Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Estadística UNIDAD N°07: Práctico 1.-Los siguientes datos corresponden a los porcentajes de mortalidad obtenidos a dosis crecientes de dos insecticidas naturales (I1 y I2). El experimento consistió en someter a grupos de 1000 insectos a cada una de las dosis ensayadas. Cada producto se ensayó independientemente .Los resultados fueron: Ln (dosis) 0,00 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,40 0,70 Mortalidad I1 5 7 10 16 17 25 26 30 35 62 Mortalidad I2 4 8 13 17 17 20 26 33 40 70 a)Construir un diagrama de dispersión Mortalidad vs. Ln (dosis) para cada producto. b). En base al gráfico obtenido , ¿es razonable proponer un ajuste lineal?. SI 0 10 20 30 40 50 60 70 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 M o rt al id ad I1 Dosis 0 10 20 30 40 50 60 70 80 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 M o rt al id ad I2 Dosis Gráfico Dispersión 2 c) Escribir el modelo lineal que, se supone, relaciona la mortalidad con las distintas dosis. Y1 = 78,562 X + 6,3307 Y2 = 89,558 X + 5,4554 d) ¿Cuál es la mortalidad de insectos, para cada insecticida, a partir de una dosis de 0,50?. Y1 = 78,562 (0,5) + 6,3307 = 45,612 Y2 = 89,558 (0,5) + 5,4554 = 50,234 2.-La siguiente tabla muestra el contenido de humus x (kg/m2) y contenido de nitrógeno y (kg/m2) del suelo de cierta zona geográfica: x 3.0 4.3 7.5 5.5 5.5 6.0 6.6 7.3 8.0 8.0 y 0.07 0.15 0.15 0.14 0.13 0.17 0.29 0.31 0.25 0.21 a) Realice un gráfico de dispersión. b) En el supuesto de una relación lineal, utilice el método de mínimos cuadrados para calcular los coeficientes de regresión. c)Interprete el significado de la ordenada al origen y de la pendiente . d) Prediga la cantidad de nitrógeno cuando el contenido de humus es de 6.2 kg/m2. 3.-La siguiente tabla muestra los valores de x = volumen de precipitación pluvial (m3) e y = volumen de escurrimiento (m3) en un lugar particular Los valores obtenidos de 10 observaciones, respectivas, fueron: x 5 12 14 17 23 30 40 47 55 y 4 10 13 15 15 25 27 46 38 a)Realice un gráfico de dispersión. b)¿Podría existir una relación lineal entre ambas variables?.SI 0 5 10 15 20 25 30 35 40 45 50 0 10 20 30 40 50 60 Y X Gráfico de Dispersión c)En el supuesto de una relación lineal, determine la recta de regresión del volumen de escurrimiento en función del volumen de precipitación pluvial. ȳ 27 21,444 Σ(x - xˉ)*(y - ȳ) Σ (x - xˉ)^2 383,78 484,00 171,67 225,00 109,78 169,00 64,44 100,00 25,78 16,00 10,67 9,00 72,22 169,00 491,11 400,00 463,56 784,00 1793,00 2356,00 b = 1793 / 2356 = 0,761 a = 21,444 – 0,761 * 27 = 0.897 Y = 0,761 X + 0.897 d)Interprete el significado de la ordenada al origen y de la pendiente. Ordenada al origen: la recta de tendencia cortará al eje Y en el valor 0,897 aprox. cuando X = 0 Pendiente: el signo es positivo, por lo tanto, ante un aumento en una (1) unidad en X, la variable Y aumentará en 0,761 aprox. e)Prediga el volumen de escurrimiento cuando se tiene 50 m3 de precipitación pluvial. Y = 0,761 (50) + 0,897 = 38,947 aprox. 4.-Ciertas especies de diatomeas invasivas tienen potencial para causar sustanciales daños ecológicos y económicos en los ríos Se realizó un estudio considerando las variables: x=área superficial de la roca e y =densidad de la colonia., obteniéndose lo siguiente: x 50 20 55 50 33 58 79 26 70 y 152 43 48 22 2 5 35 7 13 a) Realice un gráfico de dispersión. �̅� b) Determine la recta de regresión de la densidad de la colonia en función del área superficial de la roca. Y = 0,1264 X + 30,141 c)Interprete el significado de la ordenada al origen y de la pendiente. Ordenada al origen: la recta de tendencia cortará al eje Y en el valor 30,141 aprox. cuando X = 0 Pendiente: el signo es positivo, por lo tanto, ante un aumento en una (1) unidad en X, la variable Y aumentará en 0,1264 aprox. d) Prediga la densidad de la colonia cuando el área superficial es 43. Y = 0,1264 (43) + 30,141 = 35,576 aprox. e) Estime el área de la roca cuando la densidad de la colonia es de 100. X = (Y – 30,141) / 0,1264 X = (100 – 30,141) / 0,1264 = 552,682 5.-Se realizó un estudio considerando las variables: x= cantidad mensual (en mm ) de lluvias registradas durante los meses desde julio a diciembre en el año 2016 , en cierta región del país e y=cantidad de focos de incendios registrados en dicha región en los respectivos meses. x 57 20 65 80 70 1 58 y 2 5 8 2 6 3 a)Construya un diagrama de dispersión de cantidad de focos de incendio versus cantidad mensual de lluvias registradas . b).De acuerdo al gráfico obtenido, ¿es razonable proponer un ajuste lineal?. ¿Por qué?. c)Escriba el modelo lineal que, se supone, relaciona ambas variables. d) Interprete el significado de la ordenada al origen y de la pendiente. e) Prediga la cantidad de focos de incendios registrados en dicha región cuando la cantidad mensual (en mm ) de lluvias registradas corresponde a 95 mm. 0 50 100 150 200 0 20 40 60 80 100 Y X Gráfico dispersión 6.-Para cada uno de los ejercicios anteriores ( del 1 al 5), se pide que: a) Calcule el coeficiente de correlación muestral y conjeture acerca del grado de relación lineal entre las correspondientes variables. Ej 1: Mortalidad I1: r = 0,9955 Mortalidad I2: r = 0,9933 Las variables tienen una muy alta correlación lineal. Esto no significa una relación directa de causa y efecto. Ej 3: Σ(x - xˉ)*(y- ȳ) Σ (x - xˉ)^2 Σ (y - ȳ )^2 383,78 484,00 304,308642 171,67 225,00 130,975309 109,78 169,00 71,308642 64,44 100,00 41,5308642 25,78 16,00 41,5308642 10,67 9,00 12,6419753 72,22 169,00 30,8641975 491,11 400,00 602,975309 463,56 784,00 274,08642 1793,00 2356,00 1510,22 r = 1793 / raíz(2356 * 1510,22) = 0,9505 r = 0,9505 Las variables tienen una muy alta correlación lineal, la nube de puntos ajustan muy bien a la recta. Ej 4: r = 0,053 Las variables no tienen una correlación lineal, eso no significa que no estén relacionadas. De existir alguna relación, esta no es lineal. b)Calcule el coeficiente de determinación 𝑅2, e interprete su significado, determinando en qué porcentaje (aproximado) el modelo propuesto explica el comportamiento de ambas variables. Ej 1: Mortalidad I1: R2 = 0,9909 Mortalidad I2: R2 = 0,9866 Los modelos de regresión (rectas) encontrados explican muy bien las variaciones en la variable dependiente Y (99,09% y 98,66% respectivamente). Ej 3: R2 = 0,9035 Se interpreta para cada coeficiente de determinación, que el 90,35% de las variaciones en la variable dependiente Y son explicadas por la recta de regresión encontrada. Dicho de otra manera, el 90,35% de las variaciones en Y son explicadas por las variaciones en X. Ej 4: R2 = 0,0028 El modelo encontrado no explica muy bien a las variaciones en Y. c)En base al coeficiente de correlación de Pearson calculado, es la correlación estadísticamente significativa al 5%?. Ho: ρ = 0 H1: ρ ≠ 0 Ej1a: to = 2,8156 / 0,0951 = 29,60 tc = 2,306 con gl = 10 – 2 = 8 y alfa = 0,05/2 = 0,025 (bilateral). Rechazo Ho, r es significativo estadísticamente al 0,05. Ej1b: to = 2.809 / 0.1157 = 24.27 tc = 2.306 con gl = 10 – 2 = 8 y alfa = 0.05/2 = 0.025 (bilateral). Rechazo Ho, r es significativo estadísticamente al 0.05. Ej3: to = 2,515 / 0,3106 = 8.097 tc = 2.3646 con gl = 9 – 2 = 7 y alfa = 0.05/2 = 0.025 (bilateral). Rechazo Ho, r es significativo estadísticamente al 0.05. Ej4: to = 0,141 / 0,998 = 0,1413 tc = 2.3646 con gl = 9 – 2 = 7 y alfa = 0.05/2 = 0.025 (bilateral). No rechazo Ho, dado que r no es significativoestadísticamente al 0.05. Lo que implica que la pendiente de la recta es muy cercana a 0. No hay relación lineal entre las variables. 7.-El porcentaje de árboles que se talaron anualmente en cierta zona( durante seis años consecutivos), y las precipitaciones anuales correspondientes ( en mm), se muestran en la siguiente tabla : N° de crecidas 114 105 102 95 93 105 Ptaje. de árboles 32,1 30,5 24,4 23,0 29,1 25,6 Con un nivel de significación de 0,05, ¿hay una relación lineal significativa entre las precipitaciones registradas y el porcentaje de árboles talados? 8.-Con relación a las características principales del coeficiente de correlación de Pearson (rxy) , ¿Cuál de las siguientes afirmaciones es incorrecta?: Si el signo es positivo, significa que las variables en cuestión tienden a variar en el mismo sentido y si el signo es negativo, quiere decir que las características varían en sentido contrario. -1 rxy 1 .El que en un caso se obtenga un coeficiente de correlación bajo significa que no existe correlación alguna entre las variables. (x) .
Compartir