Actividad Final
-
Upload
pedro-alvarez -
Category
Documents
-
view
213 -
download
0
Transcript of Actividad Final
UNIVERSIDAD DEL GOLFO DE MÉXCO
CAMPUS QUERÉTARO
NOMBRE DEL ALUMNO: PEDRO ALVAREZ MARTINEZ
ASIGNATURA: REGRESIÓN DE EXPERIMENTOS
ACTIVIDAD: NUMERO 12
PROFESOR: MARIO
SEMESTRE: QUINTO
Introducción
La idea básica del análisis de correlación es reportar la asociación entre dos variables. Porlo general, el primer paso es trazar los datos en un diagrama de dispersión
Desarrollo
Problema 1
En la tabla siguiente se presentan los datos muestrales sobre el número de horas invertidas por los estudiantes fuera de clase, durante un periodo de tres semanas, para un curso de estadística de negocios, junto con las calificaciones que obtuvieron en un examen aplicado al final de este periodo
Estudiante muestreado
1 2 3 4 5 6 7 8
Horas de estudio
20 16 34 23 27 32 18 22
Calificación de examen
64 61 84 70 88 92 72 77
a) Prepare un diagrama de dispersión.
15 20 25 30 350
10
20
30
40
50
60
70
80
90
100
f(x) = 1.49659863945578 x + 40.0816326530612R² = 0.743231829978041
gráfi co de dispersion
b) Determine el coeficiente de correlación y determinación, dando comentarios de lo observado en esta dos herramientas.
c) Determine la recta de regresión por mínimos cuadrados.
Resultados de datos de probabilidad
Percentil Y6.25 16
18.75 18
31.25 2043.75 2256.25 2368.75 2781.25 3293.75 34
d) Indique cual sería la calificación de un estudiante que dedico 25, 30 y 40 horas de estudio.
e) Determine los residuales y construya la gráfica correspondiente y compare esta gráfica con la gráfica de dispersión.
Análisis de los residuales
Observación Pronóstico para Y Residuos1 18.04063205 1.9593679462 16.55079007 -0.5507900683 27.97291196 6.0270880364 21.02031603 1.9796839735 29.95936795 -2.9593679466 31.94582393 0.0541760727 22.01354402 -4.0135440188 24.496614 -2.496613995
14 16 18 20 22 24 26 28 30 32 34
-6
-4
-2
0
2
4
6
8
Residuos
Residuos
15 20 25 30 350
10
20
30
40
50
60
70
80
90
100
f(x) = 1.49659863945578 x + 40.0816326530612R² = 0.743231829978041
gráfi co de dispersion
f) Calcule el error estándar del estimador.
Coeficientes Error típico Estadístico t ProbabilidadIntercepción -13.74266366 9.143017863 -1.503077415 0.18350947Variable X 1 0.496613995 0.119165838 4.167419145 0.00589546
g) Realice una intervención final de todo este análisis.
Problema 2:
En la tabla siguiente se presentan los datos muéstrales sobre el número semanas de experiencia en un trabajo de instalación de cables de componentes electrónicos en miniatura, y el número de componentes que se rechazaron la semana anterior, para 12 trabajadores seleccionados al azar. Es necesario determinara la relación de estas variables para esperar menos rechazos.
Trabajador 1 2 3 4 5 6 7 8 9 10 11 12
Semanas Experiencia
7 9 6 14 8 12 10 4 2 11 1 8
Número rechazo
26 20 28 16 23 18 24 26 38 22 32 25
a) Prepare un diagrama de dispersión.
15 20 25 30 350
10
20
30
40
50
60
70
80
90
100
f(x) = 1.49659863945578 x + 40.0816326530612R² = 0.743231829978041
gráfi co de dispersion
The regression equation iscalificacion = 40.08 + 1.497 horas d estudio
S = 6.15761 R-Sq = 74.3% R-Sq(adj) = 70.0%
Analysis of Variance
Source DF SS MS F PRegression 1 658.503 658.503 17.37 0.006Error 6 227.497 37.916Total 7 886.000
Fitted Line: calificacion versus horas d estudio
The regression equation isNUMERO = 35.46 - 1.387 SEMANAS
S = 2.63584 R-Sq = 82.5% R-Sq(adj) = 80.8%
Resultados de datos de probabilidad
Percentil Y6.25 16
18.75 1831.25 2043.75 2256.25 2368.75 2781.25 3293.75 34
0 2 4 6 8 10 12 14 160
5
10
15
20
25
30
35
40
f(x) = − 1.38671875 x + 35.46484375R² = 0.825289448868399
Gráfico de dispersion
Como se puede observar los resultados en minitab y Excel son los mismos
b) Determine el coeficiente de correlación y determinación, dando comentarios de lo observado en esta dos herramientas.
Columna 1 Columna 2Columna 1 1Columna 2 -0.908454429 1
Resumen
Estadísticas de la regresiónCoeficiente de correlación múltiple 0.891498707Coeficiente de determinación R^2 0.794769944R^2 ajustado 0.760564934Error típico 1.585581341Observaciones 8
Un valor cercano a 1 indica una asociación directa y positiva entre las variables
c) Determine la recta de regresión por mínimos cuadrados.
Resultados de datos de probabilidad
Percentil Y6.25 4
18.75 631.25 743.75 8
0 2 4 6 8 10 12 14 160
5
10
15
20
25
30
35
40
f(x) = − 1.38671875 x + 35.46484375R² = 0.825289448868399
Gráfico de dispersion
56.25 968.75 1081.25 1293.75 14
ANÁLISIS DE VARIANZAGrados de libertad Suma de cuadrados Promedio de los cuadrados F
Regresión 1 218.510158 218.510158 17.3673823Residuos 6 75.48984199 12.58164033Total 7 294
Coeficientes Error típico Estadístico t ProbabilidadIntercepción -13.74266366 9.143017863 -1.503077415 0.18350947Variable X 1 0.496613995 0.119165838 4.167419145 0.00589546
d) Indique cuantos serían los rechazos que un trabajador tendría si tiene 13 y 20 semanas de experiencia
e) Determine los residuales y construya la gráfica correspondiente y compare esta gráfica con la gráfica de dispersión.
Análisis de los residuales
ObservaciónPronóstico para
Y ResiduosResiduos
estándares1 6.450844091 0.54915591 0.37409382
2 10.53823237-
1.53823237 -1.047868573 5.088381331 0.91161867 0.621009264 13.26315789 0.73684211 0.50194866
5 8.494538232-
0.49453823 -0.336887386 11.90069513 0.09930487 0.067648077 7.813306852 2.18669315 1.48961046
8 6.450844091-
2.45084409 -1.669554329 -0.169321039 2.16932104 1.31760808
10 9.352891869 1.64710813 1.0004249911 3.401508801 -2.4015088 -1.4586349212 7.567476949 0.43252305 0.26270702
14 16 18 20 22 24 26 28 30
-3-2-10123
Variable X 1 Gráfico de los residuales
Variable X 1
Resid
uos
f) Calcule el error estándar del estimador.
Coeficientes
Error típico
Estadístico t
Probabilidad
Inferior 95%
Superior 95%
Inferior 95.0%
Superior 95.0%
Intercepción
24.16285998
3.2462463
7.44332308
0.00030292
16.21958144
32.1061385
16.2195814
32.1061385
Variable X 1
-0.6812313
80.141324
93
-4.820319
890.002939
12
-1.0270410
31
-0.335421
73
-1.027041
03
-0.335421
73
g) Realice una intervención final de todo este análisis.
CONCLUSIONES
Bibliografía