Академический Документы
Профессиональный Документы
Культура Документы
Ejercicios a Desarrollar
X (Sal) Y (Tension)
1.6 98
2.3 102
3.3 109
4.2 113
4.6 115
5 120
=/
El tipo de asosiacion entre las variables es directo.
0.9870042369
=+.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra
=88,1283+6,106.()
R^2 = 0.9837552961
El modelo matematico es confiable porque es cercano a 1.
a Morales Arvalo
o: 204040_13
sin arterial.
sal en su dieta
N ARTERIAL
ENSION ARTERIAL)
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.9934808689
Coeficiente de determinacin R^2 0.9870042369
R^2 ajustado 0.9837552961
Error tpico 1.0533343602
Observaciones 6
Analisis de Varianza
Grados de libertad
Regresin 1
Residuos 4
Total 5
Coeficientes
Intercepcin 88.1283185841
x(sal) 6.1061946903
X
( Dias) Y (Minutos)
12 45
23 30
35 27
42 25
53 23
65 21
70 20
Dias VS Minutos
DIAS VS MINUTOS Linear (DIAS VS MINUTOS)
50
40
f(x) = - 0.3566138118x + 42.5691633632
30
R = 0.7962666987
Minutos (Y) 20
10
0
0 10 20 30 40 50 60 70 80
Dias (X)
=/
-0.8923377716
=/
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
=+.
=,.+,
R^2= 0.7555200384
=
,(+,
,.()+, = 10,4
El tiempo que debera tardarse el empleado cuando lleva 90 dias es de 10 minutos para realizar
t implantado,
mpo medio ( medido en minutos) que
dicho proceso de fabricacin.
evo proceso
realice el diagrama de
S)
0 70 80
a variable sobre
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.8923377716
Coeficiente de determinacin R^2 0.7962666987
R^2 ajustado 0.7555200384
Error tpico 4.2218187302
Observaciones 7
Analisi de Varianza
Grados de libertad
Regresin 1
Residuos 5
Total 6
Coeficientes
Intercepcin 42.5691633632
X ( DIAS) -0.3566138118
Suma de cuadrados Promedio de los cuadrados F
348.3098044768 348.3098044768 19.5418886723
89.1187669518 17.8237533904
437.4285714286
X Y
Estatura (cm) Peso (kg)
120 24
124 23
107 19
118 24
112 21
110 19
115 22
104 16
110 20
116 23
Peso (Y) 15
10
5
0
100 105 110 115 120 125 130
Estatura (X)
=/
0.9126241211
=/
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
=+.
=
,+,
,+,.
R^2= 0.7796364629
=(
(^ (&^
^ ) 0.8984330276 * 100% 90%
d. Cul es el peso que debera tener un estudiante que mida 128 cm?
=
,+,(
,+,.()= 26,6
Estatura
Peso
cto de una variable sobre
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.8984330276
Coeficiente de determinacin R^2 0.807181905
R^2 ajustado 0.7796364629
Error tpico 1.1916881189
Observaciones 9
Analisis de Varianza
Grados de libertad Suma de cuadrados
Regresin 1 41.6147115465
Residuos 7 9.940844009
Total 8 51.5555555556
Residuos estndares
-1.7509034774
0.3897281292
1.1681703509
0.4989060874
-0.6212665234
0.3849959577
-1.290530787
0.2758179995
0.9450822631
Superior 95% Inferior 95,0% Superior 95,0%
-3.0816832806 -40.1783016478 -3.0816832806
0.5397544562 0.211564308 0.5397544562