REGRESIÓN DE EXPERIMENTOS.
Enviado por pedrougm • 22 de Febrero de 2016 • Prácticas o problemas • 558 Palabras (3 Páginas) • 394 Visitas
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. Por
lo 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 |
- Prepare un diagrama de dispersión.
[pic 1]
- Determine el coeficiente de correlación y determinación, dando comentarios de lo observado en esta dos herramientas.
- Determine la recta de regresión por mínimos cuadrados.
Resultados de datos de probabilidad | |
Percentil | Y |
6.25 | 16 |
18.75 | 18 |
31.25 | 20 |
43.75 | 22 |
56.25 | 23 |
68.75 | 27 |
81.25 | 32 |
93.75 | 34 |
- Indique cual sería la calificación de un estudiante que dedico 25, 30 y 40 horas de estudio.
- 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 | Residuos |
1 | 18.04063205 | 1.959367946 |
2 | 16.55079007 | -0.550790068 |
3 | 27.97291196 | 6.027088036 |
4 | 21.02031603 | 1.979683973 |
5 | 29.95936795 | -2.959367946 |
6 | 31.94582393 | 0.054176072 |
7 | 22.01354402 | -4.013544018 |
8 | 24.496614 | -2.496613995 |
[pic 2]
[pic 3]
- Calcule el error estándar del estimador.
| Coeficientes | Error típico | Estadístico t | Probabilidad |
Intercepción | -13.74266366 | 9.143017863 | -1.503077415 | 0.18350947 |
Variable X 1 | 0.496613995 | 0.119165838 | 4.167419145 | 0.00589546 |
- 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 |
- Prepare un diagrama de dispersión.
[pic 4]
The regression equation is
calificacion = 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 P
Regression 1 658.503 658.503 17.37 0.006
Error 6 227.497 37.916
Total 7 886.000
Fitted Line: calificacion versus horas d estudio
[pic 5]
[pic 6]
The regression equation is
NUMERO = 35.46 - 1.387 SEMANAS
...