejercicio 12.1
Variables X1 y X2
Independientes

Ecuación de regresión
Espesor (Y)= β ₀ +β₁ x₁ + β ₂ x₂ +έ

20XX 14
De acuerdo con ambas graficas de dispersión podemos observar que existe un muy alto nivel
de significancia en la relación que existe entre las variables X1 y X2 con Y, teniendo una
correlación positiva muy alta
Prueba de hipotesis
0.0372<0.05 H₀: Se acepta
0.000<0.05 H₀:Se rechaza
0.000<0.05 H₀:Se rechaza

Análisis de Regresión.
Después de realizar pruebas de hipótesis para los valores de
“p” que arroja minitab se llego a la conclusión de que no aporta
la información necesaria para saber si el modelo es significativo
o no

Prueba de hipótesis
0.000<0.05 H₀:Se rechaza
0.000<0.05 H₀:Se rechaza
0.000<0.05 H₀:Se rechaza

Análisis de Varianza.
No aporta la información necesaria para saber si el modelo es
significativo o no

EJEMPLO DE TEXTO DE PIE DE PÁGINA 16

Coeficiente de Determinación
Por los valores que arroja el coeficiente de
determinación y el resumen del modelo
ajustado se llegó a la conclusión de que
no es significativo para predecir su valores
de X 6. Ejercicio 12.2

Ecuación de regresión
Espesor (Y)= β ₀ +β₁ x₁ + β ₂ x₂ +έ

Variable Y
Dependiente

Variables X1 y X2
Independientes

20XX 17
De acuerdo con ambas gráficas de dispersión podemos observar que no existe un nivel muy
alto en el coeficiente de correlación dado las líneas de tendencia podemos concluir que a pesar
de que en el factor x1 parece haber una mayor cantidad de correlación y por lo tanto no aporta
la información suficiente.
Prueba de hipótesis
0.000<0.05 H₀: Se rechaza
0.000<0.05 H₀:Se rechaza
0.028<0.05 H₀:Se rechaza

Análisis de Regresión.
Al realizar la prueba de hipótesis para el valor P que arroja
Minitab se llega a la conclusion de que el modelo si es
significativo para predecir valores de Y con respecto de X

Prueba de hipótesis
0.000<0.05 H₀:Se rechaza
0.000<0.05 H₀:Se rechaza
0.028<0.05 H₀:Se rechaza

Análisis de Varianza.
El modelo si es muy significativo para predecir valores de Y
con respecto a X.

EJEMPLO DE TEXTO DE PIE DE PÁGINA 19

Coeficiente de Determinación
Por los valores que arroja el coeficiente de
determinación y el resumen del modelo ajustado se
llego a la conclusión de que no es significativo para
predecir su valores de Y.

7. Ejercicio 12.3

Ecuación de regresión
Calif. Química = 27.5 + 0.922 Califi. Examen + 
0.284 Clase Perdida

Ecuación de regresión
Espesor (Y)= β ₀ +β₁ x₁ + β ₂ x₂ + β ₃ x₃ +έ
Variable
Dependiente:
Calificación Química
Variables Independientes:
Calificación Examen y
Clases Perdidas

20XX 20
Podemos concluir que no existe una
relación directa de todas los factores
con la variable de respuesta ya que
los puntos quedan muy dispersos
´por arriba y por debajo de la linea de
tendencia.
 Prueba de hipótesis
0.055<0.05 H₀: Se acepta
0.001<0.05 H₀:Se acepta
0.715<0.05 H₀:Se rechaza

Análisis de Regresión.
Al realizar la prueba de hipótesis para el valor P que arroja
Minitab se aprecia que arroja tres pruebas de hipótesis y en
una se rechaza por lo cual se llegó a un acuerdo que el
modelo no es significativo para predecir valores de Y con
respecto a X

Prueba de hipótesis
0.002<0.05 H₀:Se rechaza
0.001<0.05 H₀:Se rechaza
0.715<0.05 H₀:Se acepta

Análisis de Varianza.
Al realizar la prueba de hipótesis se aprecia que arroja tres
pruebas de hipótesis y en una se rechaza por lo cual se llegó a
un acuerdo que el modelo no es significativo para predecir
valores de Y con respecto a X

EJEMPLO DE TEXTO DE PIE DE PÁGINA 22

Coeficiente de Determinación
Por los valores que arroja el coeficiente de
determinación y el resumen del modelo ajustado
se llegó a la conclusión de que no es
significativo para predecir su valores de Y.

8. Ejercicio 12.5
Ecuación de regresión
Y = -103 + 0.605 X1 + 8.92 X2 + 1.44 X3 + 0.014
X4

Ecuación de regresión
Espesor (Y)= β ₀ +β₁ x₁ + β ₂ x₂ + β ₃ x₃ +έ

Variable
Variables Independientes
Dependiente: Y
X1, X2, X3 y X4

20XX 23
 Ecuación de regresión
Coeficiente de Determinación Espesor (Y)= β ₀ +β₁ x₁ + β ₂ x₂ + β ₃ x₃ + β ₄ x₄ + β ₅ x₅ +έ 9. Ejercicio 12.11
En base a los porcentajes representados por el R-
cuadrado y los coeficientes de ajuste, podemos
concluir que el modelo no ha alcanzado un nivel
mínimo razonable para confirmar que es significativo
en la predicción de la variable.

Variables Independientes
X1, X2, X3,X4 y X5

Variable
Dependiente: Y

25
26