Analisis de Regresion y correlacion

1) Presin del aire Datos (Kg./cm2)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74

Porcentaje de XY defectos (%)

4,5 4,5 4,4 4,5 5 4,7 4,9 5 5,2 5,2 5,4 5,5 5,5 5,6 5,6 5,8 5,8 5,8 6 6,2 6,3 6,3 6,4 6,5 6,6 225 229,5 228,8 238,5 270 258,5 274,4 285 301,6 306,8 324 335,5 341 352,8 358,4 377 382,8 388,6 408 427,8 441 447,3 460,8 474,5 488,4

X2
2500 2601 2704 2809 2916 3025 3136 3249 3364 3481 3600 3721 3844 3969 4096 4225 4356 4489 4624 4761 4900 5041 5184 5329 5476

Y2
20,25 20,25 19,36 20,25 25 22,09 24,01 25 27,04 27,04 29,16 30,25 30,25 31,36 31,36 33,64 33,64 33,64 36 38,44 39,69 39,69 40,96 42,25 43,56

XX
2500 2601 2704 2809 2916 3025 3136 3249 3364 3481 3600 3721 3844 3969 4096 4225 4356 4489 4624 4761 4900 5041 5184 5329 5476

YY
20,25 20,25 19,36 20,25 25 22,09 24,01 25 27,04 27,04 29,16 30,25 30,25 31,36 31,36 33,64 33,64 33,64 36 38,44 39,69 39,69 40,96 42,25 43,56

Totales max X min X max Y min Y Promedio

25 74 50 6,6 4,4

1550

137,2

8626

97400

764,18

97400

764,18

62,00

5,49

n=

25 97400 764,18 8626

Sxy Sxx Syy

119,6 1300 11,23

0,09200

El coeficiente

0,092

indica que por cada incremento de una unidad en X, Y aumentara en

0,092

unidades

-0,216

-0,21600

0,09200

3)

Coeficiente de Determinacion

0,98012

El coeficiente de Determinacion proporciona una medida de bondad de ajuste porque revela que porcentaje de cambio en Y se explica por un cambio en X esto establece que el en la variable X 98,01 porciento del cambio en numero de la variable Y, se expresa mediante un cambio

0,99001

4)

Intervalo de Confianza para

11,2264 11,0032

0,009704348

TENEMOS QUE: 0,009704348 1300 alfa= n= 2 n-2 0,025 25 23 2,3979

0,085448541

0,098551459

El Error Estandar la suma de cuadrados medios del error

donde

11,2264

119,6

1300

0,2232

Cuadrado medio del error

0,009704348

El Error Estardar sera:

0,09851

por lo tanto se establece

El error estandar de Estimacion, Se, es una medida del grado de dispersion de los valores Yi alrededor de la recta de Regresion. mide la variacion de los puntos por encima y por debajo de la recta de regresion. Refleja la tendencia a desviarse del valor real de Y el error estandar siempre se expresa en las mismas unidades que la variable dependiente Y.Se mide con esto la variabilidad de los valores Y alrededor de la recta ajustada. El error estandar es muy similar a la desviacion estandar de una sola variable. el analisis de regresion se tienen dos variables, X y Y. el error estandar de estimacion es una medida de la dispersion de los valores de Y alrededor de su media, dado un valor X especifico. Como el error estandar de eatimacion es similar a la desviacion estandar para una sola variable, se puede interpretar de manera similar, vale la pena recordar que la regla empirica establece que si los datos estan distribuidos normalmente, un intervalo de una desviacion estandar por encima de la media y una desviacion estandar por debajo de la media comprendera el 68,3% de todas las observaciones; un intervalo de dos desviaciones estandar a cada lado de la media contiene el 95,5% de las observaciones; y tres desviaciones estandar a cada lado de la media comprenden el 99,7% de todas las observaciones. si se trazan rectas paralelas a la recta de regresion, aproximadamente el 68,3% delos puntos de datos caeran dentro de esta recta el 31,7% de las observaciones restantes caeran fuera de esta intervalo. Vale la pena recordar que el error estandar de Estimacion, Se, que se calculo anteriormente es una medida de bondad de ajuste proporciona una medida cuantificable de que tan bien se ajusta el modelo a los datos que se han recolectado.

Grafica de regresion lineal

9
Porcentaje de defectos (%)

y = 0,092x - 0,216 R2 = 0,9801

6 5,85,85,8 5,65,6 5,55,5 5,4 5,25,2

6,6 6,46,5 6,26,36,3

5 4,54,54,44,5

4,95 4,7

3 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80
Presion del aire (Kg/cm2)
Grafica de la Regresion Lineal Lineal (Grafica de la Regresion Lineal)