TECNOLOGICO NACIONAL DE MEXICO

INSTITUTO TECNOLOGICO DE AGUASCALIENTES

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

Estadística Inferencial I

ACTIVIDAD 2 U5 20%

Ejercicios Extraclases
Maestro: M.C. José Armando Rodríguez Romo
Equipo:
Avila Medina Alexis Jesus
Barrios Bernal Abner Hernan
Calzada Urzua Bryan Jesus
Calzada Zuñiga Nicolas
Gonzales Garcia Andres Yoel

Aguascalientes, Ags., 9 de Noviembre de 2022

Regresión lineal simple __________________________________________________________________

Problema 5.1
Se realizó un estudio en Virginia Tech para determinar si ciertas medidas de la fuerza estática
del brazo influyen en las características de “levantamiento dinámico” de un individuo.
Veinticinco individuos se sometieron a pruebas de fuerza y luego se les pidió que hicieran una
prueba de levantamiento de peso, en el que el peso se elevaba en forma dinámica por encima
de la cabeza. A continuación, se presentan los datos.
Individu Fuerza Levantamient
o del o
Brazo, x Dinámico, y
1 17.3 71.7
2 19.3 48.3
3 19.5 88.3
4 19.7 75.0
5 22.9 91.7
6 23.1 100.0
7 26.4 73.3
8 26.8 65.0
9 27.6 75.0
10 28.1 88.3
11 28.2 68.3
12 28.7 96.7
13 29.0 76.7
14 29.6 78.3
15 29.9 60.0
16 29.9 71.7
17 30.3 85.0
18 31.3 85.0
19 36.0 88.3
20 39.5 100.0
21 40.4 100.0
22 44.3 100.0
23 44.6 91.7
24 50.4 100.0
25 55.9 71.7

1 Equipo 1
Regresión lineal simple __________________________________________________________________

1. Estime los valores de β0 y β1 para la ecuación de regresión lineal.

b 0 :64.5292 es la constante de proporcionalidad y es la ordenada al origen.

b 1 : 0.5608 es la pendiente de la línea de regresión lineal y representa un incremento en el

levantamiento dinámico por cada unidad que aumenta la fuerza del brazo.

2. Calcule un intervalo de confianza de 95% para el levantamiento dinámico medio para

la fuerza del brazo, x =30.

Valores Predichos
Pronosticado Inferior 95% Superior 95% Inferior 95% Superior 95%
X Y Límite Pred. Límite Pred. Límite Conf. Límite Conf.
30.0 81.3561 53.3323 109.38 75.8231 86.8891

 Intervalo de Confianza para μY ∨x Un intervalo de confianza del (1−α)100 % para la

0

respuesta media E( y) es:

^y 0−t α /2 , n−2 s
√ 1
n
+¿ ¿ ¿

75.8231< E( y)<86.8891
3. Calcule un intervalo de predicción de 95% para un solo valor pronosticado del
levantamiento dinámico para la fuerza del brazo, x =30.
 Intervalo de Confianza para y 0 Un intervalo de confianza del (1−α )100 % para una sola
respuesta y 0 es:

√
1
^y 0−t α /2 , n−2 s 1+ +¿ ¿ ¿
n
53.333< y 0 <109.38

4. Grafique los residuales en comparación con las x (fuerza del brazo). Comente los
resultados.

Equipo 1 2
 ___________________________________________________________________Estadística Inferencial
I
Problema 5.2
Se registraron las cantidades de un compuesto químico y que se disuelve en 100 gramos de
agua a distintas temperaturas x:
x y
(°C) (gramos)
0 8
0 6
0 8
15 12
15 10
15 14
30 25
30 21
30 24
45 31
45 33
45 28
60 44
60 39
60 42
75 48
75 51
75 44

1. Calcule la ecuación de la recta de regresión.

Y = 5.8254 + 0.567619*X

3 Equipo 1
Regresión lineal simple __________________________________________________________________

2. Grafique la recta en un diagrama de dispersión.

Gráfico del Modelo Ajustado

Y = 5.8254 + 0.567619*X

60

50

40

30
Y

20

10

0
0 20 40 60 80
X

3. Construya una tabla de análisis de varianza en la cual aparezcan por separado el error
puro y el error por falta de ajuste. Determine si la falta de ajuste es significativa al
nivel de 0.05. Interprete los resultados.

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 3805.89 1 3805.89 575.06 0.0000
Residuo 105.892 16 6.61825
Total (Corr.) 3911.78 17

Análisis de Varianza con Carencia de Ajuste

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 3805.89 1 3805.89 575.06 0.0000
Equipo 1 4
 ___________________________________________________________________Estadística Inferencial
I

Residuo 105.892 16 6.61825

Carencia de Ajuste 36.5587 4 9.13968 1.58 0.2420
Error Puro 69.3333 12 5.77778
Total (Corr.) 3911.78 17
4. Calcular un intervalo de confianza de 99% para la cantidad promedio del producto
químico que se disolverá en 100 gramos de agua a 50°C.

Valores Predichos
Pronosticado Inferior 99% Superior 99% Inferior 99% Superior 99%
X Y Límite Pred. Límite Pred. Límite Conf. Límite Conf.
50.0 34.2063 26.4382 41.9745 32.2357 36.177

Intervalo de Confianza para μY ∨x Un intervalo de confianza del (1−α)100 % para la

0

respuesta media E( y) es:

^y 0−t α /2 , n−2 s
√ 1
n
+¿ ¿ ¿

32.2357< E ( y )< 36.117

5. Calcular un intervalo de predicción de 99% para la cantidad de producto químico que

se disolverá en 100 gramos de agua a 50˚C.

Intervalo de Confianza para y 0 Un intervalo de confianza del (1−α)100 % para una

sola respuesta y 0 es:

√
1
^y 0−t α /2 , n−2 s 1+ +¿ ¿ ¿
n
26.4382< y 0 < 41.9745

Problema 5.3
Se realizó un estudio sobre la cantidad de azúcar convertida en cierto proceso a distintas
temperaturas. Los datos se codificaron y registraron como sigue:

5 Equipo 1
Regresión lineal simple __________________________________________________________________

Temperatura, Azúcar convertida,

x y
1.0 8.1
1.1 7.8
1.2 8.5
1.3 9.8
1.4 9.5
1.5 8.9
1.6 8.6
1.7 10.2
1.8 9.3
1.9 9.2
2.0 10.5

1. Estime la recta de regresión lineal.

AZUCAR CONVERTIDA = 6.41364 + 1.80909*TEMPERATURA
2. Utilice el método del análisis de varianza para probar la hipótesis de que β 1 = 0, en
comparación con la hipótesis alternativa de que β 1 = 0, a un nivel de significancia de
0.05.
 Las hipótesis apropiadas son:

H 0 : β 1=0 (la variación de la azúcar convertida que son independientes de los valores
de la temperatura)

H 1 : β1 ≠ 0 ¿existe una cantidad significativa en la variación de la azúcar que se explica por

la variación de la temperatura)

 El estadístico de prueba es:

SCR/1 CMR
f 0= =
SCE /(n−2) CME

 La regla de decisión para un nivel de significancia α =0.05 v 1=1 y v 2 =n−2=9

Equipo 1 6
___________________________________________________________________Estadística Inferencial
I
Gráfica de distribución
F, df1=1, df2=9

0.5

0.4

Densidad
0.3

0.2

0.1

0.05
0.0
0 5.117
f

Rechazar H0 si f 0 >5.117ó P valor ≤ 0.05

 Evaluar e estadístico de prueba:

Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 3.60009 1 3.60009 9.00 0.0150
Residuo 3.60173 9 0.400192
Total (Corr.) 7.20182 10

 Tomar una decisión:

Rechazar H0 si9.00> 5.117ó 0.015 ≤ 0.05

 Conclusión: El rechazo de H 0 implica que existe una cantidad significativa en la variación

de la azúcar que se explica por la variación de la temperatura.

7 Equipo 1
Regresión lineal simple __________________________________________________________________

3. Grafique los residuales en comparación con la temperatura. Comente sus resultados.

Gráfico del Modelo Ajustado

AZUCAR CONVERTIDA = 6.41364 + 1.80909*TEMPERATURA

10.8

AZUCAR CONVERTIDA 10.3

9.8

9.3

8.8

8.3

7.8
1 1.2 1.4 1.6 1.8 2
TEMPERATURA

Equipo 1 8