INSTITUTO TECNOLOGICO SUPERIOR DE

TANTOYUCA

CARRERA:
INGENIERÍA INDUSTRIAL

MATERIA:
ESTADISTICA INFERENCIAL

DOCENTE:
ING. FRANCISCO

AUMNO:
MARTÍNEZ HERNÁNDEZ JORGE EDUARDO

GRUPO:
3 ”A”
1. Un comerciante minorista realizo un estudio para determinar la relación que
hay entre los gastos semanales de publicidad y las ventas.

Costos de publicidad Ventas ($)

($)
40 385
20 400
25 395
20 365
30 475
50 440
40 490
20 420
50 560
40 525
25 480
50 510
a) Elabore un diagrama de dispersión.
b) Calcule la ecuación de la recta de regresión para pronosticar las ventas
semanales a partir de los gastos de publicidad.
c) Estime las ventas semanales si los costos de publicidad son de $35.
Análisis de regresión: VENTAS vs. COSTOS DE PUBLICIDAD ($)

La ecuación de regresión es
VENTAS = 345.0 + 3.096 COSTOS DE PUBLICIDAD ($)

S = 56.9661 R-cuad. = 32.7% R-cuad.(ajustado) = 25.9%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 15740.3 15740.3 4.85 0.052
Error 10 32451.4 3245.1
Total 11 48191.7

Línea ajustada: VENTAS vs. COSTOS DE PUBLICIDAD ($)

Gráficas de residuos para VENTAS

Análisis de regresión: VENTAS vs. COSTOS DE PUBLICIDAD ($)

La ecuación de regresión es
VENTAS = 343.7 + 3.221 COSTOS DE PUBLICIDAD ($)

S = 50.2257 R-cuad. = 40.3% R-cuad.(ajustado) = 34.3%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 17030.0 17030.0 6.75 0.027
Error 10 25226.2 2522.6
Total 11 42256.2
2. Las calificaciones de un grupo de nueve estudiantes en un reporte del
examen parcial de mitad de trimestre (x) y del examen final (y) son las
siguientes:
X 77 50 71 72 81 94 96 99 67
y 82 66 78 34 47 85 99 99 68

a) Estime la recta de regresión lineal.

b) Calcule la calificación final de un estudiante que obtuvo 85 de calificación
en el informe de medio semestre.
Análisis de regresión: EXMEN PARCIAL vs. EXAMEN FINAL

La ecuación de regresión es
EXMEN PARCIAL = 48.95 + 0.4050 EXAMEN FINAL

S = 14.0562 R-cuad. = 31.5% R-cuad.(ajustado) = 21.7%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 635.19 635.189 3.21 0.116
Error 7 1383.03 197.576
Total 8 2018.22

Análisis de regresión: EXAMEN FINAL vs. EXMEN PARCIAL

La ecuación de regresión es
EXAMEN FINAL = 12.06 + 0.7771 EXMEN PARCIAL

S = 19.4715 R-cuad. = 31.5% R-cuad.(ajustado) = 21.7%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1218.90 1218.90 3.21 0.116
Error 7 2653.99 379.14
Total 8 3872.89

La ecuación de regresión es
EXAMEN FINAL = 12.06 + 0.7771 EXMEN PARCIAL

S = 19.4715 R-cuad. = 31.5% R-cuad.(ajustado) = 21.7%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1218.90 1218.90 3.21 0.116
Error 7 2653.99 379.14
Total 8 3872.89
3. Se realizó un estudio sobre la cantidad de azúcar convertida en cierto
proceso a distintas temperaturas. Los datos se codificaron y registraron
como sigue:
TEMPERATURA X AZUCAR
TRANSFORMADA
Y
1.0 8.1
1.1 7.8
1.2 8.5
1.3 9.8
1.4 9.5
1.5 8.9
1.6 8.6
1.7 10.2
1.8 9.3
1.9 9.2
2.0 10.5
a) Estime la recta de regresión lineal.
b) Calcule la cantidad media de azucar convertida que se produce cuando se
registra una temperatura codificada de 1.75.
Análisis de regresión: AZUCAR TRANSFORMADA, Y vs. TEMPERATURA, X

La ecuación de regresión es
AZUCAR TRANSFORMADA, Y = 6.414 + 1.809 TEMPERATURA, X

S = 0.632607 R-cuad. = 50.0% R-cuad.(ajustado) = 44.4%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 3.60009 3.60009 9.00 0.015
Error 9 3.60173 0.40019
Total 10 7.20182

Línea ajustada: AZUCAR TRANSFORMADA, Y vs. TEMPERATURA, X

Gráficas de residuos para AZUCAR TRANSFORMADA, Y

4. En cierto tipo de espécimen de prueba metálico se sabe que la tensión
normal sobre un espécimen se relaciona funcionalmente con la resistencia
al corte. El siguiente es un conjunto de datos experimentales codificados
para las dos variables:
Tensión normal, Tensión normal,
x Resistencia al x Resistencia al
corte, y corte, y
26.8 26.5
25.4 27.3
28.9 24.2
23.6 27.1
27.7 23.6
23.9 25.9
24.7 26.3
28.1 22.5
26.9 21.7
27.4 21.4
22.6 25.8
25.6 24.9
a) Estime la recta de regresión μY|x = β0 + β1x.
b) Estime la resistencia al corte para una tensión normal de 24.5.
Análisis de regresión: Resistencia al corte, y vs. Tensión normal, x

La ecuación de regresión es
Resistencia al corte, y = 42.58 - 0.6861 Tensión normal, x

S = 1.63965 R-cuad. = 43.0% R-cuad.(ajustado) = 37.3%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 20.2621 20.2621 7.54 0.021
Error 10 26.8845 2.6885
Total 11 47.1467

Línea ajustada: Resistencia al corte, y vs. Tensión normal, x

Gráficas de residuos para Resistencia al corte, y

5. Se registraron las cantidades de un compuesto químico y que se disuelve
en 100 gramos de agua a distintas temperaturas x:
x ( ◦C) y
(gramos)
0 8 6 8
15 12 10 14
30 25 21 24
45 31 33 28
60 44 39 42
75 48 51 44
Análisis de regresión: y (gramos) vs. x ( ◦C)
La ecuación de regresión es
y (gramos) = 6.429 + 0.5752 x ( ◦C)

S = 2.60220 R-cuad. = 98.0% R-cuad.(ajustado) = 97.5%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1302.91 1302.91 192.41 0.000
Error 4 27.09 6.77
Total 5 1330.00

Línea ajustada: y (gramos) vs. x ( ◦C)

Gráficas de residuos para y (gramos)

Análisis de regresión: C3 vs. x ( ◦C)

La ecuación de regresión es
C3 = 3.524 + 0.6171 x ( ◦C)

S = 2.32788 R-cuad. = 98.6% R-cuad.(ajustado) = 98.2%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1499.66 1499.66 276.74 0.000
Error 4 21.68 5.42
Total 5 1521.33

Línea ajustada: C3 vs. x ( ◦C)

Gráficas de residuos para C3

Análisis de regresión: C4 vs. x ( ◦C)

La ecuación de regresión es
C4 = 7.524 + 0.5105 x ( ◦C)

S = 2.61133 R-cuad. = 97.4% R-cuad.(ajustado) = 96.8%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1026.06 1026.06 150.47 0.000
Error 4 27.28 6.82
Total 5 1053.33

Línea ajustada: C4 vs. x ( ◦C)

Gráficas de residuos para C4

 6. A todos los estudiantes de primer año en un pequeño colegio se les aplica un
examen de clasificación en matemáticas. Al estudiante que obtiene una calificación
por debajo de 35 se le niega la admisión al curso de matemáticas y se le coloca en
un grupo de regularización. Las calificaciones del examen de clasificación y las
calificaciones finales de 20 estudiantes que toman el curso se registraron a
continuación:

Examen de Calificación de a) Elabore un diagrama de dispersión.

clasificación curso b) Calcule la ecuación de la recta de regresión
50 53 para predecir las calificaciones en el curso a
partir de las del examen de colocación.
35 41 c) Grafiqué la recta en el diagrama de
35 61 dispersión.
40 56 d) Si la calificación aprobatoria mínima fuera 60
puntos, ¿que calificación en el examen de
55 68 colocación se debería usar en el futuro como
65 36 criterio para negar a los estudiantes el
35 11 derecho de admisión a ese curso?
60 70
90 79
35 59
90 54
80 91
60 48
60 71
60 71
40 47
55 53
50 68
65 57
50 79
Análisis de regresión: Calificación de curso vs. Examen de clasificación

La ecuación de regresión es
Calificación de curso = 32.51 + 0.4711 Examen de clasificación

S = 16.1747 R-cuad. = 20.6% R-cuad.(ajustado) = 16.2%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1219.35 1219.35 4.66 0.045
Error 18 4709.20 261.62
Total 19 5928.55

Línea ajustada: Calificación de curso vs. Examen de clasificación

Gráficas de residuos para Calificación de curso

 7. Los siguientes datos se reunieron para determinar la relación entre presión
y la correspondiente lectura en la escala con el propósito de calibración.
Presión, x Lectura en
(Ib/pulgada la escala, y a) Calcule la ecuación de la recta de regresión.
cuadrada) b) En esta aplicación el propósito de la calibración
10 13 es estimar la presión a partir de una lectura
10 18 observada en la escala. Estime la presión para
10 16 una lectura en la escala de 54, usando ˆx = (54 –
b0)/b1.
10 15
10 20
50 86
50 90
50 88
50 88
50 92
Análisis de regresión: Lectura en la escala, y vs. Presión, x (Ib/pulgada
cuadrada

La ecuación de regresión es
Lectura en la escala, y = - 1.700 + 1.810 Presión, x (Ib/pulgada cuadrada

S = 2.5 R-cuad. = 99.6% R-cuad.(ajustado) = 99.6%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 13104.4 13104.4 2096.70 0.000
Error 8 50.0 6.2
Total 9 13154.4

Línea ajustada: Lectura en la escala, y vs. Presión, x (Ib/pulgada cuadrada

Gráficas de residuos para Lectura en la escala, y

 8. Un estudio de la cantidad de precipitación pluvial y la cantidad de
contaminación eliminada del aire produce los datos siguientes:
Precipitación Partículas a) Calcule la ecuación de la recta de regresión
pluvial diaria, x eliminadas, y para predecir las partículas eliminadas de la
(0.01 cm) (mcg/m cúbico) cantidad de precipitación diaria.
4.3 126 b) Estime la cantidad de partículas eliminadas si
4.5 121 la precipitación diaria es x = 4.8 unidades.
5.9 116
5.6 118
6.1 114
5.2 118
3.8 132
2.1 141
7.5 108
Análisis de regresión: Partículas eliminadas, y (mcg/m vs. Precipitación pluvial
diaria, x

La ecuación de regresión es
Partículas eliminadas, y (mcg/m = 153.2 - 6.324 Precipitación pluvial diaria, x

S = 2.20261 R-cuad. = 95.8% R-cuad.(ajustado) = 95.2%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 770.262 770.262 158.77 0.000
Error 7 33.961 4.852
Total 8 804.222

Línea ajustada: Partículas eliminadas, y (mcg/m vs. Precipitación pluvial

diaria, x

Gráficas de residuos para Partículas eliminadas, y (mcg/m

 9. Los siguientes datos son los precios de venta Z de cierta marca y modelo
de automóvil usado en 10 años:
W (años) Z (dólares) Ajuste una curva de la forma
μ __ z w
1 6350
w = mediante la ecuación de regresión muestral
2 5695 no lineal ˆz = cdw [Sugerencia: Escriba ln ˆz = ln c +
2 5750 (ln d)w = b0 + b1w].
3 5395
5 4985
5 4895
Análisis de regresión: Z (dólares) vs. W (años)

La ecuación de regresión es
Z (dólares) = 6451 - 313.2 W (años)

S = 150.863 R-cuad. = 93.8% R-cuad.(ajustado) = 92.2%

Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 1373445 1373445 60.35 0.001
Error 4 91039 22760
Total 5 1464483

Línea ajustada: Z (dólares) vs. W (años)

Gráficas de residuos para Z (dólares)