Ejercicio de Regresin Lineal Simple.

Sea X el volumen de lluvia (m3) y Y el volumen de escurrimiento (m3) en determinado lugar.

(Devore, 6a. Edicin. Pg. 517, problema 16)
Var Indep.
No. Observ.
X
1
22.5
2
49.1
3
45.7
4
46
5
36.9
6
24.6
7
26.5
8
31.2
9
21.3
10
43.2
11
43.9
12
32.2
13
29.4
14
28.6
15
43.7
16
31.2
17
43
18
37.6
19
27.4
20
38.6
21
34.7
22
38.3
23
48.4
24
31.3
25
49.1
26
35.4
27
33.2
28
40.5
29
33.5
30
30.3
31
39.9
32
46.4
33
24.5
34
28.9
35
24.4
36
25.8
37
23.3
38
49.8
39
36
40
41.4
41
23.2
42
43.9
43
43.5
44
46.6
45
24.4
46
46.1
47
49
48
38
49
20
50
49.1

n=
Sumas
Promedio
Desv.Est. insesgada
Varianza insesgada

50
1801.5
36.03
9.0676201229
82.221734694

Sxx
4028.865
-0.06542876
Coef. de determinacin, R2= 0.0042809227
Bo=Y-B1*X
9.6966384875
B1=Sxy/Sxx
-0.028716028
SSE=Syy-B1*Sxy
772.73555658
MSE=SSE/(n-2)
16.098657429

Var. Dep. o regresiva

Y
12.3
6.6
10.1
8.6
11.7
5.3
9.2
9.9
10.7
5.2
11.1
10.1
4.3
12.5
5.1
13.4
9.3
0.8
3.1
11.1
10
3.4
6.2
14.8
5.4
2.4
3.4
12.6
12.7
11.4
8.6
9.2
14.1
12.5
7.7
3.8
12.9
13
2.1
3.6
3.1
14.1
9.7
12.8
8.5
6.8
1.6
11.3
10.4
14.6

X2
506.25
2410.81
2088.49
2116
1361.61
605.16
702.25
973.44
453.69
1866.24
1927.21
1036.84
864.36
817.96
1909.69
973.44
1849
1413.76
750.76
1489.96
1204.09
1466.89
2342.56
979.69
2410.81
1253.16
1102.24
1640.25
1122.25
918.09
1592.01
2152.96
600.25
835.21
595.36
665.64
542.89
2480.04
1296
1713.96
538.24
1927.21
1892.25
2171.56
595.36
2125.21
2401
1444
400
2410.81

Y2
151.29
43.56
102.01
73.96
136.89
28.09
84.64
98.01
114.49
27.04
123.21
102.01
18.49
156.25
26.01
179.56
86.49
0.64
9.61
123.21
100
11.56
38.44
219.04
29.16
5.76
11.56
158.76
161.29
129.96
73.96
84.64
198.81
156.25
59.29
14.44
166.41
169
4.41
12.96
9.61
198.81
94.09
163.84
72.25
46.24
2.56
127.69
108.16
213.16

XY
276.75
324.06
461.57
395.6
431.73
130.38
243.8
308.88
227.91
224.64
487.29
325.22
126.42
357.5
222.87
418.08
399.9
30.08
84.94
428.46
347
130.22
300.08
463.24
265.14
84.96
112.88
510.3
425.45
345.42
343.14
426.88
345.45
361.25
187.88
98.04
300.57
647.4
75.6
149.04
71.92
618.99
421.95
596.48
207.4
313.48
78.4
429.4
208
716.86

433.1
8.662
3.9796877121
15.8379142857

68936.91

4527.57

15488.9

Syy
776.0578

Suma(Y2)
68936.91

Suma(X2)
4527.57

Sxy
-115.693

Sumas de cuadrados

yiestimada
9.0505278583
8.2866815145
8.3843160096
8.3757012012
8.6370170557
8.9902241996
8.9356637465
8.8006984151
9.0849870919
8.4561060795
8.4360048599
8.7719823871
8.8523872654
8.8753600878
8.4417480655
8.8006984151
8.4618492851
8.6169158361
8.9098193213
8.5881998081
8.7001923172
8.5968146165
8.3067827341
8.7978268123
8.2866815145
8.6800910976
8.7432663591
8.533639355
8.7346515507
8.8265428402
8.5508689718
8.36421479
8.9930958024
8.8667452794
8.9959674052
8.9557649661
9.027555036
8.2665802949
8.6628614808
8.5077949298
9.0304266388
8.4360048599
8.4474912711
8.3584715844
8.9959674052
8.3728295984
8.2895531173
8.6054294249
9.1223179283
8.2866815145

ei
3.2494721417
-1.6866815145
1.7156839904
0.2242987988
3.0629829443
-3.6902241996
0.2643362535
1.0993015849
1.6150129081
-3.2561060795
2.6639951401
1.3280176129
-4.5523872654
3.6246399122
-3.3417480655
4.5993015849
0.8381507149
-7.8169158361
-5.8098193213
2.5118001919
1.2998076828
-5.1968146165
-2.1067827341
6.0021731877
-2.8866815145
-6.2800910976
-5.3432663591
4.066360645
3.9653484493
2.5734571598
0.0491310282
0.83578521
5.1069041976
3.6332547206
-1.2959674052
-5.1557649661
3.872444964
4.7334197051
-6.5628614808
-4.9077949298
-5.9304266388
5.6639951401
1.2525087289
4.4415284156
-0.4959674052
-1.5728295984
-6.6895531173
2.6945705751
1.2776820717
6.3133184855

Bandas de confianza
LIC
LSC
6.98685512 11.1142006
6.27146741 10.3018956
6.70737097 10.0612611
6.67061394 10.0807885
7.49078313 9.78325098
7.14305602 10.8373924
7.27171561 10.5996119
7.50513884 10.096258
6.8926023 11.2773719
6.99594449 9.91626767
6.91872488 9.95328484
7.53158602 10.0123788
7.43404523 10.2707293
7.39434979 10.3563704
6.94110398 9.94239216
7.50513884 10.096258
7.01741546 9.90628311
7.45870911 9.77512256
7.32719285 10.4924458
7.4014735 9.77492612
7.54684944 9.8535352
7.42001213 9.7736171
6.36425295 10.2493125
7.50824097 10.0874127
6.27146741 10.3018956
7.53639671 9.82378549
7.54702258 9.93951014
7.25912303 9.80815568
7.54931448 9.91998862
7.47302895 10.1800567
7.30846867 9.79326927
6.62101386 10.1074157
7.13591533 10.8502763
7.40975114 10.3237394
7.12874182 10.863193
7.22597826 10.6855517
7.04781081 11.0072993
6.17742149 10.3557391
7.52196711 9.80375585
7.17834036 9.8372495
7.04028187 11.0205714
6.91872488 9.95328484
6.96323417 9.93174837
6.59597297 10.1209702
7.12874182 10.863193
6.65827581 10.0873834
6.28480287 10.2943034
7.43738982 9.77346903
6.78725751 11.4573783
6.27146741 10.3018956

-1.17240E-013

Intervalo de confianza para el promedio de y dado x:

Si xo se fija en:
50
La estimacin puntual para la respuesta media de yo es:
8.2608371
El error estndar estimado de la respuesta media es:
1.049668
El intervalo de confianza de (1-)100% es:

Coef. de correlacin, r=

<- 0.43% de la variacin de Y est explicada por el modelo de regresin

<- Ordenada al origen
<- Pendiente
<- Suma de cuadrados de los errores
<- Cuadrados medios de los errores

Si 1=0, =0, entonces la variacin de X no explica la variacin de Y o no hay regresin lineal entre X y Y
Si = 0.05

/2=
La regin de rechazo es:

Prueba de Hiptesis sobre 1:

H 0 : 1=0
H 1 : 1 0

6.1503382

| t0 |>t/2

1
1

T=

10.371336

2.0106347576
Intervalo de prediccin para y dado x
Si xo se fija en:
50
La prediccin para la respuesta yo es:

= -0.4542771534

MS E

8.2608371
El error estndar estimado de la prediccin:

Por lo tanto: No hay evidencia para rechazar Ho

S xx

r n2
1r2

4.1473438
Un intervalo de prediccin para yo es:
-0.077956
a
16.599631

Prueba de Hiptesis sobre el coeficiente de correlacin poblacional

El estadstico de prueba tiene distribucin T-Student con n-2 grados de libertad.

H 0 : =0
H 1 : 0

0.025

El estadstico de prueba tiene distribucin T-Student con n-2 grados de libertad.

T=

Bandas de prediccin
LIP
LSP
0.72346254 17.3775932
-0.02850698
16.60187
0.14456987 16.6240621
0.13018155 16.6212209
0.48869674 16.7853374
0.71415617 17.2662922
0.6985529 17.1727746
0.63003465 16.9713622
0.72509338 17.4448808
0.25773163 16.6544805
0.22726499 16.6447447
0.60988371 16.9340811
0.66135767 17.0434169
0.67324675 17.0774734
0.23606684 16.6474293
0.63003465 16.9713622
0.2662614 16.6574372
0.46690267 16.766929
0.68875015 17.1308885
0.43408483 16.7423148
0.55086894 16.8495157
0.44413801 16.7494912
0.00890989 16.6046556
0.62810813 16.9675455
-0.02850698
16.60187
0.53212764 16.8280546
0.5877608 16.8987719
0.36628583 16.7009929
0.58073864 16.8885645
0.64648957 17.0065961
0.38846551 16.7132724
0.11072939 16.6177002
0.71478734 17.2714043
0.66893437 17.0645562
0.71539961 17.2765352
0.70510234 17.2064276
0.72089151 17.3342186
-0.06683775 16.5999983
0.51529057 16.8104324
0.3316882 16.6839017
0.72127819 17.3395751
0.22726499 16.6447447
0.24479105 16.6501915
0.10088882 16.6160543
0.71539961 17.2765352
0.12534717 16.620312
-0.02310562 16.6022119
0.45401309 16.7568458
0.72387885 17.520757
-0.02850698
16.60187

= -0.4542771534
Por lo tanto: No hay evidencia para rechazar Ho

20

Grfica de residuos

Diagrama de dispersin

6
15

4
ei
Linear (ei)

2
10

ei

f(x) = - 0.028716028x + 9.6966384875

R = 0.0042809227

f(x) = 1.42028304131047E-015x - 5.37477496106575E-014

R = 0

-2

Y
Linear
(Y)
LIC
LSC
35 LIP
LSP

0
15

-5

20

25

30

-4

40

45

50

55

-6
-8
15
-10

20

25

30

35
X

40

45

50

55

Var Indep.
X
1
2
3
4
5
6

n=

Var. Dep. o regresiva

Y
2.8
4.8
8.2
12
15.2
18.1

X2
1
4
9
16
25
36

Y2
7.84
23.04
67.24
144
231.04
327.61

XY
2.8
9.6
24.6
48
76
108.6

yiestimada
2.219047619
5.4047619048
8.5904761905
11.7761904762
14.9619047619
18.1476190476

ei
0.580952381
-0.6047619048
-0.3904761905
0.2238095238
0.2380952381
-0.0476190476

Bandas de confianza
LIC
LSC
1.2321869 3.20590834
4.66386912 6.14565469
8.01044504 9.17050734
11.1961593 12.3562216
14.221012 15.7027975
17.1607583 19.1344798

Bandas de prediccin
LIP
LSP
0.53585232 3.90224292
3.85293251 6.9565913
7.10869062 10.0722618
10.2944049 13.257976
13.4100754 16.5137342
16.4644237 19.8308144

Diagrama de dispersin
25
20

Sumas
Promedio

21
3.5

61.1
10.1833333333

Desv.Est. insesgada
Varianza insesgada

1.8708286934
3.5

5.9760912532
35.7136666667

Sumas de cuadrados

Sxx
17.5

Syy
178.5683333333

91

800.77

269.6

-1.33227E-015

No. Observ.
1
2
3
4
5
6

f(x) = 3.1857142857x - 0.9666666667

R = 0.9945972397

15
10
5

Sxy
55.75

4
X

Coef. De Correlacin, r= 0.9972949612

Intervalo de confianza para la respuesta media esperada dado x
Coef. De Determinacin,
R2=
0.9945972397 <- 99.46% de la variacin de Y est explicada por el modelo de regresin
Bo=Y-B1*X
B1=Sxy/Sxx

-0.966666667 <- Ordenada al origen

3.1857142857 <- Pendiente

SSE=Syy-B1*Sxy

0.9647619048 <- Suma de cuadrados de los errores

MSE=SSE/(n-2)

0.2411904762 <- Cuadrados medios de los errores

Un intervalo de confianza para la calificacin esperada es:

9.6266688
a
10.739998
Error estndar estimado de la respuesta media:

Si 1=0, =0, entonces la variacin de X no explica la variacin de Y o no hay regresin lineal entre X y Y
Si = 0.05

/2=
La regin de rechazo es:

Prueba de Hiptesis sobre 1:

H 0 : 1=0
H 1 : 1 0

1
1

MS E
S xx

T=

r n2
1r 2

Un intervalo de prediccin para yo es:

8.7105374
a
11.656129
Error estndar estimado de la prediccin:

= 27.1359962085
Por lo tanto: Se rechaza Ho

Prueba de Hiptesis sobre el coeficiente de correlacin poblacional

El estadstico de prueba tiene distribucin T-Student con n-2 grados de libertad.

H 0 : =0
H 1 : 0

Intervalo de prediccin para y dado x

2.7764451052

El estadstico de prueba tiene distribucin T-Student con n-2 grados de libertad.

T=

0.2004954

Si xo se fija en:
3.5
horas
La prediccin para la respuesta yo es: 10.183333

0.025

| t0 |>t/2

Si xo se fija en:
3.5
horas
La respuesta media esperada sera de: 10.183333

= 27.1359962085
Por lo tanto: Se rechaza Ho

0.530461

FORMULARIO PARA EL AJUSTE DE LA RECTA DE REGRESIN

POR EL MTODO DE MNIMOS CUADRADOS
Verdadera recta de regresin:

Y = 0 + 1 X

Modelo lineal simple:

y i= 0 + 1 x i+ i

i ~ N (0, )

Los i se suponen errores aleatorios con distribucin normal, media cero y varianza 2;
0 y 1 son constantes desconocidas (parmetros del modelo de regresin)
Ahora, el modelo de regresin lineal simple ajustado (o recta estimada) es:

^y = ^ 0 + ^ 1 x

^ 0 = y ^ 1
x

donde:

Suma de cuadrados de X

S xx = ( xi x )2 = x 2
i =1

S xx

( )

xi

i=1

i=1

S xy

Suma de cuadrados de Y
n

^ 1=

S yy = ( y i y )2 = y 2

i =1

i=1

( )
yi
i=1

Suma de productos cruzados de X y Y

i=1

i=1

S xy = ( x i
x ) y i= xi y i
Coeficiente de correlacin:

r=

i=1

i=1

( )( )
yi xi
n
Coeficiente de determinacin:

S xy

R2 =r 2

S xx S yy

e i= y i ^y i

El residuo o error en la estimacin se define como:

Suma de cuadrados de los errores:

i =1

Cuadrado medios de los errores (o varianza residual):

i=1

n2

i =1

Tambin:

( y i ^y i ) 2
MS E =

SS E = e 2i = ( y i ^y i )

SS E =S yy ^ 1 S xy

SS E
n2

Estimacin de la respuesta media de yo dado un xo:

^ +
^ x
^ ( Y|x ) =
^Y = y
^ 0 =E

0
0
1 0
0
Bandas de confianza para la recta de regresin:

^y 0 t / 2, n2

[
MS E

x )2
1 ( x o
+
n
S xx

Bandas de prediccin:

^y 0 t / 2, n2 MS E 1+

x )2
1 ( x o
+
n
S xx

No. hrs. estudio

X
1
2
4
4
7
12

No. Observ.
1
2
3
4
5
6

n=

Calificacin del examen

Y
71
71
74
80
80
86

X2
1
4
16
16
49
144

Y2
5041
5041
5476
6400
6400
7396

XY
71
142
296
320
560
1032

230

35754

2421

yiestimada
71.45
72.8375
75.6125
75.6125
79.775
86.7125

ei
-0.45
-1.8375
-1.6125
4.3875
0.225
-0.7125

Bandas de confianza
LIC
LSC
67.1647411 75.7352589
69.0983479 76.5766521
72.6169957 78.6080043
72.6169957 78.6080043
76.4808953 83.0691047
80.4657154 92.9592846

Bandas de prediccin
LIP
LSP
63.1768167 79.7231833
64.8335399 80.8414601
67.9277642 83.2972358
67.9277642 83.2972358
71.9690251 87.5809749
77.2729854 96.1520146

100
95
90
85

f(x) = 1.3875x + 70.0625

R = 0.855625

80
Sumas
Promedio

30
5

462
77

Desv.Est. insesgada
Varianza insesgada

4
16

6
36

Desv. Est. sesgada

Varianza sesgada

3.6514837167
13.333333333

5.4772255751
30

Sxx
80

Syy
180

Sumas de cuadrados

-1.42109E-014

75
70
65
60
Sxy
111

55
50

Coef. De Correlacin, r=

0.925

Intervalo de confianza para la respuesta media esperada dado x

Coef. De Determinacin,
R2=

0.855625

<- 85.56% de la variacin de Y est explicada por el modelo de regresin

Bo=Y-B1*X
B1=Sxy/Sxx

70.0625
1.3875

<- Ordenada al origen

<- Pendiente

SSE=Syy-B1*Sxy

25.9875

<- Suma de cuadrados de los errores

MSE=SSE/(n-2)

6.496875

<- Cuadrados medios de los errores

/2=
La regin de rechazo es:

Prueba de Hiptesis sobre 1:

H 0 : 1=0
H 1 : 1 0

0.025

| t0 |>t/2

1
1

MS E
S xx

4.8688425427
Por lo tanto: Se rechaza Ho

Prueba de Hiptesis sobre el coeficiente de correlacin poblacional

El estadstico de prueba tiene distribucin T-Student con n-2 grados de libertad.

H 0 : =0
H 1 : 0

T=

r n2
1r 2

Intervalo de prediccin para y dado x

Si un alumno estudia
La prediccin para su calificacin es de:

2.7764451052

El estadstico de prueba tiene distribucin T-Student con n-2 grados de libertad.

T=

horas
77

Un intervalo de confianza para la calificacin esperada es:

74.110879
a
79.889121

Si 1=0, =0, entonces la variacin de X no explica la variacin de Y o no hay regresin lineal entre X y Y
Si = 0.05

Si los alumnos estudian en promedio:

La calificacin esperada en promedio sera de:

4.8688425427
Por lo tanto: Se rechaza Ho

Un intervalo de prediccin para la calificacin es:

69.356104
a
84.643896

5
77

horas

9 10 11 12 13 14 15