Solucionario del Trabajo 3

1. Ejemplo 1

a) Diagrama de dispersión

La relación entre experiencia laboral y calificaciones es lineal directa o positiva, pues los puntos de
la dispersión, se ubican alrededor de una línea recta creciente.

b) Coeficiente de correlación lineal de Pearson

El coeficiente de correlación lineal de Pearson entre experiencia laboral y calificaciones de 0,969

revela que la relación entre estas variables es lineal, directa o positiva y altamente significativa
(Sig. unilateral < 0,01); esta relación es muy alta (0,8 a 1).
c) Ecuación lineal simple de mínimos cuadrados

La ecuación lineal simple de mínimos cuadrados es:

y = 73,35 + 5,95 x  Calificaciones = 73,35 + 5,95 Experiencia

La línea de regresión indica que la relación entre las variables es directa, al tener el coeficiente de
regresión 5,95 positivo. De acuerdo con esta recta, cuando la experiencia es 0 años (sin
experiencia), la calificación sería de 73,35 puntos; y por cada año de experiencia, la calificación se
incrementaría en 5,95 puntos. La recta de regresión cortaría al eje de calificaciones en el punto (0;
73,35).

d) Predicciones de las calificaciones para 0,5, 5 y 10 años de experiencia

Si x = 0,5, entonces y = y(0,5) = 73,35 + 5,95(0,5) = 76,325 = 76

Si x = 5, entonces y = y(5) = 73,35 + 5,95(5) = 103,1 = 103

Si x = 10, entonces y = y(10) = 73,35 + 5,95(10) = 132,85 = 133

2. Ejemplo 2

a) Modelo de regresión lineal múltiple

Modelo de regresión lineal múltiple:

y = –7,302 – 0,002x1 + 0,002x2 + 0,279x3

Óxido = –7,302 – 0,002*Humedad + 0,002*Temperatura + 0,279*Presión

b) Predicción del óxido nitroso para las condiciones en que la humedad es de 50%, la
temperatura de 76°F y la presión barométrica de 29.30

y = y(50%, 76°F, 29.3) = –7,302 – 0,002(50) + 0,002(76) + 0,279(29,3) = 0,9247 = 0,92

3. Ejemplo 3

a) Modelo de regresión no lineal cuadrática

 Modelo de regresión no lineal cuadrático:

y = 8,698 – 2,341x + 0,288x2

b) Predicción de Y/2

y = 8,698 – 2,341(2) + 0,288(2)2 = 5,168 = 5,2

4. Ejemplo 4

a) Diagrama de esparcimiento

b) Ecuación de la curva de regresión parabólica

La ecuación de la curva de regresión parabólica es:

y = 3,576 – 0,382x + 0,168x2

c) Error estándar de la estimación

El error estándar de la estimación es de 0,559

d) Coeficiente de correlación parabólica

El coeficiente de correlación parabólica es de 0,984

e) Gráfica de la curva de correlación parabólica