Regresion lineal simple

Universidad Polit
ecnica de Cartagena
Dpto. Matem
atica Aplicada y Estadstica
Ingeniero Industrial
Ampliaci
on de Estadstica.
Curso Academico: 2003/2004.
Profesor: Mathieu Kessler
Regresi
on lineal simple
1. Producci
on de uva. En julio, las cepas producen racimos de peque
nas
bayas, y un recuento de esos racimos se quiere utilizar para predecir la
cantidad de uva que se cosechar
a. En la tabla siguiente aparece, para
varios a
nos, la cosecha de uva en toneladas por acre, y la cantidad de
racimos contabilizados en julio.
A
no
1971
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983

Producci
on (Y )
5.6
3.2
4.5
4.2
5.2
2.7
4.8
4.9
4.7
4.1
4.4
5.4

No racimos (x)
116
83
111
97
116
80
125
116
117
93
107
122

(a) Definir la poblaci

on y las variables bajo estudio. Analice los datos
utilizando, despues de haberlo definido, un modelo de regresion lineal. Este an
alisis deber
a comprender intervalos de confianza para la
pendiente y la ordenada al origen de la recta de regresion.
(b) Realize un gr
afico de los residuos en funcion de los valores ajustados,
una gr
afica normal de los residuos, y comente la validez del modelo
de regresi
on lineal simple.
(c) El precio de venta del kilo de uva es de 10pts . Si en junio se contaron
105 racimos de bayas,
a) construya un intervalo de confianza para el precio medio conseguido por la producci
on.
b) Encuentre, con una probabilidad de 0.95 una cota inferior para
el precio de la cosecha, es decir, encuentre un n
umero tal que la
probabilidad de que el precio supere esta cota es igual a 0.95.

2. Los datos de la tabla siguiente estan tomados de un experimento de soldadura por rozamiento. En este experimento, una pieza que rodaba a
cierta velocidad se llevo a un punto de reposo al forzarla a entrar en contacto con otra pieza que estaba parada. El calor generado por la friccion
entre las dos superficies produjo una soldadura de presion caliente. Se
quiere estudiar la relacion entre la resistencia a la rotura de la soldadura
con la velocidad de la pieza rotativa.
Velocidad (m/mn)
Resistencia (ksi)

60
89

75
97

75
91

83
98

90
100

90
104

90
97

(a) Analice los datos utilizando un modelo de regresion lineal.

(b) Cual es la resistencia promedio de la soldadura si la velocidad de la
pieza es de 85m/mn?
(c) Que cambio se espera en la resistencia promedio si la velocidad
cambia 1 m/mn?
(d) Contrastar la afirmacion La mejora en la resistencia promedio es
mayor de 5 ksi si se aumenta la velocidad de 10m/mn.
3. Las materias primas empleadas en la produccion de una fibra sintetica son
almacenadas en un lugar en donde no se tiene control de la humedad. La
siguiente tabla refleja en porcentajes la humedad relativa del almacen (X)
y la humedad observada en la materias primas (Y ) durante un estudio que
tuvo lugar durante 12 das.
X
Y

41
1.6

53
13.6

59
19.6

65
25.6

71
31.6

78
33.2

50
14.7

65
21.2

74
28.3

(a) Analice los datos utilizando un modelo de regresion lineal. Este

analisis debera comprender intervalos de confianza para la pendiente, la ordenada al origen de la recta de regresion as como para la
varianza del modelo.
(b) Construir un intervalo de confianza para la media de la humedad de
las materias primas si la humedad relativa del almacen es igual a 69.
(c) Contestar a la pregunta que os hace una persona sin conocimientos
de estadstica : Que valdra la humedad en las materias primas si se
consigue una humedad relativa de 35?
(d) Realizar el analisis de los residuos para validar el modelo.
4. Se pretende calibrar un cromatografo, tecnica usada para detectar cantidades muy peque
nas de sustancia. Para ello se preparan cuatro probetas
con distintas cantidas de una sustancia dada. Para cada una de las cuatro
probetas, se realizaron cuatro medidas con el aparato:

Regresion lineal simple

Cantidad
Se
nal
Cantidad
Se
nal

0.25
6.55
5
211

0.25
7.98
5
204

0.25
6.54
5
212

0.25
6.37
5
213

1
29.7
20
929

1
30.0
20
905

1
30.1
20
922

1
29.5
20
928

(a) Analice los datos utilizando, despues de haberlo definido, un modelo

de regresi
on lineal. Este an
alisis debera comprender intervalos de
confianza para la pendiente, la ordenada al origen de la recta de
regresi
on as como para la varianza del modelo.
(b) Realizar el an
alisis de los residuos para validar el modelo.
(c) LLeve a cabo la prueba de falta de ajuste del modelo lineal.
5. Un fabricante de papel utilizado para fabricar bolsas para caramelos
quiere mejorar la resitencia a la tensi
on del producto. Para ello, quiere estudiar la influencia de la concentraci
on de madera en la tension de ruptura
del papel. Los datos obtenidos son los siguientes:
% madera
5
10
15
20

Observaciones
16.11 14.90 15.22
14.27 14.62 14.74
12.76 14.85 14.42
16.72 14.50 15.35

(a) Calcular estimadores de 0 , 1 y de la varianza 2 del error. Construir intervalos de confianza para los dos primeros parametros. Le
parece bueno el ajuste de nuestros datos por el modelo propuesto?
(b) Plantear y llevar a cabo el contraste de hipotesis para probar si los
valores del factor f no dependen de ln(P ).
(c) Cuales son los pasos a seguir para validar nuestro modelo? (Es
suficiente enumerar los procedimientos adecuados junto con su finalidad)
(d) Si en la presion se produce un incremento que corresponde a multiplicar la presion inicial por dos, cual es, en funcion de 1 , el incremento promedio correspondiente para el el factor f ? Deducir un
intervalo de confianza al 95 % para ese incremento promedio.
(e) Realizar la prueba de falta de ajuste de nuestro modelo lineal sabiendo que el en correspondiente modelo anova, el estimador de la
varianza es
2 ' 1.917. Cual es su conclusion?
7. La hidrolisis de un cierto ester tiene lugar en medio acido seg
un un
proceso cinetico de primer orden. Partiendo de una concentracion inicial
desconocida del ester, se han medido las concentraciones del mismo a
diferentes tiempos obteniendose los resultados siguientes.
3
5
10
15
20 30 40 50 60 75 90
t(min)
c.103 (M) 25.5 23.4 18.2 14.2 11 6.7 4.1 2.5 1.5 0.7 0.4

(a) Analice los datos utilizando un modelo de regresion lineal.

6. (Septiembre 99) Los datos que se dan a continuacion provienen de un
experimento en el que cinco presiones distintas fueron aplicadas durante
la fase de presa en una f
abrica de papel. Se quiere investigar el efecto de
la presi
on P sobre el factor f de desgarro del papel, que se calcula como
el porcentaje de una fuerza est
andar necesaria para desgarrar la hoja. Al
sospechar que el factor de desgarro esta directamente relacionado con el
logaritmo de la presi
on, se ha indicado en la segunda columna el logaritmo
de P.
Presi
on P
35
49.5
70
99
140

ln(P )
3.55
3.90
4.25
4.59
4.94

Factor de desgarro
113,116
111
107,107,109
104,103
100

Queremos proponer el modelo siguiente para el factor de desgarro f :

f = 1 + 2 ln(P ) +
donde es un error aleatorio normal de media 0.

(a) Realize una nube de puntos de las dos variables. Proponga un modelo
de relacion entre el tiempo y la concentracion en ester.
(b) Estamos interesados en estimar la velocidad k de disparicion del
t
etodo para
ester, que definimos por k = dC
dt |t=0 . Proponga un m
estimar esta cantidad, y realice el analisis de los datos anteriores.
(c) Nos indican ahora que la concentracion incial exacta del ester era
de 3.102 M . Como podemos incluir esta informacion a nuestro
modelo?
8. Se realiza un estudio sobre la concentracion de cloro de varios arroyos.
Los datos siguientes muestran la concentraci
on de cloro y ( en mg/l) y el
area x que rodea la cuenca ( en %).
x
y
x
y

0.19
4.40
0.78
14.70

0.15
6.60
0.81
15.00

0.57
9.70
0.78
17.30

0.70
10.60
0.69
19.20

0.67
10.80
1.30
23.10

0.63
10.90
1.05
27.40

0.47
11.80
1.06
27.70

0.70
12.10
1.74
31.80

(a) Analice los datos utilizando un modelo de regresion lineal.

0.60
14.30
1.62
39.50