Material de trabajo (Estadística aplicada)

Práctica de Estadística Aplicada - N° 9

Análisis de correlación y regresión lineal simple
Sección : ………………………..………………... Apellidos : ………………………..……………….
Nombres : …………………………………………….
Docente : Escribir el nombre del docente Fecha : .…../……/20 Duración: 45 minutos
Tipo de Práctica: Individual ( ) Grupal (X)

Instrucciones: Responda a cada una de las preguntas de acuerdo a lo solicitado

Análisis de Correlación Lineal Simple

portátiles, podría extender su tiempo de vida. Experimentó
Velocida Coef.
1. La tabla muestra las con diferentes cantidades del aditivo y los datos fueron
d (cm/s) (mm2/s)
mediciones de la velocidad 90 0,35 Cantidad de
del aire y el coeficiente de Vida (horas)
100 0,37 Aditivo
evaporación de gotas de 140 0,78 0 2
combustible quemado en 180 0,70 1 4
un motor de impulso, 220 0,75 2 3
realizado a 9 vehículos. 260 1,18
3 7
300 1,32
4 9
a) Grafique e interprete. 340 1,45
b) Determine si existe 380 1,65 a) Determine si existe correlación.
correlación lineal entre b) Pruebe que ρ>0, para α=0,01
las variables. c) Pruebe que ρ=0,90 para α=0,02
c)Determina un intervalo de confianza para ρ. Determine un intervalo de confianza para ρ
2. Se realizó un estudio sobre la
Temp. Azúcar
cantidad de azúcar 5. Los siguientes datos son los
x y Años Dólares
transformada en cierto precios de venta y de cierta
1,0 8,1 1 6250
proceso a varias marca y modelo de automóvil
1,1 7,8 2 5695
temperaturas. Los datos se usado x años.
1,2 8,5 3 5650
recolectan y se registran como
a) Realice un análisis de 4 5395
sigue: 1,3 9,8
correlación al α=0,01 5 4985
a) Grafique, calcule r e 1,4 9,5 b) Determine un intervalo de 6 4900
interprete. 1,5 8,9 confianza para ρ.
b) Determine si existe 1,6 8,6
correlación lineal entre las 6. Los siguientes datos se Presión Lectura en
1,7 10,2
variables. reunieron para (lb/pulg2) (x) la escala (y)
1,8 9,3 determinar la relación
c) Determine un intervalo 10 13
1,9 9,2 entre presión y la
de confianza para ρ. 10 18
correspondiente lectura
10 16
en la escala con el
3. Un estudio de la cantidad 10 15
propósito de calibración.
de precipitación pluvial y la Partículas 10 20
Precipitación eliminadas a) Grafique, calcule r e 50 86
cantidad de contaminación
eliminada del aire produce (0,01 cm) 3 Interprete. 50 90
(mcg/m ) b) Pruebe si existe 50 88
los datos que se presentan
4,3 126 correlación. α=0,01 50 88
en la tabla.
4,5 121 c) Determine un 50 92
a) Grafique, calcule r e 5,9 116 intervalo de confianza
Interprete. 6,1 114 para ρ.
b) Pruebe si existe 5,2 118
correlación lineal. 3,8 132
2,1 141
7. Las cantidades de un compuesto químico y, que se disuelve en
c) Determine un 7,5 108
100 gramos de agua a varias gramos
intervalo de confianza o
C (x)
temperaturas, se registran como (y)
para ρ.
sigue: 0 7
a) Grafique, calcule r e Interprete. 15 13
30 22
4. Un ingeniero descubrió que, al incluir pequeñas cantidades de b) Determine si existe correlación 45 33
un compuesto en baterías recargables para computadoras lineal entre las variables. 60 39
75 47
 Material de trabajo (Estadística aplicada)

c) Determine un intervalo de confianza para ρ. a. ¿Existe correlación lineal?

b. Estime el contenido de plata promedio verdadero
cuando la temperatura es de 500°C utilizando un
8. Una compañía de sustancias químicas, que busca estudiar el
intervalo de confianza de 95 por ciento.
efecto del tiempo de extracción sobre la eficiencia de una c. ¿Cómo se compararía el ancho de un intervalo de
operación de extracción, obtuvo los datos que se presentan en confianza de 95% para el contenido de plata promedio
la tabla siguiente: verdadero cuando la temperatura es de 400°C con el
ancho del intervalo del inciso a)? Responda sin calcular
Tiempo (Min) este nuevo intervalo.
27 45 41 19 35
x
Eficiencia (%) 11. La Bradford Electric Illuminating Company estudia la relación
57 64 80 46 62
y entre kilowatts-hora (miles) usados y el número de
habitaciones en una residencia privada familiar. Una muestra
Tiempo (Min) aleatoria de 10 casas reveló lo siguiente.
39 19 49 15 31
x
Eficiencia (%) KW/Hr (miles) 9 7 10 5 8
72 52 77 57 68
y N° de habitaciones 12 9 14 6 10

a) Determine si existe correlación. KW/Hr (miles) 6 8 10 4 7

b) Pruebe que ρ=0,64
N° de habitaciones 8 10 10 5 7
c) Determine un intervalo de confianza para ρ
a) Determine la ecuación de regresión.
b) Encuentre el número de kilowatts-hora, en miles, para
9. Un estudio para valorar la capacidad de sistemas de una casa de seis habitaciones al 98%.
humedecimiento de suelos mediante flujo subsuperficial para c) Cuál es la bondad de ajuste del modelo
eliminar la demanda de oxígeno bioquímico (BOD, por sus
siglas en inglés) y varios otros constituyentes químicos dio los 12. Se investiga la relación entre el precio de la tonelada de trigo y
datos adjuntos sobre x carga masiva de BOD (kg/ha/d) y y
las cantidades producidas en los últimos años:
eliminación masiva de BOD (kg/ha/d) (“Subsurface Flow
Wetlands-A Performance Evaluation”, Water Envir. Res., 1995. Precio
244-247). 0.89 1.65 1.56 2 1.89
(US$/TN)
a) C o n s t r u y Cantidad
a g r á fi c a s
x 3 8 10 11 13 16 700 500 350 1400 400
27 (miles TN)

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

f) Pruebe que β1=-0,10 d) Determine un intervalo de confianza para β 0 y β1, para

α=0,05
g) Determine un intervalo de confianza para β0 y β1, para
α=0,05
22. En una cuenca, se tienen dos estaciones de aforo A y B, en las 25. A continuación, se presentan las concentraciones de dióxido
3 de carbono (en partes por millón) en la atmósfera de la Tierra
que se midieron los caudales medios mensuales, en m /s para
para los años 1950, 1955, 1960, 1965, 1970, 1975, 1980, 1985,
el año 2016, los que se muestran en la tabla. Considerando
1990, 1995, 2000 y 2005. Calcule la concentración predicha de
que los caudales de la estación A, es la variable independiente
dióxido de carbono para el año 2010.
(x) y que los caudales de la estación B es la variable
dependiente (y). 311 314 317 320 326 331
339 346 454 361 369 381
Mes Est. A Est. B Mes Est. A Est. B
E 175 321 J 171 456 a) Halle la ecuación estimada de regresión lineal.
F 75 222 A 475 1270 b) Halle la mejor estimación de concentración de dióxido de
M 45 155 S 897 2089 carbono en la atmósfera para el año 2010.
A 77 274 O 710 1618 c) Pruebe que β1=8,08
M 131 431 N 268 431
J 136 446 D 224 509 d) Determine un intervalo de confianza para β 0 y β1, para
α=0,10
a) Halle e interprete el coeficiente de correlación.
b) Halle la ecuación estimada de regresión lineal.
c) Halle el mejor caudal predicho en la estación B, para un 26. Una compañía de sustancias químicas, que busca estudiar el
3
caudal de 250 m /s en la estación A. efecto del tiempo de extracción sobre la eficiencia de una
d) Pruebe que β1=2,26 operación de extracción, obtuvo los datos que se presentan en
la tabla siguiente:
e) Determine un intervalo de confianza para β 0 y β1, para
α=0,02
Tiempo (Min) x 27 45 41 19 35

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

Si se sabe que existe correlación lineal:

d) Determine el mejor estimado para un tiempo de 40 30. El concreto sin finos, hecho de un agregado grueso
minutos. Interprete. uniformemente graduado y una pasta de cemento y agua, es
e) Determine un intervalo de confianza para la estimación de benéfico en áreas propensas a lluvias intensas debido a sus
la pregunta a) al 99% de confianza. excelentes propiedades de drenaje. El artículo “Pavement
Thickness Design for No-Fines Concrete Parking Lots” (J. of
27. A continuación, se presentan las temperaturas medias globales Transportation Engr., 1995: 476-484) empleó un análisis de
(en °C) de la superficie de la Tierra para los años 1960; 1965; mínimos cuadrados al estudiar cómo la porosidad (%) está
1970; 1975, 1980; 1985; 1990; 1995; 2000 y 2005. relacionada con peso unitario (pcf) en especímenes de
concreto. Considere los siguientes datos, considere que
13,9 14,0 13,9 14,1 14,3
provienen de poblaciones normales.
14,1 14,5 14,5 14,4 14,8
a) Halle la ecuación estimada de regresión lineal. Obs 1 2 3 4 5 6 7 8
b) Halle la mejor temperatura predicha para el año 2010.

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

28. El artículo “The Incorporation of Uranium and Silver by

Hydrothermally Synthesized Galena” (Econ. Geology, 1964: Obs 9 10 11 12 13 14 15
1003-1024) reporta sobre la determinación de contenido de
112.1

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%

d. ¿Un modelo lineal puede ser tomado en cuenta para

pronosticar valores de concentración de contenido de
plata?
e. ¿Cómo interpreta los valores b0 y b1 en la ecuación de
regresión?
f. Estime con intervalo, el contenido de plata promedio
verdadero cuando la temperatura es de 500°C.
29. Richard Jackson desarrolló un ratón para computadora
ergonómico en 1989 y las ventas han ido en aumento desde
entonces. A continuación, se presentan datos en términos de
miles de ratones vendidos por año.

Año 2009 2010 2011 2012

Número
82.4 125.7 276.9 342.5
vendido

Año 2013 2014 2015 2016

Número
543.6 691.5 782.4 889.5
vendido