ASIGNATURA, CLAVE-GRUPO CALIFICACIÓN

NOMBRE Y MATRÍCULA:
INGENIERIA EN:
FECHA DE ENTREGA: mayo 2019
BANCO DE EJERCICIOS 4. ANOVA Y A.C. Y R.L.S
4

Realiza los ejercicios en forma limpia y ordenada.

INDICACIONES Lee con atención las preguntas, incluye todos tus procedimientos e interpreta todos
los resultados.

1. Uno de los factores que determina el grado del riesgo que un pesticida plantea a la salud humana
es la tasa con la que lo absorbe la piel después del contacto. Una pregunta importante es si la
cantidad en la piel aumenta con la duración del contacto, o si sólo aumenta durante un tiempo
corto antes de estabilizarse. Para investigar esto último se aplicaron cantidades medidas de cierto
pesticida a 20 muestras de piel de rata. Se analizaron cuatro pieles en cada uno de los intervalos
de 1, 2, 4, 10 y 24 horas. Las cantidades de compuestos químicos (en μg) que estaban en la piel
están dadas en la tabla siguiente:

Duración Cantidades absorbidas

1 1.7 1.5 1.2 1.5
2 1.8 1.6 1.8 1.9
4 1.9 1.7 2.1 2.0
10 2.3 1.9 1.7 1.5
24 2.1 2.2 2.2 2.3
a) Compruebe con un nivel de significancia de 5% si la cantidad de insecticida absorbido en la piel
depende de la duración del contacto.

b) Realice una gráfica de medias y responda: ¿En qué nivel de contacto se absorbe la menor
cantidad de insecticida?. Utiliza una confianza de 90%.
c) Verifica los supuestos de normalidad y homogeneidad de varianzas

2. Se realizó un experimento para determinar si la temperatura de recocido de hierro dúctil afecta su

fuerza de tensión. Se recocieron cinco elementos para cada una de las cuatro temperaturas. Se
midió la fuerza de tensión (en ksi) para cada una. Los resultados se presentan en la siguiente
tabla. Trabaja con una significancia de 2.5%
750 °C 800 °C 850 °C 900 °C
19.72 16.01 16.66 16.93
20.88 20.04 17.38 14.49
19.63 18.10 14.49 16.15
18.68 20.28 18.21 15.53
17.89 20.53 15.58 13.25
 ANÁLISIS DE CORRELACIÓN Y REGRESIÓN LINEAL SIMPLE
1. La información estadística obtenida de una muestra de tamaño 9 sobre la relación existente
entre la inversión hecha (X) y el rendimiento obtenido en miles de euros (Y) para
explotaciones agropecuarias se muestra la tabla siguiente:
Inversión 11 14 16 15 18 20 31 14 20
Rendimiento 2 3 5 6 5 8 7 5 6
a) Calcula el coeficiente de correlación lineal e interprétalo.
b) Realiza una prueba de hipótesis para verificar si es significativa la correlación entre las dos
variables.
c) Calcula la recta de regresión e interprétalo de acuerdo al problema.
d) El modelo de regresión lineal es adecuado, ¿Por qué?, explica el coeficiente de
determinación.
e) Modelo de regresión es significativo, Realiza un análisis de varianza y utiliza un nivel de
significancia de 0.05
f) Si se invirtieron 17 500 € en una explotación agropecuaria, ¿cuánto se espera de rendimiento?

2. Jensen Tire & Auto está por decidir si firma un contrato de mantenimiento para su nueva
máquina de alineamiento y balanceo de neumáticos. Los gerentes piensan que los gastos de
mantenimiento deberán estar relacionaos con el uso y recolectan los datos siguientes sobre
uso semanal (horas) y gastos anuales de mantenimiento (en cientos de dólares).
Uso semanal 13 10 20 28 32 17
Gastos anuales de mantenimiento 17.00 22.00 30.00 37.00 47.00 30.50
a) Calcule e interprete el coeficiente de correlación y el coeficiente de determinación.
b) Realiza una prueba de hipótesis para verificar si es significativa la correlación entre las dos
variables.
c) Obtén la ecuación de regresión estimada que relaciona gastos anuales con el uso semanal.
Interprétala.
d) Modelo de regresión es significativo, Realiza un análisis de varianza y utiliza un nivel de
significancia de 0.10
e) Realiza un intervalo de predicción de 95% para 25 horas de uso a la semana.

3. La factura mensual del gasto telefónico de una pequeña empresa se ha incrementado

notablemente en los últimos meses. Los estudios realizados por el administrador de la misma
argumentan que el mayor uso de Internet dentro de la misma es la principal causa del mayor
gasto en teléfono, lo que ha hecho que se estudie la posibilidad de seleccionar a alguna de las
tarifas especiales que ofrecen las compañías, lo que hasta la fecha todavía no se lleva a cabo.
Las últimas cifras mensuales no hacen sino confirmar esta relación:

Mes enero febrero marzo abril mayo

y: factura telefónica (pesos) 995 1800 2124 2160 2556
x: Tiempo de conexión (minutos) 200 500 700 800 1000

De acuerdo con la información anterior, responda a las siguientes preguntas:

a) Determine e interprete el coeficiente de correlación lineal.
b) Con un nivel de significancia de 0.05, realice una prueba de hipótesis para determinar si la
correlación en la población es significativa.
c) Suponiendo la existencia de una relación de tipo lineal entre tiempo de conexión y gasto telefónico,
¿qué porcentaje de las variaciones en la factura telefónica no podrían ser explicadas linealmente por
el tiempo de conexión a Internet dentro de la compañía?
d) Realice el Análisis de Varianza para probar que el modelo de regresión lineal estimado es
significativo, a un 95% de confianza.
e) ¿De cuánto debe ser la factura telefónica de la compañía de acuerdo a esta relación lineal si no se
conectase a Internet en la empresa?
f) ¿Cuál sería el gasto telefónico estimado según esta relación lineal si el tiempo de conexión a
Internet fuera de 2000 minutos? Realiza esta predicción con un nivel de confianza de 95%.

4. Aunque actualmente en los aeropuertos grandes los retrasos son menos frecuentes, es útil
saber en qué aeropuertos es más probable que le echen a perder uno de sus planes. Además,
si su vuelo llega con retraso a un determinado aeropuerto en el que tiene que hacer un
transbordo, ¿cuál es la probabilidad de que retrase la salida y que pueda hacer así el
transbordo? En la tabla se muestra el porcentaje de llegadas y salidas retrasadas durante el
mes de agosto en 13 aeropuertos.
% Llegadas % Salidas
Aeropuerto retrasadas retrasadas
Atlanta 24 22
Charlotte 20 20
Chicago 30 29
Cincinnati 20 19
Dallas 20 22
Denver 23 23
Detroit 18 19
Houston 20 16
Minneapolis 18 18
Phoenix 21 22
Pittsburgh 25 22
Salt Lake City 18 17
St. Louis 16 16

a) Trace un diagrama de dispersión con estos datos tomando como variable independiente las
llegadas retrasadas.
b) Dé la ecuación de regresión obtenida por el método de mínimos cuadrados.
c) ¿Cómo se interpreta la pendiente?
d) Suponga que en el Aeropuerto de Filadelfia hubo 22% de llegadas retrasadas, ¿cuál es el
porcentaje estimado de salidas retrasadas?
e) Usando alfa de 5%, determine si hay relación entre estas dos variables.
f) Realiza un ANOVA para la pendiente de la ecuación de regresión.
g) ¿Confiaría en usar la ecuación de regresión estimada?

5. Los salarios iniciales de contadores y auditores en Rochester, Nueva York, corresponden a

los de muchos ciudadanos de Estados Unidos. En la tabla ser presentan salarios iniciales (en miles
de dólares) y el índice de costo de vida en Rochester y en otras zonas metropolitanas.
a. Elabore un diagrama de dispersión con estos datos empleando como variable independiente el
índice del costo de vida.
b. Obtenga la ecuación de regresión para relacionar el índice del costo de vida con el salario inicial.
c. Estime el salario inicial en una zona metropolitana en la que el índice del costo de vida es 50.
d. Usando alfa de 5%, determine si hay relación entre estas dos variables.
e. ¿Confiaría en usar la ecuación de regresión estimada?, utiliza una significancia de 5%

Zona metropolitana Índice Salario

Oklahoma City 82.44 23.9
Tampa/St.Petersburg/Clearwater 79.89 24.5
Indianapolis 55.53 27.4
Buffalo/Niagara Falls 41.36 27.7
Atlanta 39.38 27.1
 Rochester 28.05 25.6
Sacramento 25.50 28.7
Raleigh/Durham/Chapel Hill 13.32 26.7
San Diego 3.12 27.8
Honolulu 0.57 28.3
6. En el laboratorio de física de una universidad, fueron colocados diferentes pesos en un resorte de
acero, para determinar su elongación dependiendo del peso que se le haya colocado, los datos son
los siguientes:
Peso (gr) 5 10 15 20 25 30 50 70
Elongación (mm) 1.056 1.29 3.15 4.23 4.66 5.20 10.46 14.70

a) (1 punto) Calcule el coeficiente de correlación de Pearson y explícalo.

b) (1 punto) Determine la ecuación de regresión lineal para estas dos variables e interprétala.
c) (1 punto) Grafique la ecuación sobre el diagrama de dispersión.
d) (1 punto) Realice el análisis de varianza correspondiente para verificar la significación del
modelo de regresión lineal. Utiliza un nivel de significancia de 0.025
e) (1 punto) Calcule y explique el coeficiente de Determinación para estos datos.
f) (1 punto) ¿Cuál será la elongación del resorte si se coloca un peso de 60 gr?, realiza un
intervalo de predicción de 98%

7. Se realiza un estudio para establecer una ecuación mediante la cual se pueda utilizar la
concentración de estrona en saliva en pmol/L (X) para predecir la concentración de esteroide en
sangre (Y). Se extrajeron los siguientes datos de 14 varones sanos:

Saliva 1.4 7.5 8.5 9 9 11 13 14 14.5 16 17 18 20 23

Esteroide 30 25 31.5 27.5 39.5 38 43 49 55 48.5 51 64.5 63 68

a) Encuentre el coeficiente de correlación lineal y explíquelo.

b) Verifique con una prueba de hipótesis y un nivel de significancia de 0.05, si la correlación
entre las dos variables es significativa.
c) Calcule el coeficiente de determinación y explique.
d) Obtenga la ecuación de regresión, e interpreta en el contexto del problema.
e) Realice el análisis de varianza correspondiente para verificar la significación del modelo de
regresión lineal. Utilice un nivel de significancia de 0.05.
f) Use la ecuación que se obtuvo para construir un intervalo de predicción del 95% para la
concentración de esteroide en sangre, si la concentración de estrona en saliva fue de 15
pmol/L
8. PC World publicó evaluaciones de las cinco mejores impresoras láser de oficina y de
las cinco mejores impresoras láse corporativas. La impresora de oficina mejor evaluada fue
Minolta-QMS Page-pro 1250W, que en la evaluación general obtuvo una puntuación de 91.
La impresora láser corporativa mejor evaluada fue la Xerox Phase 4400/N, que en la
evaluación general obtuvo 83 puntos. En la tabla se da la rapidez, en páginas por minuto
(ppm), en la impresión de texto y precio de cada impresora.
a. Dé la ecuación de regresión estimada empleando la velocidad como variable independiente.
Realiza la prueba correspondiente con una significancia de 5%
b. Calcule el coeficiente de determinación. ¿Qué porcentaje de la variación del precio puede ser
explicado por la velocidad de la impresora?
c. ¿Cuál es el coeficiente de correlación muestral entre velocidad y precio? ¿Refleja este coeficiente
una relación fuerte o débil entre la velocidad de impresora y el costo?, ¿Indican las evidencias que
haya una relación significante entre velocidad de impresión y precio? Realice una prueba estadística
apropiada y dé su conclusión. Use alfa de 5%.
d. para una impresora con una velocidad de 20 ppm, que precio estimaría con una confianza de 95%.
 Nombre Tipo Velocidad Precio
Minolta-QMS PagePro 1250W Small Office 12 199
Brother HL-1850 Small Office 10 499
Lexmark E320 Small Office 12.2 299
Minolta-QMS PagePro 1250E Small Office 10.3 299
HP Laserjet 1200 Small Office 11.7 399
Xerox Phaser 4400/N Corporate 17.8 1850
Brother HL-2460N Corporate 16.1 1000
IBM Infoprint 1120n Corporate 11.8 1387
Lexmark W812 Corporate 19.8 2089
Oki Data B8300n Corporate 28.2 2200

9. En un centro de salud del municipio de Tochtitlan, Puebla, se tomó una muestra para conocer la
relación que existe entre el peso, estatura y edad. Los datos se presentan a continuación.
edad 41 52 32 20 20 29 18 26 33 55 53 28 28 37 40
sexo 0 1 1 1 0 1 0 0 0 1 1 0 0 0 1
peso 61.3 85.2 66.3 69.7 65.4 80 62.9 68.5 79.3 82.4 69.2 58.5 71.9 87.1 63
estatura 151 187 166.1 157 164 162 152 154 185 194 173 162 175 180 160
(edad en años, sexo: 1= hombre, 0= mujer, peso en kilogramos, estatura en cm)

a) Calcula el coeficiente de correlación de Pearson para peso vs estatura, interpreta.

b) Realice una prueba estadística apropiada para la correlación y dé su conclusión. Use alfa de 10%.
c) Calcula e interpreta la ecuación de relación lineal peso vs estatura.
d) Realiza el ANOVA correspondiente para la pendiente de la ecuación anterior. Significancia de
10%.
e) Para una persona de 75 kg, estima su estatura con una confianza de 90%
f)Que estatura esperarías para un paciente cuyo peso es 72 kg.
g) Calcula el coeficiente de correlación de Pearson para edad vs peso, interpreta.
h) Calcula e interpreta la ecuación de relación lineal edad vs peso, interpreta.
i) Realiza el ANOVA correspondiente para la pendiente de la ecuación anterior. Significancia de 10%.
j) Si el paciente tiene 45 años de edad, estima su peso con una confianza de 90%

10. Se aplicará un examen de colocación de matemáticas a todos los estudiantes de nuevo

ingreso en una pequeña universidad. Se niega la inscripción al curso regular de matemáticas a los
estudiantes que obtengan menos de 35, y se les envía una clase remedial. Se registraron los
resultados de los exámenes de colocación (x) y las calificaciones finales (y) de ocho estudiantes que
tomaron el curso regular.
Examen de colocación 50 30 35 40 55 65 35 60
Calificación en curso regular 53 41 48 56 68 55 27 70
a) Determina la ecuación de regresión lineal para estas dos variables e interprétala.
b) Realiza el análisis de varianza para la ecuación de regresión.
c) Calcula e interpreta el coeficiente de correlación de Pearson.
d) ¿es significativa esta relación? Utiliza una confianza de 95%
e) Si la calificación en el examen de colocación fue 60, ¿cuál será la calificación en curso regular?
Utiliza una confianza de 95% para el intervalo de predicción.