UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMTICAS EAP DE ESTADSTICA CURSO: ESTADSTICA II SEMESTRE 2012-2 SEGUNDA

DA PRCTICA CALIFICADA

1) Los datos de la tabla adjunta muestran la distribucin de las variables X: Ocupacin (obreros, profesionales) y Y: Nmero de hijos, de los jefes de familia de la Compaa Constructora CONSTRUIR S.A. Y: X: OCUPACIN Total NMERO Profesionales DE HIJOS Obreros 0 1 2 3 4 Total 5 30 60 60 37 192 30 50 80 20 20 200 35 80 140 80 55 392

a) Clasifique las variables segn tipo y escala de medicin. (1.5 pts) b) Existe relacin entre las variables nmero de hijos y ocupacin de los jefes de familia? En qu medida? Muestre su procedimiento e interprete el valor de la medida obtenida. (4.5 pts) 2) Los datos de la siguiente tabla representan las estaturas (en cm) y los pesos (en kg) de una muestra de 12 hombres adultos. Para cada estatura fijada previamente se observ el peso de una persona seleccionada de entre el grupo con dicha estatura, resultando: Estatura (cm) Peso (Kg) 66 155 152 155 157 152 157 165 162 178 183 178

50 61.5 54.5 57.5 63.5 59 61 72 66 72 80 75

Con estos datos, se desea plantear una ecuacin de regresin simple que nos permita predecir los pesos conociendo las estaturas. a) Haga el grfico adecuado e interprete lo que en l se muestra. GRFICO: INTERPRETACIN: (2 pts.)

Grfico de dispersin

Variable dependiente: peso

80,0

En este grafico de dispersin podemos notar que hay una tendencia lineal en su asociacin .

75,0

70,0

peso

65,0

60,0 Sq r lineal = 0,857 55,0

50,0 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0

Regresin Valor pronosticado tipificado

b) Ajustar el modelo de regresin sugerido por el grfico anterior e intrprete los valores obtenidos de los coeficientes de regresin. (2.5 pts.) ESCRIBIR EL MODELO: .. a=
Modelo 1 Suma de cuadrados Regresin Residual Total 750.885 125.781 876.667 gl 1 10 11 Media cuadrtica 750.885 12.578

a Variables predictoras: (Constante), estatura b Variable dependiente: peso

b=

c) Complete el cuadro siguiente e interprete los valores de los dos coeficientes obtenidos. (2 pts.) b Resumen del modelo Modelo R R R cuadrado Error cuadrado corregida estndar de estimacin 1 0.925 0.857 ,842 3,547

Interpretacin de R:

Interpretacin de R cuadrado:

Se puede apreciar que hay una fuerte asociacin de sentido positivo.

Se puede ver que en promedio el 85.65 % del peso es explicado por la estatura.

d) Haga el Anlisis de Varianza para ver la significancia del modelo (BONDAD DE AJUSTE) :

complete el cuadro siguiente con las sumas de cuadrados requeridas. (1 pto) ANOVAa Modelo Suma de gl Cuadrado P cuadrados medio Regresin 750.885 1 750,885 ,000b 1 Residual 125.781 10 12,578 Total 876,667 11 Utilizando adecuadamente las sumas de cuadrados de la tabla ANOVA, calcule el valor del coeficiente de determinacin y del error estndar de estimacin. Muestre su procedimiento. (3 pts) Clculo del coeficiente de determinacin: Clculo del error estndar de estimacin:
EEE=raiz de (sumatoria Ei al cuadrado)/(n-p) R2=scr/sctr2=750.885/125.781 R2=0.85652 EEE=raiz de (125.78/10) EEE=3.5465

i)

ii)

Interpretacin:

iii) Respuesta:

Los datos de la tabla ANOVA indican que el modelo lineal es significativo? Justifique. (1 pto)

e) Cree usted que el modelo lineal ajustado es el adecuado? Justifique plenamente. (2 pts) f) Si la estatura de un hombre adulto es 180 cm, cul es el peso estimado de esta persona? (0.5 pto) Respuesta: