Estadística Aplicada

Práctica de Estadística aplicada - N° 12

Construcción del modelo de regresión simple
Apellidos : ………………………..……………….
Sección : ………………………..………………...
Nombres : …………………………………………….
Fecha : .…../……/201 Duración: 45 minutos
Docente : Escribir el nombre del docente
Tipo de Práctica: Individual (x) Grupal ( )

Instrucciones: Resolver los siguientes ejercicios en su cuaderno. Puede hacer uso de calculadoras y formularios. Consigne todo el procedimiento.

1. Las cantidades de un compuesto Espesor, x 18 15 12 9 10 11 13

químico y, que se disuelve en 100 oC
gramos
(x) pH, y 1,0 1,1 1,4 1,8 1,7 1,6 1,1
gramos de agua a varias (y)
temperaturas x, se registran como 0 7 a) Halle e interprete el coeficiente de determinación.
sigue. Si existe correlación lineal: 15 13 b) Halle la ecuación estimada de regresión lineal.
30 22
a) Determine una ecuación de c) Interprete el valor de b0 y de b1 en la ecuación estimada.
45 33
regresión, la que mejor se 60 39 d) Halle el mejor pH predicho para un espesor de 16 cm.
acomode a los datos. 75 47 e) Construya el intervalo de predicción del 98% del pH para
b) Interprete los valores de b0 y b1 21 24 14 cm de espesor. Interprete los resultados.
c) Determine un intervalo de 50 32 f) Pruebe que β1=-0,10
confianza al 95% para una 70 46
estimación cuando la temperatura g) Determine un intervalo de confianza para β0 y β1, para
sea de 20°C. α=0,05
4. En una cuenca, se tienen dos estaciones de aforo A y B, en las
2. El ingeniero de control de calidad de una empresa desea que se midieron los caudales medios mensuales, en m3/s para
estimar la resistencia a la tensión mecánica de un alambre de el año 2016, los que se muestran en la tabla. Considerando que
acero, en función de su diámetro exterior. Para hacer un los caudales de la estación A, es la variable independiente (x) y
experimento seleccionó cinco trozos de alambre. A que los caudales de la estación B es la variable dependiente (y).
continuación, midió su diámetro exterior (mm) y la resistencia
a la tensión (lb/pulg2) de cada trozo. Los resultados fueron: Mes Est. A Est. B Mes Est. A Est. B
E 175 321 J 171 456
Tramo A B C D E
F 75 222 A 475 1270
Diámetro Exterior, x 0,3 0,2 0,4 0,3 0,5 M 45 155 S 897 2089
Resistencia tensión, y 11 9 16 12 18 A 77 274 O 710 1618
a) Halle e interprete el coeficiente de determinación. M 131 431 N 268 431
b) Halle la ecuación estimada de regresión lineal. J 136 446 D 224 509
c) Interprete el valor de b0 y de b1 en la ecuación estimada. a) Halle e interprete el coeficiente de correlación.
d) Halle la mejor resistencia a la tensión predicha para un b) Halle la ecuación estimada de regresión lineal.
diámetro exterior de 0,1 mm. c) Halle el mejor caudal predicho en la estación B, para un
e) Construya el intervalo de predicción del 95% para la caudal de 250 m3/s en la estación A.
resistencia a la tensión mecánica de un alambre dado un d) Pruebe que β1=2,26
diámetro de 6 milímetros. Interprete los resultados.
e) Determine un intervalo de confianza para β0 y β1, para
f) Pruebe que β1=31,92 α=0,02
g) Determine un intervalo de confianza para β0 y β1, para
α=0,01 5. A continuación, tenemos una lista de las distancias que
necesitan ciertos vehículos para detenerse cuando viajan a
3. En una empresa dedicada a anodizar artículos (baterías de diferentes velocidades.
cocina), el anodizado se logra con una solución hecha a base de
Velocidad millas/h, x 30 40 50 60 70
ácidos (sulfúrico, cítrico, bórico) y dicromato de aluminio. En
Distancia pies,y 90 150 240 370 530
este proceso se controla el pH de la solución, la temperatura, la
corriente y el tiempo de permanencia. Se decide estudiar, a) Halle e interprete el coeficiente de correlación.
mediante un experimento, la relación del pH y el espesor (cm). b) Halle la ecuación estimada de regresión lineal.
Los datos se muestran en la tabla:
 Estadística Aplicada

c) Halle la mejor distancia predicha para detenerse cuando 13,9 14,0 13,9 14,1 14,3
se viaja a una velocidad de 65 millas/hora. 14,1 14,5 14,5 14,4 14,8
d) Pruebe que β1=10,5 a) Halle la ecuación estimada de regresión lineal.
e) Determine un intervalo de confianza para β0 y β1, para b) Halle la mejor temperatura predicha para el año 2010.
c) Pruebe que β1=0,09
α=0,05
d) Determine un intervalo de confianza para β0 y β1, para
α=0,05
6. La tabla lista la distancia d (en pies) por encima del suelo para
el caso de un objeto que se deja caer en el vacío desde una
10. El artículo “The Incorporation of Uranium and Silver by
altura de 500 pies. El tiempo t (en segundos) es el tiempo que
Hydrothermally Synthesized Galena” (Econ. Geology, 1964:
transcurre desde que se suelta el objeto.
1003-1024) reporta sobre la determinación de contenido de
t (s) 1 2 3 4 5 plata de cristales de galena desarrollados en un sistema
d (pies) 484 436 356 244 100 hidrotérmico cerrado dentro de un rango de temperatura. Con
temperatura de cristalización en °C y Ag2S en mol%, los datos
a) Halle la ecuación estimada de regresión lineal. son los siguientes:
b) Halle la mejor distancia por encima del suelo predicha para
un tiempo de 4,5 segundos desde que se soltó el objeto. Temp. °C 398 292 352 575 568 450 550
c) Pruebe que β1=-96 Ag2S
0.15 0.05 0.23 0.43 0.23 0.40 0.44
d) Determine un intervalo de confianza para β0 y β1, para mol%
α=0,05
Temp. °C 408 484 350 503 600 600
7. A continuación, se presentan las concentraciones de dióxido de
Ag2S
carbono (en partes por millón) en la atmósfera de la Tierra para 0.44 0.45 0.09 0.59 0.63 0.60
mol%
los años 1950, 1955, 1960, 1965, 1970, 1975, 1980, 1985, 1990,
1995, 2000 y 2005. Calcule la concentración predicha de
a. ¿Un modelo lineal puede ser tomado en cuenta para
dióxido de carbono para el año 2010.
pronosticar valores de concentración de contenido de
311 314 317 320 326 331 plata?
339 346 454 361 369 381 b. ¿Cómo interpreta los valores b0 y b1 en la ecuación de
regresión?
a) Halle la ecuación estimada de regresión lineal.
c. Estime con intervalo, el contenido de plata promedio
b) Halle la mejor estimación de concentración de dióxido de
verdadero cuando la temperatura es de 500°C.
carbono en la atmósfera para el año 2010.
11. Richard Jackson desarrolló un ratón para computadora
c) Pruebe que β1=8,08 ergonómico en 1989 y las ventas han ido en aumento desde
d) Determine un intervalo de confianza para β0 y β1, para entonces. A continuación, se presentan datos en términos de
α=0,10 miles de ratones vendidos por año.

Año 2009 2010 2011 2012

8. Una compañía de sustancias químicas, que busca estudiar el
efecto del tiempo de extracción sobre la eficiencia de una Número
82.4 125.7 276.9 342.5
operación de extracción, obtuvo los datos que se presentan en vendido
la tabla siguiente:
Año 2013 2014 2015 2016
Tiempo (Min) x 27 45 41 19 35 Número
543.6 691.5 782.4 889.5
vendido
Eficiencia (%) y 57 64 80 46 62
a) Determine el mejor modelo de regresión lineal. Interprete
Tiempo (Min) x 39 19 49 15 31 el valor de b1.
b) Determina un intervalo al 90% para el número de ratones
Eficiencia (%) y 72 52 77 57 68
vendidos para el año 2018
Si se sabe que existe correlación lineal:
12. El concreto sin finos, hecho de un agregado grueso
a) Determine el mejor estimado para un tiempo de 40 minutos.
uniformemente graduado y una pasta de cemento y agua, es
Interprete.
benéfico en áreas propensas a lluvias intensas debido a sus
b) Determine un intervalo de confianza para la estimación de la
excelentes propiedades de drenaje. El artículo “Pavement
pregunta a) al 99% de confianza.
Thickness Design for No-Fines Concrete Parking Lots” (J. of
Transportation Engr., 1995: 476-484) empleó un análisis de
9. A continuación, se presentan las temperaturas medias globales
mínimos cuadrados al estudiar cómo la porosidad (%) está
(en °C) de la superficie de la Tierra para los años 1960; 1965;
relacionada con peso unitario (pcf) en especímenes de
1970; 1975, 1980; 1985; 1990; 1995; 2000 y 2005.
 Estadística Aplicada

concreto. Considere los siguientes datos, considere que

provienen de poblaciones normales.

Obs 1 2 3 4 5 6 7 8

101.1

102.7

105.4

108.7

110.8
103

107
99

Poros.
28.8

27.9

25.2

22.8

21.5

20.9

19.6
27
pcf

Obs 9 10 11 12 13 14 15
112.1

112.4

113.6

113.8

115.1

115.4

120
Poros.
17.1

18.9

16.7

13.6

10.8
16

13

pcf

a) ¿Cuál es el mejor modelo de regresión lineal para los

datos?
b) Interprete b0 y b1 en la ecuación de regresión estimada.
c) Realice una estimación