TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE MÉRIDA
INGENIERÍA EN GESTIÓN EMPRESARIAL

GRUPO 5G2

ESTADÍSTICA INFERENCIAL II

UNIDAD I

EJERCICIOS DE REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN

ELABORÓ:

BR. YOHALI AREMI MEX UITZIL.

FACILITADOR:

RAÚL ALVAR RODRÍGUEZ SÁNCHEZ

 
MÉXICO
ÉRIDA
RIAL

ORRELACIÓN
 1.    Se realizó un estudio en Virginia Tech para determinar si ciertas medidas de la fuerza estática
Veinticinco individuos se sometieron a pruebas de fuerza y luego se les pidió que hicieran una pru
encima de la cabeza. A continuación se presentan los datos.

FUERZA DEL BRAZO (X)

1 17.3
2 19.3
3 19.5
4 19.7
5 22.9
6 23.1
7 26.4
8 26.8
9 27.6
10 28.1
11 28.2
12 28.7
13 29
14 29.6
15 29.9
16 29.9
17 30.3
18 31.3
19 36
20 39.5
21 40.4
22 44.3
23 44.6
24 50.4
25 55.9
778.7

778.7
Media de X
25

2050
Media de Y
25

Varianza de la 26591.63
variable X 25
 Varianza de la 172891.46
variable Y 25

𝜎𝑥𝑦=(∑128▒𝜒𝑦)/𝑛−(𝑥 ̅ )(𝑦 ̅ ) 65164.04

Covarianza
25

52.4256000000005
133.842416309952

Desviación E. X 9.6678485714248
133.842416309952
Desviación E. Y 13.8440745447286

Ecuación de la
recta

ECUACIÓN DE LA RECTA: y-31.148=(0.39169646/93.467296)(x-31.18)

REALIZANDO LAS OPERACIONES: y=0.557x+64.823
 inar si ciertas medidas de la fuerza estática del brazo influyen en las características de “levantamiento dinámico” de un individ
rza y luego se les pidió que hicieran una prueba de levantamiento de peso, en el que el peso se elevaba en forma dinámica por
datos.

LEVANTAMIENTO DINA (Y) 𝑋∗𝑌 𝑋^2 𝑌^2

71.7 1240.41 299.29 5140.89 MÉTODO GRÁFICO
48.3 932.19 372.49 2332.89
88.3 1721.85 380.25 7796.89
75 1477.5 388.09 5625
91.7 2099.93 524.41 8408.89 120
100 2310 533.61 10000
73.3 1935.12 696.96 5372.89 100
65 1742 718.24 4225 f(x) = 0.5608977925284
R² = 0.15342611287570
75 2070 761.76 5625 80
88.3 2481.23 789.61 7796.89
68.3 1926.06 795.24 4664.89 60
96.7 2775.29 823.69 9350.89
76.7 2224.3 841 5882.89 40

78.3 2317.68 876.16 6130.89

20
60 1794 894.01 3600
71.7 2143.83 894.01 5140.89
0
85 2575.5 918.09 7225 15 20 25
85 2660.5 979.69 7225
88.3 3178.8 1296 7796.89 MÉTODO DE MINIMO
100 3950 1560.25 10000
100 4040 1632.16 10000 𝒚 ̂=𝒂+𝒃𝒙
100 4430 1962.49 10000
91.7 4089.82 1989.16 8408.89
100 5040 2540.16 10000 𝒃=(𝜮𝒙𝒚−𝒏𝒙 ̅𝒚 ̅)/
71.7 4008.03 3124.81 5140.89
(𝜮𝒙^𝟐−𝒏(𝒙 ̅ )^𝟐
)
2050 65164.04 26591.63 172891.46
𝒂=𝒚 ̅−𝒃𝒙 ̅

31.148
Finalmente podemos concluir que al t
2554.136 de .3916 nos está indicando que la rel
y que la relación entre las variables es
82 próximo al 0

970.197904 93.467296
 6724 191.6584

2606.5616 2554.136 52.4256

CÁLCULO DE R^2
0.391696455020606
𝑅^2= 0.153426113

6/93.467296)(x-31.18)
 inámico” de un individuo.
en forma dinámica por

MÉTODO GRÁFICO

Diagrama de dispersión.

f(x) = 0.560897792528416 x + 64.5291555583249

R² = 0.153426112875709

20 25 30 35 40 45 50 55 60

MÉTODO DE MINIMOS CUADRADOS

0.5608+64.5291

65164.04 63853.4 1310.64 0.56089779

26591.63 24254.9476 2336.6824

82 17.4708444416752 64.5291556

mos concluir que al tener un coeficiente de correlación

indicando que la relación existente es positiva directa
entre las variables es débil debido a que éste esta más
próximo al 0 que al 1.
Resumen

Estadísticas de la regresión
Coeficiente d 0.39169646
Coeficiente d 0.15342611
R^2 ajustad 0.11661855
Error típico 13.2801338
Observacione 25

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 735.135083 735.135083 4.16833149 0.05281924
Residuos 23 4056.32492 176.361953
Total 24 4791.46

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 64.5291556 8.95993958 7.20196325 2.4779E-07 45.9941084 83.0642028
FUERZA DEL 0.56089779 0.2747278 2.04164921 0.05281924 -0.00742 1.12921554
Inferior 95.0%
Superior 95.0%
45.9941084 83.0642028
-0.00742 1.12921554
 Se registraron las cantidades de un compuesto químico y que se disuelve en 100 gra
agua a distintas temperaturas x:

a)      Calcule la ecuación de la recta de regresión.

b) Grafique la recta en un diagrama de dispersión

# C° (x) Gramos (y) 𝒙∗𝒚 𝒙^𝟐

1 0 8 0 0
2 0 6 0 0
3 0 8 0 0
4 15 12 180 225
5 15 10 150 225
6 15 14 210 225
7 30 25 750 900
8 30 21 630 900
9 30 24 720 900
10 45 31 1395 2025
11 45 33 1485 2025
12 45 28 1260 2025
13 60 44 2640 3600
14 60 39 2340 3600
15 60 42 2520 3600
16 75 48 3600 5625
17 75 51 3825 5625
18 75 44 3300 5625
675 488 25005 37125

675
Media de X 37.5
18

488
Media de Y 27.11111111
18

Varianza de la 37125
1406.25
variable X 18

Varianza de la 17142
735.012346
variable Y 18
 25005
Covarianza 1389.16667
18

Coeficiente de 372.5
0.98637211
correlación 377.646525401927

Desviación E. X 25.6173769149
377.646525401927
Desviación E. Y 14.74181086754

Ecuación de la
recta

ECUACIÓN DE LA RECTA: y-82.220833=(54.11588542/97.161

REALIZANDO LAS OPERACIONES: y=0.557+64.823x
y que se disuelve en 100 gramos de

𝒚^𝟐 MÉTODO GRÁFICO

64
36
64 Diagrama de dispersión.
144 60
100
196 50
625 f(x) = 0.567619047619048 x + 5.82539682539683
R² = 0.972929938890287
441 40
576
961 30
1089
784 20
1936
1521 10

1764
0
2304 0 10 20 30 40 50 60 70 80
2601
1936 MÉTODO DE MINIMOS CUADRADOS
17142
𝒚 ̂=𝒂+𝒃𝒙 0.557+64.823x

𝒃=(𝜮𝒙𝒚−𝒏𝒙 ̅𝒚 ̅)/ 25005 18300 6705

(𝜮𝒙^𝟐−𝒏(𝒙 ̅ )^𝟐 ) 37125 25312.5 11812.5
1016.66667
𝒂=𝒚 ̅−𝒃𝒙 ̅ 27.1111111 21.2857143 5.825396825

656.25 Finalmente podemos concluir que al tener un coeficiente de

correlación de .9863 nos está indicando que la relación existente
es positiva directa y muy fuerte.

217.3209877
 1016.66667 372.5

CÁLCULO DE CORRELACIÓN
𝑅^2= 0.972929939

82.220833=(54.11588542/97.1615104)(x-31.2375)
0.557+64.823x
 Resumen

Estadísticas de la regresión
Coeficiente d 0.98637211
Coeficiente d 0.97292994
R^2 ajustad 0.97123806
Error típico 2.57259674
Observacione 18

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 3805.88571 3805.88571 575.05888 5.732E-14
Residuos 16 105.892063 6.61825397
Total 17 3911.77778

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 5.82539683 1.07497356 5.41910708 5.6786E-05 3.54655468
70 80 C° (x) 0.56761905 0.02367014 23.9803853 5.732E-14 0.5174406

0.567619048

r un coeficiente de
la relación existente
erte.
r crítico de F

Superior 95%Inferior 95.0%

Superior 95.0%
8.10423897 3.54655468 8.10423897
0.6177975 0.5174406 0.6177975
 Se realizó un estudio sobre la cantidad de azúcar convertida en cierto proceso a distintas te
sigue:

a)  Estime la recta de regresión lineal.

b)  Calcule la cantidad media de azúcar convertida que se produce cuando se registra una temperatura

TEMPERATURA (X) AZÚCAR CONVERTIDA (Y) 𝑿∗𝒀

1 1 8.1 8.1
2 1.1 7.8 8.58
3 1.2 8.5 10.2
4 1.3 9.8 12.74
5 1.4 9.5 13.3
6 1.5 8.9 13.35
7 1.6 8.6 13.76
8 1.7 10.2 17.34
9 1.8 9.3 16.74
10 1.9 9.2 17.48
11 2 10.5 21
16.5 100.4 152.59

- Estime la recta de regresión lineal.

- Calcule la cantidad media de azúcar convertida que se produce cuando se registra una
temperatura codificada de 1.75.

16.5
Media de X 1.5
11

100.4
Media de Y 9.127272727
11

Varianza de la 25.85
2.25
variable X 11

Varianza de la 923.58
83.3071074
variable Y 11
 152.59
Covarianza 1.5
11

Coeficiente de 0.180909090909092
0.707026444
correlación 0.255873160726493

Desviación E. X 0.316227766016838
0.255873160726493
Desviación E. Y 0.809141980002062

ECUACIÓN DE LA RECTA: y-9.12727273=(0.18090909/0.1)(x-1.5)

REALIZANDO LAS OPERACIONES: y=1.8091x+6.4136

X=1.75 9.579525
erto proceso a distintas temperaturas. Los datos se codificaron y registraron como

se registra una temperatura codificada de 1.75.

𝑿^𝟐 𝒀^𝟐 MÉTODO GRÁFICO

1 65.61
1.21 60.84 Gráfico de dispersión.
1.44 72.25 12
1.69 96.04
1.96 90.25 10
f(x) = 1.80909090909091 x + 6.41363636363636
2.25 79.21 R² = 0.49988639232517
2.56 73.96 8

2.89 104.04
3.24 86.49 6

3.61 84.64
4
4 110.25
25.85 923.58
2

0
uando se registra una 0.8 1 1.2 1.4 1.6 1.8 2

MÉTODO DE MINIMOS CUADRADOS

𝒚 ̂=𝒂+𝒃𝒙 1.8091+6.436X

𝒃=(𝜮𝒙𝒚−𝒏𝒙 ̅𝒚 ̅)/ 100.4 0 100.4

(𝜮𝒙^𝟐−𝒏(𝒙 ̅ )^𝟐 ) 152.59 0 152.59

𝒂=𝒚 ̅−𝒃𝒙 ̅ 100.4 10.8565436791 89.54345632

0.1 Finalmente podemos concluir que al tener un coeficiente de

correlación de .7070 nos está indicando que la relación existente es
positiva directa y fuerte.

0.654710744
9.12727273 0.180909091

CALC. DE
CORRELACIÓ 𝑹^𝟐= 0.499886392
N
 Resumen
sión.
Estadísticas de la regresión
Coeficiente 0.7070264
Coeficiente 0.4998864
6
R^2 ajusta 0.4443182
Error típico 0.6326072
Observacion 11

ANÁLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadrados
de los cuadrados
Regresión 1 3.6000909 3.6000909
Residuos 9 3.6017273 0.4001919
Total 10 7.2018182
1.8 2 2.2
Coeficientes Error típico Estadístico t
Intercepción 6.4136364 0.924638 6.9363754
TEMPERATUR 1.8090909 0.6031673 2.9993184

0.657972344

un coeficiente de
relación existente es
 F Valor crítico de F
8.9959111 0.0149729

ProbabilidadInferior 95%Superior 95%

Inferior 95.0%
Superior 95.0%
6.786E-05 4.3219598 8.5053129 4.3219598 8.5053129
0.0149729 0.4446316 3.1735502 0.4446316 3.1735502
 Al analizar un diagrama de causa-efecto se decidió estudiar si existe una relación
entre el grado de humedad de la piel al momento de coserse y la resistencia a la
ruptura, los datos codificados son los siguientes:

a)    Dibuje un diagrama de dispersión de los datos y comente si de acuerdo a este existe una relación e
b)  Encuentre el modelo de regresión lineal simple que se ajusta a los datos, y el coeficiente de regresi
c)  Anota la conclusión inferida de la ecuación resultante

Grado de Resistencia 𝒙∗𝒚 𝒙^𝟐

humedad X Y
1 5 8 40 25
2 3 7 21 9
3 5 9 45 25
4 4 7 28 16
5 2 6 12 4
6 6 8 48 36
7 7 9 63 49
8 10 12 120 100
9 11 18 198 121
53 84 575 385

53
Media de X 5.888888889
9

84
Media de Y 9.333333333
9

Varianza de la 385
34.6790123
variable X 9

Varianza de la 892
87.1111111
variable Y 9

575
Covarianza 5.88888889
9

Coeficiente de 8.92592592593
0.905426591
correlación 9.85825467236
Desviación E. X 2.8458329944146
9.85825467236
Desviación E. Y 3.46410161513775

Ecuación de la
recta

ECUACIÓN DE LA RECTA: y-9.33333333=(8.92592593/8.09876543)(x-5.88

REALIZANDO LAS OPERACIONES: y=1.1021x+2.843
 xiste una relación
a resistencia a la

do a este existe una relación entre las variables.

os, y el coeficiente de regresión.

MÉTODO GRÁFICO
𝒚^𝟐
Gráfico de dispersión.
64 20
49 18
81 16
14 f(x) = 1.10213414634146 x + 2.84298780487805
49 R² = 0.819797312556459
12
36 10
64 8
81 6
144 4
324 2
0
892 0 2 4 6 8 10 12

MÉTODO DE MÍNIMOS CUADRADOS

54.962963 𝒚 ̂=𝒂+𝒃𝒙 1.1021+2.8429x

𝒃=(𝜮𝒙𝒚−𝒏𝒙 ̅𝒚 ̅)/ 575 494.666667 80.3333333

(𝜮𝒙^𝟐−𝒏(𝒙 ̅ )^𝟐 ) 385 312.111111 72.8888889

𝒂=𝒚 ̅−𝒃𝒙 ̅ 9.33333333 6.49034553 2.842987805

8.098765432

12 Finalmente podemos concluir que al tener un coeficiente de

correlación de .9054 nos está indicando que la relación
existente es positiva directa y la relación de variables es
muy fuerte.

9.33333333 8.925925926

CÁLCULO DE CORRELACIÓN
𝑅^2= 0.819797313
2592593/8.09876543)(x-5.88888889)
10 12
Resumen

Estadísticas de la regresión
Coeficiente 0.9054266
Coeficiente 0.8197973
R^2 ajusta 0.7940541
Error típico 1.6674142
1.102134146
Observacion 9

ANÁLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadrados
de los cuadrados
F
Regresión 1 88.53811 88.53811 31.845148
Residuos 7 19.46189 2.78027
Total 8 108

Coeficientes Error típico Estadístico tProbabilidad

Intercepción 2.8429878 1.2773854 2.2256305 0.0613653
humedad X 1.1021341 0.1953048 5.6431505 0.00078
Valor crítico de F
0.00078

Inferior 95%Superior 95%

Inferior 95.0%
Superior 95.0%
-0.1775486 5.8635242 -0.1775486 5.8635242
0.6403118 1.5639565 0.6403118 1.5639565