TECNOLÓGICO NACIONAL DE MÉXICO
INSTITUTO TECNOLÓGICO SUPERIOR DEL SUR DEL ESTADO DE
YUCATÁN ORGANISMO PÚBLICO DESCENTRALIZADO DEL GOBIERNO
DEL ESTADO
Ingeniería Industrial Estadística Inferencial II M.E. Julia Elizabeth Palomo Mukul
P1-1. Análisis de Regresión Lineal Simple
Realice un análisis completo sobre el siguiente problema
A continuación, se muestran el peso y la presión sistólica sanguínea de 26 hombres
seleccionados al azar, en el grupo de edades de 25 a 30. Suponer que el peso y la presión
sanguínea (BP) tienen distribución normal conjunta
a. Trace un diagrama de dispersión con estos datos tomando como variable independiente
peso de los hombres. ¿Qué puede comentar al respecto?
b. Obtenga una ecuación de regresión estimada que pueda utilizarse para predecir la
presión sanguínea proporcionando el peso de los hombres.
c. Utilice la ecuación de regresión estimada para predecir la presión sanguínea de un
hombre con un peso de 160.
d. Determine si la ecuación de regresión pasa por el origen.
e. ¿Es significativo el modelo ajustado? ¿Por qué?
f. Determine el intervalo de confianza para el intercepto y la pendiente
a. Trace un diagrama de dispersión con estos datos tomando como variable
independiente el peso de los hombres. ¿Qué puede comentar al respecto?
180
160
140
120
BP Sistolica
100
80
60 Diagrama de dispersión
40
20
0
120 140 160 180 200 220 240 260
Peso
Si existe una linealidad entre el peso y la presión sistólica sanguínea.
b. Obtenga una ecuación de regresión estimada que pueda utilizarse para predecir la
presión sanguínea proporcionando el peso de los hombres.
Coeficientes Error típico Estadístico t Probabilidad
Intercepción 69.1043728 12.9101292 5.35272509 1.7059E-05
Variable X 1 0.4194152= 0.07015223 5.97864384 3.5911E-06
Ŷ = B0 + B1 x
Recta de regresión: Ŷ =69.1044 + 0.4194 X
c. Utilice la ecuación de regresión estimada para predecir la presión sanguínea de un
hombre con un peso de 160.
Ŷ =69.1044 + 0.4194 (160)
Ŷ =69.1044+67.104= 136.2084
La presión sanguínea sistólica de un hombre con un peso de 160 es de 136.
d. Determine si la ecuación de regresión pasa por el origen.
Hipótesis: H 0 = B0= 0 Vs H 1 = B0 ≠ 0
^
B0 ∝
Estadístico de Prueba: Tc= ≈ t , n-2
Se ( ^B0) 2
^
B0 69.1044 ∝
Tc= = Tc= = 5.3527 ≈ t , n-2
^
Se ( B0) 12.9101 2
∝ 0.05
t , n-2 = t , 26-2 = t 0.025, 24 = 2.064
2 2
Región de rechazo: Usando Nivel de significancia a=0.05
∝
Se rechaza H0 si: |Tc|≥ t , n-2
2
∝
En este caso: |Tc|= |5.3527|= 5.3527 y t , n-2= t 0.025, 24 = 2.064
2
5.3527 es mayor igual a 2.064
Decisión: Se rechaza H0
Conclusión: Debido a que rechazó la hipótesis nula se concluye que la recta de regresión
NO pasa por el origen.
e. ¿Es significativo el modelo ajustado? ¿Por qué?
Hipótesis: H 0 = B1= 0 Vs H 1 = B1 ≠ 0
^
B1 ∝
Estadístico de Prueba: Tc= ≈ t , n-2
^ 1)
Se ( B 2
^
B1 0.4194 ∝
Tc= = Tc= = 5.9828 ≈ t , n-2
Se ( ^B1) 0.0701 2
∝ 0.05
t , n-2 = t , 26-2 = t 0.025, 24 = 2.064
2 2
Región de rechazo: Usando Nivel de significancia a=0.05
∝
Se rechaza H0 si: |Tc|≥ t , n-2
2
∝
En este caso: |Tc|= |5.9828|= 5.9828 y t , n-2= t 0.025, 24 = 2.064
2
5.9828 es mayor igual a 2.064
Decisión: Se rechaza H0
Conclusión: Debido a que rechazó H0. Se concluye que el modelo ajustado es significativo.
Es decir que hay una relación lineal significativa entre el peso y la presión sistólica
sanguínea de los 26 hombres seleccionados al azar.
f. Determine el intervalo de confianza para el intercepto y la pendiente.
IC. Para B1 (Pendiente).
^ ∝
β 1= 0.4194 Se ( ^
β 1) = 0.0701 t , n-2= 2.064
2
Fórmula:
^ ∝ ∝
β 1- t , n-2 *Se ( ^
β 1) ≤ β 1 ≤ ^
β 1+ t , n-2 *Se ( ^
β 1)
2 2
0.4194 – (2.064) (0.0701) ≤ β 1 ≤ 0.4194 + (2.064) (0.0701)
0.4194 – 0.1446 ≤ β 1 ≤ 0.4194 + 0.1446
0.2748 ≤ β 1 ≤ 0.564
[ 0.2748, 0.564 ]
Hay 95% de confianza de que el verdadero valor de β 1 esté entre [0.2748, 0.564]
IC. Para B0 (Intercepto).
^ ∝
β 0= 69.1044 Se ( ^
β 0) =12.9101 t , n-2= 2.064
2
Fórmula:
^ ∝ ∝
β 0- t , n-2 *Se ( ^
β 0) ≤ β 0 ≤ ^
β 0+ t , n-2 *Se ( ^
β 0)
2 2
69.1044 – (2.064) (12.9101) ≤ β 0 ≤ ^
β 0 69.1044 + (2.064) (12.9101)
69.1044 – 26.6464 ≤ β 0 ≤ 69.1044 + 26.6464
42.458 ≤ β 0 ≤ 95.7508
[ 42.458 , 95.7508 ]
Hay 95% de confianza de que el verdadero valor de β 0 esté entre [42.458, 95.7508]
