Documente Academic
Documente Profesional
Documente Cultură
Residuos
xi*yi
xi2
18
10
180
324
Ajustado y
yi2
(xi-x)2
(yi-y)2
75.69 11.6281
117
169
15
120
225
8.39026275
e2
0.82305025
0.67741171
81
0.37177951
64
32.49 1.9881
100
10.82305025
13
E=y-Y
9.36337775
1.36337775
1.85879889
10
9.5
95
100
6.93059025
90.25
0.49
8.4681 2.56940975
6.60186646
12
8.4
100.8
144
7.90370525
70.56
7.29
3.2761 0.49629475
0.24630848
20
16
4.01124525
25
0.97763596
42
49
5.47091775
36
5.29
0.27992803
39.69 21.0681
0.3481 0.52908225
1.52468775
2.32467274
1.49780275
2.24341308
0.0002446
3.52468775
15
25
18.49 12.8881
9
4.49780275
30
36
9.3
6.59
725.8
1,097
4.98436025
25
4.82 2.66
9.30 6.59
a) Construye un diagrama de dispersin para estos datos Parece que ser adecuado un modelo
de lnea
recta? Se observa que los datos aparentemente siguen un comportamiento lineal por lo que se
procede a ajustar un modelo de regresin lineal simple por mnimos cuadrados.
12
y = 0.4866x + 2.065
R = 0.7791
Calificaciones
10
8
6
Y
Linear (Y)
4
2
0
0
10
Horas de Estudio
15
20
)
(
(
(
)
)
(
(
)
)
)
La pendiente es positiva lo que nos indica que las horas de estudio impactan de manera positiva a las
calificaciones de los estudiantes y por cada unidad de tiempo en horas de estudio las calificaciones
crecen en 0.48866
La siguiente figura muestra la grfica de dispersin junto con la recta de regresin ajustada por mnimos
cuadrados.
12
y = 0.4866x + 2.065
R = 0.7791
Calificaciones
10
8
6
Y
Linear (Y)
4
2
0
0
10
Horas de Estudio
15
20
tenemos:
])
tenemos:
(
(
tenemos:
(
)
(
])
Qu conclusiones se
Hiptesis:
Estadstico de prueba
Como | |
parmetro
, o sea
]
, no se rechaza
por lo que el
con
Estadstico de prueba
Como | |
, o sea
, no se rechaza
correlacin entre x e y.
Suma de
Cuadrados
SSR
Cuadrado
medio
MSR
Error
SSE
n-2
MSE
Total
SST
n-1
Grados de
libertad
F0
MSR/MSE
Suma de
Cuadrados
54.9469
Grados de
libertad
1
Cuadrado
medio
54.9469
Error
15.582
1.94775
Total
70.529
F0
28.21044795
Hiptesis
, o sea
lo tanto existe evidencia estadstica para suponer que
rechazamos la
, por