Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
EJERCICIOS SUPLEMENTARIOS ❍ 547 Suma total a la fecha Semanas en Película (en millones) exhibición 1. The Prestige $14.8 1 2. The Departed $77.1 3 3. Flags of Our Fathers $10.2 1 4. Open Season $69.6 4 5. Flicka $ 7.7 1 6. The Grudge 2 $31.4 2 7. Man of the Year $22.5 2 8. Marie Antoinette $ 5.3 1 9. The Texas Chainsaw Massacre: $36.0 3 The Beginning 10. The Marine $12.5 2 Fuente: Entertainment Weekly a. Grafi que los puntos en una gráfi ca de dispersión. ¿Le parece que la relación entre x y y es lineal? ¿Cómo describiría usted la dirección y fuerza de la relación? b. Calcule el valor de r2. ¿Qué porcentaje de la población general se explica al usar el modelo lineal en lugar de y� para predecir la variable de respuesta y? c. ¿Cuál es la ecuación de regresión? ¿Los datos dan evidencia para indicar que x y y están relacionados linealmente? Pruebe usando un nivel de signifi cancia de 5%. d. Dados los resultados de los incisos b) y c), ¿es apropiado usar la recta de regresión para estimar y predecir? Explique su respuesta. 12.70 Además de límites cada vez más grandes en el error, ¿por qué un experimentador debe abstenerse de predecir y para valores de x fuera de la región experimental? 12.71 Si el experimentador continúa dentro de la región experimental, ¿cuándo será máximo el error al predecir un valor particular de y? 12.72 Avena, ¿alguien quiere? Un experimentador agrícola, investigando el efecto de la cantidad de nitrógeno x aplicada en 100 libras por acre en la producción de avena y, medida en búshels por acre, recolectó los siguientes datos: x 1 2 3 4 y 22 38 57 68 19 41 54 65 a. Encuentre la recta de mínimos cuadrados para los datos. b. Construya la tabla ANOVA. c. ¿Hay sufi ciente evidencia para indicar que la producción de avena está linealmente relacionada con la cantidad de nitrógeno aplicada? Use a � .05. d. Prediga la producción esperada de avena con 95% de confi anza si se aplican 250 libras de nitrógeno. e. Estime el promedio de aumento en producción para un aumento de 100 libras de nitrógeno por acre con 99% de confi anza. f. Calcule r2 y explique su signifi cancia en términos de predecir y, la producción de avena. 12.73 Rosas frescas Un horticultor inventó una escala para medir la frescura de rosas que fueron empacadas y almacenadas durante periodos variables antes de trasplantarlas. La medición y de frescura y el tiempo x en días que la rosa está empacada y almacenada antes de trasplantarla, se dan a continuación. x 5 10 15 20 25 y 15.3 13.6 9.8 5.5 1.8 16.8 13.8 8.7 4.7 1.0 a. Ajuste una recta de mínimos cuadrados a los datos. b. Construya la tabla ANOVA. c. ¿Hay sufi ciente evidencia para indicar que la frescura está linealmente relacionada con el tiempo de almacenaje? Use a � .05. d. Estime la rapidez media de cambio en frescura para un aumento de un día en tiempo de almacenaje, usando un intervalo de confi anza de 98%. e. Estime la medición esperada de frescura para un tiempo de almacenaje de 14 días con un intervalo de confi anza de 95%. f. ¿De qué valor es el modelo lineal con respecto a y� para predecir la frescura? 12.74 Lexus, Inc. Los fabricantes del automóvil Lexus han aumentado continuamente sus ventas desde que lanzaron su auto en 1989 en Estados Unidos. No obstante, la rapidez de aumento cambió en 1996 cuando Lexus introdujo una línea de camiones. Las ventas de Lexus de 1996 a 2005 se indican en la tabla siguiente:18 Año 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Ventas 80 100 155 180 210 224 234 260 288 303 (miles de vehículos) Fuente: Adaptado de: Automotive News, 26 de enero 2004 y 22 de mayo 2006 a. Trace los puntos usando una gráfi ca de dispersión. ¿Cómo describiría usted la relación entre año y ventas del Lexus? b. Encuentre la recta de regresión de mínimos cuadrados que relacione las ventas del Lexus y el año que se mida. c. ¿Hay sufi ciente evidencia para indicar que las ventas están linealmente relacionadas con el año? Use a � .05. DATOSMISMIS EX1273 DATOSMISMIS EX1272 DATOSMISMIS EX1274 Probabilidad_Mendenhall_12.indd 547Probabilidad_Mendenhall_12.indd 547 5/14/10 8:37:43 AM5/14/10 8:37:43 AM www.FreeLibros.me 548 ❍ CAPÍTULO 12 REGRESIÓN LINEAL Y CORRELACIÓN d. Prediga las ventas del Lexus para el año 2006 usando un intervalo de confi anza de 95%. e. Si las hay, examine las gráfi cas de diagnóstico para verifi car la validez de las suposiciones de regresión. f. Si fuera usted a predecir las ventas del Lexus en el año 2015, ¿qué problemas podrían surgir con su predicción? 12.75 Starbucks Veamos a continuación algunos datos nutrimentales para un muestreo de productos Starbucks (16 onzas líquidas), tomadas del sitio web de la compañía, www.starbucks.com.19 El conjunto completo de datos (starbucks.mtp) se puede hallar con los otros conjuntos de datos en el sitio web Student Companion. Pantalla de datos Fat Row Product Calories Calories 1 CaffèMocha-nowhip 300 110 2 CaramelFrappuccino® 280 30 BlendedCoffee-nowhip 3 ChocolateBrownie 370 80 Frappuccino® BlendedCoffee-nowhip 4 ChocolateMalt 610 200 Frappuccino® BlendedCrème-whip 5 EggnogLatte-nowhip 410 180 6 HotChocolate-nowhip 340 140 7 IcedCaffèMocha-whip 350 180 8 IcedWhiteChocolate 490 210 Mocha-whip 9 MochaFrappuccino® 420 150 BlendedCoffee-whip 10 PeppermintMocha-nowhip 370 110 11 Tazo®ChaiCrème 370 40 Frappuccino® BlendedTea-nowhip 12 ToffeeNutCrème-whip 460 220 13 ToffeNutLatte-nowhip 330 120 14 VanillaFrappuccino® 480 150 BlendedCrème-whip 15 WhiteHotChocolate-whip 580 250 Pantalla de datos (continuación) Total Fat Saturated Row (g) Fat (g) Cholesterol (mg) 1 12.0 7 40 2 3.5 2 15 3 9.0 6 15 4 22.0 11 65 5 20.0 12 115 6 15.0 8 50 7 20.0 12 75 8 24.0 16 75 9 16.0 10 65 10 12.0 6 40 11 4.5 1 �5 12 24.0 15 100 13 13.0 8 50 14 17.0 9 55 15 28.0 19 95 Total Row Sodium Carbs Fiber Sugar Protein (mg) (g) (g) (g) (g) 1 150 41 2 31 13 2 250 57 0 48 5 3 310 69 2 56 7 4 430 90 2 72 15 5 240 41 0 38 17 6 190 42 2 35 15 7 105 37 2 27 9 8 220 58 0 54 11 9 260 61 0 51 6 10 150 59 2 49 13 11 370 69 0 64 15 12 380 45 0 44 14 13 340 41 0 38 13 14 380 66 0 62 15 15 310 65 0 64 17 Use los métodos estadísticos apropiados para analizar las relaciones entre algunas de las variables nutrimentales dadas en la tabla. Escriba un informe en resumen que explique algunas conclusiones que pueda sacar de su análisis. DATOSMISMIS EX1275 Probabilidad_Mendenhall_12.indd 548Probabilidad_Mendenhall_12.indd 548 5/14/10 8:37:43 AM5/14/10 8:37:43 AM www.FreeLibros.me MI APPLET EJERCICIOS ❍ 549 APPLETMIMI Ejercicios Usted puede hacer recordatorio sobre rectas de regresión y el coefi ciente de correlación si hace los Ejercicios Mi-Applet del fi nal del capítulo 3. 12.76 a. Grafi que la recta correspondiente a la ecuación y � 0.5x � 3 al grafi car los puntos correspondientes a x � 0, 1 y 2. Dé el punto de intersección con el eje y y la pendiente de la recta. b. Verifi que su gráfi ca usando el applet How a Line Works. 12.77 a. Grafi que la recta correspondiente a la ecuación y � �0.5x � 3 al grafi car los puntos correspondientes a x � 0, 1 y 2. Dé el punto de cruce con el eje y y la pendiente de la recta. b. Verifi que su gráfi ca usando el applet How a Line Works. c. ¿Cómo está relacionada esta recta con la recta y � 0.5x � 3 del ejercicio 12.76? 12.78 La salida impresa MINITAB para los datos de la tabla 12.1 se muestra a continuación. Salida impresa MINITAB para el ejercicio 12.78. Análisis de regresión: 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 MSF P Regression 1 1450.0 1450.0 19.14 0.002 Residual Error 8 606.0 75.8 Total 9 2056.0 a. Use el applet Method of Least Squares para hallar los valores de a y b que determinan la recta de mejor ajuste, ŷ � a � bx. Cuando piense que ha reducido SSE al mínimo, dé un clic en el botón y vea qué tan bien la hizo. ¿Cuál es la ecuación de la recta? ¿Se compara con la ecuación de regresión dada en la salida impresa MINITAB? b. Encuentre los valores de SSE y r2 en el applet Method of Least Squares. Encuentre estos valores en la salida impresa MINITAB y confi rme que sean iguales. c. Use los valores de b y su error estándar SE(b) de la salida impresa MINITAB junto con el applet t-Test for the Slope para verifi car el valor de la estadística t y su valor p, dado en la salida impresa. 12.79 Use el primer applet en Building a Scatterplot para crear una gráfi ca de dispersión para los datos de la tabla 12.1. Verifi que su gráfi ca usando la fi gura 12.2. 12.80 Zapatos tenis ¿Su satisfacción general con su nuevo par de zapatos tenis está correlacionada con el costo de los zapatos? Las puntuaciones de satisfacción y precios se registraron para nueve diferentes estilos y marcas de tenis para hombre, con los siguientes resultados:20 Marca y estilo Precio Puntos New Balance MW 791 $75 89 Saucony Grid Omni Walker 90 84 Asics Gel-Walk Tech 60 83 New Balance MW 557 60 83 Etonic Lite Walker 60 79 Nike Air Max Healthwalker V 70 78 Rockport Astride 90 75 Rockport WT Classic 90 72 Reebok Move DMX Max 60 67 Fuente: “Ratings: Walking Shoes”, Consumer Reports, octubre de 2006, p. 52. a. Calcule el coefi ciente de correlación r entre precio y puntos generales. ¿Cómo describiría usted la relación entre precio y puntos generales? b. Use el applet llamado Correlation and the Scatterplot para grafi car los nueve puntos. ¿Cuál es el coefi ciente de correlación mostrado en el applet? Compare con el valor que calculó en el inciso a). c. Describa la forma que vea en la gráfi ca de dispersión. ¿Hay algún resultado atípico? Si es así, ¿cómo lo explicaría? DATOSMISMIS EX1274 Probabilidad_Mendenhall_12.indd 549Probabilidad_Mendenhall_12.indd 549 5/14/10 8:37:43 AM5/14/10 8:37:43 AM www.FreeLibros.me
Compartir