UNIVERSIDAD NACIONAL DE INGENIERÍA

Sede Regional del Norte

Recinto Universitario Augusto C. Sandino
Ingeniería Agroindustrial

Seminario II

Clase práctica N0: 3

AUTORES

Br. Anielka María Velásquez Blandón

Br: Isaura María Olivas Olivas

Br: Jennifer Lourdes Alfaro Dávila

Docente

Luis María Dicovskiy

Grupo

5T1- Agro

Estelí-Nicaragua 22 de marzo de 2019

 - Tabla de datos obtenidos en el transcurso del ejercicio
Horas trabajadas. Rendimiento Kg PRED_Horas trabajadas.
"X" producto final. "Y" RDUO_Horas trabajadas. "X" "X"
50 13 -5,78 55,78
58 12 3,45 54,55
55 15 -3,25 58,25
60 17 -0,72 60,72
65 20 0,57 64,43
70 25 -0,61 70,61
75 28 0,69 74,31
80 33 -0,49 80,49
85 38 -1,67 86,67
51 11 -2,31 53,31
56 16 -3,49 59,49
61 18 -0,96 61,96
64 22 -2,9 66,9
71 26 -0,84 71,84
74 27 0,92 73,08
79 32 -0,25 79,25
79 25 8,39 70,61
62 11 8,69 53,31
86 37 0,57 85,43

A continuación se muestran los datos obtenidos, paso a paso en cada parte del
mismo ejercicio para al final obtener los valores observados en dicha tabla
anterior.
- Diagrama de dispersión
Correlación de Pearson: Coeficientes\probabilidades

Horas trabajadas. "X" Rendimiento Kg producto

Horas trabajadas. "X" 1,00 8,0E-10
Rendimiento Kg producto “r” 0,95 1,00

R= se puede observar que la correlación de Pearson es verdadera ya que “r” es

0,95 es muy cercano a 1 por lo tanto es existente.

- Análisis de regresión

R= Como se puede observar en el gráfico anterior podemos observar a simple

vista la superficie color rojo es la distancia de errores entre cada variable.

Análisis de regresión lineal

Variable N R² R² Aj ECMP AIC BIC

Horas trabajadas. "X" 19 0,90 0,89 17,48 107,74 110,57

R= En este caso tenemos que R2 es de 0.90 cercano a 1 por lo tanto es

verdadero y los datos son correctos.
Coeficientes de regresión y estadísticos asociados

Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows VIF

const 39,72 2,43 34,60 44,85 16,36 <0,0001
Rendimiento Kg producto 1,24 0,10 1,02 1,45 12,18 <0,0001 141,25
1,00

Los puntos de la recta de regresión, valores estimados, se calculan de la

siguiente manera:

𝒚̂𝒊 = 39,72 + 1.24 Xi

El p valor del coeficiente b1 es significativo, (menor a 0.001), HA, lo que quiere

decir que β1 es diferente de “0”, por lo tanto también el Análisis de Varianza, que
tiene el mismo p-valor, es significativo, lo que nos dice que la regresión puede
predecir en alguna medida, el rendimiento de peso en Kg del producto final.

Cuadro de Análisis de la Varianza (SC tipo III)

F.V. SC gl CM F p-valor
Modelo. 2055,25 1 2055,25 148,44 <0,0001
Rendimiento Kg producto fi.. 2055,25 1 2055,25 148,44 <0,0001
Error 235,38 17 13,85
Total 2290,63 18

R= En esta tabla se puede ver que los datos obtenidos son reales, ya que al
restar las dos variables de “Y”, de tal forma que el resultado “residuo o error”.
Verificar que la suma de los residuos da cero.