17.

4 Utilice la regresión por mínimos cuadrados para ajustar una línea recta a

Además de la pendiente y la intersección, calcule el error estándar de la

estimación y el coeficiente de correlación. Haga una gráfica de los datos y la línea
de regresión. Después repita el problema, pero ahora efectúe la regresión de x
versus y, es decir, intercambie las variables. Interprete sus resultados.
X

  x y xy x2 y2 ( y− ý)2 ( y−a0−a1 x )2
1 0 5 0 0 25 10.24 23.1361
2 2 6 12 4 36 4.84 20.3846651
3 4 7 28 16 49 1.44 17.8073535
4 6 6 36 36 36 4.84 35.1034209
5 9 9 81 81 81 0.64 15.8580841
6 11 8 88 121 64 0.04 32.3437775
7 12 7 84 144 49 1.44 49.5563624
8 15 10 150 225 100 3.24 25.9797658
9 17 12 204 289 144 14.44 14.4549987
10 19 12 228 361 144 14.44 20.3122468
∑ 95 82 911 1277 728 55.6 254.936775

n=10Σx=95 PENDIENTE: ERROR:

Σy=82 nΣxy−( Σx ) ( ∑ y ) Sr
Σxy=911
a 1=
n ∑ x 2 −( ∑ x )
2 sy / x=
√ n−2

254.936775
Σ x 2=1277
x́=9.5
a 1=
10 ( 911 )−( 95 ) ( 82 )
(10)1277−( 95 )2
sy / x=
√ 10−2
s y / x =5.64509
ý=8.2 a 1=0.352469

_____________________________

INTERSECCIÓN:
COEFICIENTE DE CORRELACIÓN:
a 0= ý−a1 x́
n ∑ xy−∑ x ∑ y
a 0=8.2− ( 0.352469 )( 9.5 ) r= 2 2
√ n ∑ x −( ∑ x ) − √ n ∑ y − ( ∑ y )
2 2

y=a1 x +a 0 10 ( 911 )−(95)(82)

r= 2 2
y=0.352469 x +4.8515 √ 10(1277)− ( 95 ) −√ 10(728)−( 82 )
 REGRESIÓN X VS Y

x y xy x2 y2 ( y− ý)2 ( y−a0−a1 x )2
1 5 0 0 25 0 90.25 3.62102841
2 6 2 12 36 4 56.25 5.184729
3 7 4 28 49 16 30.25 7.02833121
4 6 6 36 36 36 12.25 2.968729
5 9 9 81 81 81 0.25 5.75664049
6 8 11 88 64 121 2.25 3.89983504
7 7 12 84 49 144 6.25 28.6107312
8 10 15 150 100 225 30.25 1.50454756
9 12 17 204 144 289 56.25 2.31526656
10 12 19 228 144 361 90.25 0.22886656
∑ 82 95 911 728 1277 374.5 61.118705

n=10Σx=82 PENDIENTE: ERROR:

Σy=95 nΣxy−( Σx ) ( ∑ y ) Sr

Σxy=911
a 1=
n ∑ x 2 −( ∑ x )
2
sy / x=
√ n−2

61.118705
2
Σ x =728 a 1=
10 ( 911 )−( 82 ) ( 95 )
(10)728−( 82 )2
sy / x=
√ 10−2

x́=8.2 s y / x =2.76402
a 1=2.3741
y=a1 x +a 0

y=2.3741 x−9.9676

INTERPRETACIÓN:

Al intercambiar variables, la pendiente cambió su coeficiente pero se mantuvo en el mismo

sentido. Es el mismo caso el de la intersección, que se mantuvo positiva en ambos casos pero
tienen diferentes valores. A consecuencia de que Sr cambió, el valor del error también. Por otra
parte, el coeficiente de correlación conservó su valor pero en esta segunda prueba se presentó
negativo.
 17.5 Use la regresión por mínimos cuadrados para ajustar una línea recta a

Además de la pendiente y la intersección, calcule el error estándar de la

estimación y el coeficiente de correlación. Haga una gráfica de los datos y la línea
de regresión. ¿Si otra persona hiciera una medición adicional de x = 10, y = 10,
usted pensaría, con base en una evaluación visual y el error estándar, que la
medición era válida o inválida? Justifique su conclusión.

x y xy x2 y2 ( y− ý)2 ( y−a0−a1 x )2
1 6 29 174 36 841 211.57157 6.90254765
2 7 21 147 49 441 42.8435703 21.0885764
3 11 29 319 121 841 211.57157 42.6378963
4 15 14 210 225 196 0.20657025 28.6035641
5 17 21 357 289 441 42.8435703 10.3218911
6 21 15 315 441 225 0.29757025 0.11207095
7 23 7 161 529 49 55.5695703 37.2616239
8 29 7 203 841 49 55.5695703 2.01989471
9 29 13 377 841 169 2.11557025 20.9651347
10 37 0 0 1369 0 208.93257 4.74033047
11 39 3 117 1521 9 131.20557 5.68235941
∑ 234 159 2380 6262 3261 962.727273 180.33589

n=11Σx=234 PENDIENTE: COEFICIENTE DE CORRELACIÓN:

n ∑ xy−∑ x ∑ y
Σy=159 nΣxy−( Σx ) ( ∑ y ) r=
a 1= 2 2

Σxy=2380
n ∑ x 2 −( ∑ x )
2
√ n ∑ x −( ∑ x ) − √ n ∑ y − ( ∑ y )
2 2

11 ( 2380 )−(234)(159)
Σ x 2=6262 11 ( 2380 ) −( 234 ) ( 159 ) r=
a 1= 2
√ 11( 6262)−( 234 ) −√ 11(3261)−( 159 ) 2
(11)(6262)−( 234 )2
x́=21.27
a 1=−0.7805

_____________________________ ERROR:
¿Si otra persona hiciera una medición adicional de x = 10, y = 10, usted pensaría,
con base en una evaluación visual y el error estándar, que la medición era válida o
inválida? Justifique su conclusión.

Para conocer el error, evaluamos la función een x = 10 y, y = 10. Recordemos que

el valor de a 0=31.05573 y a 1=−0.7805
e= y – a0 – a1 x

e=10 – (31.05573 ) – (−0.7805 )( 10 )

e=−13.2507
Éste valor no coincide en absoluto con el error estándar, el cual es 4.4763. Por lo
tanto, la medición es inválida.