6.

Utilice la regresión por mínimos cuadrados para ajustar una línea recta a

Además de la pendiente y la intersección, calcule el error estándar de la estimación y el

coeficiente de correlación. Haga una gráfica de los datos y la línea de regresión.

Datos

𝑛 = 10 ∑ 𝑥𝑖 = 95 ∑ 𝑦𝑖 = 82 ∑ 𝑥𝑖2 = 1,277 ∑ 𝑥𝑖 𝑦𝑖 = 911 𝑥̅ = 9.5 𝑦̅ = 8.2

𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑥𝑖 𝑦𝑖 (𝑦𝑖 − 𝑦̅) 2 (𝑦𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 ) 2

0 5 0 0 10.24 0.0220415
2 6 4 12 4.84 0.1967137
4 7 16 28 1.44 0.5455069
6 6 36 36 4.84 0.9338427
9 9 81 81 0.64 0.9530345
11 8 121 88 0.04 0.5310108
12 7 144 84 1.44 4.3312885
15 10 225 150 3.24 0.0192056
17 12 289 204 14.44 1.3374360
19 12 361 228 14.44 0.2038846

∑ = 𝟗𝟓 ∑ = 𝟖𝟐 ∑ = 𝟏𝟐𝟕𝟕 ∑ = 𝟗𝟏𝟏 ∑ = 𝟓𝟓. 𝟔 ∑ = 𝟗. 𝟎𝟕𝟑𝟔

Buscando valor de a1

𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖 10(911) − 95(82) 9110 − 7790

𝑎1 = 2 → 𝑎1 = 2
→ 𝑎1 = →
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 ) 10(1277) − 95 12770 − 9025

1320
𝑎1 = → 𝑎1 = 0.3524699
3745
Buscando valor de a0

𝑎0 = 𝑦̅ − 𝑎1 𝑥̅ → 𝑎0 = 8.2 − (0.3524699)(9.5) → 𝑎0 = 8.2 − 3.3484640 → 𝑎0 = 4.851536

Por lo tanto el ajuste por mínimos cuadrados es

𝑦 = 𝑎0 + 𝑎1 𝑥

𝑦 = 4.851536 + 0.3524699𝑥

Desviación estándar

𝑆𝑡 55.6 55.6
𝑆𝑦 = √ → 𝑆𝑦 = √ → 𝑆𝑦 = √ → 𝑆𝑦 = √6.1777777 → 𝑆𝑦 = 2.4855135
𝑛−1 10 − 1 9

Error estándar del estimado

𝑆𝑟 9.0736 9.0736
𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √1.1342 → 𝑆𝑦⁄ = 1.0649
𝑥 𝑛−2 𝑥 10 − 2 𝑥 8 𝑥 𝑥

Calculando el coeficiente de correlación

𝑆𝑡 − 𝑆𝑟 55.6 − 9.0736 46.5264

𝑟2 = → 𝑟2 = → 𝑟2 = → 𝑟 2 = 0.8368 → 𝑟 = √0.8368 →
𝑆𝑡 55.6 55.6

𝑟 = 0.9147

0.9147 ∗ 100 = 91.47 %

VALORES PARA LA GRAFICA
7. Use la regresión por mínimos cuadrados para ajustar una línea recta a

Además de la pendiente y la intersección, calcule el error estándar de la estimación y el

coeficiente de correlación. Haga una gráfica de los datos y la línea de regresión.

Datos

𝑛 =11 ∑ 𝑥𝑖 = 234 ∑ 𝑦𝑖 = 159 ∑ 𝑥𝑖2 = 6262 ∑ 𝑥𝑖 𝑦𝑖 = 2380 𝑥̅ = 21.2727 𝑦̅ = 14.4545

𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑥𝑖 𝑦𝑖 (𝑦𝑖 − 𝑦̅) 2 (𝑦𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 ) 2

6 29 36 174 211.5715 6.8916

7 21 49 147 42.8435 21.1075
11 29 121 319 211.5715 42.6108
15 14 225 210 0.2065 28.6257
17 21 289 357 42.8435 10.3085
21 15 441 315 0.2975 0.1106
23 7 529 161 55.5695 37.2868
29 7 841 203 55.5695 2.0257
29 13 841 377 2.1155 20.9461
37 0 1369 0 208.9325 4.7493
39 3 1521 117 131.2055 5.6724

∑ = 𝟐𝟑𝟒 ∑ = 𝟏𝟓𝟗 ∑ = 𝟔𝟐𝟔𝟐 ∑ = 𝟐𝟑𝟖𝟎 ∑ = 𝟗𝟔𝟐. 𝟕𝟐𝟔𝟓 ∑ = 𝟏𝟖𝟎. 𝟑𝟑𝟓

Buscando valor de a1

𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖 11(2380) − 234(159) 26180 − 37206

𝑎1 = 2 → 𝑎1 = → 𝑎1 = →
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 ) 11(6262) − 2342 68882 − 54756

−11026
𝑎1 = → 𝑎1 = −0.7805
14126
Buscando valor de a0

𝑎0 = 𝑦̅ − 𝑎1 𝑥̅ → 𝑎0 = 14.4545 − (−0.7805)(21.2727) → 𝑎0 = 14.4545 + 16.6033 → 𝑎0

= 31.0578

Por lo tanto el ajuste por mínimos cuadrados es

𝑦 = 𝑎0 + 𝑎1 𝑥

𝑦 = 31.0578 − 0.7805𝑥

Desviación estándar

𝑆𝑡 962.7265 962.7265
𝑆𝑦 = √ → 𝑆𝑦 = √ → 𝑆𝑦 = √ → 𝑆𝑦 = √96.2726 → 𝑆𝑦 = 9.8118
𝑛−1 11 − 1 10

Error estándar del estimado

𝑆𝑟 180.335 180.335
𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √20.0372 → 𝑆𝑦⁄ = 4.4762
𝑥 𝑛−2 𝑥 11 − 2 𝑥 9 𝑥 𝑥

Calculando el coeficiente de correlación

𝑆𝑡 − 𝑆𝑟 962.7265 − 180.335 782.3915

𝑟2 = → 𝑟2 = → 𝑟2 = → 𝑟 2 = 0.8126 → 𝑟 = √0.8126 →
𝑆𝑡 962.7265 962.7265

𝑟 = 0.9014

0.9014 ∗ 100 = 90.14 %

Gráficas y resultados
8. Emplee la regresión polinomial para ajustar una parábola a los datos

Además de la pendiente y la intersección, calcule el error estándar de la estimación y el

coeficiente de correlación. Grafique los datos.

Datos:

𝑛=9 ∑ 𝑥𝑖 = 45 ∑ 𝑦𝑖 = 47.5 ∑ 𝑥𝑖2 = 285 ∑ 𝑥𝑖 𝑦𝑖 = 325 𝑥̅ = 5 𝑦̅ = 5.2727

𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑥𝑖 𝑦𝑖 (𝑦𝑖 − 𝑦̅) 2 𝑥𝑖3 𝑥𝑖4 𝑥𝑖2 𝑦𝑖

1 1 1 1 18.2559 1 1 1
2 1.5 4 3 14.2332 8 16 6
3 2 9 6 10.7105 27 81 18
4 3 16 12 5.1651 64 256 48
5 4 25 20 1.6197 125 625 100
6 5 36 30 0.0743 216 1296 180
7 8 49 56 7.4381 343 2401 392
8 10 64 80 22.3473 512 4096 640
9 13 81 117 59.7111 729 6561 1053
∑ = 𝟒𝟓 ∑ = 𝟒𝟕. 𝟓 ∑ = 𝟐𝟖𝟓 ∑ = 𝟑𝟐𝟓 ∑ = 𝟏𝟑𝟗. 𝟓𝟓𝟓𝟐 ∑ = 𝟐𝟎𝟐𝟓 ∑ = 𝟏𝟓𝟑𝟑𝟑 ∑ = 𝟐𝟒𝟑𝟖

(𝑦𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥2𝑖 )
-0.2272
0.1516
0.1484
0.2632
-0.004
-0.6532
0.3156
 -0.0976
0.1072
∑ =0.004

Formula:

9 45 285 47.5
( 45 285 2025 | 325 |)
285 2025 15333 2438

𝐿1 ÷ 9

9 45 285 47.5
( 45 285 2025 | 325 |)
285 2025 15333 2438

𝐿2 − 45(𝐿1)

1 5 95/3 95/18
( 45 285 2025 | 325 |)
285 2025 15333 2438

𝐿3 − 285(𝐿1)

1 5 95/3 95/18
( 0 60 600 | 87.5 |)
285 2025 15333 2438

𝐿2 ÷ 60

1 5 95/3 95/18
(0 60 600 | 87.5 |)
0 600 6308 5603/6

𝐿1 − 5(𝐿2)
 1 5 95/3 95/18
(0 1 10 | 35/24 |)
0 600 6308 5603/6

𝐿3 − 600(𝐿2)

1 0 −55/3 −145/72
(0 1 10 | 35/24 |)
0 600 6308 5603/6

𝐿3 ÷ 308

1 0 −55/3 −145/72
(0 1 10 | 35/24 |)
0 0 308 353/6

𝐿1 + (55/3(𝐿3))

1 0 −55/3 145/72
(0 1 10 | 35/24 |)
0 0 1 353/1848

𝐿2 − 10(𝐿3))

1 0 0 125/84
(0 1 10 | 35/24 |)
0 0 1 353/1848

1 0 0 125/84
(0 1 0 |−835/1848|)
0 0 1 353/1848

125
𝑎0 = = 1.4880
84

−835
𝑎1 = = −0.4518
1848

353
𝑎2 = = 0.1910
1848

Ecuación cuadrática por mínimos cuadrados

𝑦 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2

𝑦 = 1.4880 − 0.4518𝑥 + 0.1910𝑥 2

Error estándar del estimado con base en la regresión polinomial

 𝑆𝑟 0.004 0.004 0.004
𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄ = √ → 𝑆𝑦⁄
𝑥 𝑛 − (𝑚 + 1) 𝑥 9 − (2 + 1) 𝑥 9−3 𝑥 6 𝑥

= √0.0006666667 → 𝑆𝑦⁄ = 0.025819889

𝑥

El coeficiente de determinación es

𝑆𝑡 − 𝑆𝑟 139.5552 − 0.004 139.5512

𝑟2 = → 𝑟2 = → 𝑟2 = → 𝑟 2 = 0.999971337
𝑆𝑡 139.5552 139.5552

𝑟 = √0.999971337 → 𝑟 = 0.999985668

0.999985668 ∗ 100 = 99.99%

Datos