NO LINEAL

REGRESION
TAREA 3
(Mayo 2012)

1. El rendimiento de un proceso qumico depende de la temperatura (X1 )

y de la presion (X2 ). En un estudio, el rendimiento del proceso (Y )
fue medido para n=18 corridas del proceso bajo varias condiciones de
temperatura y presion. El archivo de datos rend_quimico.txt consta
de una linea de datos para cada corrida. Las variables se encuentran
sobre cada linea en el siguiente orden.
Y = rendimiento del proceso
X1 = temperatura ( C)
X2 = presion (psi)
Use estimacion por mnimos cuadrados ordinarios para ajustar el siguiente modelo
1
2
Yi = 0 Xi1
Xi2
+ i
donde i N ID(0, 2 ) i=1,. . . ,18.
a) Para obtener valores iniciales, ignore el error aleatorio aditivo en
el modelo no lineal mostrado arriba y use mnimos cuadrados para
ajustar el modelo
log(Yi ) = log(0 ) + 1 log(Xi1 ) + 2 log(Xi2 ) + error
Liste sus valores iniciales para 0 , 1 y 2 .
b) Usando los valores iniciales de la parte a), encuentre las estimaciones de mnimos cuadrados de los parametros en el modelo no
lineal.
c) Haga una grafica que muestre los datos observados y la curva
estimada para el rendimiento medio. Le parece que este modelo
no lineal es apropiado para los datos?
d ) Grafique los residuales contra los valores de X1 y X2 en graficas
separadas. Que indican estas graficas?
1

e) Construya una grafica de probabilidad normal para los residuales.

Que sugiere esta grafica?
f ) Sin importar sus resultados en partes c), d) y e), asuma que el
modelo no lineal propuesto es apropiado y use propiedades distribucionales asintoticas de los estimadores de mnimos cuadrados
para lo siguiente.
1) Construya intervalos de confianza del 95 % para 0 , 1 y 2 .
2) Construya un intervalo de confianza del 95 % para el rendimiento medio cuando X1 = 50 y X2 = 60.
3) Pruebe la hipotesis nula H0 : 1 = 2 versus la alternativa
Ha : 1 6= 2 . Indique como llevo a cabo su prueba. Escriba
su conclusion.
2. En un estudio de cinetica enzimatica, se espera que la velocidad de una
reaccion (Y ) este relacionada con la concentracion (X) de una sustancia
como sigue:
0 Xi
+ i
Yi =
1 + Xi
Se hicieron observaciones en n = 18 concentraciones y la velocidad de
reaccion fue registrada. Los datos se presentan en el archivo cinetica.txt.
Este archivo consta de una linea de datos para cada corrida, con Yi precediendo a Xi en la i-esima linea.
a) Para obtener valores iniciales, ignore el error aditivo y note que
Yi1

1 1
1
+
X .
0 0 i

Use analisis de regresion por mnimos cuadrados para obtener estimaciones de (0 )1 y (1 /0 ) y liste sus valores iniciales para 0
y 1 .
b) Usando los valores iniciales de la parte a), encuentre estimaciones
de mnimos cuadrados de 0 y 1 en el modelo no lineal original.
c) Haga una grafica que muestre la velocidad media estimada y los
datos observados. Le parece que este modelo no lineal es apropiado?
2

d ) Grafique los residuales contra la concentracion (X). Que sugiere

esta grafica?
e) Construya una grafica de probabilidad normal para los residuales.
Que sugiere esta grafica?
f ) Construya intervalos de confianza del 95 % para 0 y 1 .
g) Estime la concentracion (X) en la cual la velocidad esperada de
la reaccion es 25.
Reporte un intervalo de confianza del 95 % para la concentracion.
3. Suponga que X1 , X2 , . . . , Xn es una muestra aleatoria de una poblacion
con f.d.a. F (x) y funcion de densidad f (x). Sea la mediana de la
poblacion. Suponga que n = 2m es un entero par. Entonces, un estimador consistente para la mediana se obtiene ordenando las observaciones de la mas peque
na a la mas grande, X(1) X(2) . . . X(n) , y
computando la mediana muestral
n = (X(m) + X(m+1) )/2
Cuando se conoce la forma de la f.d.a., se puede obtener la distribucion
muestral exacta n a partir de la teora de los estadsticos de orden.
A menos de que n sea muy peque
no, sin embargo, la evaluacion de
momentos, tales como la varianza de n , puede ser bastante tediosa.
Teora asintotica estandar revela que
n V ar(n )

1
4[f ()]2

cuando n ,

donde f () es la funcion de densidad evaluada en , la mediana verdadera de la poblacion. Usted podra usar (4n[f (n )]2 )1 como una
estimacion de V ar(n ), si conociera la forma de la funcion de densidad.
El bootstrap provee un estimador razonablemente bueno para el error
estandar de la mediana muestral, ademas de un intervalo de confianza
para la mediana, sin ning
un conocimiento de la f.d.a. F (x) o la densidad
f (x). Basicamente, el bootstrap reemplaza la derivacion de resultados
teoricos asintoticos con simulacion.
a) El archivo corazon.txt contiene tiempos de sobrevivencia (en
das) para 69 pacientes que recibieron transplantes de corazon. El
archivo consta de una linea de datos para cada paciente y cada
3

linea contiene un tiempo de sobrevivencia. Compute la mediana

muestral para los tiempos de sobrevivencia. Use metodos bootstrap para obtener un error estandar para la mediana muestral y
un intervalo de confianza del 95 % basado en percentiles para la
mediana poblacional. Use 5000 muestras bootstrap.
b) Repita la parte a) para los tiempos de sobrevivencia de un conjunto similar de 34 pacientes que no recibieron los transplantes
de corazon. Los datos en este caso se presentan en el archivo
corazon2.txt.
c) Use metodos bootstrap para probar la hipotesis nula de que la
mediana del tiempo de sobrevivencia para pacientes que reciben
transplantes de corazon es igual a la mediana del tiempo de sobrevivencia para pacientes similares que no reciben transplantes
de corazon. Escriba su conclusion.
4. Considere el modelo que usted ajusto a los datos del proceso qumico
en el Problema 1. Use metodos bootstrap para completar lo siguiente.
a) Construya intervalos individuales del 95 % de confianza para 0 ,
1 y 2 . Use metodos bootstrap empricos para cada uno de los
siguientes esquemas de remuestreo:
1) Remuestree casos con reemplazo.
2) Mantenga la matriz modelo fija y remuestree residuales centrados
3) Mantenga la matriz modelo fija y remuestree residuales centrados que tambien han sido re-escalados para que tengan
aproximadamente la misma varianza que los errores aleatorios del modelo.
b) Construya un intervalo del 95 % de confianza para el rendimiento
esperado del proceso cuando se corre a una temperatura de 100 C
y a una presion de 50 psi.
c) Construya un intervalo de prediccion del 95 % para el rendimiento
que sera observado cuando el proceso se corre a una temperatura
de 100 C y a una presion de 50 psi.