Sunteți pe pagina 1din 11

I.T.S.S.L.P., C.

INGENIERA: INDUSTRIAL/ EN LOGSTICA.

UNIDAD I.

Regresin lineal simple y mltiple.

Competencia especfica a desarrollar:


Identificar y aplicar los conceptos bsicos del modelo de regresin lineal simple.
Establecer las condiciones para distinguir entre una regresin y una correlacin.
Identificar y aplicar los conceptos bsicos del modelo de regresin mltiple.
Identificar y aplicar los conceptos bsicos del modelo de regresin no lineal.

Pgina7de90

ING. JOS TLLEZ ESTRADA.

AEF-1025.

Pgina8de90

MANUAL DE PRCTICAS PARA ESTADSTICA INFERENCIAL II.

I.T.S.S.L.P., C.

INGENIERA: INDUSTRIAL/ EN LOGSTICA.

Prctica 1: Regresin lineal simple.


Objetivo: Identificar y aplicar los conceptos bsicos del modelo de regresin lineal simple.
Introducir al alumno a la formulacin en Excel aplicado a Estadstica.
Instrucciones: Prctica individual. Ejercicios para realizarse con Software Minitab. Entregar
reporte de prctica.
1.1 Los datos adjuntos se tomaron de una grfica que apareci en el artculo Reactions on Painted
Steel Under the Influence of Sodium Chloride, and Combinations Thereof (Ind. Engr. Chem. Prod.
Res. Dev. 1985: 375-378). La variable independiente es la tasa de deposicin de SO2 (mg/m/d)
y la variable independiente es prdida de peso de acero (g/m).
x

14

18

40

43

45

112

280

350

470

500

560

1,200

a)
b)
c)
d)

Encuentre la ecuacin de la recta de regresin.


Estime la prdida de peso de acero cuando la tasa de deposicin de SO2 sea de 50.
Calcule el valor de R (coeficiente de determinacin) e interprete el resultado.
Encuentre un intervalo de confianza de 95 % para la respuesta media de y|x cuando la tasa
de deposicin de SO2 sea de 50.
e) Construya un intervalo de prediccin de 95% cuando la tasa de deposicin de SO2 sea de 50.
f) Establezca y pruebe la hiptesis de regresin lineal.

1.2 Al gerente de una agencia de alquiler de limosinas que opera en un suburbio, le gustara
determinar la cantidad de tiempo que llevara transportar pasajeros, desde varios lugares a un
aeropuerto metropolitano durante las horas no pico; con esta informacin y los costos por hora de
la operacin de las limosinas podra calcular las tarifas ms convenientes. Se seleccion una
muestra aleatoria de 12 viajes durante un da en particular en las horas no pico con los siguientes
resultados, en millas y minutos:
Distancia

10

12

12.1

14.3

15.7

16.1

18.4

20.2

21.8

24.3

25.4

26.7

Tiempo

20

18

21.88 24.21 27.08 22.96 29.38 37.24 36.84 40.59 41.21 38.19

a) Estime la recta de regresin.


b) Prediga el tiempo en minutos que tomar llevar a una persona en limusina desde 21 mi de
distancia.
c) Calcule el coeficiente de determinacin e interprete el resultado.
d) Encuentre un intervalo de confianza de 96 % para la respuesta media de y|x cuando la
distancia sea de 21 mi.
e) Construya un intervalo de prediccin de confianza de 96% para el tiempo de recorrido medio
en minutos cuando la distancia sea de 21 mi.
f) Establezca y pruebe la hiptesis de regresin lineal.

Pgina9de90

ING. JOS TLLEZ ESTRADA.

AEF-1025.
1.3 Se piensa que el nmero de libras de vapor consumidas mensualmente por una planta qumica
se relaciona con la temperatura ambiente promedio (en F) de ese mes. Este dato es importante
porque se desea proyectar el costo de produccin de vapor. En la tabla siguiente se muestran la
temperatura y el consumo anual:
Mes:

Temperatura

Consumo

Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

21
24
32
47
50
59
68
74
62
50
41
30

185.79
214.47
288.03
424.84
454.58
539.03
651.55
675.06
562.03
452.93
369.95
273.98

a) Elabore el diagrama de dispersin.


b) Estime la recta de regresin lineal.
c) Cul es la estimacin del consumo esperado de vapor cuando la temperatura promedio sea
de 55 F?
d) Calcule R e interprete el resultado.
e) Encuentre un intervalo de confianza de 98 % para la respuesta media de y|x cuando la
temperatura ambiente promedio sea de 55 F.
f) Construya un intervalo de prediccin con 98% de confianza para el consumo de vapor medio
cuando la temperatura ambiente promedio sea de 55 F.
g) Establezca y pruebe la hiptesis de regresin lineal.

Pgina10de90

MANUAL DE PRCTICAS PARA ESTADSTICA INFERENCIAL II.

I.T.S.S.L.P., C.

INGENIERA: INDUSTRIAL/ EN LOGSTICA.

1.4 Uno de los problemas ms desafiantes que se enfrenta en el rea de control de la contaminacin
del agua lo representa la Industria de la peletera. Los desechos de sta tienen una complejidad
qumica. Se caracterizan por valores elevados de demanda de oxgeno bioqumico, slidos
voltiles y otras medidas de contaminacin.
Considere los datos experimentales de la tabla anexa obtenida de 33 muestras (est dividida la
tabla) de desechos tratados qumicamente. Se registraron los valores X de reduccin porcentual
de slidos, y de Y porcentaje de disminucin de demanda de oxigeno qumico.
a) Elabore el diagrama de dispersin.
b) Encuentre la recta de regresin.
c) Calcule el valor de R e interprete el resultado.
d) Estime la demanda de oxgeno cuando la reduccin de slidos sea de 20%
e) Encuentre un intervalo de confianza de 95 % para la respuesta media de y|x cuando la
reduccin de slidos sea de 20%.
f) Construya un intervalo de prediccin de 95% para la respuesta media de la demanda de
oxgeno cuando la reduccin de slidos sea de 20%.
g) Establezca y pruebe la hiptesis de regresin lineal.

Red_Slidos Demanda_O
3
5

7
11

11
21

15
16

18
16

27
28

29
27

30
25

30
35

31
30

31
40

32
32

33
34

33
32

34
34

36
37

36
38

Red_Slidos Demanda_O
36
34
37
36
38
38
39
37
39
36
39
45
40
39
41
41
42
40
42
44
43
37
44
44
45
46
46
46
47
49
50
51

Pgina11de90

ING. JOS TLLEZ ESTRADA.

AEF-1025.
1.5 El Turbine Oil Oxidation Test (TOST) y el Rotating Bomb Oxidation Test (RBOT) son dos
procedimientos diferentes de evaluar la estabilidad ante la oxidacin de aceites para turbina de
vapor. El artculo Dependence of Oxidation Stability of Steam Turbine Oil on Base Oil
Composition (J. of the Society of Tribologists and Lubrication Engrs., octubre de 1997: 19-24)
report las observaciones adjuntas sobre x= tiempo para realizar TOST (h) y y= tiempo para
realizar RBOT (min) con 12 especmenes de aceite.
TOST
RBOT

TOST
RBOT

4,200
370

3,600
340

3,750
375

3,675
310

4,050
350

2,770
200

4,870
400

4,500
375

3,450
285

2,700
225

3,750
345

3,300
285

a) Calcule e interprete el valor del coeficiente de correlacin muestral.


b) Cmo se vera afectado el valor de r si se hubiera hecho x= tiempo para realizar RBOT y
y= tiempo para realizar TOST?
c) Cmo se vera afectado el valor de r si el tiempo para realizar RBOT estuviera expresado
en horas?
d) Construya grficas de probabilidad normal y comente.
e) Realice una prueba de hiptesis para decidir si el tiempo para realizar RBOT y el tiempo
para realizar TOST estn linealmente relacionados.

Pgina12de90

MANUAL DE PRCTICAS PARA ESTADSTICA INFERENCIAL II.

I.T.S.S.L.P., C.

INGENIERA: INDUSTRIAL/ EN LOGSTICA.

Prctica 2: Regresin lineal mltiple.


Objetivo: Identificar y aplicar los conceptos bsicos del modelo de regresin lineal mltiple.
Instrucciones: Prctica individual. Ejercicios para realizarse con Software Minitab. Entregar
reporte de prctica.
2.1 Se efectu un conjunto de ensayos experimentales para determinar una forma de predecir el
tiempo de coccin Y a diferentes niveles del ancho del horno X y temperaturas de la chimenea
X. Los siguientes son los datos registrados:
Tiempo_coccin Ancho_horno Temp_chimenea
6.40
15.05
18.75
30.25
44.85
48.94
51.55
61.50
100.44
111.42

1.32
2.69
3.56
4.41
5.35
6.20
7.12
8.87
9.80
10.65

1.15
3.40
4.10
8.75
14.82
15.15
15.32
18.18
35.19
40.40

a) Estime la ecuacin de regresin.


b) Haga un ANOVA estableciendo las hiptesis necesarias que sirvan para determinar si el
modelo explica una cantidad significativa de variacin.
c) Encuentre el valor de R e interprete el resultado.
d) Prediga el tiempo de coccin para un ancho de horno de 7.75 y una temperatura de 17 grados.
e) Construya un intervalo de prediccin con una confianza de 95% para el inciso d); Construya
lmites de confianza de 95 % para la respuesta media de la prediccin del inciso e).

Pgina13de90

ING. JOS TLLEZ ESTRADA.

AEF-1025.
2.2 Un profesor de Estadstica del ITSSLP, C, recab datos durante un semestre escolar (Enero-Junio
2012) para determinar si existe relacin entre la calificacin final obtenida por sus alumnos y las
faltas totales que tuvieron en el curso, las tareas entregadas y las prcticas realizadas. Tom los
datos de un grupo de 34 alumnos y en la tabla anexa se muestran los resultados:
Faltas
Tareas
Practicas Calificacin
6
12.6
10.0
90
0
13.3
10.0
94
8
5.0
8.0
33
2
9.8
10.0
90
0
12.7
10.0
94
1
10.9
10.0
76
0
11.7
10.0
79
9
3.7
3.0
19
1
10.1
10.0
87
2
11.7
10.0
84
9
4.0
3.0
14
4
8.5
10.0
66
2
7.0
10.0
73
4
8.2
8.5
67
3
12.6
10.0
85
8
3.7
2.0
31
10
3.9
7.0
28
8
9.6
7.0
62
1
13.6
10.0
90
3
8.5
10.0
82
1
13.7
10.0
90
1
11.9
10.0
76
0
6.0
10.0
73
0
12.0
8.0
75
0
12.7
10.0
92
0
13.6
10.0
80
2
13.3
10.0
87
6
9.5
9.0
75
3
12.8
10.0
88
2
9.8
10.0
87
0
11.0
9.5
79
1
13.4
10.0
75
0
13.6
10.0
83
0
12.8
10.0
86
a) Estime la ecuacin de regresin.
b) Haga un ANOVA estableciendo las hiptesis necesarias que sirvan para determinar si el
modelo explica una cantidad significativa de variacin.
c) Encuentre el valor de R e interprete el resultado.
d) Prediga la calificacin de un alumno si no falta y entrega 15 tareas y 11 prcticas.
e) Construya un intervalo de prediccin con una confianza de 96% y lmites de confianza de 96
% para la respuesta media de esta prediccin.

Pgina14de90

MANUAL DE PRCTICAS PARA ESTADSTICA INFERENCIAL II.

I.T.S.S.L.P., C.

INGENIERA: INDUSTRIAL/ EN LOGSTICA.

2.3 Se cree que la energa elctrica consumida cada mes por una planta qumica, est relacionada
con la temperatura ambiental promedio x, el nmero de das del mes x, la pureza promedio del
producto x, y las toneladas fabricadas del producto x. Se dispone de datos histricos que se
presentan en la siguiente tabla:
Consumo

Das

Ton

x1

x2

x3

x4

240
236
290
274
301
316
300
296
267
276
288
261

25
31
45
60
65
72
80
84
75
60
50
38

24
21
24
25
25
26
25
25
24
25
25
23

91
90
88
87
91
94
87
86
88
91
90
89

100
95
110
88
94
99
97
96
110
105
100
98

a) Estime la ecuacin de regresin.


b) Haga un ANOVA estableciendo las hiptesis necesarias que sirvan para determinar si el
modelo explica una cantidad significativa de variacin.
c) Encuentre el valor de R e interprete el resultado.
d) Prediga el consumo de energa para un mes en que se tiene 75 F, 24 das trabajados, 90%
de pureza del producto y 98 toneladas fabricadas.
e) Construya un intervalo de prediccin de 97% para las condiciones del inciso d); Construya un
intervalo de confianza de 97% para las condiciones del inciso d).

Pgina15de90

ING. JOS TLLEZ ESTRADA.

AEF-1025.
2.4 La blancura del rayn es un factor importante para los cientficos que estudian la calidad de las
telas. La blancura se ve afectada por la calidad de la pulpa y otras variables de procesamiento.
Algunas de las variables son la temperatura del bao con cido, C (x1); la concentracin del cido
en cascada, % (x2); la temperatura del agua, C (x3); la concentracin del sulfuro, % (x4); la
cantidad del blanqueador de cloro, lb/min (x5) y la temperatura de terminado de la tela, C (x6). A
continuacin se proporciona un conjunto de datos de especmenes de rayn. La respuesta, y, es
la medida de la blancura.
Blancura

T_acido

%_acido

T_agua

%_sulfuro

cloro

T_term

88.7
89.3
75.5
92.1
83.4
44.8
50.9
78.0
86.8
47.3
53.7
92.0
87.9
90.3
94.2
89.5

43
42
47
46
52
50
43
49
51
51
48
46
43
45
53
47

0.211
0.604
0.450
0.641
0.370
0.526
0.486
0.504
0.609
0.702
0.397
0.488
0.525
0.486
0.527
0.601

85
89
87
90
93
85
83
93
90
86
92
88
85
84
87
95

0.243
0.237
0.198
0.194
0.198
0.221
0.203
0.279
0.220
0.198
0.231
0.211
0.199
0.189
0.245
0.208

0.606
0.600
0.527
0.500
0.485
0.533
0.510
0.489
0.462
0.478
0.411
0.387
0.437
0.499
0.530
0.500

48
55
61
65
54
60
57
49
64
63
61
88
63
58
65
67

a) Determine a travs de un anlisis de regresin lineal si existe correlacin entre las variables y
si se puede establecer un modelo predictor, argumente su respuesta.

Pgina16de90

MANUAL DE PRCTICAS PARA ESTADSTICA INFERENCIAL II.

I.T.S.S.L.P., C.

INGENIERA: INDUSTRIAL/ EN LOGSTICA.

Prctica 3: Regresin no lineal.


Objetivo: Identificar y aplicar los conceptos bsicos del modelo de regresin no lineal
utilizando la regresin logstica.
Instrucciones: Prctica individual. Ejercicios para realizarse con Software Minitab. Entregar
reporte de prctica.
3.1.

El conjunto de datos de la tabla anexa se utilizar para analizar un ensayo biolgico cuantal
de agente nico en un experimento de toxicidad con el uso de la regresin logstica. Los resultados
muestran el efecto de diferentes dosis de nicotina en la mosca comn de la fruta:
X
Concentracin
(gr/100cc)
0.1
0.15
0.2
0.3
0.5
0.7
0.95

ni
Nmerode
insectos
47
53
55
52
46
54
52

Y
Nmerode
muertes
8
14
24
32
38
50
50

Porcentajede
muertes
17
26.4
43.6
61.5
82.6
92.6
96.2

Determine la denominada dosis eficaz (DE50), es decir, la concentracin de nicotina que da como
resultado cierta probabilidad. La DE50 es la concentracin que produce una probabilidad de 0.5 de
que el insecto muera.

3.2.

A partir de un conjunto de datos de respuestas a la dosis de estreptomicina un investigador


desea desarrollar una relacin entre la proporcin de linfoblastos muestreados que contienen
aberraciones y la dosis del medicamento. Se aplicaron cinco niveles de dosis a los conejos que
se emplearon para el experimento. Los datos son los siguientes:
Dosis(mg/kg)
0
30
60
75
90

Nmerode
linfoblastos
600
500
600
300
300

Nmerode
aberraciones
15
96
187
100
145

a) Ajuste una regresin logstica al conjunto de datos, y as estime 0 y 1 en el modelo:


donde n es el nmero de linfoblastos, x es la dosis y p la probabilidad de una aberracin.


b) Muestre los resultados de pruebas que revelen la significancia de los coeficientes de
regresin 0 y 1.
c) Estime la DE50 e interprtela.

Pgina17de90

ING. JOS TLLEZ ESTRADA.