Pe o> seeneia epartamento Mat tematica rea de Estadistica Clencia de ta Computacén 1 PEP 29 de Septiembre 2017 Modelos Lincales - Ing, Estadistica Nombre: eee \- Un bidlogo analiza si hay una relacién lineal entre la cantidad de fertilizante suministrada a Ja planta de tomate y el rendimiento subsiguiente de los tomates obtenidos. Veinte plantas de tomate de Ja misma variedad se seleccionaron al azar y se trataron semanalmente con una solucién en los x gramos de fertilizante disuelto en una cantidad fija de agua. Se registré el rendimiento y kilogramos de tomates. Dx =572 Lx? =185.84 Ly, =125.7 Ss, = y¥ Caleule la correlacién entre la cantidad de fertilizante y los kilogramos de tomate. Interprete cn el contexto del problema. Indique si es 0 no apropiado y por qué usar el modelo estimado para predecir ¢! rendimiento de una planta tratada, semanalmente, con 20 gramos de fertilizante. 263, Dixy, = 383.75 (Js Estime la ccuacion de la recta. Construya la tabla Anova /- Contruya un intervalo del 95% de confianza para el rendimiento medio de los tomates cuando la cantidad de fertilizante utilizada es 2.5 grs EE ‘Construya un intervalo del 90% de confianza para la diferencia de los parametros betas del modelo 2+ Se ha estimado el modelo y, = A, + 8,2, + B,2, + €;, obteniendo los siguientes resultados 2 37 + 1.142, ~0.83z,, > >e? = 0.0028 n=17 i 510.89 —254.35 0.42 132.7 -6.82 TAL (x'x)" = # Uiilizando cuatro decimales. Prucbe si H, : A, +0, =0 versus H,: 6, +6, #0 - Construya un intervalos del 90% de confianza para 8, Que se puede concluir al Tespecto. Escaneado con CamScannerParte I yy EMA: ; Chen LMA; Algunos investiyatores estén inte ine qu daton ge Macias predicen su inteliyencia (Willerman, et al 1991) reenpe MMOS EN Und muestra de estudiantes universita La variable respuesta son : Intelligence Seale) Fata va individuo, Las variables predictoray son: + puntuaciones de Cl a través d ble sirve come medida del in 2 EI lamaio del cerebro hasado en el recuento obtenido de resonancia miaynctica jones (dado como reeuento / 10000), tura en pulyadan, Weight: Peso en libras, Sexo: 1 Hombre ; 2 Mujer Tipo: 1 Municipal ; 2 Subvenefonado ; 3 Particular Elimine 3 casos en forma aleatoria c invente 2 indique los patrones estimados Realice un andlisis deveriptivo y comente. ‘© Ajuste un modelo de regresion miltiple. Interprete Para el modelo anterior determine un intervalo del 90% de confianza para la prediccion dado {que las variables predictoras toman valores representativos como la media por ejemplo. Determine un modelo ptimo eliminando las variables que no sean relevante, ‘Ajuste ef modelo lineal simple més adecuado, DEBE ENTREGAR POR CORREO: . eee WORD CON LOS COMANDOS, RESULTADOS Y Escaneado con CamScanner= ; | err. waren ieigenne cane So anyanpecioe La Arica ec Be a COMPUTACION 0% Noviembre 201% PEP N°L Modelos Lincales ~ Ingenieria Estadistic Nombre:_ Muy: ul ono Gal. 0 \ ata al Nu stigs _ 1. Dado un modeto lineal simple conteste: (0.2 p clu) 1. Si X es lamediade los X, i=1,,,,,n € Yes lamediade los ¥, i= Iyy,,.” Indique c eas siguientes afirmaciones es siempre cierta : ») si X20 entonees 8 = [3564 10, -0/|3.- 9] woe qe Si ¥ =0 entonces f c) Si ¥=0 entonces fi, = d) Si ¥ £0 entonces f, a7 2. Indique cual de las siguientes afirmaciones es siempre cierta : ue 3. Si es la media de los valores ajustados, indique cudl de las siguientes afirmaciones es siempre cierta : fF Ly 1S, 9 j abt -4) Escaneado con CamScanner4. Indique cual de las siguientes afi a) Yen x0 imaciones es siempre ciertn: 5, Indique cual de las siguientes afirmaciones es FAL a) fi, =0 entonces R= 0 Py 8, =0 entoncos R= 1 cen 6 ce) ~SCR/SCT 7 4) scr — SOM = SX? = if) = Olu, ~ Tl. El fabricante de autos Lexus ha aumentado continuamente sus ventas desde el lanzamiento de marca en 1989 cn Estados Unidos. No obstante, cl porcentaje de aumento cambié en 1996 cuando el jas ventas de vehiculos Lexus de 1996 a Lexus introdujo una linea de eamiones. Se tiene informacién de k 996, -5 para 1997, -3 para 1998 hasta 7 para 2003), 2003 y los aiios fueron tabulados (-7 para | nad", "LOR", “quantilen"), > numsunmary (Datos[,c( “v")], atatistica=c( "mean", 4 quantilesc(0, «25, «5, +75r1)) mean 3d TOR. 0% 25% 50% | 75% 100% y 32-725 10.483013 11.425 18.5 26.05 32.1 37.475 49.4 6 plete") > cor(batosf,c("a","v")], use’ v a a 1,0000000 0,8467493 v 0.8467493 1.000000 #Caleule el modelo estimado. Interprete Je Construya la tabla Anova b.- Determine un intervalo del 90% de confianza para la media de las ventas el afio es 2005 A® Prucbe si 119, es igual a f,Utilice un a=0.05 Im, Dado el modelo y,=(x, +€, ; i=1,,,,,n Determine el estimador de f - Escaneado con CamScanner9,4967 4 6568.19, "830% Cor (4 py sf 99 4874 = woul) \ \ a> We at “4: . {i = 22,925 + 1 Org ; boon, € Moe fade 03 , eat ee ee ee et tal cup Omton wt N 9386S 7 e Mueues| G | Hodes Uioe | Total ‘yl = 99168 © Rt ( I, eae Bhs sow Sem = 219,975 =H 10 eeag scr 266, 7849 _o3its 369 eS4$ = wm SSU,#743 © Str \ Escaneado con CamScannerTCC yes lexhe fleet b¢eeete) | 2005 —e 4 ayes Gas Prout VEG) Deere £93 420 + 21,304 : © sHordy A 78 qi Av(Pyo « £,5286 CA ine’ 9 So ble 2z 4 sz] © [52,6039 + velo echnads pe le mede £26697 1 54,292 Escaneado con CamScanneray We "beep, @ = WB Bo J “> He: 925 v/s u 6tof ~ lee) Fee) (7 She Cyte\ lo paces 2 Worars = 12t. ore alae = 304987 "9 {yx ) = wae ‘Olan Was cs \ 0 99088 Tae Wn we dos ay \-%f, = OQa¢ ~ ' ‘ Escaneado con CamScanner& \ iy pe Escaneado con CamScannerUniversidad de Santiago de Chile Facultad de Ciencia Departamento Matemstica y Clencia de ta Computacién Area de Estadistica Gi 24 Abril 2016 PEP Modelos Lineales ~ Ing. Estadistic Nombre: _ Corona Olmo s— Seer) — 1 La sigulente tabla muestra, las capturas de anchoa (en millones de toneladas métricas) y, los precios de 12 (Datos de Bardach, JE y harina de pescado (en délares actuales por tonelada) durante 14 afios consecutivos. ( Santerre, RM, el cima y los peces en el mar). [precio “190. 160} 134/ 129} 172] 197] 167 7239 542| 372| 245| 376| 454| 410 % | captura | 7.23 | 8.53] 9.82] 10.3] 8.96] 12.3] 10.3 | 4.45] 1.78 4| %.] 43 8) 05 (05 pto) 01> A}. Indique cual es la variable independiente y la dependiente. los betas y error estandar del modelo. Interprete. (1.0 pto); 0, (1.0pto) 4 AY Estime los pardmetros del modelo es deci, Je}, Pruebe si el modelo es adecuado. Indique el porcentaje de varignza e» 44} Construya un intervalo del 90% de confianza para fa media del precio cuando la captura es 3.3 millones {1.0pto) 4 2 (1.0 pto) A // ‘de toneladas métricas. 90? (délares actuales por tonelada). ) ar Pruebe si la varianza de! modelo es (Ayuda: recuerde que 72, y2 > (2) 195 pro. © 4) Caleule la correlacién entre los betas del modelo. oF nitudes de los estimadores si el modelo se especifica de la siguiente manera fg) Caleule las expresiones y mag year B (2 — Z) penne (1.0 pto) Escaneado con CamScannerLine ales furas de anchoa (en millones de na de do foneladas méhicas) y Ws preaas de “ee we ea (on dolore acheales por fonelada) ducon ori | Caplin de snchoa“enooes de done lodas Q) vor Yadependienk x? OO Ye Preuios de la haena de pescods th dslares vor Depend onthe Ln soe. nbla muesO las wap ackuales yor lonelaga) b) z= & wut, gz 20s rz - 0, 4305 See 5015 Sy = 133190. - > brs Coma) Sy. ~ 27/4189 Sx + fe 240,8~ (-axusaorIUT4)= 455,5149 =a Ye = V98 82 ~ 244189 Xe ue es ee Ss 9.05 %1 8442 Lg? , SCR = 108 bad NOS = Nix -2 Pe . Sets (Sy*(n- rye 233 Oss 0 S “SCH = RZ -gcT = 124 389,3812 *SCR= 108. 694 110 7 - a CTO bor eshindor s [F2, = AS 24 J Por twda milleA de byneladas méehras adi aonal \ue nue Copwwe, el Prewo de lo foun de pescado va a smn ea 244189 delares por tonelada Escaneado con CamScannerCc) awovwn 3) 6c cn F - nocle bo a), 2812 - le 1 124389, 3BI2 yay ee We Fi iy Revduol 12 108 694, OS «OST, MAI, ral rH 298.081,5 Wor pls 0 sls the pro 4 Tos = 13133 8 Fay on OWwOS pee 0,1 8464 Wy ISY BI P-valor " PC Fina % 1393) % 01004 CCF 2 13,93 sae lO p valor x O,004 &L 0,040, => Se tehare Ho , porende el modelo < adeaade fifo RC, EE (OF (04208)%= 015336 L 00 ° . ~ El S367 del preces de (a har de pesed Ge ex plrcada Per las caphiros de anchor ———————————————————— Escaneado con CamScannery © IC (apy Buys) [ bea, + boraieay | Ve pve) ] Kez 343 A Pane Pot prxo = 465/52- 24,41 89 (3.3)= aes 0#%6 a A vine FC 1 Cae y Von =z We RYE E toast * See eT 4 14098 = 941 W 165, 4586 ICC fiyxes i040) = [365,029 + Aga, 0.99) Zorn) | ~ = [0510395 £ 117823° 36,0247 J ; [ 305,075 + By) 2068 0 ), se(iter 97%) = [003 7 42924 Ceo un 90% de sanierconug, gl prt uo medio Wuando la ‘ophura sea 44% millones de honeladas mehreas ce eacoubva ih entre a 200 1877 4 AT9,;2y4 dolores por tenelada Escaneado con CamScannerMot ¢2 2 on: in = 20 6 uy ot sane Gz ; NT nw x*_Y qe n-2) A‘ | -of Prvia= PAD 15165 )% 0,24 peuler % 023 50, 4/ Iho wo No hou wrdenua pare rechowal =b 2 oy Wiz = 40 “ Escaneado con CamScannerV cle ) Gee Cnyy= covery) ae a) Covx,y) = ZX -Xy YY tow (ge —_ Oe X core go, fry = BECP BY = oS pone | YC 50h) . * < ze L V (po )= Me (4 say)? ie Sosa sual iy 4 Ce yeuray? 5) asi Nips) = 229, 10.7% : cow (fo, pr) = — 9059841 (4 4499) ee Ne 4a) Wm (po , ph wv po 1m) Escaneado con CamScanner4 2 afin Nlo, 77,) hy, R+ B(x-z) Tye OMX TE. ovens ae a1 Wee Als by ths) > ya ,e ° a | dn \27 0? | mie = te ( a -1 Seeseen 120 (93% € 9A S = ZC Ko 4 inlaw) b (uaa pp)” ) 2z 2 o, 2 (Yew PORE % Wira pox mn) TA = 2 (Wrap aNCxr®) 2 ge Xv FL (yim pee) )* aaa ‘ Yea x%)) ) Tuy (o2)* Escaneado con CamScannerFOE (Yea ptc®)) v0 Trix ZY rm ~plu-R) Oo Zw-nk- pr zcn-¥) =0 De> pr Zlark ly- fae ¢ iS S c " ¢ z (wesw yoo <° 5) pro?) £0 = fini cy Faow | oR pron) PRO D The . zfy we UX — KE FAK — PMLCHH B)+ pX Oe ) \-o y R= a zhi ~ We RE AQUHAK)- p OH UG) = N al 1 = Thexe - YK — ol-K) - plw-k)?|20 \4 XY - YX - KK baw *- Px #20) Pe Plc = XY-¥X- Escaneado con CamScannerQ_wS Universidad de Santiago de Chile ZY Facultad de Ciencia SG Departamento Matematica y Ciencia de la Computacién SIE, Area de Estadistica (5 ~» TL | mayo 201 Modelos Lineales ~ Ing. Estadistica a 1 Prueba Nombre: Muvivisess fase Mowwgl > ; P . . 4. Suponga que el modelo Y = X'B+e yr=Y-Y elvectorde residuos. Pruebe que r’Y = 0 ~ (i pt0,) 2.- Dado los siguientes datos de x como variable predictora. rovariable predictora, z |. bi 2 Taste W105 peti __|2 taste] (yia7 [nr [os -oas 6 ws - Ajuste un modelo reciproco de laforma. 1 _transformando adecuadamente los. datos estime los Ath parémetros. r .- Prediga el valor de Y six=5, (oso) 3.- Se quiere estimar el siguiente modelo de regresién lineal basicos. Y= fy t+ Bix, + Bx, +6, i=1,2 ue suponemos que cumple con los supuestos 250 a informacién muestral disponible sobre las variables proporciona los siguientes datos Dy =501.2 Yx,=45 Ly? = 280657225 = yy 0.0717 -0.0139 -0.2211 7812.5] Ty. (xy! 0.0061 0.0092 XY=| 17730] Z 4d 1.1252 1377.5] 7 AA #- Derive las ecuaciones normales y escribalas sustituyendo los valores muestrales. Obtenga he interprete los coeficientes del modelo. (1 pto) + Determine un intervalo del 90% de confianza para, (1 pto.) 4. A partir de una muestra de 35 hogares se ha estimado—_el gasto de consumo (Y, en MS), en funcién de su Fenta disponible (R, en MS) y del nimero de miembros del hogar, distinguiendo entre adultos (A) y nifios (N). Los resultados obtenidos se resumen a continuacién: Estimaciones [ # | Modelo 1 ¥,=610+0.6R,+144,+8N, | 00 | Modelo 2 ¥=540+0.72R47504+N,) | a0 | a) Justificar cémo se enuncia y se interpreta la restriccion impuesta al modelo B.7. (0.5 pto) 2 b) Calcule la tabla anova del modelo 2 si ademas sabe que R™ = 0.55 (1 pto.) Escaneado con CamScannerWY bet t etd ph ate 1 sues Ws tags Ua 6 11Gb LASSE Escaneado con CamScannero) grb *y 2 [90917 - 0,039 ~ 2,215 \ 0,906! 0 0097 - 1 6 Obes ‘ iene SL e ir! 2323 “186293 s 0% Yn eB Obes + 12 ra03 kes - 1S, 6273 Ke, foe Qas 4 hovulr os le 66665 eyevele oda pondrele del rodele wy 2873 a uy (2 toda yal oa vn ctrende Y ple vio do fia fer vmuientaly tay W0,2323 | al vow 1s 6273 suber ec = 166273 al oye ye. Veadie ow “ Se vue Escaneado con CamScannerTOR ale fh VA =o? 7 a 0. Tae obba) [ 0,0R7 - o0125 9778 5 0b 9! 908? vies "" =2,05032 - 22,2786 eae - Voegtoos = 0 943521 bo heen re oesioos | 1,382%! fates ye) ) , [ete 4 13,7636] yokes esheede Le fe esl ede W2UIN a Pelee A ¥ o ve G07 de ton ponte Escaneado con CamScanner< more mows 08 santiago de Chile a AWN A Lapunag “ ‘PER\ Fecattad de Gencia Departamento Matemitica y Gencia de 1a Computacién sei 26 Abril 1PEP Modelos Lineales ~ Ing. Estadistica Nombre: Gee Sadat Bie bee . En un estudio del desarrollo del en meses a TE que Znifios Gessell (Y), un test de habilidad que tome itados estin dados por: We C20]7 sah, Xu ah 3a “4 Avo] \ept 93 PRa00 308 94h. 113 ul Yl 2] a3] PETE 10/ 202| 100] 105 |> 57 86} 100) entes del modelo de regresion, (0.8 pto) suet Pendiente es cero, Comentar su resultado (07 pto) ante de. determinacién, (0.5 pto) de confianza para Ia pendiente (pte) / {a variable predictora y determine un intervalo de confianza del "a variable de respuesta e interpreve el resultado, ;_ [Puntuaciones prononicaday 1.90 [2.05 [is » UResiduates 22 Pruebe siel modelo ajustado es adecuado, © Acicional. Dado un modelo tinea simple y= para cov(a,f) fs Conta) OtBX +e, on. Determine una expresion pam gedie Pk Aeon Escaneado con CamScannerpoe ost it No. este UA Daper | eal Escaneado con CamScannera ee weg oT i, 4 ied ef. Baste oe ‘ pit tf A Seretnge. Ly + 4 Ty t Escaneado con CamScannertb- RE! ctxt | eke La i $3]: 1G oayich ys. | £3d a Male | Al 1 409,4> i x | jsege | | Varese. ! decae_| V4] fis: a | Toteles! 40 i | | Boi do | . Escaneado con CamScannerEscaneado con CamScanner+ Escaneado con CamScanner— ‘AREA Di: ESTADISTICA 03 Mayo 2019 PEP N°L Modelos Lineales — Ingenieria Estadistica 1, Decida (con breves explicaciones, justifique) si las siguientes afirmaciones son verdaderas o falsas (0.5 e/u) ‘Consideramos que el modelo Y=, +8,X + €. Sea -0.01; 1.5 Jel intervalo de confianza del 95% para BI. En este caso, una prueba de t con un nivel de significacién 1% rechaza la hipotesis nula HO: BI 2 Bl coefi modelo ti fe de determinacién R2 no es una medida adecuada para comparar la bondad de ajuste de un 20, en diferentes conjuntos de datos. 1,3 Puede suceder que en todas pruebas t individuales en una regresién no rechazamos Ia hipétesis nula, y queen Ia prueba F global resulte significativa, pe Sea elmodelo Y=B, +f,X + € talque y= §, +6; =H, +e; demuestre que (1 pto) x y; HHL, -35) Sal y, -,)° i= 2.222 A partir del ee y= =6, + Bx, +u, tal que u, =0.5u,,—e, y suponiendo que las perturbaciones de los errores tienen varianza constante. Dada la siguiente muestra: (0.5 pto) Y 4 6 10 [ax 2 3 6 Calewle In matriz de varianza y covarianza de los errores en los tiempos E(u,,u,,) y E(u,,u,,) HI. Consi mos el modelo dado por PB precio de la bencina por litro (euroflitro) y el PBB precio del barril del Brent (délares/barril) para los meses de enero a julio. Se tiene Ia siguiente informacién: > t(X) FBX > cov(data) (Intercept) x PB PBB (Intercept) 7.00 786.53 PB 0.02780662 -0.477766 x 786.53 89074.21 PBB -0.47776595 116.428781 Sy, = 9.52 i=l AX Calcule el modelo estimado. Interprete (0.5 pto) 234 Constnya la tabla Anova e indique si el modelo es adecuado (1 pro) 3.3 Determine un interval del 90% de confianza para la prediccién del precio de la bencina si el precio del barril es de 100 (05 pto) 34 Prucbe si 10008, — 8, es igual a 1-Utilice un 05 (1pto) a Escaneado con CamScannerPEPS maldos Elica, (eok U2uaureo . 4 33) Peles, f No aee 20 un Jalervabo de Con QGnra L asf. ah hiv ge dign Keone eo dal s% , who qucere Okee en M= OOF. \2) False. x% El V2 es ena medida ‘adeerada ya que reea La Vrondad da ojala . Ky. Sta A modelo Yr Bos Bx +e Toh a ogists 73 Qusehs qo 4 im % Moa Zi (ys5 QV = Sway ee ey aaa te =O Escaneado con CamScanner- ys erup dew noucro por x - ‘ ee (xx) (Teo 18053 \ - ie ue ) Go,53 B90F4,24 / Lor Lx 7S wet Dc + 786.53 Dyes? « BWIA, 7A 7 x Gu 7 {2102480662 OSPF OSAT y-( 974) wou ) \oaa3 6595S Mb.427870} Com( xy) 37x) ~ 3? Cy) - 010249 2662 low (ru) 2 -O,4?2296T8T S Ud 2 Ub428tB4 moddo e&tumads Yi © fo e (as Cow (xu) = : SOD UG GIBIAL -~o 20 #104 y | > a 2 “ y -pr ¥ me Dour fa - f e "Y> Ges ase = Ve Fy, , = Volwiewd> fs = 36 +0084 104+ Song = 136+ 0,004 fa » 12,36! eM esate Se aan! t a _ Ak x : . te NS = Po + Bema =D Ye = MBAS - O00 lot ee Escaneado con CamScannerVaz Cade vez. Que 0. Cuntewte. eb Ube, re eR peequs lo 0,00. 4490.9 _eubos / (to - weg SP pons Qor No 9: smyhua, ro = pena lo bener na eo de A. @2\\3. ers] felicg Cua. Opa Tengo Xi = 2 . 0S Escaneado con CamScannerGyrodos de cai | boi 0 ; | ays 7 Ta, 7) oO ODIAG CS ae el Oboe 4] Sez a oer acl wi seaie| S2G0 --01= A Vin (wiz). = oorrpo vers OH) [Qebet oortvals °F = (euwiss Ly 2 - (ome 9,07 19066 re i rere Nn 2 ot Le’cp - (ey send z él tl = & [oarte 9662, 9 sad} L ~ 0,03 OS y seu: Set - S¢@ xo, veg o4- Jol ass 4 =. Oo NTP y 2.349494 ny T(r ,>8) eT Escaneado con CamScanner> e 4 7 Escaneado con CamScanner