Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 33 vistas

    P1-1. An-Lisis de Regresi-N Lineal Simple

    Cargado por

    Pech Maldonado Eduardo Alejandro
    Este documento presenta un análisis de regresión lineal simple utilizando datos sobre el peso y la presión sanguínea de 26 hombres. Se obtuvo una ecuación de regresión significativa para predecir la presión sanguínea en función del peso. La recta de regresión no pasa a través del origen y el modelo es significativo para explicar la relación entre el peso y la presión sanguínea. Se calcularon los intervalos de confianza para la pendiente y el intercepto.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    P1-1. An-Lisis de Regresi-N Lineal Simple

    Cargado por

    Pech Maldonado Eduardo Alejandro
    33 vistas5 páginas
    Este documento presenta un análisis de regresión lineal simple utilizando datos sobre el peso y la presión sanguínea de 26 hombres. Se obtuvo una ecuación de regresión significativa para predecir la presión sanguínea en función del peso. La recta de regresión no pasa a través del origen y el modelo es significativo para explicar la relación entre el peso y la presión sanguínea. Se calcularon los intervalos de confianza para la pendiente y el intercepto.

    Título original

    P1-1. An-lisis de Regresi-n Lineal Simple (1)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un análisis de regresión lineal simple utilizando datos sobre el peso y la presión sanguínea de 26 hombres. Se obtuvo una ecuación de regresión significativa para predecir la presión sanguínea en función del peso. La recta de regresión no pasa a través del origen y el modelo es significativo para explicar la relación entre el peso y la presión sanguínea. Se calcularon los intervalos de confianza para la pendiente y el intercepto.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    33 vistas5 páginas

    P1-1. An-Lisis de Regresi-N Lineal Simple

    Cargado por

    Pech Maldonado Eduardo Alejandro
    Este documento presenta un análisis de regresión lineal simple utilizando datos sobre el peso y la presión sanguínea de 26 hombres. Se obtuvo una ecuación de regresión significativa para predecir la presión sanguínea en función del peso. La recta de regresión no pasa a través del origen y el modelo es significativo para explicar la relación entre el peso y la presión sanguínea. Se calcularon los intervalos de confianza para la pendiente y el intercepto.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 5

    TECNOLÓGICO NACIONAL DE MÉXICO

    INSTITUTO TECNOLÓGICO SUPERIOR DEL SUR DEL ESTADO DE


    YUCATÁN ORGANISMO PÚBLICO DESCENTRALIZADO DEL GOBIERNO
    DEL ESTADO

    Ingeniería Industrial Estadística Inferencial II M.E. Julia Elizabeth Palomo Mukul

    P1-1. Análisis de Regresión Lineal Simple


    Realice un análisis completo sobre el siguiente problema
    A continuación, se muestran el peso y la presión sistólica sanguínea de 26 hombres
    seleccionados al azar, en el grupo de edades de 25 a 30. Suponer que el peso y la presión
    sanguínea (BP) tienen distribución normal conjunta

    a. Trace un diagrama de dispersión con estos datos tomando como variable independiente
    peso de los hombres. ¿Qué puede comentar al respecto?
    b. Obtenga una ecuación de regresión estimada que pueda utilizarse para predecir la
    presión sanguínea proporcionando el peso de los hombres.
    c. Utilice la ecuación de regresión estimada para predecir la presión sanguínea de un
    hombre con un peso de 160.
    d. Determine si la ecuación de regresión pasa por el origen.
    e. ¿Es significativo el modelo ajustado? ¿Por qué?
    f. Determine el intervalo de confianza para el intercepto y la pendiente
    a. Trace un diagrama de dispersión con estos datos tomando como variable
    independiente el peso de los hombres. ¿Qué puede comentar al respecto?
    180
    160
    140
    120
    BP Sistolica

    100
    80
    60 Diagrama de dispersión
    40
    20
    0
    120 140 160 180 200 220 240 260
    Peso

    Si existe una linealidad entre el peso y la presión sistólica sanguínea.

    b. Obtenga una ecuación de regresión estimada que pueda utilizarse para predecir la
    presión sanguínea proporcionando el peso de los hombres.

    Coeficientes Error típico Estadístico t Probabilidad


    Intercepción 69.1043728 12.9101292 5.35272509 1.7059E-05
    Variable X 1 0.4194152= 0.07015223 5.97864384 3.5911E-06

    Ŷ = B0 + B1 x

    Recta de regresión: Ŷ =69.1044 + 0.4194 X

    c. Utilice la ecuación de regresión estimada para predecir la presión sanguínea de un


    hombre con un peso de 160.

    Ŷ =69.1044 + 0.4194 (160)

    Ŷ =69.1044+67.104= 136.2084

    La presión sanguínea sistólica de un hombre con un peso de 160 es de 136.


    d. Determine si la ecuación de regresión pasa por el origen.

    Hipótesis: H 0 = B0= 0 Vs H 1 = B0 ≠ 0

    ^
    B0 ∝
    Estadístico de Prueba: Tc= ≈ t , n-2
    Se ( ^B0) 2

    ^
    B0 69.1044 ∝
    Tc= = Tc= = 5.3527 ≈ t , n-2
    ^
    Se ( B0) 12.9101 2

    ∝ 0.05
    t , n-2 = t , 26-2 = t 0.025, 24 = 2.064
    2 2

    Región de rechazo: Usando Nivel de significancia a=0.05

    ∝
    Se rechaza H0 si: |Tc|≥ t , n-2
    2

    ∝
    En este caso: |Tc|= |5.3527|= 5.3527 y t , n-2= t 0.025, 24 = 2.064
    2

    5.3527 es mayor igual a 2.064

    Decisión: Se rechaza H0

    Conclusión: Debido a que rechazó la hipótesis nula se concluye que la recta de regresión
    NO pasa por el origen.

    e. ¿Es significativo el modelo ajustado? ¿Por qué?

    Hipótesis: H 0 = B1= 0 Vs H 1 = B1 ≠ 0

    ^
    B1 ∝
    Estadístico de Prueba: Tc= ≈ t , n-2
    ^ 1)
    Se ( B 2

    ^
    B1 0.4194 ∝
    Tc= = Tc= = 5.9828 ≈ t , n-2
    Se ( ^B1) 0.0701 2

    ∝ 0.05
    t , n-2 = t , 26-2 = t 0.025, 24 = 2.064
    2 2
    Región de rechazo: Usando Nivel de significancia a=0.05

    ∝
    Se rechaza H0 si: |Tc|≥ t , n-2
    2

    ∝
    En este caso: |Tc|= |5.9828|= 5.9828 y t , n-2= t 0.025, 24 = 2.064
    2

    5.9828 es mayor igual a 2.064

    Decisión: Se rechaza H0

    Conclusión: Debido a que rechazó H0. Se concluye que el modelo ajustado es significativo.
    Es decir que hay una relación lineal significativa entre el peso y la presión sistólica
    sanguínea de los 26 hombres seleccionados al azar.

    f. Determine el intervalo de confianza para el intercepto y la pendiente.

    IC. Para B1 (Pendiente).

    ^ ∝
    β 1= 0.4194 Se ( ^
    β 1) = 0.0701 t , n-2= 2.064
    2
    Fórmula:

    ^ ∝ ∝
    β 1- t , n-2 *Se ( ^
    β 1) ≤ β 1 ≤ ^
    β 1+ t , n-2 *Se ( ^
    β 1)
    2 2
    0.4194 – (2.064) (0.0701) ≤ β 1 ≤ 0.4194 + (2.064) (0.0701)

    0.4194 – 0.1446 ≤ β 1 ≤ 0.4194 + 0.1446

    0.2748 ≤ β 1 ≤ 0.564
    [ 0.2748, 0.564 ]
    Hay 95% de confianza de que el verdadero valor de β 1 esté entre [0.2748, 0.564]

    IC. Para B0 (Intercepto).

    ^ ∝
    β 0= 69.1044 Se ( ^
    β 0) =12.9101 t , n-2= 2.064
    2
    Fórmula:

    ^ ∝ ∝
    β 0- t , n-2 *Se ( ^
    β 0) ≤ β 0 ≤ ^
    β 0+ t , n-2 *Se ( ^
    β 0)
    2 2
    69.1044 – (2.064) (12.9101) ≤ β 0 ≤ ^
    β 0 69.1044 + (2.064) (12.9101)

    69.1044 – 26.6464 ≤ β 0 ≤ 69.1044 + 26.6464

    42.458 ≤ β 0 ≤ 95.7508
    [ 42.458 , 95.7508 ]
    Hay 95% de confianza de que el verdadero valor de β 0 esté entre [42.458, 95.7508]

    También podría gustarte