ESTADSTICA APLICADA 2 MA145

Prctica dirigida de Laboratorio N 12

1. Los siguientes datos corresponden al cloro residual en una piscina en diversos momentos despus de
haberse tratado con qumicos.
X: Nmero de horas
Y: Cloro residual (partes por milln)

2
1,8

4
1,5

6
1,4

8
1,1

10
1,1

12
1,0

14
0,7

16
0,2

18
0,3

a. Realice un diagrama de dispersin entre estas dos variables. Podra ajustarse un modelo de
regresin lineal simple?

El diagrama de dispersin muestra que si es posible ajustar un modelo de regresin lineal simple a
los datos de la muestra.
b. Ajuste el modelo de regresin lineal simple. Presente la ecuacin estimada.

Cantidad de cloro residual = 1,961 0,095 Nmero de horas transcurridas

c. Evale el supuesto de normalidad de los errores. Use = 0,1.

Anlisis de Normalidad de los errores
Ho: Los errores tienen distribucin Normal
H1: Los errores no tienen distribucin Normal
= 0,1
Estadstico de prueba

Decisin. Como D mx = 0,195
p = 0,883 > = 0,1
No R Ho.

Conclusin. Los errores tienen distribucin Normal
d. Calcule el estadstico de Durbin-Watson. Es el resultado satisfactorio? Comente.
Anlisis de Autocorrelacin de los errores
Ho: No existe Autocorrelacin entre los errores
H1: Si existe Autocorrelacin entre los errores
Estadstico de prueba

Decisin. Como 1 < D-W = 2,187 < 3
No existe Autocorrelacin entre los errores.
e. Evale la significancia o validez del modelo de regresin lineal simple. Use = 0,05.
Ho: 1 = 0
H1: 1 0
= 0,05
Estadstico de Prueba

Decisin. Como Texp = -11,108
p = 0 < = 0,05
RHo

Conclusin. La evidencia muestral permite R Ho con un nivel de significacin del 5%, en
consecuencia el modelo Lineal simple SI es vlido.
f.

Interprete los coeficientes del modelo de regresin.

bo = 1,961 : Inmediatamente despus de tratada el agua de la piscina, la cantidad de cloro residual
es de 1,961 partes por milln
b1 = - 0,095 : Por cada hora transcurrida luego del tratamiento del agua de la piscina, la cantidad de
cloro residual disminuye en 0,095 partes por milln

g. Interprete el coeficiente de determinacin.

El modelo de regresin lineal explica los cambios en la cantidad de cloro residual en un 94,6 %.
h. Se puede afirmar que por cada hora que transcurra, la cantidad de cloro residual se reduce en ms
de 0,09 partes por milln? Use un nivel de significacin del 5%.
Ho: 1 > - 0,09
H1: 1 < - 0,09
= 0,05
Estadstico de Prueba

T exp =

1 (1 )0
S 1

0,095 ( 0,09 )
= 0,5556
0,009

Tcrtico = - T 0,05; 7gl = - 1,8946

Decisin. Como Texp > T crtico
No R Ho, con un = 0,05
Conclusin. A un nivel de significacin del 5%, la evidencia muestral no permite rechazar Ho. En
consecuencia No se puede afirmar que por cada hora que transcurra, la cantidad de cloro residual se
reduce en ms de 0,09 partes por milln.

i.

Interprete el coeficiente de correlacin. Existe correlacin significativa entre las variables? Use
= 0,025.

R = - 0,973: Existe buena relacin inversa entre el cloro residual y el tiempo transcurrido luego del
tratamiento.
Ho: = 0
H1: 0
= 0,025
Estadstico de Prueba

T exp =

R 0 0,973 9 2
=
= 11,0781
SR
1 0,946

Tcrtico = + T 0,0125; 7gl = + 2,8412

Decisin. Como Texp = -11,0781 < T crtico = - 2,3646
R Ho, con un = 0,025
Conclusin. A un nivel de significacin del 2,5%, la evidencia muestral permite rechazar Ho. En
consecuencia SI existe correlacin significativa entre las variables.
j.

Se puede afirmar que la correlacin entre ambas variables es superior a 0.95? Use un nivel de
significacin del 2,5%.
Ho: < 0,95
H1: > 0,95
= 0,025
Estadstico de Prueba

Z exp =

(1 + R )(1 o )
(1 + 0,973)(1 0,95)
n3
93
* Ln
=
* Ln

= 0,7690
2
2
(1 0,973)(1 + 0,95)
(1 R )(1 + o )

Zcrtico = Z0,975 = 1,96

Decisin. Como Zexp = 0,7690 < Z crtico = 1,96
No R Ho, con un = 0,025
Conclusin. A un nivel de significacin del 2,5%, la evidencia muestral no permite rechazar Ho.
En consecuencia NO se puede afirmar que la correlacin entre ambas variables es superior a 0,95.
k. Estime mediante un intervalo al 98% la cantidad de cloro residual cuando han transcurrido 7
horas de haberse tratado la piscina con qumicos.
0,87040

1,72183

l.

Estime mediante un intervalo al 98% la cantidad promedio de cloro residual cuando han
transcurrido 7 horas de haberse tratado la piscina con qumicos.
1,14298

1,44924

2. Los datos en la siguiente tabla proporcionan los kilmetros por galn que recorre un automvil de
prueba que utiliza gasolina de diferente octanaje.

X: Octanaje
Y: Recorrido

89
20,9

93
21,2

87
20,9

90
21,9

89
21,4

95
22,2

100
22,7

98
22,5

a.

Realice un diagrama de dispersin entre estas dos variables.

b.

Determine el mejor modelo de regresin no lineal a un nivel de significacin del 2,5%.

Elegimos el modelo Cuadrtico por tener mayor R2 = 78,1%

Validacin del Modelo Cuadrtico
Ho: 2 = 0
H1: 2 0
= 0,025

Estadstico de Prueba

Decisin. Como Texp = 0,156
p = 0,882 > = 0,025
No RHo

Conclusin. La evidencia muestral permite No R Ho con un nivel de significacin del 2,5%, en
consecuencia el modelo cuadrtico no es vlido.
Dado que el modelo cuadrtico no es vlido, analizamos el modelo exponencial por tener el
segundo mayor R2 = 77,5%
Validacin del Modelo Exponencial

c.

Estime el recorrido de un automvil que utiliza gasolina de 95 octanos. Utilice un intervalo de

prediccin del 98%.

Ln Y
Y

d.

Y individual
3.05011
3.17083
21.1177
23.8273

Estime el recorrido medio de un automvil que utiliza gasolina de 95 octanos. Utilice un intervalo
de confianza del 98%.

Ln Y
Y

Y promedio
3.08100
3.13993
21.78017
23.10225

EJERCICIOS PROPUESTOS
3. El archivo World95.sav presenta informacin demogrfica para varios pases. Recupere ese archivo
del directorio principal de SPSS y responda lo siguiente.
a. Calcule el coeficiente de correlacin de Pearson entre la variable alfabetismo (alfabet) y esperanza
de vida en hombres (espvidam). Comente.
b. Realice un diagrama de dispersin entre estas dos variables. Podra ajustarse un modelo de
regresin lineal simple?
c. Evale el supuesto de normalidad de los errores en el modelo de regresin lineal simple. Considere
la variable esperanza de vida en hombres como dependiente.
d. Evale la significancia del modelo de regresin lineal simple. Asuma que se cumple con todos los
supuestos del modelo.
e. Calcule e interprete el coeficiente de determinacin.
f.

Interprete la pendiente del modelo.

g. Cul es el valor estimado de la esperanza de vida en hombres en Per? Cul es el residual

obtenido para Per?
h. Si se desea estimar la esperanza de vida en hombres en un pas utilizando el nivel de alfabetizacin
como predictor en el modelo de regresin lineal simple, qu calculara usted, un intervalo de
prediccin o un intervalo de confianza para la respuesta media? Calcule dicho intervalo al 95%
para el Per. Interprete el resultado.
i.

Existe una relacin causal entre estas dos variables? Aumentar la esperanza de vida en hombres
incrementando el nivel de alfabetizacin? Comente.

4. Los datos que se presentan a continuacin corresponden al precio (centavos/libra) y al consumo per
cpita (libras) de carne de cerdo entre los aos 1925 y 1941 en los Estados Unidos.
Ao
1925
1926
1927
1928
1929
1930
1931
1932
1933

Precio
60,5
63,3
59,9
56,3
55,0
59,6
57,0
49,5
47,3

Consumo
59,6
58,3
64,0
63,2
61,7
63,7
63,0
67,9
70,6

Ao
1934
1935
1936
1937
1938
1939
1940
1941

Precio
56,6
73,9
64,4
62,2
59,9
51,0
41,5
43,9

Consumo
63,6
55,6
59,7
60,9
61,8
65,1
73,7
71,3

a. Realice un diagrama de dispersin entre estas dos variables.

b. Ajuste el modelo de regresin lineal simple, el modelo cuadrtico, el modelo exponencial y el
modelo potencia. Qu modelo presenta mejor ajuste?
c. Determine y valide el modelo de regresin elegido. Use un = 0,025. Presente el modelo estimado
para la forma funcional elegida en (b).
d. Interprete el coeficiente de determinacin para este modelo.
e. Estime el consumo per cpita cuando el precio es de 50 centavos. Utilice un intervalo de prediccin
del 90%.
f.

Estime la media del consumo per cpita en el pas cuando el precio es de 50 centavos. Utilice un
intervalo de confianza del 90%.