SIMPLE.
1. Se tom una muestra para analizar cul es la relacin entre la edad (en meses) y el peso
(en kilogramos) de nios en edad pre escolar, en donde se obtuvo los siguientes
resultados.
X =1122 n=22 Y =308 X 2=57809
2
Y = 4505
XY =16002
X : Edad (meses)
Y : Peso ( Kg)
x 2
S 2x =
Desviacin estndar:
S x = S2x =5.2870 meses
X + S x
X S x X
45.713 meses X 56.287 meses
La muestra es homognea
Promedio:
y = 308 =14 Kg
Y =
n
22
Varianza:
y
2
y
S 2y =
Desviacin estndar:
S y = S2y =3.031 Kg
Y S y Y Y + S y
10.969 Kg Y 17.031 Kg
Coeficiente de variacin:
S
C . V = y 100 =21.65
Y
La muestra es homogenea
c) Estime un modelo segn una relacin lineal entre la edad y el peso de los nios,
interprete el coeficiente de regresin.
El modelo es:
^
Y =a+bX
^
Peso=a+bEdad
b=
Donde:
n XY X Y
a=
n X ( X )
2
22
22
Luego:
^
Peso=11.5+ 0.5Edad
b=0.5
^
Peso=17.5 Kg
e) Estimar que edad aproximada tiene un nio que pesa 12.5 Kg.
^
Peso=11.5+ 0.5Edad
Edad=
xy
y a yb
2
S 2xy =
S 2xy =
2
Desviacin estndar: s xy = S xy =1.52
es confiable
r=
XY n( X )( Y )
X 2n( X )2 Y 2 n(Y )2
1600222(51)(14 )
5780922(51)2 450522(14)2
=0.87
Existe una relacin positiva fuerte entre la edad y el peso de los nios.
h) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros
factores determinan el peso de los nios.
R2=r 2100=76.3
La variabilidad en el peso de los nios es explicado en un 76.3% por la variabilidad
en su edad. Otros factores que determinan el peso de los nios en edad pre escolar
es la alimentacin (nmero de comidas por da), altura, ingreso econmico de los
padres.
2. En la comunidades A y B se realizo un estudio para determinar si la agilidad mental de los
nios esta en relacin directa con su edad. Se escogieron 10 nios de cada comunidad y se
les aplico un test para medir su agilidad mental con los siguientes resultados.
Comunidad A
X =8
X 2=672
Comunidad B
2
n X =722.5
X 2=747
Y =22.5
n y 2=4368.10
Y 2= 5549
Y 2= 4783
XY =1888
XY =1835
a) Encontrar por el mtodo de mnimos cuadrados la curva que mejor se ajuste entre la edad
y la agilidad mental de los nios, interprete el coeficiente de regresin.
Comunidad A
El modelo es:
Y^ =a+bX
^
Peso=a+bEdad
b=
Dnde:
n XY X Y
2
n X ( X )
2
a=
10 ( 1888 )( 80 )(225)
=2.75
10 ( 672 )(80)2
10
10
Luego:
^
Peso=11.5+ 0.5Edad
b=
Dnde:
n XY X Y
2
n X 2 ( X )
10 ( 1835 )( 85 )(209)
=2.39
2
10 ( 747 ) (85)
a=
10
10
Luego:
^
Peso=0.604+2.39Edad
Interpretacin: el coeficiente de regresin b=2.39 nos indica que por cada ao
cumplido por los nios, su agilidad mental aumenta en promedio 2.39
b) Estimar cuanto ser la agilidad mental de un nio de 7aos de edad.
Comunidad A:
Y^ =a+bX
^
Peso=0.5+b 2.75Edad
^
Peso=0.5+2.757
^
Peso= 19.75
Comunidad B
Y^ =a+bX
^
Peso=0.604+2.39Edad
^
Peso=0.604+2.397
^
Peso= 17.33
c) Hallar la varianza residual de la regresin.
Comunidad A:
xy
2
y
a
yb
2
S xy =
S 2xy =
2
Desviacin estndar: s xy = S xy =1.52
es confiable
Comunidad:
xy
2
y a yb
2
S xy =
S 2xy =
2
Desviacin estndar: s xy = S xy =1.52
es confiable
r=
r=
XY n( X )( Y )
X 2n( X )2 Y 2 n(Y )2
188810(8)(22.5)
67210(8)2 554910(22.5)2
=0.7052
r=
r=
XY n( X )( Y )
X 2n( X )2 Y 2 n(Y )2
183510(8.5)(20.9)
=0.580
R =r 100
2
R =0.7052100
2
R =70.52
Interpretacin: la variabilidad en la agilidad mental de los nios es explicado en un
70.52% por la variabilidad en la edad
Comunidad B:
2
R =r 100
2
R =0.580100
2
R =58.0
Interpretacin:La variabilidad en la agilidad mental de los nios es explicado en un
8.0% por la variabilidad en su edad. Otros factores que determinan la agilidad
mental de los nios de las comunidades de la alimentacin, horas de sueo,
motivacin, actividades intelectuales
3. Los siguientes datos corresponden a las notas obtenidas en dos exmenes parciales aplicados a
ocho alumnos.
Primer examen
13
14
10
11
13
Segundo examen
10
12
11
14
13
11
X: Primer examen
Y: Segundo examen
a) Realizar el diagrama de dispersin para estos datos y analizar.
14
1.93303
19.9%
6.6%
Segundo examen
13
12
11
10
9
8
7
10
11
12
Primer examen
13
14
El diagrama de dispersin q no existe una relacin lineal notoria es decir, que las notas del
primer examen no determina los resultados en el segundo examen; sin embargo ajustamos a
un modelo lineal.
b) Hallar la ecuacin de regresin lineal considerando como variable dependiente al segundo
examen.
El modelo es:
Y^ =a+bX
^
EXAC 2=a+bEXAC 1
^
EXAC 2=7.29+0.35EXAC 1
Interpretacin: el coeficiente de regresin b=0.35 indica que por cada punto que
aumente la nota del primer examen, en promedio del segundo examen aumente en
0.35 puntos
Si EXA 1=10 entonces ^
EXA 2=10.78 P=(10,10.78)
Si EXA 1=11 entonces ^
EXA 2=11.13 Q=(11, 11.13 )
xy
y a yb
2
S 2xy =
S 2xy =3.74
2
Desviacin estndar: s xy = S xy =1.1.93
ser confiable?
Otra forma:
HIPOTESIS NULA H= El modelo no es confiable
HIPOTESIS ALTERNA H=El modelo es confiable
Del anlisis de varianza (MINITAB) P=0.268
Regla de decisin (anlisis de varianza)
Si (P) >0.005 entonces se acepta la hiptesis nula
Si (P)<0.05 entonces se rechaza la hiptesis nula
Como P=0.268 > 0.05 entonces se acepta la hiptesis nula es decir el modelo
no es confiable
Anlisis de varianza
Fuente
Regresin
Error
Total
GL
1
6
7
SC
5.5804
22.4196
28.0000
MC
5.58038
3.73660
F
1.49
P
0.268
r=0.4464
R2=19.92
12
0.875865
94.1%
93.4%
Exportacion
10
8
6
4
2
2
6
8
Importacion
10
12
El diagrama de dispersin se observa que existe una tendencia lineal creciente, es decir
conforme pasen los aos hay mayor es la exportacin y/o importacin de los
productos
b) Encontrar por el mtodo de mnimos cuadrados la curva que mejor se ajuste entre la
importacin y exportacin de productos, interprete el coeficiente de regresin.
Y^ =a+bX
^
EXPORTACION =a+bIMPORTACION
^
EXPORTACION =0.86+0.91IMPORTACION
Interpretacin: el coeficiente de regresin b= 0.91= 1 miles de TM
c) Graficar la recta de regresin en el diagrama de dispersin.
d) Estimar cuanto ser la importacin si se exporta 8.5 tm.
^
EXPORTACION =0.86+0.91IMPORTACION
^
IMPORTACION =8.37=8TM
e) Estimar cuanto ser la exportacin si se importa 7.3 tm.
^
EXPORTACION =0.86+0.91IMPORTACION
^
EXPORTACION = 7.51= 8TM
f) Hallar la importacin promedio y su desviacin estndar.
Promedio:
X =6.18 TM
X =
n
Desviacin estndar:
S x = S2x =3.63 TM
X + S x
X S x X
2.55 TM X 9.81 TM
g) Hallar la exportacin promedio y su desviacin estndar.
Promedio:
y =6.5
Y =
n
Desviacin estndar:
S y = S2y =3.41TM
Y S y Y Y + S y
3.08 TM Y 9.91 TM
h) Hallar la varianza residual de la regresin.
xy
2
y a yb
2
S xy =
S 2xy =0.76 TM
2
Desviacin estndar: s xy = S xy =0.88 TM
ser confiable?
Otra forma:
HIPOTESIS NULA H= El modelo no es confiable
HIPOTESIS ALTERNA H=El modelo es confiable
Del anlisis de varianza (MINITAB) P=0.000
Regla de decisin (anlisis de varianza)
Si (P) >0.005 entonces se acepta la hiptesis nula
Si (P)<0.05 entonces se rechaza la hiptesis nula
Como P=0.000> 0.05 entonces se rechaza la hiptesis nula es decir el
modelo es confiable
Anlisis de varianza
Fuente
Regresin
Error
Total
i)
GL
1
9
10
SC
109.776
6.904
116.680
MC
109.776
0.767
F
143.10
P
0.000
j)
R2=r 2100=97
La variabilidad en el peso de los nios es explicado en un 76.3% por la variabilidad
en su edad. Otros factores que determinan el peso de los nios en edad pre escolar
es la alimentacin (nmero de comidas por da), altura, ingreso econmico de los
padres.
5. Se desea saber si hay relacin entre el tiempo que le dedican al estudio fuera de horas de clase y
el rendimiento acadmico en un determinado curso, dando los siguientes resultados:
X =180 n=40
Y =457 X 2=1035.92
Y 2= 6141
XY =2430.7
Promedio:
Varianza:
x
2
x
S 2x =
Desviacin estndar:
S x = S2x =2.4 hora s
X + S x
X S x X
Coeficiente de variacin:
S
C . V = x 100 =53.3
X
La muestra es homognea
Promedio:
Varianza:
y
23.6
y 2
S 2y =
Desviacin estndar:
S y = S2y =4.9 capacidad
Y S y Y Y + S y
La muestra es homogenea
c) Estime un modelo segn una relacin lineal entre horas de estudio fuera de clase y su
rendimiento acadmico, interprete el coeficiente de regresin.
El modelo es:
Y^ =a+bX
RA=a+bHD
b=
Donde:
n XY X Y
2
n X 2 ( X )
a=
40 ( 2430.7 )(180)(457)
=1.7
40 ( 1035.92 )(180)2
40
40
Luego:
^
rend imiento academico=3.8+1.7horas de estudio
b=1.7
d) Estimar cuanto ser el rendimiento acadmico para un alumno que estudio 3.5 horas
^
RA=3.77 +1.7HD
HD=
RA3.8 143.8
=
=6 horas
1.7
1.7
f) Hallar la varianza residual de la regresin.
xy
y a yb
2
S 2xy =
S 2xy =
2
Desviacin estndar: s xy = S xy =2. es confiable
r=
XY n( X )( Y )
X 2n( X )2 Y 2 n(Y )2
r=
2430.740 (4.5)(11.4)
0.83
Interpretacin: Existe una relacin positiva fuerte entre las horas que dedican sus estudios
fuera de clases y el rendimiento acadmico
h) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros
factores determinan el rendimiento acadmico.
R2=r 2100=68.9
6. Las pruebas acerca del consumo de combustible de un vehculo que viaja a diferentes
velocidades produjeron los siguientes resultados.
Velocidad
Consumo
20 30 40
18. 18.8 19.1
3
50
19.
6
60
19.
8
70
20
80
20.
6
90
21
21,0
0,110554
98,7%
98,5%
20,5
Consumo
20,0
19,5
19,0
18,5
18,0
20
30
40
50
60
Velocidad
70
80
90
Y =a+bX
Consumo=17.63+0.03667 Velocidad
Interpretacion:
c) Graficar la recta de regresin en el diagrama de dispersin.
Ver el grafico de a).
d) Estimar cuanto ser el consumo de combustible si el auto va a una velocidad de 75
k/h.
Consumo=17.63+0.03667 Velocidad
Consumo=17.63+0.03667 Velocidad
Velocidad=
Consumo
25
=
=1.42 k /h
17.63+ 0.03667 17.66
y=
y i = 157.2 =19.65
n
Varianza:
yi
y 2
S 2y =
Desviacion estndar:
S Y = S = 0.8171=0.9039
2
y
x=
xi = 440 =55
n
Varianza:
xi
x 2
S2x =
Desviacion estndar:
S x = S = 600=24.49
2
x
xy
y a yb
2
S 2xy =
S 2xy =
i)
r=
XY n( X )( Y )
X 2n( X )2 Y 2 n(Y )2
r=
2430.740 (4.5)(11.4)
0.83
Interpretacin: Existe una relacin positiva fuerte entre las horas que dedican sus
estudios fuera de clases y el rendimiento acadmico
j) Hallar el coeficiente de determinacin, interprete. E indicar a su criterio que otros
factores determinan el consumo de combustible.
2
R =r 100=68.9
7.
Produccion
85
80
75
70
65
60
1999
2000
2001
2002
2003
2004
Aos
2005
2006
2007
2008
Produccion
85
80
75
70
65
60
1999
2000
2001
2002
2003
2004
Aos
2005
2006
2007
2008
Y =a+bX
Produccion=8039+3.975 Aos
Produccion
25
20
15
10
1995
1996
1997
1998
1999
Aos
2000
2001
2002
2003
Produccion
25
20
15
10
1995
1996
1997
1998
1999
Aos
2000
2001
2002
2003
Y =a+bX
Produccion=4781+2.400 Aos
9. El auditor del sistema educativo pblico ha estudiado los registros del inventario para
averiguar si el inventario actual de libros de texto es tpico. Las siguientes existencias
corresponden a los 5 aos anteriores.
Ao
Inventari
o
2004
4620
2005
4910
2006
5490
2007
5730
2008
5990
Inventario
5750
5500
5250
5000
4750
4500
2004
2005
2006
Aos
2007
2008
Se
Observa en el diagrama que existe una tendencia creciente segn
pasan los aos.
b) Hallar la recta de regresin (serie de tiempo) de mnimos cuadrados del
inventario en funcin de los aos
Grfica de series de tiempo de Produccion
6000
Produccion
5750
5500
5250
5000
4750
4500
2004
2005
Y =a+b X
2006
Aos
2007
2008