EJEMPLO DE REGRESION LINEAL SIMPLE

1.-Una compañía de publicidad desea encontrar un modelo que le ayude a

predecir el volumen de ventas (millones), dependiendo de la inversión en los
gastos publicitarios (millones), se muestra la tabla con el volumen de ventas y los
gastos publicitarios de los 10 meses anteriores
N X Y XY X^2 Y^2 Y est (Yest-ym)^2 A)DIAGRAMA DE DISPERSIÓN
1 1 16.32 16.32 1 266.34 13.6738182 5.27704431
2 2 13 26 4 169 14.184303 3.19228606 Diagrama de dispersión
3 3 15 45 9 225 14.6947879 1.62871738 25
4 4 11.11 44.44 16 123.43 15.2052727 0.58633826 20
5 5 14.52 72.6 25 210.83 15.7157576 0.0651487
15
6 6 19.51 117.1 36 380.64 16.2262424 0.0651487
Y
7 7 18.04 126.3 49 325.44 16.7367273 0.58633826 10
8 8 15.89 127.1 64 252.49 17.2472121 1.62871738 5
9 9 17.5 157.5 81 306.25 17.757697 3.19228606 0
10 10 18.82 188.2 100 354.19 18.2681818 5.27704431 0 2 4 6 8 10 12
Σ 55 159.71 920.5 385 2613.6 159.71 21.4990694
µ 5.5 15.971 92.05 38.5 261.36 15.971

b)TRAZAR Y ENCONTRA ECUACIÓN DE LA RECTA

SSXY= 42.115
)
Y = b0 + b1 x SSX= 82.5
SSY= 62.89269
b1= 0.51048485
b0= 13.1633333
)
Y = b0 + b1 x Y= 47.2252 + 52.2072 x1
c) Realiza una predicción de cuanto será el volumen de ventas de la compañía si invierte 1.15 millones
xp= 5
)
Y = b +b x Y= 47.2252 + 52.2072 x1 Y= 15.7157576
0 1

El volumen de ventas sería de 107.263 millones si se invierte 1.15 millones en publicidad

d)Aplicar una prueba de hipotesis para verificar si existe o no relación entre las variables con una confianilidad del 95%
ANOVA e) Encuentre un intervalo de
Prueba de hipotesis Datos
α = 1 - 95% =
a)Si F* > f(α,K,n-k-1) se RECHAZA
hipotesis nula Ho. El modelo SI es xp=
adecuado b0=
b1=
b)Si F* < f(α,K,n-k-1) se ACEPTA
hipotesis nula Ho. El modelo NO es
adecuado Datos
F* > f(α/2, n-k-1) y ̂=
4.1550498 > 5.31765507 t(α/2, n-k-1)
S=
Por lo tanto se ACEPTA la hipotesis nula n=
fuente de grados de suma de media de Ho y el modelo SI es adecuado µx=
variacion libertad cuadrados cuadrados estadistico F Valor f Valor p SSX=
Regresión 1 21.4990694 21.4990694 4.1550498 5.31765507 0.0758627 DATOS
Error 8 41.3936206 5.17420258 α = 1 - 95% = 0.05 f) Encuentre el coeficiente de
Total 9 62.89269 n= 10 f(α,k,n-k-1) f(0.05,1,8) Coeficiente de relación
k= 1
Hipotesis a) Ho; b1 = 0 b) Ho; b1 ≠ 0
Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. r2=
SI hay relación entre las variables NO hay relación entre las variables

DATOS
α = 1 - 95% = 0.05 t* > t(α/2, n-k-1)
s2 = 5.17420258 2.03839393 > 2.30600414
b1 = 0.51048
SSX= 82.5 a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho.
v=n-k-1= 8 SI hay relación entre las variables
t*= 2.03839393
t(α/2, n-k-1) 2.30600414
e) Encuentre un intervalo de confianza del 95% para el valor esperado del volumen de ventas si se invierten 0.9 millones en publicidad
y ̂= 47.2252 + 52.2072 x1
)
0.05 Y = b0 + b1 x y ̂= 13.163 + .51048 (6)
6 y ̂= 16.2262424
13.1633333 sustituimos los valores para encontrar el intervalo de confianza
0.51048485
Entonces el inverbalo de confianza es el
siguiente
16.2262424
2.30600414 1.68369834 Intervalo de confianza
2.27468736 14.5425441 < y ̂ < 17.9099408
10 14.5425441 < 16.2262424 < 17.9099408
5.5 Esto significa que estamos 95% seguros de que las ventas esperadas son de 94.21 cuando los gastos en
82.5 publicidad son de 0.9 y además sabemos que las ventas cuando minimo son de 89.19 y maximo de 99.23

Encuentre el coeficiente de relación

oeficiente de relación Coeficiente de relación ajustado Coeficiente de correlación

0.34183733 r 2 (ajustado)= 0.259567 r = 0.58466857

El coeficiente de correlación es de 0.8762 por lo tanto es > 0, con una relacion positiva, es
decir que si se invierte mas se obtiene mayor volumen de ventas
 REGRESION LINEAL SIMPLE

N X Y XY X^2 Y^2 Y est (Yest-ym)^2 A)DIAGRAMA

1 1 8.25 8.25 1 68.0625 8.96 0.651249
2 2 8.6 17.2 4 73.96 9.13933333 0.39396544
3 3 10.03 30.09 9 100.6009 9.31866667 0.20100278 Diagrama d
25
4 4 9.83 39.32 16 96.6289 9.498 0.072361
5 5 9.61 48.05 25 92.3521 9.67733333 0.00804011 20
6 6 10.88 65.28 36 118.3744 9.85666667 0.00804011 15
7 7 10.46 73.22 49 109.4116 10.036 0.072361 10
8 8 10.41 83.28 64 108.3681 10.2153333 0.20100278
5
9 9 8.71 78.39 81 75.8641 10.3946667 0.39396544
10 10 10.89 108.9 100 118.5921 10.574 0.651249 0
0 2 4 6
Σ 55 97.67 551.98 385 962.2147 97.67 2.65323667
µ 5.5 9.767 55.198 38.5 96.22147 9.767

b)TRAZAR Y ENCONTRA ECUACIÓN DE LA RECTA

)
Y = b0 + b1 x

)
Y = b0 + b1 x Y= 47.2252 + 52.2072 x1
c) Realiza una predicción de cuanto será el volumen de ventas de la compañía si invierte 1.15 millones
xp= 8
)
Y = b +b x Y= 47.2252 + 52.2072 x1
0 1

El volumen de ventas sería de 107.263 millones si se invierte 1.15 millones en publicidad

 d)Aplicar una prueba de hipotesis para verificar si existe o no re
ANOVA

A)DIAGRAMA DE DISPERSIÓN

Diagrama de dispersión
25
20
15
Y
10
5 fuente de grados de suma de media de
variacion libertad cuadrados cuadrados
0 Regresión 1 2.65323667 2.65323667
0 2 4 6 8 10 12
Error 8 5.61857333 0.70232167
Total 9 8.27181

Hipotesis a) Ho; b1 = 0
SSXY= 14.795 Metodo predictor
SSX= 82.5 a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho.
SSY= 8.27181 SI hay relación entre las variables
b1= 0.17933333
b0= 8.78066667 DATOS
α = 1 - 95% = 0.05
s2 = 0.70232167
b1 = 0.17933
Y= 10.2153333 SSX= 82.5
v=n-k-1= 8
t*= 1.9436585
t(α/2, n-k-1) 2.30600414
para verificar si existe o no relación entre las variables con una confianilidad del 95% e) Encuentre un intervalo de confianza

Prueba de hipotesis Datos

α = 1 - 95% = 0.05
a)Si F* > f(α,K,n-k-1) se RECHAZA
hipotesis nula Ho. El modelo SI es xp= 8
adecuado b0= 8.78066667
b1= 0.17933333
b)Si F* < f(α,K,n-k-1) se ACEPTA
hipotesis nula Ho. El modelo NO es
adecuado Datos
F* > f(α/2, n-k-1) y ̂= 10.2153333
3.77780836 > 5.31765507 t(α/2, n-k-1) 2.30600414
S= 0.83804634
Por lo tanto se ACEPTA la hipotesis nula n= 10
Ho y el modelo SI es adecuado µx= 5.5
estadistico F Valor f Valor p SSX= 82.5
3.77780836 5.31765507 0.08784856 DATOS
α = 1 - 95% = 0.05
n= 10 f(α,k,n-k-1) f(0.05,1,8) Coeficiente de relación
k= 1
b) Ho; b1 ≠ 0

b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. r 2 = 0.32075648

NO hay relación entre las variables

t* > t(α/2, n-k-1)

1.9436585 > 2.30600414

a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho.

SI hay relación entre las variables
tre un intervalo de confianza del 95% para el valor esperado del volumen de ventas si se invierten 0.9 millones en
publicidad
y ̂= 47.2252 + 52.2072 x1
)
Y = b0 + b1 x y ̂= 47.2252 + 52.2072 (0.9)
y ̂= 10.2153333
sustituimos los valores para encontrar el intervalo de confianza

Entonces el inverbalo de confianza es el

siguiente

0.81018676 Intervalo de confianza

9.40514657 < y ̂ < 11.0255201
9.40514657 < 10.2153333 < 11.0255201
Esto significa que estamos 95% seguros de que las ventas esperadas son de 94.21 cuando los gastos en
publicidad son de 0.9 y además sabemos que las ventas cuando minimo son de 89.19 y maximo de 99.23

f) Encuentre el coeficiente de relación

Coeficiente de relación ajustado Coeficiente de correlación

r 2 (ajustado)= 0.23585104 r = 0.56635367

El coeficiente de correlación es de 0.8762 por lo tanto es > 0, con una relacion positiva, es
decir que si se invierte mas se obtiene mayor volumen de ventas
 EJEMPLO DE REGRESION LINEAL SIMPLE
d)Aplicar una prueba de hipotes
ANOVA
1.-Una compañía de publicidad desea encontrar un modelo que le ayude
a predecir el volumen de ventas (millones), dependiendo de la inversión
en los gastos publicitarios (millones), se muestra la tabla con el volumen
de ventas y los gastos publicitarios de los 10 meses anteriores
N X Y XY X^2 Y^2 Y est (Yest-ym)^2 A)DIAGRAMA DE DISPERSIÓN
1 1.2 101 121.2 1.44 10201 109.837838 188.728188
2 0.8 92 73.6 0.64 8464 88.7027027 54.7200073 Diagrama de dispersión
3 1 110 110 1 12100 99.2702703 10.0506136 140
4 1.3 120 156 1.69 14400 115.121622 361.822089 120
5 0.7 90 63 0.49 8100 83.4189189 160.809817 100
6 0.8 82 65.6 0.64 6724 88.7027027 54.7200073
80
7 1 95 95 1 9025 99.2702703 10.0506136 Y
60
8 0.6 75 45 0.36 5625 78.1351351 322.73637 fuente de
9 0.9 91 81.9 0.81 8281 93.9864865 4.46693937 40 variacion
10 1.1 105 115.5 1.21 11025 104.554054 71.4710299 20 Regresión
Σ 9.4 961 926.8 9.28 93945 961 1239.57568 0 Error
µ 0.94 96.1 92.68 0.93 9394.5 96.1 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 Total

b)TRAZAR Y ENCONTRA ECUACIÓN DE LA RECTA Hipotesis

SSXY= 23.46 Metodo predictor
)
Y = b0 + b1 x SSX= 0.444 a) Si t*> t(α/2, n-k-1) se RECHAZ
SSY= 1592.9 SI hay relación entre las variable
b1= 52.8378378
b0= 46.4324324 DATOS
)
Y = b0 + b1 x Y= 47.2252 + 52.2072 x1 α = 1 - 95% =
c) Realiza una predicción de cuanto será el volumen de ventas de la compañía si invierte 1.15 millones s2 =
xp= 1.15 b1 =
)
Y = b +b x Y= 47.2252 + 52.2072 x1 Y= 107.195946 SSX=
0 1
v=n-k-1=
El volumen de ventas sería de 107.263 millones si se invierte 1.15 millones en publicidad t*=
t(α/2, n-k-1)
)Aplicar una prueba de hipotesis para verificar si existe o no relación entre las variables con una confianilidad del 95%
e) Encuentre un intervalo de confianza del
Prueba de hipotesis Datos
α = 1 - 95% = 0.05
a)Si F* > f(α,K,n-k-1) se RECHAZA
hipotesis nula Ho. El modelo SI es xp= 0.9
adecuado b0= 46.4324324
b1= 52.8378378
b)Si F* < f(α,K,n-k-1) se ACEPTA
hipotesis nula Ho. El modelo NO es
adecuado Datos
F* > f(α/2, n-k-1) y ̂= 93.9864865
28.06658 > 5.31765507 t(α/2, n-k-1) 2.30600414
S= 6.64571595
Por lo tanto se ACEPTA la hipotesis nula n= 10
grados de suma de media de Ho y el modelo SI es adecuado µx= 0.94
libertad cuadrados cuadrados estadistico F Valor f Valor p SSX= 0.444
1 1239.57568 1239.57568 28.06658 5.31765507 0.00073033 DATOS
8 353.324324 44.1655405 α = 1 - 95% = 0.05 f) Encuentre el coeficiente de relación
9 1592.9 n= 10 f(α,k,n-k-1) f(0.05,1,8) Coeficiente de relación
k= 1
a) Ho; b1 = 0 b) Ho; b1 ≠ 0
Metodo predictor
) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. r 2 = 0.77818801
hay relación entre las variables NO hay relación entre las variables

0.05 t* > t(α/2, n-k-1)

44.1655405 5.2977901 > 2.30600414
52.83784
0.444 a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho.
8 SI hay relación entre las variables
5.2977901
2.30600414
n intervalo de confianza del 95% para el valor esperado del volumen de ventas si se invierten 0.9 millones en publicidad
y ̂= 47.2252 + 52.2072 x1
)
Y = b0 + b1 x y ̂= 47.2252 + 52.2072 (0.9)
y ̂= 93.9864865
sustituimos los valores para encontrar el intervalo de confianza

Entonces el inverbalo de confianza es el

siguiente

4.93275207 Intervalo de confianza

89.0537344 < y ̂ < 98.9192386
89.0537344 < 93.9864865 < 98.9192386
Esto significa que estamos 95% seguros de que las ventas esperadas son de 94.21 cuando los gastos en
publicidad son de 0.9 y además sabemos que las ventas cuando minimo son de 89.19 y maximo de 99.23

coeficiente de relación
Coeficiente de relación ajustado Coeficiente de correlación

r 2 (ajustado)= 0.75046151 r = 0.88214965

El coeficiente de correlación es de 0.8762 por lo tanto es > 0, con una relacion positiva, es
decir que si se invierte mas se obtiene mayor volumen de ventas
REGRESIÓN n Σx1 Σx2
MULTIPLE XT X Σx1 Σx1^2 Σx1x2
Σx2 Σx1x2 Σx2^2

8 51 2165 1 0
51 341 12965 0 1
2165 12965 635225 0 0

1 1 6.375 270.625 0.125 0

-51 0 15.875 -836.875 -6.375 1
-2165 0 -836.875 49321.875 -270.625 0

-6.375 1 0 606.6929134 2.68503937 -0.4015748

1 0 1 -52.7165354 -0.4015748 0.06299213
836.88 0 0 5204.724409 -606.692913 52.7165354

-606.69 1 0 0 73.4046899 -6.54652042

52.717 0 1 0 -6.54652042 0.59693646
1 0 0 1 -0.11656581 0.01012859

Σy 3.39 2.0592889561 b0
T
X y Σx1y 26.61 -0.0016565809 b1
Σx2y 622.65 -0.0060045386 b2
 0
0
1

0
0
1

0
0
1

-0.11656581
0.01012859
0.00019213
 EJEMPLO REGRESION LINEAL MULTIPLE

1.- Se realizo un estudio a 12 alumnos que llevan la materia de

quimica. Se encontro que la calificación que obtiene se ve influidapor
un examen de inteligencia que se aplico anteriormente y por el
número de clases perdidas.

a) Encontrar sumatorias b) Encontrar ecuanción de regresión

n y x1 x2 x1x2 x1y x2y x1^2 x2^2 y^2 y^ (y^-ym)^2 n Σx1 Σx2
1 85 65 1 65 5525 85 4225 1 7225 87.74 12.1804368 XT X Σx1 Σx1^2 Σx1x2
2 74 50 7 350 3700 518 2500 49 5476 75.62 74.4705351 Σx2 Σx1x2 Σx2^2
3 76 55 5 275 4180 380 3025 25 5776 79.66 21.0656955
4 90 65 2 130 5850 180 4225 4 8100 88.02 14.2453237 12 725 43
5 85 55 6 330 4675 510 3025 36 7225 79.94 18.5372316 XT X 725 44475 2540
6 87 70 3 210 6090 261 4900 9 7569 92.92 75.1158405 43 2540 195
7 94 65 2 130 6110 188 4225 4 8836 88.02 14.2453237
8 98 70 5 350 6860 490 4900 25 9604 93.49 85.2933255 Σy 1011
9 81 55 4 220 4455 324 3025 16 6561 79.38 23.7557551 XT y Σx1y T
X y 61685
10 91 70 3 210 6370 273 4900 9 8281 92.92 75.1158405 Σx2y 3581
-1
11 76 50 1 50 3800 76 2500 1 5776 73.91 106.814879 b = ( XT X) ( XT y)
12 74 55 4 220 4070 296 3025 16 5476 79.38 23.7557551 7.65475 -0.11082 -0.24444 27.54670 b0
-1
Σ 1011 725 43 2540 61685 3581 44475 195 85905 544.595942 ( XT X) -0.11082 0.00169 0.00240 0.92168 b1
µ 84.25 60.42 3.58 211.67 5140.42 298.42 3706.25 16.25 7158.75 -0.24444 0.00240 0.02783 0.28425 b2
)
Y = b 0 +b1x 1 +b 2 x 2 +........ +b k x k
Y = 27.54670 + 0.92168 x1 + 0.2845 x2

c) realice una predicción examen

inteligencia x1=68 y perdida de clase
x2=3
x1= 68 Y = 27.54670 + 0.92168 x1 + 0.2845 x2
x2= 3 y= 91.07358 Calificación
d) realiza prueba de hipotesis del modelo de regresión con una confiabilidad 99%
ANOVA
PRUEBA DE HIPOTESIS
a)Si F* > f(α,K,n-k-1) se RECHAZA hipotesis nula Ho. El
modelo SI es adecuado
b)Si F* < f(α,K,n-k-1) se ACEPTA hipotesis nula Ho. El
modelo NO es adecuado

F* > f(α/2, n-k-1)

13.34401081 > 4.256494729

Por lo tanto se RECHAZA la hipotesis nula Ho y el modelo

fuente de grados de suma de media de SI es adecuado
variacion libertad cuadrados cuadrados estadistico F Valor f Valor p DATOS
Regresión 2 544.5959418 272.2979709 13.344010807 4.25649473 0.002031141 α = 1 - 99% = 0.01
Error 9 183.6540582 20.40600647 f(α,k,n-k-1) f(0.01,2,9)
Total 11 728.25 n= 12
k= 2
e)Pruebe si hay relación entre la calificaión del examen de inteligencia y f)Pruebe si hay relación entre el numero de clases perdidas y la
la calificación de quimica con confiabilidad del 95% calificación de quimica con una confiabilidad del 95%
Hipotesis a) Ho; b1 = 0 b) Ho; b1 ≠ 0 Hipotesis a) Ho; b1 = 0 b) Ho; b1 ≠ 0
Metodo predictor Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. SI a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. SI
hay relación entre las variables hay relación entre las variables
b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. NO b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. NO
hay relación entre las variables hay relación entre las variables
DATOS localizamos cofactor C22 DATOS
α = 1 - 95% = 0.05 7.65475 -0.11082 -0.24444 α = 1 - 95% = 0.05
-1
s = √s = 4.5173008
2
( X X)
T
-0.11082 0.00169 0.00240 s = √s2 = 4.517300795
b1 = 0.92168 -0.24444 0.00240 0.02783 b2 = 0.28425
v=n-k-1= 9 localizamos cofactor C33 v = n - k - 1 = f(0.01,2,9)
t*=b1/s√C22= t(α/2, n-k-1) t*=b2/s√C33= t(α/2, n-k-1)
Se RECHAZA Ho. SI hay Se Acepta Ho. NO hay
relación entre variables relación entre variables
 Se RECHAZA Ho. SI hay Se Acepta Ho. NO hay
4.959877621 > 2.262157163 relación entre variables relación entre variables 0.377190513 < 2.262157163
g) encuentre un intervalo de onfianza del 95% cuando la calificación del examen de inteligencia x1 =60 y el número de claes perdidas x2=4
Datos ecuacion de regresión
)
x1= 60 Y = b +b x +b x + ........ +b x Ahora determinamos los vectores X0 y Xt0
0 1 1 2 2 k k
x2= 4 Y = 27.54670 + 0.92168 x1 + 0.2845 x2
α = 1 - 95% = 0.05 Y= 83.98440462 1 1
t(α/2, n-k-1) 2.2621571628 X0 = x1 X0= 60
s = √s2 = 4.5173007949 x2 4

Ahora hagamos la multiplicacion de matrices Xt0= 1 60 4

7.65475 -0.11082 -0.24444

-1
X0 (X
T
X) 1 60 4 -0.11082 0.00169 0.00240 0.027658108 0.000292952 0.010597967
-0.24444 0.00240 0.02783

1
-1 Sustituimos los valores en formula de
X t
0 (X
T
X) 0.0276581079 0.000292952 0.010597967 60 = 0.0876270894 intervalo de confianza
4 ) - 1
Y �t( a s XT0 ( XT X) X0
2 , n- k - 1)

Intervalo de confianza b
80.959435276 < Y < 87.00937396
Error estándar de predicción
80.959435276 < 83.98440462 < 87.00937396
83.98440462 ± 3.024969342
Con un 95% de confiabilidad la calificación de quimica sera 83.98, cuando el examen de inteligencia es de 60 y el numero de clases perdidas es de 4, siendo la
calificacion maxima a obtener es de 87.009 y la minima a obtener de 80.95
h) Encuentre el coeficiente de relación
Coeficiente de relación Coeficiente de relación ajustado Coeficiente de correlación

r 2 = 0.7478145441 r 2 (ajustado)= 0.722595999 r = 0.86476271

El coeficiente de correlación es de 0.8647 por lo tanto es > 0, con una relacion positiva, y su variable
mas importante es x1 =0.9199
2- a) Encontrar sumatorias b) Encont
n y x1 x2 x1x2 x1y x2y x1^2 x2^2 y^2 y^ (y^-ym)^2
1 78.9 0.02 1000 20 1.578 78900 0.0004 1000000 6225.21 72.01 50.92 XT X
2 65.1 0.02 1100 22 1.302 71610 0.0004 1210000 4238.01 66.32 2.08
3 55.2 0.02 1200 24 1.104 66240 0.0004 1440000 3047.04 60.63 18.05
4 56.4 0.1 1000 100 5.64 56400 0.01 1000000 3180.96 71.63 45.65
5 80.9 0.1 1100 110 8.09 88990 0.01 1210000 6544.81 65.94 1.13 XT X
6 69.7 1.18 1000 1180 82.246 69700 1.392 1000000 4858.09 66.52 2.69
7 57.4 1.18 1100 1298 67.732 63140 1.392 1210000 3294.76 60.82 16.41
8 55.4 1.18 1200 1416 65.372 66480 1.392 1440000 3069.16 55.13 94.92
Σ 519 3.8 8700 4170 233.064 561460 4.1972 9510000 34458 231.86 XT y
µ 64.9 0.475 1088 521.3 29.133 70183 0.52465 1188750 4307.26

-1
( XT X)

c) realice una prediccion

d

x1=0.8
x2=1150

d) realiza prueba de hipotesis d

fuente de grados de
variacion libertad
Regresión 2
Error 5
Total 7
 b) Encontrar ecuanción de regresión e)Pruebe si hay relación entre la calificaión del exame
n Σx1 Σx2 y la calificación de quimica con confiabilidad del 95%
Σx1 Σx1^2 Σx1x2 Hipotesis
Σx2 Σx1x2 Σx2^2 Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. SI
8 3.8 8700 hay relación entre las variables
3.8 4.1972 4170 b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. NO
8700 4170 9510000 hay relación entre las variables

Σy 519 DATOS
Σx1y T
X y 233.06 α = 1 - 95% =
Σx2y 561460 s = √s2 =
b1 =
24.43992 0.15298 -0.02243 129.02606 b0 v=n-k-1=
0.15298 0.42313 -0.00033 -4.73642 b1 t*=b1/s√C22=
-0.02243 -0.00033 0.00002 -0.05692 b2 -0.6904620317
) 0.690462 < 2.57058183 se acepta N
Y = b0 +b1x 1 +b 2 x 2 +........ +b k x k hay relacion entre las variables

Y=129.02606+(-4.736423.8x1)+(-0.05692x2)

c) realice una prediccion de contenido de cobre x1=0.8 y temperatura localizamos cofactor C

de recocido x2=1150
-1
24.43992
Y=129.02606+[-4.736423.8(0.8)]+[-0.05692(1150)] ( XT X) 0.15298
y= 59.778 -0.02243

za prueba de hipotesis del modelo de regresión con una confiabilidad 99%

f)Pruebe si hay relación entre el numero de clases per

calificación de quimica con una confiabilidad del 95%
Hipotesis
Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. SI
hay relación entre las variables

b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. NO

hay relación entre las variables

DATOS
α = 1 - 95% =
suma de media de s = √s2 =
cuadrados cuadrados estadistico F Valor f Valor p b2 =
231.86 115.93 1.042432853 5.786135043 0.418404 v=n-k-1=
556.055 111.211 t*=b2/s√C33=
787.915 N= 8 -1.2069279838
K= 2 se acepta NO hay relacion entre las
variables
 lación entre la calificaión del examen de inteligencia PRUEBA DE HIPOTESIS
e quimica con confiabilidad del 95% a)Si F* > f(α,K,n-k-1) se RECHAZA hipotesis nula Ho. El
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 modelo SI es adecuado
b)Si F* < f(α,K,n-k-1) se ACEPTA hipotesis nula Ho. El modelo
-1) se RECHAZA hipotesis nula Ho. SI NO es adecuado
las variables
-1) se ACEPTA hipotesis nula Ho. NO F* < f(α/2, n-k-1)
las variables 1.042432 < 5.786135

Por lo tanto se ACEPTA hipotesis nula Ho y el modelo NO es

0.05 adecuado
10.54566262 DATOS
-4.73642 α = 1 - 99% = 0.01
5 f(α,k,n-k-1) f(0.01,2,5)
t(α/2, n-k-1)
2.570581836
690462 < 2.57058183 se acepta NO
hay relacion entre las variables g) encuentre un intervalo de onfianza del 95% cua

Datos

ocalizamos cofactor C22 x1= 0.05

0.15298 -0.22430 x2= 1150
0.42313 -0.00033 α = 1 - 95% = 0.05
-0.00033 0.00002 t(α/2, n-k-1) 2.57058183
localizamos cofactor C33 s = √s2 = 10.545662

Ahora hagamos la multiplicacion de matri

lación entre el numero de clases perdidas y la
mica con una confiabilidad del 95%
-1
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 X0 ( XT X) 1 0.05

-1) se RECHAZA hipotesis nula Ho. SI

las variables
-1
-1) se ACEPTA hipotesis nula Ho. NO
Xt0 ( XT X) -1.346931 -0.2053635
las variables

0.05
10.54566262 Intervalo de con
-0.05692
5 40.31812
t(α/2, n-k-1)
< 2.57058184
se acepta NO hay relacion entre las
variables

Con un 95% de confiabilidad sera 63.33

h) Encuentre el coeficiente de relación

Coeficiente de relación

r2=
ZA hipotesis nula Ho. El

hipotesis nula Ho. El modelo

sis nula Ho y el modelo NO es

uado

e un intervalo de onfianza del 95% cuando el contenido de cobre x1 =0.05 y la temperatura de recocido x2=1150

ecuacion de regresión Ahora determinamos los vectores X0 y Xt0

)
Y = b 0 +b1x 1 +b 2 x 2 +........ +b k x k
1
Y= 129.02606+(-4.73642*0.05)+(-0.05692*1150) X0 = x1
Y = 63.3312 x2

Xt0= 1 0.05

ora hagamos la multiplicacion de matrices

24.43992 0.15298 -0.02243

1150 0.15298 0.42313 -0.00033 -1.346931 -0.2053635 0.0005535
-0.02243 -0.00033 0.00002

1
Sustituimos los valores en formula de intervalo
0.0005535 0.05 = -0.72067417 de confianza
1150 ) - 1
Y �t( a s XT0 ( XT X) X0
2 , n- k - 1)

b
Intervalo de confianza Error estándar de predicción
Y DATOS
< 63.3312 < 86.3442 t(α/2, n-k-1)
s = √s2 =
-1
Xt0 ( XT X)
 -1
( XT X)
63.3312 ±

on un 95% de confiabilidad sera 63.3312, cuando el contenido de cobre sea de 0.05 y la temperatura de recocido sea de 1150, siendo la
de 86.3442 y la minima a obtener de 40.31812

) Encuentre el coeficiente de relación

oeficiente de relación Coeficiente de relación ajustado

0.294270321 r 2 (ajustado)= 0.17664871

El coeficiente de correlación es de 0.54246688 por lo tanto es > 0, con una relacion positiva, y su
variable mas importante es x1 =0.9199
=1150

os los vectores X0 y Xt0

1
X0= 0.05
1150

1150

s en formula de intervalo
onfianza
- 1
s XT0 ( XT X) X0

b
dar de predicción
ATOS
2.570581834
10.545662
0.72067417
 23.01308068

cocido sea de 1150, siendo la maxima a obtener es

Coeficiente de correlación

r = 0.54246688
a relacion positiva, y su
3- a) Encontrar sumatorias
n y x1 x2 x1x2 x1y x2y x1^2 x2^2 y^2 y^
1 41200 37 4 148 1524400 164800 1369 16 1697440000 65066.01
2 66800 45 1 45 3006000 66800 2025 1 4462240000 67890.27
3 75000 38 5 190 2850000 375000 1444 25 5625000000 69119.33
4 70300 42 2 84 2952600 140600 1764 4 4942090000 66494.78
5 65400 31 4 124 2027400 261600 961 16 4277160000 56892.79
6 80000 41 4 164 3280000 320000 1681 16 6400000000 70514.82
7 59060 35 3 105 2067100 177180 1225 9 3488083600 59650.48
8 68350 39 5 195 2665650 341750 1521 25 4671722500 70481.53
Σ 526110 308 28 1055 20373150 1847730 11990 112 35563736100
µ 65764 38.5 3.5 131.88 2546643.75 230966 1498.75 14 4445467013
 b) Encontrar ecuanción de regresión
(y^-ym)^2 n Σx1 Σx2
486847.39 T
X X Σx1 Σx1^2 Σx1x2
4522087.70 Σx2 Σx1x2 Σx2^2
11259891.59
534406.45 8 308 28
78693914.64 T
X X 308 11990 1055
22572620.54 28 1055 112
37372041.08
22257435.11 Σy 526110
177699244.50 T
X y Σx1y T
X y 20373150
Σx2y 1847730

21.78307 -0.46967 -1.02161 3900.04265 b0

-1
( XT X) -0.46967
-1.02161
0.01061
0.01744
0.01744
0.10008
1362.20243 b1
2691.11827 b2
)
Y = b0 +b1x 1 +b2 x 2 +........ +b k x k
c) realice una prediccion con una edad de x1=36 y con x2=2.5 años de
estudio

x1=36 y = 3900.0465+13662.20243(36)+2691.11827(2.5) =
x2=2.5 Y= 502467.12

d) realiza prueba de hipotesis del modelo de regresión con una confiabilidad 95%

fuente de grados de suma de media de

variacion libertad cuadrados cuadrados estadistico F Valor f Valor p
Regresión 2 177699244.5 88849622.3 0.56443254 5.7861350433 0.60113894
Error 5 787070343 157414069
Total 7 964769587.5 N= 8
K= 2
e)Pruebe si hay relación entre la calificaión del examen de PRUEBA DE HIPOTESIS
inteligencia y la calificación de quimica con confiabilidad del 95% a)Si F* > f(α,K,n-k-1) se RECHAZA hipotesis n
Hipotesis a) Ho; b1 = 0 b) Ho; b1 ≠ 0 modelo SI es adecuado
Metodo predictor b)Si F* < f(α,K,n-k-1) se ACEPTA hipotesis nu
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. modelo NO es adecuado
SI hay relación entre las variables
b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. F* <
NO hay relación entre las variables 0.56443254 <

DATOS Por lo tanto se ACEPTA hipotesis nula Ho y

α = 1 - 95% = 0.05 es adecuado
s = √s2 = 12546.4763 DATOS
b1 = 1362.20243 α = 1 - 99% =
v=n-k-1= 5 f(α,k,n-k-1)
t*=b1/s√C22= t(α/2, n-k-1)
1.05405236 2.57058184
1.0540236 < 2.57058183 se acepta
NO hay relacion entre las variables g) encuentre un intervalo de

Datos
localizamos cofactor C22 x1= 40

-1
21.78307 -0.46967 -1.02161 x2= 2
( XT X) -0.46967 0.01061 0.01744 α = 1 - 95% = 0.05
-1.02161 0.01744 0.10008 t(α/2, n-k-1) 2.57058183
localizamos cofactor C33 s = √s2 = 12546.4763

Ahora hagamos
f)Pruebe si hay relación entre el numero de clases perdidas y la
calificación de quimica con una confiabilidad del 95%
-1
Hipotesis a) Ho; b1 = 0 b) Ho; b1 ≠ 0 X0 ( XT X) 1
Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho.
SI hay relación entre las variables
-1
b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho.
Xt0 ( XT X) 0.95305
NO hay relación entre las variables

DATOS
α = 1 - 95% = 0.05
s = √s2 = 12546.4763
b2 = 2691.11827
v=n-k-1= 5
t*=b2/s√C33= t(α/2, n-k-1)
0.67801198 < 2.57058184
se acepta NO hay relacion entre las
variables
-1) se RECHAZA hipotesis nula Ho. El
uado
-1) se ACEPTA hipotesis nula Ho. El
ecuado

f(α/2, n-k-1)
5.78613504

CEPTA hipotesis nula Ho y el modelo NO

es adecuado

0.05
f(0.05,2,5)

encuentre un intervalo de onfianza del 95% cuando el contenido de cobre x1 =0.05 y la temperatura de recocido x2=1150

ecuacion de regresión Ahora determinamos los vectores X0 y Xt

)
Y = b 0 +b1x 1 +b 2 x 2 + ........ +b k x k
1
Y= 3900.04265+1362.20243(40)+2691.11827(2) X0 = x1
Y = 63770.37 x2

Xt0= 1 40

Ahora hagamos la multiplicacion de matrices

21.78307 -0.46967 -1.02161

40 2 -0.46967 0.01061 0.01744 0.95305 -0.01039 -0.12385
-1.02161 0.01744 0.10008

1
Sustituimos los valores en formula de
-0.01039 -0.12385 40 = 0.28975 intervalo de confianza
2 ) - 1
Y �t( a s XT0 ( XT X) X0
2 , n- k - 1)

b
Intervalo de confianza Error estándar de predicción
Y DATOS
46410.7622 < 63770.37 < 81131.97 t(α/2, n-k-1)
s = √s2 =
Xt0 ( XT X) -1
 -1
( XT X)
63770.37 ±

Con un 95% de confiabilidad sera 63.3312, cuando el contenido de cobre sea de 0.05 y la temperatura de recocido sea de 1
obtener es de 86.3442 y la minima a obtener de 40.31812

h) Encuentre el coeficiente de relación

Coeficiente de relación Coeficiente de relación ajustado

r 2 = 0.1841882733 r 2 (ajustado)= 0.04821965

El coeficiente de correlación es de 0.54246688 por lo tanto es > 0, con una relacion positiva,
y su variable mas importante es x1 =0.9199
o x2=1150

amos los vectores X0 y Xt0

1
X0= 40
2

s valores en formula de
alo de confianza
- 1
k - 1)
s XT0 ( XT X) X0

b
tándar de predicción
DATOS
2.57058183
12546.4763
0.28975
 17360.6078

tura de recocido sea de 1150, siendo la maxima a

1812

Coeficiente de correlación

r = 0.42917161
n una relacion positiva,
4- a) Encontrar sumatorias
n y x1 x2 x1x2 x1y x2y x1^2 x2^2 y^2 y^
1 5.3 1.5 66 99 7.95 349.8 2.25 4356 28.09 6.87
2 7.8 2.5 87 217.5 19.5 678.6 6.25 7569 60.84 8.07
3 7.4 0.5 69 34.5 3.7 510.6 0.25 4761 54.76 6.79
4 9.8 1.2 141 169.2 11.76 1381.8 1.44 19881 96.04 10.29
5 10.8 2.6 93 241.8 28.08 1004.4 6.76 8649 116.64 8.37
6 9.1 0.3 105 31.5 2.73 955.5 0.09 11025 82.81 8.42
7 8.1 2.4 111 266.4 19.44 899.1 5.76 12321 65.61 9.16
8 7.2 2 78 156 14.4 561.6 4 6084 51.84 7.54
Σ 65.5 13 750 1215.9 107.56 6341.4 26.8 74646 556.63
µ 8.1875 1.63 94 151.988 13.445 792.675 3.35 9330.75 69.57875
 b) Encontrar ecuanción de regresión e)Pruebe si hay relación en
(y^-ym)^2 n Σx1 Σx2 resistencia en hoja con una
1.74 XT X Σx1 Σx1^2 Σx1x2 Hipotesis
0.01 Σx2 Σx1x2 Σx2^2 Metodo predictor
1.96 a) Si t*> t(α/2, n-k-1) se REC
4.42 8 13 750 SI hay relación entre las vari
0.03 XT X 13 26.8 1215.9 b) Si t*< t(α/2, n-k-1) se ACE
0.05 750 1215.9 74646 NO hay relación entre las va
0.95
0.42 Σy 65.5
9.58 XT y Σx1y T
X y 107.56
Σx2y 6341.4

2.65462 -0.29731 -0.02183 3.47099 b0

-1
( XT X) -0.29731
-0.02183
0.17627
0.00012
0.00012
0.00023
0.22114 b1
0.04648 b2
)
Y = b 0 +b1x 1 +b 2 x 2 + ........ +b k x k

c) realice una prediccion con el tiempo de difucion x1=1.3 y con

resistencia en hoja x2=95
-1
x1=36 3.47099+0.22114(1.3)+0.04648(95) ( XT X)
x2=2.5 y=8.1740

d) realiza prueba de hipotesis del modelo de regresión con una confiabilidad 99%

f)Pruebe si hay relación ent

calificación de quimica con
Hipotesis
Metodo predictor
a) Si t*> t(α/2, n-k-1) se REC
SI hay relación entre las vari

b) Si t*< t(α/2, n-k-1) se ACE

NO hay relación entre las va

fuente de grados de suma de media de

variacion libertad cuadrados cuadrados estadistico F Valor f Valor p
Regresión 2 9.58 4.79 2.22402786 5.786135043 0.203736526
Error 5 10.76875 2.15375
Total 7 20.34875 N= 8
K= 2
)Pruebe si hay relación entre el tiempo de difusion y la PRUEBA DE HIPOTESIS
esistencia en hoja con una confiabilidad de 95% a)Si F* > f(α,K,n-k-1) se RECHAZA hipotesis nula Ho. El
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 modelo SI es adecuado
Metodo predictor b)Si F* < f(α,K,n-k-1) se ACEPTA hipotesis nula Ho. El
) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho. modelo NO es adecuado
hay relación entre las variables
) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho. F* < f(α/2, n-k-1)
O hay relación entre las variables 2.22402786 < 5.786135

DATOS Por lo tanto se ACEPTA hipotesis nula Ho y el modelo

α = 1 - 95% = 0.05 NO es adecuado
s = √s2 = 1.46756601 DATOS
b1 = 0.22114 α = 1 - 99% = 0.01
v=n-k-1= 5 f(α,k,n-k-1) f(0.01,2,5)
t*=b1/s√C22= t(α/2, n-k-1)
0.35890238 2.57058184
0.35890238 < 2.57058183 se acepta g) encuentre un intervalo de onfianza del 9
NO hay relacion entre las variables
Datos

localizamos cofactor C22 x1= 2.2

2.65462 -0.29731 -0.02183 x2= 90
-0.29731 0.17627 0.00012 α = 1 - 95% = 0.05
-0.02183 0.00012 0.00023 t(α/2, n-k-1) 2.57058183
localizamos cofactor C33 s = √s2 = 1.467566

Ahora hagamos la multiplicaci

Pruebe si hay relación entre el numero de clases perdidas y la
alificación de quimica con una confiabilidad del 95%
-1
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 X0 ( XT X) 1 2.2
Metodo predictor
) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis nula Ho.
hay relación entre las variables
-1
) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nula Ho.
Xt0 ( XT X) 0.035838 0.101284
O hay relación entre las variables

DATOS
α = 1 - 95% = 0.05
s = √s2 = 1.46756601 Inter
b2 = 0.04648
v=n-k-1= 5 6.53695214
t*=b2/s√C33= t(α/2, n-k-1)
2.0881919 < 2.57058184
se acepta NO hay relacion entre las
variables
se acepta NO hay relacion entre las
variables

Con un 95% de confiabilida

h) Encuentre el coeficiente d
Coeficiente de relación

r2=
ZA hipotesis nula Ho. El

A hipotesis nula Ho. El

esis nula Ho y el modelo

cuado

intervalo de onfianza del 95% el tiempo de difusion en horas x1 =2.2 y la resistencia de la hoja (w-rc) x2=90
ecuacion de regresión Ahora determinamos los vectores X0 y Xt0
)
Y = b 0 +b1x 1 +b 2 x 2 + ........ +b k x k
1
y= 3.47099+0.22114(2.2)+0.04648(90)= X0 = x1 X0=
Y=8.140698 x2

Xt0= 1 2.2 90

ora hagamos la multiplicacion de matrices

2.65462 -0.29731 -0.02183

90 -0.29731 0.17627 0.00012 0.035838 0.101284 -0.000866
-0.02183 0.00012 0.00023

1
Sustituimos los valores en formula de
-0.000866 2.2 = 0.1807228 intervalo de confianza
90 ) - 1
Y �t( a k - 1)
s XT0 ( XT X) X0
2 , n-

b
Intervalo de confianza Error estándar de predicción
Y DATOS
< 8.140698 < 9.7444438627 t(α/2, n-k-1) 2.57058183
s = √s =
2
1.467566
-1
X t
0 ( XT X) 0.1807228
 8.140698 ± 1.60374586

Con un 95% de confiabilidad sera 63.3312, cuando el contenido de cobre sea de 0.05 y la temperatura de recocido sea de 1150, siendo l
obtener es de 86.3442 y la minima a obtener de 40.31812

) Encuentre el coeficiente de relación

oeficiente de relación Coeficiente de relación ajustado Coeficiente de correlación

0.47079059 r 2 (ajustado)= 0.38258902

El coeficiente de correlación es de 0.54246688 por lo tanto es > 0, con una relacion positiva, y su
variable mas importante es x1 =0.9199
 ores X0 y Xt0

1
2.2
90

- 1
XT X) X0

b
edicción
do sea de 1150, siendo la maxima a

oeficiente de correlación

r = 0.68614181
5- a) Encontrar sumatorias
n y x1 x2 x1x2 x1y x2y x1^2 x2^2 y^2 y^ (y^-ym)^2
1 160 4 1.5 6 640 240 16 2.25 25600 151.30 873.29 XT X
2 112 3 2.2 6.6 336 246.4 9 4.84 12544 131.48 94.67
3 69 1.6 1 1.6 110.4 69 2.56 1 4761 77.37 1969.54
4 90 1.2 2 2.4 108 180 1.44 4 8100 78.15 1901.18
5 123 3.4 0.8 2.72 418.2 98.4 11.6 0.64 15129 125.87 16.94 XT X
6 186 4.8 1.6 7.68 892.8 297.6 23 2.56 34596 175.14 2850.38
7 89 1.4 1.9 2.66 124.6 169.1 1.96 3.61 7921 82.60 1533.08
8 145 3.9 1.8 7.02 565.5 261 15.2 3.24 21025 152.10 921.14
Σ 974 23.3 12.8 36.68 3195.5 1561.5 80.8 22.14 129676 10160.22 XT y
µ 121.75 2.913 1.6 4.585 399.44 195.1875 10.1 2.7675 16209.5

d) realiza prueba de hipot

fuente de
variacion
Regresión
Error
Total
 b) Encontrar ecuanción de regresión e)Pruebe si hay relación entre el tiempo de
n Σx1 Σx2 hoja con una confiabilidad de 95%
XT X Σx1 Σx1^2 Σx1x2 Hipotesis
Σx2 Σx1x2 Σx2^2 Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis n
8 23.3 12.8 relación entre las variables
XT X 23.3 80.8 36.68 b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nu
12.8 36.68 22.14 relación entre las variables

Σy 974 DATOS
T
X y Σx1y T
X y 3195.5 α = 1 - 95% =
Σx2y 1561.5 s = √s2 =
b1 =
2.62503 -0.27439 -1.06303 20.02247 b0 v=n-k-1=
-1 t*=b1/s√C22=
( XT X) -0.27439
-1.06303
0.07860
0.02841
0.02841
0.61268
28.28555 b1
12.09116 b2 7.39261798
) 7.39261798 > 2.5705818
Y = b0 +b1x 1 +b2 x 2 +........ +bk x k hipotesis si hay relacion ent

c) realice una prediccion con peso (miles de libras) x1=2.5 y con localizamos cofactor C
distancia (miles de millas) x2=1.7
-1
2.62503
x1=2.5 Y= 20.02247+28.28555(2.5)+12.09116(1.7) ( XT X) -0.27439
x2=1.7 y= 111.2913 -1.06303

d) realiza prueba de hipotesis del modelo de regresión con una confiabilidad 99%

f)Pruebe si hay relación entre el numero de

calificación de quimica con una confiabilida
Hipotesis
Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis n
relación entre las variables

b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nu

relación entre las variables

DATOS
α = 1 - 95% =
grados de suma de media de s = √s2 =
libertad cuadrados cuadrados estadistico F Valor f Valor p b2 =
2 10160.22 5080.11 27.2748797 5.78613504 0.0020428 v=n-k-1=
5 931.28 186.256 t*=b2/s√C33=
7 11091.5 N= 8 1.13186887
K= 2 se acepta NO hay relacion e
y relación entre el tiempo de difusion y la resistencia en PRUEBA DE HIPOTESIS
onfiabilidad de 95% a)Si F* > f(α,K,n-k-1) se RECHAZA hipotesis nula Ho. El
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 modelo SI es adecuado
b)Si F* < f(α,K,n-k-1) se ACEPTA hipotesis nula Ho. El
n-k-1) se RECHAZA hipotesis nula Ho. SI hay modelo NO es adecuado
as variables
n-k-1) se ACEPTA hipotesis nula Ho. NO hay F* f(α/2, n-k-1)
as variables 27.27487 > 5.786135

se RECHAZA hipotesis nula Ho. El modelo SI es

0.05 adecuado
13.6475639 DATOS
28.28555 α = 1 - 99% = 0.01
5 f(α,k,n-k-1) f(0.01,2,5)
t(α/2, n-k-1)
2.57058184
7.39261798 > 2.57058183 se rechaza
hipotesis si hay relacion entre las variables g) encuentre un intervalo de confianza del 95% cuan

Datos

localizamos cofactor C22 x1= 2.8

-0.27439 -1.06303 x2= 1.4
0.07860 0.02841 α = 1 - 95% = 0.05
0.02841 0.61268 t(α/2, n-k-1) 2.57058183
localizamos cofactor C33 s = √s2 = 13.27393

Ahora hagamos la multiplicacion de m

relación entre el numero de clases perdidas y la
quimica con una confiabilidad del 95%
-1
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 X0 ( XT X) 1 2.8

n-k-1) se RECHAZA hipotesis nula Ho. SI hay

as variables
-1
n-k-1) se ACEPTA hipotesis nula Ho. NO hay
Xt0 ( XT X) 0.368496 -0.014536
as variables

0.05
13.6475639 Intervalo de
12.09116
5 -5.15247028
t(α/2, n-k-1)
< 2.5705818356
se acepta NO hay relacion entre las variables

Con un 95% de confiabilidad sera

h) Encuentre el coeficiente de rela

Coeficiente de relación

r2=
ZA hipotesis nula Ho. El

hipotesis nula Ho. El

El modelo SI es

rvalo de confianza del 95% cuando el peso en miles de libras x1 =2.8 y la distancia en miles de millas x2=1.4

ecuacion de regresión Ahora determinamos los vectores X0 y Xt0

)
Y = b0 +b1x 1 +b2 x 2 + ........ +b k x k
1
Y= 20.02247+28.28555(2.8)+12.09116(1.4) X0 = x1 X0=
Y= 116.1496 x2

Xt0= 1 2.8 1.4

a hagamos la multiplicacion de matrices

2.62503 -0.27439 -1.06303

1.4 -0.27439 0.07860 0.02841 0.368496 -0.014536 -0.12573
-1.06303 0.02841 0.61268

1
Sustituimos los valores en formula de
-0.12573 2.8 = 0.1517732 intervalo de confianza
1.4 ) - 1
Y �t( a s XT0 ( XT X) X0
2 , n- k - 1)

b
Intervalo de confianza Error estándar de predicción
Y DATOS
< 8.140698 < 21.4338663 t(α/2, n-k-1) 2.57058183
s = √s2 = 13.27393
-1
X t
0 (X T
X) 0.1517732
 -1
( XT X)
8.140698 ± 13.2931683

on un 95% de confiabilidad sera 63.3312, cuando el contenido de cobre sea de 0.05 y la temperatura de recocido sea de 1150, siendo la
a obtener es de 86.3442 y la minima a obtener de 40.31812

) Encuentre el coeficiente de relación

oeficiente de relación Coeficiente de relación ajustado Coeficiente de correlación

0.9160366 r 2 (ajustado)= 0.90204271

El coeficiente de correlación es de 0.54246688 por lo tanto es > 0, con una relacion positiva,
y su variable mas importante es x1 =0.9199
 ores X0 y Xt0

1
2.8
1.4

- 1
XT X) X0

b
edicción
ocido sea de 1150, siendo la maxima

oeficiente de correlación

r = 0.95709801
6- a) Encontrar sumatorias
n y x1 x2 x1x2 x1y x2y x1^2 x2^2 y^2 y^ (y^-ym)^2
1 0.01 5 350 1750 0.05 3.5 25 122500 0.0001 -0.05 0.22 XT X
2 1 8 150 1200 8 150 64 22500 1 1.15 0.52
3 0.07 6 310 1860 0.42 21.7 36 96100 0.0049 0.19 0.06
4 0.05 5 325 1625 0.25 16.25 25 105625 0.0025 0.10 0.11
5 1.05 7 200 1400 7.35 210 49 40000 1.1025 0.85 0.18 XT X
6 0.09 6 300 1800 0.54 27 36 90000 0.0081 0.25 0.03
7 1.1 9 170 1530 9.9 187 81 28900 1.21 1.02 0.36
8 0.02 5 360 1800 0.1 7.2 25 129600 0.0004 -0.11 0.29
Σ 3.39 51 2165 12965 26.61 622.65 341 635225 3.3285 1.76 XT y
µ 0.4238 6.375 271 1621 3.32625 77.83125 42.625 79403.125 0.4160625

d) realiza prueba de hipo

fuente de
variacion
Regresión
Error
Total
 b) Encontrar ecuanción de regresión e)Pruebe si hay relación entre el tiempo de
n Σx1 Σx2 resistencia en hoja con una confiabilidad de
XT X Σx1 Σx1^2 Σx1x2 Hipotesis
Σx2 Σx1x2 Σx2^2 Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis n
8 51 2165 SI hay relación entre las variables
XT X 51 341 12965 b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nu
2165 12965 635225 NO hay relación entre las variables

Σy 3.39 DATOS
T
X y Σx1y T
X y 26.61 α = 1 - 95% =
Σx2y 622.65 s = √s2 =
b1 =
73.40469 -6.54652 -0.11657 2.05929 b0 v=n-k-1=
-1 t*=b1/s√C22=
( XT X) -6.54652
-0.11657
0.59694
0.01013
0.01013
0.00019
-0.00166 b1
-0.00600 b2 -0.01319672
) 0.01319672 < 2.57058183 s

Y = b0 +b1x 1 +b2x 2 +........ +bk x k

NO hay relación entre las va

c) realice una prediccion con velocidad x1=7.5 y con peso x2=250 localizamos cofactor C

-1
73.40469
x1=7.5 Y= 2.05929+(-0.00166(7.5))+(-0.00600(250)) ( XT X) -6.54652
x2=250 Y= 0.54684 -0.11657

d) realiza prueba de hipotesis del modelo de regresión con una confiabilidad 99%

f)Pruebe siexiste relación entre las v

confiabilidad del 95%
Hipotesis
Metodo predictor
a) Si t*> t(α/2, n-k-1) se RECHAZA hipotesis n
SI hay relación entre las variables

b) Si t*< t(α/2, n-k-1) se ACEPTA hipotesis nu

NO hay relación entre las variables

DATOS
α = 1 - 95% =
grados de suma de media de s = √s2 =
libertad cuadrados cuadrados estadistico F Valor f Valor p b2 =
2 1.76 0.88 33.3364902 5.78613504 0.00128539 v=n-k-1=
5 0.1319875 0.0263975 t*=b2/s√C33=
7 1.8919875 N= 8 -2.68115202
K= 2 se acepta NO hay relacion
variables
y relación entre el tiempo de difusion y la PRUEBA DE HIPOTESIS
hoja con una confiabilidad de 95% a)Si F* > f(α,K,n-k-1) se RECHAZA hipotesis nula Ho. El
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 modelo SI es adecuado
b)Si F* < f(α,K,n-k-1) se ACEPTA hipotesis nula Ho. El
n-k-1) se RECHAZA hipotesis nula Ho. modelo NO es adecuado
entre las variables
n-k-1) se ACEPTA hipotesis nula Ho. F* f(α/2, n-k-1)
n entre las variables 33.3364 > 5.786135

se RECHAZA hipotesis nula Ho. El modelo SI es

0.05 adecuado
0.16247307 DATOS
-0.00166 α = 1 - 99% = 0.01
5 f(α,k,n-k-1) f(0.01,2,5)
t(α/2, n-k-1)
2.57058184
.01319672 < 2.57058183 se ACEPTA
NO hay relación entre las variables g) encuentre un intervalo de confianza del

Datos ecuacion de regres

)
Y = b0 +b1x 1 +b 2 x 2
localizamos cofactor C22 x1= 2.2
-6.54652 -0.11657 x2= 90 Y= 2.05929+(-0.00166(2.2))+
0.59694 0.01013 α = 1 - 95% = 0.05 Y= 1.515638
0.01013 0.00019 t(α/2, n-k-1) 2.57058183
localizamos cofactor C33 s = √s2 = 0.16247

Ahora hagamos la multiplicacion de matrices

e siexiste relación entre las variables con una
confiabilidad del 95%
-1
a) Ho; b1 = 0 b) Ho; b1 ≠ 0 X0 ( XT X) 1 2.2 90

n-k-1) se RECHAZA hipotesis nula Ho.

entre las variables
-1
n-k-1) se ACEPTA hipotesis nula Ho.
Xt0 ( XT X) 48.511046 -4.321552 -0.077184
n entre las variables

0.05
0.16247307 Intervalo de confia
-0.00600
5 5.77605244 <
t(α/2, n-k-1)
< 2.57058184
se acepta NO hay relacion entre las
variables

Con un 95% de confiabilidad sera 8.14, c

h) Encuentre el coeficiente de relación

Coeficiente de relación

r 2 = 0.9302387
intervalo de confianza del 95% cuando la velocidad s x1 =2.2 y el peso x2=90

ecuacion de regresión Ahora determinamos los vectores X0 y Xt0

)
= b0 +b1x 1 +b 2 x 2 +........ +b k x k
1 1
= 2.05929+(-0.00166(2.2))+(-0.00600(90)) X0 = x1 X0= 2.2
x2 90

Xt0= 1 2.2 90

multiplicacion de matrices

73.40469 -6.54652 -0.11657

-6.54652 0.59694 0.01013 48.511046 -4.321552 -0.077184
-0.11657 0.01013 0.00019

1
Sustituimos los valores en formula de
2.2 = 32.0570716 intervalo de confianza
90 ) - 1
Y �t( a s XT0 ( XT X) X0
2 , n- k - 1)

b
Intervalo de confianza Error estándar de predicción
Y DATOS
8.140698 < 10.5053436 t(α/2, n-k-1) 2.57058183
s = √s2 = 0.16247
-1
X t
0 (X T
X) 32.057
 -1
( XT X)
8.140698 ± 2.36464556

e confiabilidad sera 8.14, cuando la velocidad sea de 7.5 y el peso sea de 250, siendo la maxima a obtener de 10.505 y la minima a
obtener de 5.7760

coeficiente de relación
Coeficiente de relación ajustado Coeficiente de correlación

r 2 (ajustado)= 0.91861182 r=
El coeficiente de correlación es de 0.9644 por lo tanto es > 0, con una relacion positiva, y su
variable mas importante es x1 =0.9199
de 10.505 y la minima a

0.96448883