1.Ejercicios.

Se quiere est
de sal y tensin
arterial. A una serie de voluntarios se les administ
en su dieta y se mide su tensin arterial un tiempo

1.Realice el diagrama de dispersin y dete

x(sal) y(Tension) entre las variables
1.6 98 CONSUMO DE SAL
2.3 102
3.3 109
4.2 113 f(x) = 6.1061946903x + 88.1
R = 0.9870042369
4.6 115
5 120

CONSUMO DE SAL Y
Linear (CONSUMO D

Tipo de asociacion
=/
0.98700424

2-Encuentre el modelo matemtico que perm

una variable sobre la otra.Es confiable?

=+.
=88,1283+6,106.()

R^2 = 0.9837552961
3-Determine el grado de relacin de las d
 =(&^ )
0.9934808689
El grado de relacion de las dos variable
Si a un paciente se le administra una dosis
tensin arterial esperada?

=88,1283+6,106.

Al momento de remplazar x en nuestro modelo mate

administrarle una dosis de 5,6 la dosis esperada es d
 Se quiere estudiar la asociacin entre consumo

ntarios se les administra distintas dosis de sal

sin arterial un tiempo despus.

ma de dispersin y determine el tipo de asociacin

ONSUMO DE SAL Y TENSION ARTERIAL

f(x) = 6.1061946903x + 88.1283185841

R = 0.9870042369

CONSUMO DE SAL Y TENSION ARTERIAL

Linear (CONSUMO DE SAL Y TENSION ARTERIAL)

el tipo de asosiacion entre las variables es directo

l modelo matemtico que permite predecir el efecto de

obre la otra.Es confiable?

=+.
6,106.()

El modelo matematico por ser cercano a 1 es confiable

ine el grado de relacin de las dos variables.
 *100% 99%
on de las dos variables es excelente
iente se le administra una dosis de sal de 5,6. Cul es la
erial esperada?

=88,1283+6,106.(5,6)= 122,32

zar x en nuestro modelo matematico encontramos que al momento de

s de 5,6 la dosis esperada es de 122,32
Resumen

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

ANLISIS DE VARIANZA
Grados de libertad
Regresin 1
Residuos 4
Total 5

Coeficientes
Intercepcin 88.1283185841
x(sal) 6.1061946903

Anlisis de los residuales

Observacin Pronstico y(Tension)

1 97.8982300885
2 102.1725663717
3 108.2787610619
4 113.7743362832
5 116.2168141593
6 118.6592920354
Suma de cuadrados Promedio de los cuadrados F
337.0619469027 337.0619469027 303.792622134
4.4380530973 1.1095132743
341.5

Error tpico Estadstico t Probabilidad

1.299387376 67.8229758229 2.8315E-007
0.3503337969 17.4296477914 6.3610E-005

Residuos Residuos estndares

0.1017699115 0.1080209897
-0.1725663717 -0.183166026
0.7212389381 0.7655400576
-0.7743362832 -0.8218988348
-1.2168141593 -1.2915553119
1.3407079646 1.4230591255
 Valor crtico de F
6.36100766141502E-005

Inferior 95% Superior 95%

Inferior 95,0%Superior 95,0%
84.5206408643 91.735996 84.520641 91.7359963038
5.1335121345 7.0788772 5.1335121 7.078877246
 2. En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se ha considerado qu
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose al nuevo proceso

X ( DIAS) Y(MINUTOS) 1-Identifique la variable dependiente (y) y la

realice el diagrama de dispersin y determin
12 45 las variables
23 30
35 27
42 25 DIAS VS
53 23
DIAS VS MINUTOS
65 21
70 20

f(x) = - 0.3566138118x + 4
R = 0.7962666987

x
y

Tipo de Asociacion
=/

2-Encuentre el modelo matemtico que

una variable sobre la otra. Es confiable

=0,3566.+42,569
R^2=

3-Determine el grado de relacin de las d

 =(2&^2 )
El grado de correlacion de las variabl

3-Que tiempo deber tardarse un emplead

=,.()+

El tiempo que debera tardarse el e

e est implantado, se ha considerado que era importante ir anotando peridicamente el tiempo medio ( medido en minutos) que se utiliza par
rios van adaptndose al nuevo proceso mejorando paulatinamente su proceso de produccin.

ifique la variable dependiente (y) y la variable independiente (x),

el diagrama de dispersin y determine el tipo de asociacin entre
ables

DIAS VS MINUTOS
DIAS VS MINUTOS Linear (DIAS VS MINUTOS)

f(x) = - 0.3566138118x + 42.5691633632

R = 0.7962666987

DIAS
MINUTOS

de Asociacion El tipo de asociacion es inversa

-0.892338

Encuentre el modelo matemtico que permite predecir el efecto de

a variable sobre la otra. Es confiable?

=+.
=0,3566.+42,569
0.75552 El modelo matematico por ser cercano a 1 es confiable

-Determine el grado de relacin de las dos variables.

 0.89233777 * 100% 89%
rado de correlacion de las variables es aceptable

tiempo deber tardarse un empleado cuando lleven 90 das?

=,.()+,= 10,4

empo que debera tardarse el empleado cuando lleva 90 dias es de 10 minutos para realizar una pieza
dido en minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho

Resumen

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

ANLISIS DE VARIANZA
Grados de libertad
Regresin 1
Residuos 5
Total 6

Coeficientes
Intercepcin 42.5691633632
X ( DIAS) -0.3566138118
a realizar una pieza
dicho

Suma de cuadrados Promedio de los cuadrados F Valor crtico de F

348.3098044768 348.3098044768 19.5418886723 0.006887992
89.1187669518 17.8237533904
437.4285714286

Error tpico Estadstico t Probabilidad Inferior 95%

3.8077855848 11.1795064127 9.9922335769E-005 32.780938905
0.0806705266 -4.4206208469 0.006887992 -0.5639840023
Superior 95% Inferior 95,0% Superior 95,0%
52.357387821 32.780938905 52.3573878215
-0.149243621 -0.563984002 -0.1492436214
 3-Una Nutricionista de un hogar infantil desea e
matemtico que permita determinar la relacin
estatura de sus estudiantes. Para ello selecciona
mediciones respectivas.

x y 1-Identifique la variable dependiente (y) y la

ESTATURA(cm) PESO (kg) realice el diagrama de dispersin y determine
las variables
120 24
124 23
107 19
118 24 RELACION PE
112 21
110 19
115 22
f(x) = 0.3860164512x - 22.75
104 16 R = 0.8328827864
110 20
116 23

X ESTATURA
Y PESO

Tipo de asosiacion
=/
0.9126241

2-Encuentre el modelo matemtico que permi

una variable sobre la otra. Es confiable?

=+.

=22,751+0,386.
R^2= 0.7796364629

3-Determine el grado de correlacin de las do

 3-Determine el grado de correlacin de las do

=(2&^2 ) 0.89843303

El grado de correlacion es excelente

Cul es el peso que debera tener un

=22,751+0,386.(12

El peso que deberia tener el estudi

 ogar infantil desea encontrar un modelo
eterminar la relacin entre el peso y la
s. Para ello selecciona 10 nios y realiza las

able dependiente (y) y la variable independiente (x),

de dispersin y determine el tipo de asociacin entre

RELACION PESO VS ESTATURA

= 0.3860164512x - 22.7514688602
0.8328827864

el tipo de asosiacion es directa

elo matemtico que permite predecir el efecto de

a otra. Es confiable?

22,751+0,386.
El modelo matematico por ser cercano a 1 es confiable

do de correlacin de las dos variables

do de correlacin de las dos variables

* 100% 90%

lacion es excelente

que debera tener un estudiante que mida 128 cm?

22,751+0,386.(128)= 26,6

eria tener el estudiante que mida 128 cm es de 26,6 kg

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

ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresin 1 41.6147115465
Residuos 7 9.940844009
Total 8 51.5555555556

Coeficientes Error tpico

Intercepcin -21.6299924642 7.8440831227
120 0.3756593821 0.0693958349

Anlisis de los residuales

Observacin Pronstico 24 Residuos

1 24.9517709118 -1.9517709118
2 18.5655614167 0.4344385833
3 22.6978146194 1.3021853806
4 20.4438583271 0.5561416729
5 19.6925395629 -0.6925395629
6 21.5708364732 0.4291635268
7 17.4385832705 -1.4385832705
8 19.6925395629 0.3074604371
9 21.9464958553 1.0535041447
Promedio de los cuadrados F Valor crtico de F
41.6147115465 29.3036467085 0.0009942322
1.4201205727

Estadstico t Probabilidad Inferior 95%

-2.7574914908 0.0281977474 -40.1783016478
5.4132842811 0.0009942322 0.211564308

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