+EI Actividad 3 UNIDAD 5,6 Pruebas de Hipótesis Con La Distribución Ji Cuadrada, Análisis de Regresión Lineal Simple

INTRODUCCION
Introducción
Para el siguiente trabajo, realizaremos algunos problemas teóricos y prácticos, teniendo
como base nuestro libro de Estadística Inferencial, el cual veremos sobre el uso de los
análisis de regresión lineal simple,en el cual conoceremos en que consiste dicho análisis,
que formulas se requieren para obtener estos resultados y como deben ser representados,
en base a lo quese llegue a pedir.
Existen dos tipos de modelos de regresión lineal: regresión simple y regresión múltiple. La
regresión lineal simple es cuando se utiliza una variable independiente para estimar una
variable dependiente.Cuando se utiliza más de una variable independiente, el proceso se
denomina regresión lineal múltiple.
Sin dudas, esta actividad nos será de mucha ayuda, no solo por todo el conocimiento que
llegaremos a obtener investigando y resolviendo los problemas de esta actividad, sino que
además, podremos conocer más a detalle todo lo que involucra esta prueba y como se
puede llegar a aplicar dentro de la estadística, para así obtener un resultado con dicha
distribución.
EI: ACTIVIDAD 3 A REALIZAR

Resuelve los siguientes ejercicios (Procedimiento completo, en vertical):
1. Responde las siguientes preguntas.

a) ¿Qué es una distribución X2? R= Este concepto describe cómo se distribuyen ciertas
características o datos en una población. Esta distribución es un caso de otra
distribución conocida como gamma; el parámetro que determina su distribuciónson los
grados de libertad, es decir, el número de observaciones que puedenvariar libremente.
b) ¿Cuáles son las características de una distribución X 2? R=La distribución se encuentra
definida para valores positivos.-La forma de una distribución??depende de los grados
de libertad (gl), por lo quehay un número infinito de distribuciones.-El área bajo la curva
es uno.-La distribución es sesgada a la derecha
c) ¿Cuál es el estadístico de prueba empleado para contrastar hipótesis
relacionadas con la varianza poblacional? R=??= (?−?)?? /?2
d) ¿Cuántos grados de libertad tiene el estadístico de prueba utilizado para probar bondad
de ajuste de una distribución Poisson asumiendo la hipótesis nula como cierta?
R= k - p - 1 grados de libertad, en este caso k = 3 y p = 1 porque ladistribución
Poisson tiene un parámetro, por lo que se comparará el valor delestadístico de prueba
con el punto crítico de una distribución con 3 - 1 - 1 = 1grados de libertad que corta la
curva en dos zonas: una con área de 0.05 a suderecha y la otra de 0.95
e) ¿Cuántos grados de libertad tiene el estadístico de prueba empleado para probar
bondad de ajuste de una distribución normal asumiendo la hipótesis nula como cierta?
R=k - p - 1 grados de libertad, en este caso, k = 10 y p = 2 porque ladistribución
normal tiene dos parámetros (media y desviación estándar): secomparará el valor del
estadístico de prueba con el punto crítico de unadistribución con 10 - 2 - 1 = 7 grados
de libertad que corta la curva en dos zonas:una con área de 0.05 a su derecha y la
otra de 0.95.
f) ¿Cuántos grados de libertad tiene el estadístico de prueba aplicado para probar bondad
de ajuste de una distribución binomial asumiendo la hipótesis nula como cierta?
R= con k - p - 1 grados de libertad, en este caso, k = 5 y p= 2 ya que la
distribución binomial tiene dos parámetros; entonces, se comparará el valor
delestadístico de prueba con el punto crítico de una distribución con 5 - 2 - 1 =
2grados de libertad que corta la curva en dos zonas: una con área de 0.05 a
suderecha, y la otra de 0.95.
g) ¿Qué es una tabla de contingencia cruzada?

R= Es un arreglo rectangular dedatos, correspondientes a una distribución conjunta,
en donde el espacio muestralse divide en filas y columnas. Una tabla de contingencia
sirve para estudiarrelaciones de dependencia entres los eventos horizontales (filas) y
los eventosverticales (columnas).
h) ¿Cuántos grados de libertad tiene el estadístico de prueba empleado para probar
independencia asumiendo la hipótesis nula cierta?
R= g.l.=(No Renglones−1)(NoColumnas−1)
i) ¿Cuántos grados de libertad tiene el estadístico de prueba empleado para probar
homogeneidad asumiendo la hipótesis nula cierta?
R= Si tomamosm−poblaciones y en cada una de las poblaciones tomamos
n−observaciones de un determinado atributo, entonces los grados de libertad
son: g.l .=(m−1)(n−1
j) ¿Qué significa que las muestras son homogéneas?
R= Que dos o más muestrassean homogéneas significa que provienen de la misma
población, por lo que es deesperarse que presenten un comportamiento similar
2. Una empresa dedicada a la repartición de valores tiene como política que sus unidades no
hagan esperar a sus clientes más de 10 minutos. El gerente de operación supone que existe
una desviación estándar de cinco minutos. Para confirmarlo, elige una muestra de 15
camiones y obtiene una desviación de seis minutos. ¿Se puede afirmar con un nivel de
confianza del 90% que el gerente está en lo correcto? Ver ejemplo 1 y 2. P.1 79, 181
R= Al utilizar la fórmula:X2=(n−1)s2σ2
Donde:σ=5 n=15 s=6
Nivel de confianza:90% = 0.90
Significancia:α= 1- 0.9= 0.1 α=0.1/2=0.05
Grados de libertad:n-1=15-1=14
Hipótesis:H0 =σ2= (5)2H1=σ2< (5)2
Cálculo del punto criticoPRUEBA.CHI.INV(probabilidad, grados de ibertad)
Se obtiene: PRUEBA.CHI.INV(0.05,14)=23.6848
3. A los comensales de un restaurante se les aplica al final de su visita una encuesta sobre la
calidad de los alimentos: 70% los considera buenos; 20%, regular; y el resto, malo.
Recientemente, se realizaron mejoras al menú y se tomó la opinión de 250 clientes; los
conteos se muestran a continuación:
Malo Regular Bueno Total
30 60 160 250
De acuerdo con la información anterior, ¿Se apoya, con un nivel de confianza del 95%, que
los cambios realizados por el restaurante modificaron la opinión del cliente hacia la
calidad de los alimentos? v. p. 183 Ver ejemplo p.184, 186
Tenemos que probar la hipótesis.

Ho: Los cambios realizados por el restaurante no modificaron la opinión del cliente hacia
lacalidad de la comida
Ho: Cambios realizados por el restaurante modificaron la opinión del cliente hacia la calidadde
la comida
Las estadísticas de prueba están dadas por
Ahora, con un nivel de confianza del 95 %, el valor crítico x20,05 (2) = 5,99
La regla de decisión es rechazar Ho si las estadísticas de prueba son mayores que el valor
crítico 5.99 ya que 4.286 < 5.99, fallan al rechazar Ho y concluyen que no hay suficiente
evidencia para sustentar que los cambios realizados por el restaurante modificaron laopinión
del cliente hacia la calidad de la comida.
4. Responde a las siguientes preguntas.

k) ¿Qué es el modelo de regresión lineal?
R=Explica la relación entre una variable dependiente(variable respuesta)y,con otra(s)
explicativa(s) a través de una ecuación de primer orden
l) ¿Cómo se divide el modelo de regresión lineal
R=Cuando solamente se emplea una variable explicativa, al modelo deregresión lineal
se le denomina simple y cuando hay más de una variable explicativa, el modelo de
regresión lineal es múltiple.
m) ¿Qué es el coeficiente de determinación?
R=Es la proporción de la varianza total de la variable explicada por la regresión
n) ¿Qué es el coeficiente de correlación?
R=Es la medida específica que cuantifica la intensidad de la relación lineal entre dos
variables enun análisis de correlación
o) ¿Para qué se utiliza el método de mínimos cuadrados?
R=Escribir las relaciones que se dan entre diferentes variables por medio de alguna
expresiónmatemática
p) ¿Cómo se interpreta la pendiente en el modelo de regresión lineal simple?
R=B1
q) ¿Cuál es la ecuación de la regresión lineal simple?
R= y= (B0 + B1 + E)
r) ¿Cuál es la hipótesis nula que se plantea al realizar inferencia de la pendiente de la
recta de regresión lineal simple?
R=Se refiere a la afirmación contraria a la que ha llegado el investigador
s) ¿Cómo se interpreta un coeficiente de correlación que tiene valor cero?
R= No hay una relación lineal, pero no significa que las variables sean
independientes
t) ¿Cómo se interpreta un coeficiente de correlación lineal con valor absoluto de 1?
R= Correlación positiva perfecta. El índice refleja la dependencia total entre ambas
dos variables,la que se denomina como relación directa.
5. Una universidad explicó el número de errores ortográficos de sus estudiantes en función del
número de libros que leen al año, para lo que solicitó a 20 estudiantes un ensayo en donde se
contabilizó el número de errores ortográficos cometidos, y se les preguntó acerca del número
de libros que leen al año. A continuación, se muestra el número de errores ortográficos y el
número de libros leídos al año de cada estudiante que participó en el estudio.
7a. v. e. p220-225. 7b. v. p. 231-233, 235-241
Libros leídos en un año y errores ortográficos cometidos por los

20 estudiantes participantes en el estudio
Con la información anterior:

a) Determina la relación que existe entre las dos variables a través de la ecuación
de regresión lineal.
Datos:
Gráfica de los datos

b) Determina si el modelo de regresión es significativo, y constrúyelo.
Graficando la ecuación:Ŷi =19.955 - 0.596Xi, considerando valores para X, desdecero a 30
de 3 en 3
Cálculo del coeficiente de correlación:r
r = -143.2 /(240.2)(1,021.2)= - 0.289

Este resultado indica que el nivel de asociación de las dos variables, según el coeficientede
correlación, el cual se encuentra entre 0 y -0.35, es una asociación DÉBIL, negativa.Como
r
Calculando el coeficiente de determinación R²
R²= 85.32 / 1,021.20 = 0.0836
Esto es que el coeficiente del modelo ajustado entre las dos variables es 0.0836, lo
quesignifica que el modelo explica en un 8.36% la variabilidad de la información.
Estableciendo las hipótesis:
La Ho, significa que el valor de la pendiente del modelo no es importante y que lavariable
X, no tiene efecto sobre la variable Y, es decir X no es explicativa de Y.
La H1, explica que el valor de la pendiente si es importante, es decir X si tiene efectosobre
Y.
Determinando si son significativos
ANÁLISIS DE VARIANZA
Se puede observar en la tabla la significancia de la prueba (p. value), y como la pruebaes

menor a 0.05, se rechaza la Ho. Por lo que X si tiene efecto sobre Y
c) Interpreta los resultados.

La ecuación indica que cuando X, vale cero, es decir que no se lee ningún libro,
se tienen 19.955, erroresortográficos, y a medida que se leen libros va
disminuyendo el número de errores, por ejemplo cuando sehan leído 30 libros,
se tendrán 2 errores ortográficos. El valor de la pendienteβ ₁= -0.596, muestra
que porcada libro leído, se reducen 0.596 errores ortográficos.
Además el coeficiente de correlación r, indica que la asociación entre las dos variables es débil, y
con elcoeficiente de determinación R², se tiene un 8.36 % de variabilidad de la información lo cual
coincide con elnivel de asociación.
Y como se rechazó la Ho, significa que si tiene efecto el número de libros leídos sobre los
erroresortográficos.
Conclusion
En esta actividad, realizamos algunos problemas teóricos y así como también resolvimos un
problema de procedimiento práctico sobre el tema, esto teniendo como base nuestro libro de
Estadística Inferencial, el cual conocimos más a detalle sobre todo lo que involucra los análisis
deregresión lineal simple, en el cual vimos diferentes formas de obtener resultados en base a lo
que el problema se requiera necesitar para obtener los datos más exactos posibles.
Podemos utilizar la regresión lineal para predecir un valor continuo utilizando otras variables. La
regresión lineal es la aproximación de un modelo lineal que se utiliza para describir la relación
entre dos o más variables. En la regresión lineal simple, hay dos variables: una variable
dependiente y unavariable independiente.
El punto clave en la regresión lineal es que nuestro valor dependiente debe ser continuo y no
puede ser un valor discreto. Sin embargo, las variables independientes pueden ser medidas en
una escala de medida categórica o continua. Sin dudas, esta actividad nos será de mucha ayuda,
dejando de lado todo el conocimiento que obtuvimos realizando la parte teórica y resolviendo los
problemas prácticos sobre este tema, pudimos conocer más sobre cómo debemos resolver este
tipo de situaciones y qué procedimientos debemos utilizar, para así, tener toda la información y los
datos de manera más exacta.

+EI Actividad 3 UNIDAD 5,6 Pruebas de Hipótesis Con La Distribución Ji Cuadrada, Análisis de Regresión Lineal Simple

Cargado por

Copyright:

Formatos disponibles

+EI Actividad 3 UNIDAD 5,6 Pruebas de Hipótesis Con La Distribución Ji Cuadrada, Análisis de Regresión Lineal Simple

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

+EI Actividad 3 UNIDAD 5,6 Pruebas de Hipótesis Con La Distribución Ji Cuadrada, Análisis de Regresión Lineal Simple

Cargado por

Copyright:

Formatos disponibles

INTRODUCCION

EI: ACTIVIDAD 3 A REALIZAR

1. Responde las siguientes preguntas.

g) ¿Qué es una tabla de contingencia cruzada?

Donde:σ=5 n=15 s=6

Nivel de confianza:90% = 0.90

Significancia:α= 1- 0.9= 0.1 α=0.1/2=0.05

Hipótesis:H0 =σ2= (5)2H1=σ2< (5)2

Cálculo del punto criticoPRUEBA.CHI.INV(probabilidad, grados de ibertad)

Tenemos que probar la hipótesis.

4. Responde a las siguientes preguntas.

Libros leídos en un año y errores ortográficos cometidos por los

Con la información anterior:

Gráfica de los datos

r = -143.2 /(240.2)(1,021.2)= - 0.289

Calculando el coeficiente de determinación R²

R²= 85.32 / 1,021.20 = 0.0836

Estableciendo las hipótesis:

Se puede observar en la tabla la significancia de la prueba (p. value), y como la pruebaes

c) Interpreta los resultados.

También podría gustarte