Ejercicios1.

Se quiere estudiar la asociacin entre consumo

arterial. A una serie de voluntarios se les administra distintas
en su dieta y se mide su tensin arterial un tiempo despus.

1.Realice el diagrama de dispersin y determine

x(sal) y(Tension) entre las variables
1.6 98
2.3 102 CONSUMO DE SA
3.3 109
4.2 113 150

4.6 115
100 f(x) = 6.1061
5 120 R = 0.98700
Tension
50

0
1 1.5 2

CONSUMO
Linear (CO

Tipo de asociacion

=/
0.9870042369

2-Encuentre el modelo matemtico que

una variable sobre la otra.Es confiable?

=+.
=88,1283+6,106.()

R^2 = 0.9837552961

3-Determine el grado de relacin

 =(2&^20.9934808689
)
El grado de relacion de las dos variables es exce

Si a un paciente se le administra una

tensin arterial esperada?

=88,1283+6,106.(5

Al momento de remplazar x en nuestro modelo m

administrarle una dosis de 5,6 la dosis esperada
acin entre consumo de sal y tensin
s administra distintas dosis de sal
un tiempo despus.

ispersin y determine el tipo de asociacin

NSUMO DE SAL Y TENSION ARTERIAL

f(x) = 6.1061946903x + 88.1283185841

R = 0.9870042369

1.5 2 2.5 3 3.5 4 4.5 5 5.5

sal

CONSUMO DE SAL Y TENSION ARTERIAL

Linear (CONSUMO DE SAL Y TENSION ARTERIAL)

el tipo de asosiacion entre las variables es directo

odelo matemtico que permite predecir el efecto de

e la otra.Es confiable?

106.()

El modelo matematico por ser cercano a 1 es confiable

el grado de relacin de las dos variables.

 *100% 99%
dos variables es excelente

e se le administra una dosis de sal de 5,6. Cul es la

l esperada?

=88,1283+6,106.(5,6)= 122,32

x en nuestro modelo matematico encontramos que al momento de

5,6 la dosis esperada es de 122,32
Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.9934808689
Coeficiente de determinacin R^2 0.9870042369
R^2 ajustado 0.9837552961
Error tpico 1.0533343602
Observaciones 6

ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresin 1 337.0619469027
Residuos 4 4.4380530973
Total 5 341.5

Coeficientes Error tpico

Intercepcin 88.1283185841 1.299387376
x(sal) 6.1061946903 0.3503337969

Anlisis de los residuales

Observacin Pronstico y(Tension) Residuos

1 97.8982300885 0.1017699115
2 102.1725663717 -0.1725663717
3 108.2787610619 0.7212389381
4 113.7743362832 -0.7743362832
5 116.2168141593 -1.2168141593
6 118.6592920354 1.3407079646
Promedio de los cuadrados F Valor crtico de F
337.0619469027 303.792622134 6.361007661E-005
1.1095132743

Estadstico t Probabilidad Inferior 95% Superior 95%

67.8229758229 2.831488E-007 84.5206408643 91.7359963038
17.4296477914 6.361008E-005 5.1335121345 7.078877246

Residuos estndares
0.1080209897
-0.183166026
0.7655400576
-0.8218988348
-1.2915553119
1.4230591255
Inferior 95,0% Superior 95,0%
84.5206408643 91.7359963038
5.1335121345 7.078877246
 2. En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado
una pieza y el nmero de das desde que empez dicho proceso de fabricacin. Con el

X ( DIAS) Y(MINUTOS) 1-Identifique la variable dependie

12 45 realice el diagrama de dispersin
23 30 las variables
35 27
42 25
53 23 DIAS V
65 21
DIAS VS MINUTOS
70 20
50

40
f(x) = - 0.
30
R = 0.796
MINUTOS
20

10

0
0 10 20

x
y

TIPO DE ASOCIACION
=/

2-Encuentre el modelo matemti

una variable sobre la otra. Es con

=0,3566.+42,569
R^2=

3-Determine el grado de relac

 =(2&^2 )
El grado de correlacion de las varia

3-Que tiempo deber tardarse un em

=0,3566.(90)+42,5

El tiempo que debera tardarse el e

to artculo que est implantado, se ha considerado que era importante ir anotando peridicamente el tiempo m
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose al nuevo proceso m

Identifique la variable dependiente (y) y la variable independiente (x),

alice el diagrama de dispersin y determine el tipo de asociacin entre
s variables

DIAS VS MINUTOS
DIAS VS MINUTOS Linear (DIAS VS MINUTOS)

50

40
f(x) = - 0.3566138118x + 42.5691633632
30
R = 0.7962666987
MINUTOS
20

10

0
0 10 20 30 40 50 60 70 80

DIAS

DIAS
MINUTOS

O DE ASOCIACION El tipo de asociacion es inversa

-0.8923377716

Encuentre el modelo matemtico que permite predecir el efecto de

na variable sobre la otra. Es confiable?

=+.
=0,3566.+42,569
0.7555200384 El modelo matematico por ser cercano a 1 es confiable

-Determine el grado de relacin de las dos variables.

 0.8923377716 * 100% 89%
rado de correlacion de las variables es aceptable

e tiempo deber tardarse un empleado cuando lleven 90 das?

=0,3566.(90)+42,569= 10,4

empo que debera tardarse el empleado cuando lleva 90 dias es de 10 minutos para realizar una pieza
 peridicamente el tiempo medio ( medido en minutos) que se utiliza para realizar
ptndose al nuevo proceso mejorando paulatinamente su proceso de produccin.

Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.8923377716
Coeficiente de determinacin R^2 0.7962666987
R^2 ajustado 0.7555200384
Error tpico 4.2218187302
Observaciones 7

ANLISIS DE VARIANZA
Grados de libertad
Regresin 1
Residuos 5
Total 6

Coeficientes
Intercepcin 42.5691633632
X ( DIAS) -0.3566138118
a realizar una pieza
realizar
ccin.

Suma de cuadrados Promedio de los cuadrados F Valor crtico de F

348.3098044768 348.3098044768 19.541888672 0.006887992
89.1187669518 17.8237533904
437.4285714286

Error tpico Estadstico t Probabilidad Inferior 95%

3.8077855848 11.1795064127 9.992234E-005 32.780938905
0.0806705266 -4.4206208469 0.006887992 -0.5639840023
 Superior 95% Inferior 95,0% Superior 95,0%
52.3573878215 32.780938905 52.3573878215
-0.1492436214 -0.5639840023 -0.1492436214
 3-Una Nutricionista de un hogar infantil desea e
matemtico que permita determinar la relacin
estatura de sus estudiantes. Para ello selecciona
mediciones respectivas.

x y 1-Identifique la variable dependiente

ESTATURA(cm) PESO (kg) realice el diagrama de dispersin y d
120 24 las variables
124 23
107 19
118 24
RELACION PE
112 21
110 19 30
115 22
25
104 16 f(x) = 0.3860164512x - 22
110 20 R = 0.8328827864
20
116 23
15

10

0
100 105 110

X ESTATURA
Y PESO

Tipo de asosiacion

=/
0.9126241211

2-Encuentre el modelo matemtico q

una variable sobre la otra. Es confiab

=+.

=22,751+0,386.
R^2= 0.7796364629

3-Determine el grado de correlacin

=(2&^2 ) 0.8984330276

el grado de correlacion es excelente

Cul es el peso que debera tener un

=22,751+0,386.(12

El peso que deberia tener el estudiant

 gar infantil desea encontrar un modelo
erminar la relacin entre el peso y la
Para ello selecciona 10 nios y realiza las

ariable dependiente (y) y la variable independiente (x),

ma de dispersin y determine el tipo de asociacin entre

RELACION PESO VS ESTATURA

= 0.3860164512x - 22.7514688602
= 0.8328827864

110 115 120 125 130

el tipo de asosiacion es directa

odelo matemtico que permite predecir el efecto de

e la otra. Es confiable?

22,751+0,386.
El modelo matematico por ser cercano a 1 es confiable

rado de correlacin de las dos variables

 * 100% 90%

cion es excelente

ue debera tener un estudiante que mida 128 cm?

22,751+0,386.(128)= 26,6

a tener el estudiante que mida 128 cm es de 26,6 kg

Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.8984330276
Coeficiente de determinacin R^2 0.807181905
R^2 ajustado 0.7796364629
Error tpico 1.1916881189
Observaciones 9

ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresin 1 41.6147115465
Residuos 7 9.940844009
Total 8 51.5555555556

Coeficientes Error tpico

Intercepcin -21.6299924642 7.8440831227
120 0.3756593821 0.0693958349

Anlisis de los residuales

Observacin Pronstico 24 Residuos

1 24.9517709118 -1.9517709118
2 18.5655614167 0.4344385833
3 22.6978146194 1.3021853806
4 20.4438583271 0.5561416729
5 19.6925395629 -0.6925395629
6 21.5708364732 0.4291635268
7 17.4385832705 -1.4385832705
8 19.6925395629 0.3074604371
9 21.9464958553 1.0535041447
Promedio de los cuadrados F Valor crtico de F
41.6147115465 29.3036467085 0.0009942322
1.4201205727

Estadstico t Probabilidad Inferior 95%

-2.7574914908 0.0281977474 -40.1783016478
5.4132842811 0.0009942322 0.211564308

Residuos estndares
-1.7509034774
0.3897281292
1.1681703509
0.4989060874
-0.6212665234
0.3849959577
-1.290530787
0.2758179995
0.9450822631
Superior 95% Inferior 95,0% Superior 95,0%
-3.0816832806 -40.1783016478 -3.0816832806
0.5397544562 0.211564308 0.5397544562