Documente Academic
Documente Profesional
Documente Cultură
1 del apéndice:
Tabla Nº. I.1 análisis de varianza para los equipos de la liga nacional
Grados Suma de Cuadrados Valor Pr (> F)
de cuadrados medios F
Significancias
libertad
x2 1 76.193 76.193 26.172 3.100e-05 ***
R2=0.7863
R2 Adj =0.7596
e. Con la prueba F parcial, determinar la contribución de x 7 al modelo. ¿Cómo se
relaciona el estadístico F parcial con la prueba t para ❑7 calculada en la parte c
anterior?
3.2 Con los resultados del problema 3.1, demostrar en forma numérica que el cuadrado
del coeficiente de correlación simple entre los valores observados y i y los valores
ajustados ^y i es igual a R2 .
3.4 Para los datos de la Liga Nacional de Futbol del problema 3.1, ajustar un modelo a
esos datos, usando sólo x 7 Y x 8como regresores.
b. Calcular R2 y R2 Adj. ¿Cómo se comparan esas cantidades con las calculadas para el
modelo del problema 3.1, que tenía un regresor más ( x 2)?
3.5 Véanse los datos de rendimiento de gasolina en la tabla B.3 del apéndice.
3.7 Véanse los datos sobre precios de viviendas en la tabla B.4 del apéndice.
a. Ajustar un modelo de regresión múltiple que relacione el precio de venta con los
nueve regresores.
^y =14.92+1.92472 x 1
b. Probar la significancia de la regresión. ¿Qué conclusiones se pueden sacar?
d. ¿Cuál es la contribución del tamaño de lote y el espacio vital para el modelo, dado
que se incluyeron todos los demás regresores?
3.8 Los datos de la tabla B.5 del apéndice presentan la eficiencia de un proceso químico,
en función de varias variables controlables del proceso.
a. Ajustar un modelo de regresión múltiple que relaciona el CO 2 del producto (y) con el
solvente total ( x 6) y el consumo de hidrógeno ( x 7).
R2=0.6996
R2 Adj =0.6746
c. Usar pruebas t para determinar la contribución de x 6 y x 7 al modelo.
3.281981
[-3.886304 : 10.45027]
regresión y calcular R2 y R2 Adj. Comentar los resultados. Con base en estos estadísticos,
¿es satisfactorio el modelo?
f. Establecer un intervalo de confianza de 95% para ❑6 con el modelo que se ajustó en
el punto e. Comparar la longitud de este intervalo de confianza con la del determinado
en la parte d. ¿Se deduce algo importante acerca de la contribución de x 7 al modelo?
g. Comparar los valores de MS Res obtenidos con los dos modelos que se ajustaron
(partes a y e). ¿Cómo cambió la MS Res al quitar x 7 del modelo? ¿Indica lo anterior algo
importante acerca de la contribución de x 7 al modelo?
^y =−8.28+0.005214 x 1+ 0.071554 x 4
R2=0.3992
R2 Adj =0.3511
3.10 Se cree que la calidad del vino Pinot Noir se relaciona con sus propiedades de
claridad, aroma cuerpo, sabor y fuerza. Los datos de 38 vinos se presentan en el
apéndice B.ll.
a. Ajustar un modelo de regresión lineal múltiple que relacione la calidad del vino con
esos regresores.
c. Use pruebas t para evaluar la contribución de cada regresor al modelo. Comentar los
resultados.
d. Calcular R2 y R2 Adj para este modelo. Comparar esos valores con R2 y R2 Adj para el
modelo de regresión lineal que relacione la calidad del vino con su aroma y sabor.
Comentar los resultados.
a. Ajustar un modelo de regresión lineal múltiple que relacione el rendimiento con esos
regresores.
d.
Tabla Nº. I.2 estadístico t
Estimar Error Valor t Pr (> t)
estándar
Significancias
0.85416
x4 -0.009080 0.048820 -0.186
Calcular R2 y
R2 Adj para este modelo. Comparar esos valores con los de R2 y R2 Adj para el modelo de
regresión lineal múltiple, que relacione el rendimiento con la temperatura y el tamaño
de partícula. Comentar los resultados.
R2=0.6497
R2 Adj =0.5701
d. Calcular R2 y R2 Adj para este modelo. Comparar esos valores con los de R2 y R2 Adj
para el modelo de regresión lineal simple que relaciona la formación de catrato con el
tiempo. Comentar los resultados.
d. Calcular R2 y R2 Adj para este modelo. Comparar estos valores con los de R2 y R2 Adj
para el modelo de regresión lineal múltiple que relacione el número adimensional con x 2
y x 3. Comentar los resultados.