Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
538 ❍ CAPÍTULO 12 REGRESIÓN LINEAL Y CORRELACIÓN 12.48 Nos dan estos datos: x 1 2 3 4 5 6 y 7 5 5 3 2 0 a. Grafi que los seis puntos en papel para grafi car. b. Calcule el coefi ciente muestral de correlación r e interprete. c. ¿En qué porcentaje se redujo la suma de cuadrados de desviaciones al usar el pronosticador de mínimos cuadrados ŷ � a � bx, en lugar de y� como pronosticador de y? 12.49 Invierta la pendiente de la recta del ejercicio 12.48 al reordenar las observaciones y, como sigue: x 1 2 3 4 5 6 y 0 2 3 5 5 7 Repita los pasos del ejercicio 12.48. Observe el cambio en el signo de r y la relación entre los valores de r2 del ejercicio 12.48 y este ejercicio. APLICACIONES 12.50 Langostas La tabla siguiente da los números de lapas Octolasmis tridens y O. lowei en cada una de 10 langostas.9 ¿Le parece que las lapas compiten por espacio en la superfi cie de una langosta? Número de campo de langosta O. tridens O. lowei AO61 645 6 AO62 320 23 AO66 401 40 AO70 364 9 AO67 327 24 AO69 73 5 AO64 20 86 AO68 221 0 AO65 3 109 AO63 5 350 a. Si compiten, ¿se espera que el número x de lapas O. tridens y el número y de O. lowei estén correlacionados positiva o negativamente? Explique. b. Si desea probar la teoría de que dos tipos de lapas compiten por espacio al realizar una prueba de la hipótesis nula “el coefi ciente de correlación poblacional r es igual a 0”, ¿cuál es su hipótesis alternativa? c. Realice la prueba del inciso b) y exprese sus conclusiones. 12.51 Capacitación de habilidades sociales Se puso en práctica un programa de capacitación de habilidades sociales con siete estudiantes, a un grado de difi cultad mediano, en un estudio para determinar si el programa causó mejora en medidas antes y después del estudio y en califi caciones de conducta. Para uno de estos exámenes, los puntos de antes y después del examen para los siete estudiantes se dan en la tabla siguiente.10 Persona Antes Después Earl 101 113 Ned 89 89 Jasper 112 121 Charlie 105 99 Tom 90 104 Susie 91 94 Lori 89 99 a. ¿Qué tipo de correlación, si la hay, espera usted ver entre puntos antes y después del examen? Grafi que los datos. ¿La correlación parece ser positiva o negativa? b. Calcule el coefi ciente de correlación, r. ¿Hay una correlación positiva signifi cativa? 12.52 Hockey G. W. Marino investigó las variables relacionadas con la capacidad de un jugador de hockey para hacer un rápido arranque desde una posición de reposo.11 En el experimento, cada patinador arrancó desde una posición de reposo y trató de moverse tan rápidamente como le fuera posible en una distancia de 6 metros. El coefi ciente de correlación r entre la rapidez de zancada de un patinador (número de zancadas por segundo) y el tiempo para recorrer la distancia de 6 metros para la muestra de 69 patinadores, fue �.37. a. ¿Los datos dan sufi ciente evidencia para indicar una correlación entre rapidez de zancadas y tiempo para recorrer la distancia? Pruebe usando a � .05. b. Encuentre el valor p aproximado para la prueba. c. ¿Cuáles son las implicaciones prácticas de la prueba en el inciso a)? 12.53 Hockey II Consulte el ejercicio 12.52. Marino calculó que el coefi ciente de correlación muestral r, para la rapidez de zancadas y el promedio de rapidez de aceleración para los 69 patinadores, era de .36. ¿Los datos dan sufi ciente evidencia para indicar una correlación entre rapidez de zancadas y promedio de aceleración para los patinadores? Use el método del valor p. 12.54 Energía geotérmica La energía geotérmica es una importante fuente de energía. Como la cantidad de energía contenida en 1 libra de agua es función de su temperatura, uno podría preguntarse si el agua obtenida de pozos más profundos contiene más energía por libra. Los datos de la tabla siguiente se DATOSMISMIS EX1250 DATOSMISMIS EX1251 DATOSMISMIS EX1254 Probabilidad_Mendenhall_12.indd 538Probabilidad_Mendenhall_12.indd 538 5/14/10 8:37:42 AM5/14/10 8:37:42 AM www.FreeLibros.me 12.8 ANÁLISIS DE CORRELACIÓN ❍ 539 DATOSMISMIS EX1257 reproducen de un artículo sobre sistemas geotérmicos escrito por A. J. Ellis.12 Profundidad promedio (máx) Temperatura Ubicación de pozo de perforación promedio (máx) El Tateo, Chile 650 230 Ahuachapan, El Salvador 1000 230 Namafjall, Islandia 1000 250 Larderello (region), Italia 600 200 Matsukawa, Japón 1000 220 Cerro Prieto, México 800 300 Wairakei, Nueva Zelanda 800 230 Kizildere, Turquía 700 190 The Geysers, Estados Unidos 1500 250 ¿Hay una correlación positiva signifi cativa entre la profundidad promedio (max) de perforación y la temperatura promedio (max)? 12.55 Queso, por favor La demanda de alimentos saludables, bajos en grasas y calorías, ha resultado en un gran número de productos “bajo en grasas” o “sin grasa”. La tabla siguiente muestra el número de calorías y la cantidad de sodio (en miligramos) por rebanada para cinco marcas de queso americano sin grasa. Marca Sodio (mg) Calorías Kraft Fat Free Singles 300 30 Ralphs Fat Free Singles 300 30 Borden® Fat Free 320 30 Healthy Choice® Fat Free 290 30 Smart Beat® American 180 25 a. ¿Deben usarse métodos de análisis de regresión lineal o análisis de correlación para analizar los datos? Explique. b. Analice los datos para determinar la naturaleza de la relación entre sodio y calorías en queso americano sin grasa. Use cualesquiera pruebas estadísticas que sean más apropiadas. 12.56 Temperatura corporal y frecuencia cardiaca ¿Hay alguna relación entre estas dos variables? Para averiguarlo, al azar seleccionamos 12 personas de un conjunto de datos construido por Allen Shoemaker (Journal of Statistics Education) y registramos sus temperaturas corporales y frecuencias cardiacas.13 Persona 1 2 3 4 5 6 Temperatura 96.3 97.4 98.9 99.0 99.0 96.8 (grados) Frecuencia cardiaca 70 68 80 75 79 75 (pulsaciones por minuto) Persona 7 8 9 10 11 12 Temperatura 98.4 98.4 98.8 98.8 99.2 99.3 (grados) Frecuencia cardiaca 74 84 73 84 66 68 (pulsaciones por minuto) a. Encuentre el coefi ciente de correlación r, que relacione temperatura corporal y frecuencia cardiaca. b. ¿Hay sufi ciente evidencia para indicar que hay correlación entre estas dos variables? Pruebe al nivel de signifi cancia de 5%. 12.57 Estadísticas en béisbol ¿El promedio de bateo de un equipo depende en alguna forma del número de cuadrangulares conectados por el equipo? Los datos de la tabla siguiente muestran el número de cuadrangulares del equipo y el promedio general de bateo del equipo para ocho equipos de ligas mayores seleccionados para la temporada de 2006.14 Equipo Total cuadrangulares Promedio de bateo del equipo Atlanta Braves 222 .270 Baltimore Orioles 164 .227 Boston Red Sox 192 .269 Chicago White Sox 236 .280 Houston Astros 174 .255 Philadelphia Phillies 216 .267 New York Giants 163 .259 Seattle Mariners 172 .272 Fuente: ESPN.com a. Grafi que los puntos usando una gráfi ca de dispersión. ¿Le parece que hay alguna relación entre el total de cuadrangulares y el promedio de bateo del equipo? b. ¿Hay alguna correlación positiva signifi cativa entre el total de cuadrangulares y el promedio de bateo del equipo? Pruebe al nivel de signifi cancia de 5%. c. ¿Piensa usted que la relación entre estas dos variables sería diferente si hubiéramos visto todo el conjunto de franquicias de las ligas mayores? DATOSMISMIS EX1256 Probabilidad_Mendenhall_12.indd 539Probabilidad_Mendenhall_12.indd 539 5/14/10 8:37:42 AM5/14/10 8:37:42 AM www.FreeLibros.me 540 ❍ CAPÍTULO 12 REGRESIÓN LINEAL Y CORRELACIÓN Conceptos y fórmulas clave I. Un modelo probabilista lineal 1. Cuando los datos exhiben una relación lineal, el modelo apropiado es y � a � bx � e. 2. El error aleatorio e tiene una distribución normal con media de 0 y varianza s2. II. Método de mínimos cuadrados 1. Las estimaciones a y b, para a y b, se escogenpara reducir SSE al mínimo, la suma del cuadrado de desviaciones alrededor de la recta de regresión, ŷ � a � bx. 2. Las estimaciones de mínimos cuadrados son b � Sxy/Sxx y a � y� � bx�. III. Análisis de varianza 1. SS Total � SSR � SSE, donde SS Total � Syy y SSR � (Sxy) 2/Sxx. 2. La mejor estimación de s2 es MSE � SSE/(n � 2). IV. Prueba, estimación y predicción 1. Una prueba para la signifi cancia de la regresión lineal, H0 : b � 0, se puede implementar usando una de dos estadísticas de prueba: t � � ______ b _______ MSE/Sxx o F � MSR _____ MSE 2. La fuerza de la relación entre x y y se puede medir usando r2 � SSR _______ SS Total que se acerca a 1 cuando la relación se hace más fuerte. 3. Use gráfi cas de residuales para comprobar la no normalidad, desigualdad de varianzas, o un modelo incorrectamente ajustado. 4. Los intervalos de confi anza se pueden construir para estimar el punto de intersección a y la pen- diente b de la recta de regresión, así como estimar el valor promedio de y, E(y), para un valor deter- minado de x. 5. Se pueden construir intervalos de predicción para predecir una observación particular, y, para un valor determinado de x. Para una x dada, los intervalos de predicción siempre son más anchos que los intervalos de confi anza. V. Análisis de correlación 1. Use el coefi ciente de correlación para medir la relación entre x y y cuando ambas variables son aleatorias: r � Sxy _______ � ____ SxxSyy 2. El signo de r indica la dirección de la relación; r cerca de 0 indica que no hay relación lineal, y r cerca de 1 o �1 indica una fuerte relación lineal. 3. Una prueba de la signifi cancia del coefi ciente de correlación usa la estadística t � r � ______ n � 2 ______ 1 � r2 y es idéntica a la prueba de la pendiente b. REPASO DEL CAPÍTULO MINITABMIMI Procedimientos de regresión lineal En el capítulo 3 usamos algunos de los procedimientos de regresión lineal disponibles en MINITAB, para obtener una gráfi ca de la recta de regresión de mínimos cuadrados de mejor ajuste, así como para calcular el coefi ciente de correlación r para un conjunto de datos bivariados. Ahora que ya hemos estudiado las técnicas de prueba y estimación para un análisis de regresión lineal sencillo, existen más opciones MINITAB para usted. Probabilidad_Mendenhall_12.indd 540Probabilidad_Mendenhall_12.indd 540 5/14/10 8:37:42 AM5/14/10 8:37:42 AM www.FreeLibros.me 12 REGRESIÓN LINEAL Y CORRELACIÓN Repaso del capítulo
Compartir