Beruflich Dokumente
Kultur Dokumente
y 4 7 8 8 10 11
16 Precio
2.33 5.36 7.86 9.23
(US$/TN)
x 30 35 37 38 44 103 142 Cantidad
1500 150 90 40
y 26 21 9 31 30 75 90 (miles TN)
a. ¿Cuál será el nivel de producción de trigo si el precio
eliminación masiva y comente sobre cualquier característica por tonelada es 1,93 US$/TN?
interesante. b. ¿Cuál será el precio por tonelada si se ha producido
b) Construya una gráfica de puntos de los datos y comente 800mil TN?
sobre cualquier característica importante.
c) Si es posible pruebe si existe correlación lineal entre las 13. Mike Godfrey, auditor de un sistema escolarizado de
variables. educación pública, ha revisado los registros de inventario para
determinar si las existencias reales de libros de texto son
10. El artículo “The Incorporation of Uranium and Silver by típicas. Las cantidades de inventario siguientes corresponden a
Hydrothermally Synthesized Galena” (Econ. Geology, 1964: los cinco años anteriores:
1003-1024) reporta sobre la determinación de contenido de
plata de cristales de galena desarrollados en un sistema Año 2001 2002 2003 2004 2005
Inventario $4,620 $4,910 $5,490 $5,730 $5,990
hidrotérmico cerrado dentro de un rango de temperatura. Con
(miles US$)
temperatura de cristalización en °C y Ag2S en mol%, los datos
son los siguientes: a) Encuentre la ecuación lineal que describa la
tendencia en las existencias de inventario.
Temp. °C 398 292 352 575 568 450 550 b) Estime para el auditor el valor del inventario para el
Ag2S año 2006
0.15 0.05 0.23 0.43 0.23 0.40 0.44
mol% 14. Richard Jackson desarrolló un ratón para computadora
ergonómico en 1989 y las ventas han ido en aumento desde
Temp. °C 408 484 350 503 600 600 entonces. A continuación, se presentan datos en términos de
miles de ratones vendidos por año.
Ag2S
0.44 0.45 0.09 0.59 0.63 0.60
mol% Año 2009 2010 2001 2002
Material de trabajo (Estadística aplicada)
Número Obs 1 2 3 4 5 6 7 8
82.4 125.7 276.9 342.5
vendido
Poros 99 101. 102. 103 105. 107 108. 110.
Año 2003 2004 2005 2006 . 1 7 4 7 8
Número
543.6 691.5 782.4 889.5 pcf 28. 27.9 27 25. 22.8 21. 20.9 19.6
vendido
8 2 5
a) Desarrolle la ecuación de estimación lineal que
mejor describa estos datos. Obs 9 10 11 12 13 14 15
b) Desarrolle la ecuación de estimación de segundo
grado que mejor describa estos datos. Poros. 112.1 112.4 113.6 113.8 115.1 115.4 120
c) Estime el número de ratones que venderá en 2008 pcf 17.1 18.9 16 16.7 13 13.6 10.8
usando ambas ecuaciones.
d) Si se supone que la tasa de crecimiento de las ventas a) ¿Cuál es el mejor modelo de regresión lineal para los
de ratones decrecerá pronto con base en la oferta y datos? Estime un valor de Pcf para una porosidad de 95.
la demanda, ¿qué modelo será un mejor b) Al nivel del 95% determine un estimado para un pcf
cuando la porosidad es de 95.
pronosticador para su respuesta en c)?
18. La ley de Moore expresa que aproximadamente cada dos años
15. A menudo, quienes hacen la contabilidad de costos estiman
se duplica el número de transistores en un circuito integrado.1
los gastos generales con base en el nivel de producción. En
Se trata de una ley empírica, formulada por el cofundador de
Standard Knitting Co. han reunido información acerca de los
Intel, Gordon E. Moore. Con los datos siguientes:
gastos generales y las unidades producidas en diferentes
plantas, y ahora desean estimar una ecuación de regresión Año 1975 1978 1982 1986 1989 1993
para predecir los gastos generales futuros. Transist 2.3 5 29 120 275 1180
2 2 ores
n=10 Σx=420 Σy=1922 Σx =18228 Σxy=84541 Σy =395024.
Año 1997 2001 2003 2004 2012 2014
Determine si existe correlación lineal entre las variables y
que tan fuerte es. Transist 3100 7500 24000 42000
22000 41000
Solo si existiera correlación lineal defina un intervalo de ores 0 0
confianza al 90% para una producción 45 mil unidades a. Grafique, calcule r e interprete
b. ¿Un modelo lineal es adecuado para los
16. La presión de aire (lb/pulg2) y la temperatura (°F) se midieron
datos? Explique
para un proceso de compresión de cierto aparato de émbolo y
cilindro y produjeron los datos siguientes (de Introduction to
Engineering Experimentation, Prentice-Hall, Inc., 1996, p. 153):
Análisis de regresión lineal simple
Presión 40.4 80.2 141.1 161.4 181.9
19. Las cantidades de un compuesto químico y, que se disuelve en
Temperatura 73.9 164.8 228.4 279.5 269.4 100 gramos de agua a varias temperaturas x, se registran
como sigue. Si existe correlación lineal:
Presión 280.4 341.1 480.8 220.8 241.8 d) Determine una ecuación de regresión, la que mejor se
acomode a los datos.
Temperatura 322.3 332.6 342.9 291.5 287.3
e) Interprete los valores de b0 y b1
a) ¿Ajustaría el lector el modelo de regresión lineal simple a f) Determine un intervalo de confianza al 95% para una
los datos y lo usaría como base para pronosticar la
estimación cuando la temperatura sea de 20°C.
temperatura a partir de la presión? ¿Por qué sí o por qué
no?
20. El ingeniero de control de calidad de una empresa desea
b) Encuentre un modelo probabilístico apropiado y del
estimar la resistencia a la tensión mecánica de un alambre de
modo más informativo posible, úselo como base para
predecir el valor de temperatura que resultaría de una acero, en función de su diámetro exterior. Para hacer un
presión de 200 lb/pulg2. experimento seleccionó cinco trozos de alambre. A
17. El concreto sin finos, hecho de un agregado grueso continuación, midió su diámetro exterior (mm) y la resistencia
uniformemente graduado y una pasta de cemento y agua, es a la tensión (lb/pulg2) de cada trozo. Los resultados fueron:
benéfico en áreas propensas a lluvias intensas debido a sus
Tramo
excelentes propiedades de drenaje. El artículo “Pavement A B C D E
Thickness Design for No-Fines Concrete Parking Lots” (J. of Diámetro Exterior, x
0,3 0,2 0,4 0,3 0,5
Transportation Engr., 1995: 476-484) empleó un análisis de
mínimos cuadrados al estudiar cómo la porosidad (%) está Resistencia tensión, y
11 9 16 12 18
relacionada con peso unitario (pcf) en especímenes de
concreto. Considere los siguientes datos, considere que a) Halle e interprete el coeficiente de correlación y de
provienen de poblaciones no normales. determinación.
b) Halle la ecuación estimada de regresión lineal.
Material de trabajo (Estadística aplicada)
c) Interprete el valor de b0 y de b1 en la ecuación estimada. 23. A continuación, tenemos una lista de las distancias que
d) Halle la mejor resistencia a la tensión predicha para un necesitan ciertos vehículos para detenerse cuando viajan a
diámetro exterior de 0,1 mm. diferentes velocidades.
e) Construya el intervalo de predicción del 95% para la Velocidad millas/h, x
30 40 50 60 70
resistencia a la tensión mecánica de un alambre dado un
diámetro de 6 milímetros. Interprete los resultados. Distancia pies,y
90 150 240 370 530
f) Pruebe que β1=31,92
a) Halle e interprete el coeficiente de correlación.
g) Determine un intervalo de confianza para β 0 y β1, para
b) Halle la ecuación estimada de regresión lineal.
α=0,01
c) Halle la mejor distancia predicha para detenerse cuando
se viaja a una velocidad de 65 millas/hora.
21. En una empresa dedicada a anodizar artículos (baterías de
d) Pruebe que β1=10,5
cocina), el anodizado se logra con una solución hecha a base
de ácidos (sulfúrico, cítrico, bórico) y dicromato de aluminio. e) Determine un intervalo de confianza para β 0 y β1, para
En este proceso se controla el pH de la solución, la α=0,05
temperatura, la corriente y el tiempo de permanencia. Se
decide estudiar, mediante un experimento, la relación del pH y
24. La tabla lista la distancia d (en pies) por encima del suelo para
el espesor (cm). Los datos se muestran en la tabla:
el caso de un objeto que se deja caer en el vacío desde una
Espesor, x altura de 500 pies. El tiempo t (en segundos) es el tiempo que
18 15 12 9 10 11 13
transcurre desde que se suelta el objeto.
pH, y
1,0 1,1 1,4 1,8 1,7 1,6 1,1
t (s)
1 2 3 4 5
a) Halle e interprete el coeficiente de correlación y de
d (pies)
determinación. 484 436 356 244 100
b) Halle la ecuación estimada de regresión lineal.
a) Halle la ecuación estimada de regresión lineal.
c) Interprete el valor de b0 y de b1 en la ecuación estimada.
b) Halle la mejor distancia por encima del suelo predicha
d) d)Halle el mejor pH predicho para un espesor de 16 cm. para un tiempo de 4,5 segundos desde que se soltó el
objeto.
e) Construya el intervalo de predicción del 98% del pH para
14 cm de espesor. Interprete los resultados. c) Pruebe que β1=-96
Eficiencia (%) 57 64 80 46 62
Material de trabajo (Estadística aplicada)
y
e) Determine el mejor modelo de regresión lineal.
Tiempo (Min) x 39 19 49 15 31 Interprete el valor de b1.
Eficiencia (%) f) Determina un intervalo al 90% para el número de ratones
72 52 77 57 68
y vendidos para el año 2018
102.7
101.1
105.4
108.7
110.8
103
107
99
c) Pruebe que β1=0,09 Poros.
d) Determine un intervalo de confianza para β0 y β1, para
α=0,05
28.8
27.9
25.2
22.8
21.5
20.9
19.6
27
pcf
113.6
115.4
112.4
113.8
115.1
plata de cristales de galena desarrollados en un sistema
120
Poros.
hidrotérmico cerrado dentro de un rango de temperatura. Con
temperatura de cristalización en °C y Ag2S en mol%, los datos
17.1
18.9
16.7
13.6
10.8
son los siguientes:
16
13
pcf
Temp. °C 398 292 352 575 568 450 550 c) ¿Cuál es el mejor modelo de regresión lineal para los
Ag2S datos?
0.15 0.05 0.23 0.43 0.23 0.40 0.44 d) Interprete b0 y b1 en la ecuación de regresión estimada.
mol%
Realice una estimación
Temp. °C 408 484 350 503 600 600
Ag2S
0.44 0.45 0.09 0.59 0.63 0.60
mol%