Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
12.4 UN ANÁLISIS DE VARIANZA PARA REGRESIÓN LINEAL ❍ 511 La salida impresa MINITAB también da alguna información acerca de la variación en el experimento. Cada una de las estimaciones de mínimos cuadrados, a y b, tiene un error estándar asociado, marcado “SE Coef” en la fi gura 12.6. Hacia la mitad de la salida impresa se encuentra la mejor estimación insesgada de s —S � � _____ MSE � � _______ 75.7532 � 8.70363—, que mide el error residual, la variación no explicada o “sobrante” del expe- rimento. No sorprenderá saber que las estadísticas t y F y sus valores p hallados en la salida impresa se usan para probar hipótesis estadísticas. En la siguiente sección expli- camos estas entradas. Regression Analysis: y versus x The regression equation is y = 40.8 + 0.766 x Predictor Coef SE Coef T P Constant 40.784 8.507 4.79 0.001 x 0.7656 0.1750 4.38 0.002 S = 8.70363 R-Sq = 70.5% R-Sq(adj) = 66.8% Analysis of Variance Source DF SS MS F P Regression 1 1450.0 1450.0 19.14 0.002 Residual Error 8 606.0 75.8 Total 9 2056.0 FIGURA 12.6 Salida impresa MINITAB para los datos de la tabla 12.1 ● Busque a y b en la columna llamada “Coef”. CONSEJOMIMI TÉCNICAS BÁSICAS 12.1 Grafi que la recta correspondiente a la ecuación y � 2x � 1 al grafi car los puntos correspondientes a x � 0, 1 y 2. Dé el punto de cruce con el eje y y la pendiente para la recta. 12.2 Grafi que la recta correspondiente a la ecuación y � �2x � 1 al grafi car los puntos correspondientes a x � 0, 1 y 2. Dé el punto de cruce con el eje y y la pendiente para la recta. ¿Cómo se relaciona esta recta con la recta y � 2x � 1 del ejercicio 12.1? 12.3 Dé la ecuación y la gráfi ca para una recta con intersección con el eje y igual a 3 y pendiente igual a �1. 12.4 Dé la ecuación y gráfi ca para una recta con intersección con el eje y igual a �3 y pendiente igual a 1. 12.5 ¿Cuál es la diferencia entre modelos matemáticos deterministas y probabilistas? 12.6 Se le dan cinco puntos con estas coordenadas: x �2 �1 0 1 2 y 1 1 3 5 5 a. Use el método de entrada de datos en su calculadora científi ca o grafi cadora para introducir las n � 5 EJERCICIOS12.4 observaciones. Encuentre las sumas de cuadrados y productos cruz, Sxx, Sxy y Syy. b. Encuentre la recta de mínimos cuadrados para los datos. c. Grafi que los cinco puntos y grafi que la recta del inciso b). ¿La recta parece ser un buen ajuste para los puntos? d. Construya la tabla ANOVA para la regresión lineal. e. Seis puntos tienen estas coordenadas: 12.7 Encuentre la recta de mínimos cuadrados para los datos. x 1 2 3 4 5 6 y 5.6 4.6 4.5 3.7 3.2 2.7 a. Encuentre la recta de mínimos cuadrados para los datos. b. Grafi que los seis puntos y grafi que la recta. ¿La recta parece ser un buen ajuste para los puntos? c. Use la recta de mínimos cuadrados para predecir el valor de y cuando x � 3.5. d. Llene los espacios faltantes en el análisis MINITAB de la tabla de varianza. Probabilidad_Mendenhall_12.indd 511Probabilidad_Mendenhall_12.indd 511 5/14/10 8:37:38 AM5/14/10 8:37:38 AM www.FreeLibros.me 512 ❍ CAPÍTULO 12 REGRESIÓN LINEAL Y CORRELACIÓN Tabla ANOVA MINITAB para el ejercicio 12.7 Analysis of Variance Source DF SS MS Regression * *** 5.4321 Residual Error * 0.1429 *** Total * 5.5750 APLICACIONES 12.8 Profesor Asimov El profesor Isaac Asimov fue uno de los escritores más prolífi cos de todos los tiempos. Antes de su muerte, escribió casi 500 libros durante una carrera de 40 años. De hecho, cuando su carrera avanzaba, fue incluso más productivo en términos del número de libros escritos en un periodo determinado.1 Los datos siguientes dan el tiempo, en meses, necesario para escribir sus libros en incrementos de 100: Número de libros, x 100 200 300 400 490 Tiempo en meses, y 237 350 419 465 507 a. Suponga que el número de libros x y el tiempo en meses y están relacionados linealmente. Encuentre la recta de mínimos cuadrados que relacione y con x. b. Grafi que el tiempo como función del número de libros escritos usando una gráfi ca de dispersión y grafi que la recta de mínimos cuadrados en el mismo papel. ¿Le parece que la recta da un buen ajuste a los puntos? c. Construya una tabla ANOVA para la regresión lineal. 12.9 Un experimento químico Con el uso de un procedimiento químico llamado polarografía diferencial de pulsos, un químico midió la máxima corriente generada (en microamperes) cuando una solución que contenía una cantidad determinada de níquel (en partes por mil millones, ppmm) se agregó a un regulador:2 x � Ni (ppmm) y � Corriente máxima (mA) 19.1 .095 38.2 .174 57.3 .256 76.2 .348 95 .429 114 .500 131 .580 150 .651 170 .722 a. Use el método de entrada de datos en su calculadora para calcular las sumas de cuadrados preliminares y productos cruz, Sxx, Syy y Sxy. b. Calcule la recta de regresión de mínimos cuadrados. c. Grafi que los puntos y la recta ajustada. ¿Le parece razonable la suposición de una relación lineal? d. Use la recta de regresión para predecir la máxima corriente generada cuando una solución, que contenga 100 ppmm de níquel, se agregue al regulador. e. Construya la tabla ANOVA para la regresión lineal. 12.10 Privación de sueño Se realizó un estudio para determinar los efectos de la privación de sueño en la capacidad de personas para resolver problemas cuando no duermen. Un total de 10 personas participaron en el estudio, dos en cada uno de cinco niveles de privación de sueño: 8, 12, 16, 20 y 24 horas. Después del periodo de privación de sueño, a cada persona se le aplicó un conjunto de problemas adicionales sencillos, registrándose el número de errores. Se obtuvieron estos resultados: Número de errores, y 8, 6 6, 10 8, 14 Número de errores sin sueño, x 8 12 16 Número de errores, y 14, 12 16, 12 Número de errores sin sueño, x 20 24 a. ¿Cuántos pares de observaciones hay en el experimento? b. ¿Cuál es el número total de grados de libertad? c. Complete la salida impresa MINITAB. Salida impresa MINITAB para el ejercicio 12.10 Análisis de regresión: y versus x The regression equation is y = 3.00 + 0.475 x Predictor Coef SE Coef T P Constant 3.000 2.127 1.41 0.196 x *** 0.1253 3.79 0.005 S = 2.24165 R-Sq = 64.2% R-Sq(adj) = 59.8% Analysis of Variance Source DF SS MS F P Regression ** 72.200 72.200 14.37 0.005 Residual Error ** *** 5.025 Total ** *** d. ¿Cuál es la ecuación de predicción de mínimos cuadrados? e. Use la ecuación de predicción para predecir el número de errores para una persona que no ha dormido durante 10 horas. 12.11 Exámenes de rendimiento El Índice de Rendimiento Académico (API) es una medida de rendimiento escolar que se basa en los resultados del examen Stanford 9. Las califi caciones DATOSMISMIS EX1209 DATOSMISMIS EX1210 DATOSMISMIS EX1211 Probabilidad_Mendenhall_12.indd 512Probabilidad_Mendenhall_12.indd 512 5/14/10 8:37:38 AM5/14/10 8:37:38 AM www.FreeLibros.me 12.4 UN ANÁLISIS DE VARIANZA PARA REGRESIÓN LINEAL ❍ 513 van de 200 a 1000, con 800 considerado como objetivo de largo alcance para escuelas. La tabla siguiente muestra el API para ocho escuelas elementales en el condado de Riverside, California, junto con el porcentaje de estudiantes de esa escuela que son considerados Estudiantes del Idioma Inglés (ELL).3 Escuela 1 2 3 4 5 6 7 8 API 588 659 710 657 669 641 557 743 ELL 58 22 14 30 11 26 39 6 a. ¿Cuál de las dos variables es la variable independiente y cuál es la dependiente? Explique su selección. b. Use una gráfica de dispersión para grafi car los datos. ¿La suposición de una relación lineal entre x y y es razonable? c. Suponiendo que x y y estén relacionadas linealmente, calcule la recta de regresión de mínimos cuadrados. d. Grafi que la recta sobre la gráfi ca de dispersión del inciso b). ¿La recta ajusta por los puntos? 12.12 ¿Qué tan largo es? ¿Qué tan bueno es usted para hacer estimaciones? Para probar la capacidad de una persona para estimar tamaños, se le mostraron 10 diferentes objetos y se le pidió estimar su longitud o diámetro. A continuación se midió el objeto y los resultados se registraron en la tabla siguiente. Objeto Estimado (pulgadas) Real (pulgadas) Lápiz 7.00 6.00 Plato de comida 9.50 10.25 Libro 1 7.50 6.75 Teléfono celular 4.00 4.25 Fotografía 14.50 15.75 Juguete 3.75 5.00 Cinturón 42.00 41.50 Pinza para ropa 2.75 3.75 Libro 2 10.00 9.25 Calculadora 3.50 4.75 a. Encuentre la recta de regresión de mínimos cuadrados para predecir la medida real como función de la medición estimada. b. Grafi que los puntos y la recta ajustada. ¿Le parece razonable la suposición de una relación lineal? 12.13 Entrevistas de prueba De dos técnicas existentes para evaluación de personal, la primera requiere una entrevista de prueba de dos horas mientras que la segunda se puede completar en menos de una hora. Las puntuaciones para cada una de las 15 personas que tomaron ambas pruebas se dan en la tabla siguiente. Solicitante Prueba 1 (x ) Prueba 2(y ) 1 75 38 2 89 56 3 60 35 4 71 45 5 92 59 6 105 70 7 55 31 8 87 52 9 73 48 10 77 41 11 84 51 12 91 58 13 75 45 14 82 49 15 76 47 a. Construya una gráfi ca de dispersión para los datos. ¿Le parece razonable la suposición de linealidad? b. Encuentre la recta de mínimos cuadrados para los datos. c. Use la recta de regresión para predecir la puntuación en la segunda prueba para un solicitante que obtuvo 85 puntos en la prueba 1. 12.14 Entrevistas de prueba, continúa Consulte el ejercicio 12.13. Construya la tabla ANOVA para la regresión lineal que relacione y, la puntuación en la prueba 2, con x, la puntuación en la prueba 1. 12.15 Distancia entre brazos extendidos y estatura Leonardo da Vinci (1452-1519) dibujó la fi gura de un hombre, indicando que la distancia entre los brazos extendidos de una persona (midiendo por la espalda con los brazos extendidos para formar una “T”) es casi igual a la estatura de una persona. Para probar lo dicho por él, medimos ocho personas con los siguientes resultados: Persona 1 2 3 4 Distancia entre los brazos extendidos (pulgadas) 68 62.25 65 69.5 Estatura (pulgadas) 69 62 65 70 Persona 5 6 7 8 Distancia entre los brazos extendidos (pulgadas) 68 69 62 60.25 Estatura (pulgadas) 67 67 63 62 DATOSMISMIS EX1212 DATOSMISMIS EX1215 DATOSMISMIS EX1213 Probabilidad_Mendenhall_12.indd 513Probabilidad_Mendenhall_12.indd 513 5/14/10 8:37:39 AM5/14/10 8:37:39 AM www.FreeLibros.me 12 REGRESIÓN LINEAL Y CORRELACIÓN 12.4 Un análisis de varianza para regresión lineal Ejercicios
Compartir