III GUIA DE PROBLEMAS

1. Calcular el coeficiente de correlacin y las ecuaciones de las rectas de regresin de la distribucin adjunta. (xi = Tallas yj = Pesos). Demostrar numricamente la simetra del coeficiente de correlacin: rXY con rYX. yj xi 70-75 75-80 80-85 yj xi 15-18 18-21 21-24 24-27

1,65-1,70 1 2 1

1,70-1,75 2 1

1,75-1,80

3 30-35 2 6 5 35-40

2. Elegidos 50 matrimonios al azar y preguntada la edad de ambos al contraer matrimonio, se obtuvo la siguiente tabla bidimensional: (x = Edad del marido. y = Edad de la esposa.). a) Probar la hiptesis Ho: = 0.5 b) Probar si la verdadera correlacin entre X e Y es irrelevante.

15-20 3

20-25 2 4 7

25-30 3 2 10 2

1 3

3. Sea una distribucin bidimensional en donde Syx = 4.1, Sy^2 = 9 y el coeficiente de regresin de la recta de Y/X es b = -1,1. Si es posible calcule: (seale las razones, por qu si o por qu no?) a) Las dos rectas de regresin de Y/X y X/Y, sabiendo que x = 2, y = 5. b) El coeficiente de correlacin lineal. 4. Estdiese en cules de los casos que a continuacin se relacionan los resultados que se ofrecen son compatibles entre si:

5. En una investigacin se buscaba un mtodo de prediccin del peso al nacer de neonatos a partir de medidas tomadas por ecografa en la semana 35 de gestacin. Para ello se observ el peso al nacer, en gramos, y los permetros brquico y torcico, en centmetros, de neonatos procedentes de tres regiones distintas. Los datos se muestran en la tabla adjunta. a) Probar la significacin de los regresores. b) Obtenga los residuales estandarizados y examine su comportamiento. Evidencia el incumplimiento de algunos de los supuestos del modelo de RLM? peso 2772.8 2665.7 2794.5 2797.3 2753.5 2690.8 2590.9 2710.1 p.b. 9.2 8.8 9.4 9.2 9.6 8.8 8.9 10.1 p.t. 31.8 30.7 31.2 32.4 30.4 31.2 31.8 32.8 peso 2662.7 2814.4 2679.7 2690.6 2753.5 2498.5 2673.1 2629.9 p.b. 8.6 10.3 9.9 9.5 9.1 8.3 9.0 9.2 p.t. 30.8 32.2 30.8 31.5 30.7 29.9 31.0 31.7 peso 2568.2 2513.3 2706.7 2828.0 2631.9 2735.9 2721.0 2826.0 p.b. 8.9 8.2 8.6 9.8 9.3 10.0 10.1 10.3 p.t. 29.8 29.2 31.5 32.6 32.0 32.5 32.5 33.0

6. Los ahorros S y los ingresos Y mensuales en cientos de euros de una muestra de 10 familias de una determinada regin se presentan en la siguiente tabla: S Y 1,9 20,5 1,8 20,8 2,0 21,7 2,1 21,7 1,9 22,1 2,0 22,3 2,2 22,3 2,3 22,6 2,7 23,1 3,0 23,5

a) Ajuste un modelo de RLS y realice el anlisis residual. Comente. b) Probar la adecuacin del modelo. c) Ajustar los datos anteriores a un modelo lineal parablico que explique los ahorros familiares en funcin de los ingresos para la regin dada. d) Qu ajuste es el mejor? 7. Se realiz un experimento con objeto de investigar el efecto de la presin de extrusin P y la temperatura durante la extrusin T sobre la resistencia Y de un nuevo tipo de plstico. A continuacin para 10

especimenes se registr la resistencia a la ruptura de cada espcimen, as como la presin y la temperatura. Las variables independientes se codificaron a fin de simplificar los clculos. Los n = 10 puntos de datos se listan a continuacin: x1 x2 Y Obs. -2 2 -2 2 -1 -1 -1 -1 0 -2 0 -2 1 -1 1 -1 2 2 2 2

5.2 5.0 0.3 -0.1 -1.2 -1.1 2.2 2.0 6.2 6.1 1 2 3 4 5 6 7 8 9 10

a) Obtenga medidas de calidad del modelo de RLM. Interprete. b) Realice el anlisis residual. Comente c) Determine si el plano de regresin Y = 0 + 1x1 + 2x2 evidencia de falta de ajuste. 8. Los datos de la tabla siguiente representan los ingresos brutos anuales por venta de pasajes (miles de dlares por una importante agencia de viajes durante 1984 a 1998.
Ao Ing. 1984 33.0 1985 34.0 1986 35.9 1987 36.7 1988 37.0 1989 36.2 1990 38.0 1991 39.4 1992 38.6 1993 42.6 1994 40.2 1995 42.5 1996 44.6 1997 50.0 1998 52.3

a) Determine el orden del polinomio que mejor se ajusta a los datos. Muestre las reducciones en la suma de cuadrados debido a trminos sucesivos. b) Cul es la contribucin simultnea del trmino cuadrtico y cbico dado el trmino lineal? c) Estime un intervalo confidencial al 95% para los ingresos brutos en el 2004 con el modelo ms adecuado. 9. El siguiente modelo Yi = 0 + 1 x1i + 2 x2i + i se `propone para estimar las ventas (miles de u.m.) de una empresa en funcin del gasto en publicidad (miles de u.m.) y de los beneficios del ao anterior (decenas de miles de u.m.), se recogieron los siguientes datos: y 10 25 32 43 58 62 67 71 x1 1 3 4 5 7 8 10 10 x2 0 -1 0 1 -1 0 -1 2 Cmo determinara si el modelo no muestra falta de ajuste? 10. En un estudio para encontrar el polinomio que mejor describe las ventas anuales de un producto, se ajustaron las ventas sobre un perodo de 12 aos, con diferentes grados. Donde: Y: Ventas anuales A=X: Aos (codificados desde el ao 1 hasta el ao 12) B=X2 C=X3 D=X4 a) Cul es la reduccin para la media? b) Obtenga la tabla de anlisis de varianza para el modelo cuadrtico. c) Cules son las reducciones para los trminos sucesivos lineal, cuadrtico, cbico y curtico? d) Mostrar la suma de cuadrados del error para los trminos sucesivos anteriores. e) A travs de una prueba F. Cul es el grado de polinomio que mejor se ajusta a los datos?