12.7.

- Se realizó un experimento con el fi n de determinar si el flujo sanguíneo cerebral de

los seres humanos se podía predecir a partir de la tensión arterial del oxígeno (milímetros de
mercurio). En el estudio participaron15 pacientes y se reunieron los siguientes datos:

Se obtiene la suma de los promedios de los datos y se muestran en la siguiente tabla.

a).- Estime la ecuación de regresión cuadrática.

Flujo Tension arterial

No Sanguineo del oxigeno
y x
1 84.33 603.4
2 87.8 582.5
3 82.2 556.2
4 78.21 594.6
5 78.44 558.9
6 80.01 575.2
7 83.53 580.1
8 79.46 451.2
9 75.22 404
10 76.58 484
11 77.9 452.4
12 78.8 448.4
13 80.67 334.8
14 86.6 320.3
15 78.2 350.3
SUMA 1207.95 7296.3
1459143 53235993.69
Promedio 97276.21

Polynomial Regression Analysis: y versus x

The regression equation is

y = 141.6 - 0.2819 x + 0.000309 x^2

S = 2.97897 R-Sq = 42.8% R-Sq(adj) = 33.3%

Analysis of Variance

Source DF SS MS F P
Regression 2 79.758 39.8791 4.49 0.035
Error 12 106.491 8.8743
Total 14 186.249

Sequential Analysis of Variance

 Source DF SS F P
Linear 1 7.3663 0.54 0.477
Quadratic 1 72.3919 8.16 0.014

Datos obtenidos con el programa Minitab.

12.4 Se realizó un experimento para determinar si era predecir el peso de un animal después
de un periodo determinado con base en su peso inicial y la cantidad de alimento que
consumía. Se registraron los siguientes datos, en kilogramos:

a) Ajuste una ecuación de regresión múltiple de la forma

μY |x 1, x 2 = β0 +β1 x1 +β2 x2.

b) Prediga cuanto pesara un animal que comienza pesando 35 kilogramos despues de

consumir 250kilogramos de alimento.

Peso Peso Peso

final Inicial De alimento
y x1 x2
95 42 272
77 33 226
80 33 259
100 45 292
97 39 311
70 36 183
50 32 173
80 41 236
92 40 230
84 38 235
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.934429227
Coeficiente de determinación R^2 0.87315798
R^2 ajustado 0.836917402
Error típico 6.050788638
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 2 1764.215698 882.107849 24.09337948 0.00072681
Residuos 7 256.284302 36.61204314
Total 9 2020.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
Intercepción -22.99316393 17.76254332 -1.294474756 0.236564972 -64.99490462 19.0085768 -64.9949046 19.00857677
Variable X 1 1.395672916 0.582541662 2.395833648 0.04775762 0.018180773 2.77316506 0.018180773 2.773165058
Variable X 2 0.217613407 0.057766963 3.767091008 0.007009546 0.081016245 0.35421057 0.081016245 0.354210568
A).- la ecuación de regresión múltiple queda de la siguiente forma.

ˆy = −22.99316 + 1.39567x1 + 0.21761x2.

Datos obtenidos en Excel