Matrícula Alumno

Ejercicio 11
Descripción:
Objetivo de la actividad:
Obtener los intervalos de confianza para los valores predichos en el análisis de regresión.

Descripción de la actividad:
A través de este ejercicio el alumno aprenderá a establecer intervalos de confianza para valores pre
por medio de la ecuación de regresión simple.

Requerimientos para la actividad:

Calculadora de bolsillo, hoja de cálculo (Excel) o Minitab. Consulta los recursos de apoyo del tema 1

Instrucciones para el alumno:

Realiza las siguientes ejercicios:

1. En un experimento con conejos se tomaron en cuenta las siguientes variables:
Y: Proporción del peso final al peso inicial.
X: Gramos diarios de alimento por kg de peso inicial.

Gramos Gramos
Proporción de diarios de Proporción de diarios de
peso final alimento por peso final alimento por
al peso inicial kg de peso al peso inicial kg de peso
inicial inicial

Y X Y X
0.91 10 1.16 33
0.88 15 0.96 35
0.9 18 1.08 36
0.79 19 1.13 37
0.94 20 1 39
0.88 21 1.1 42
0.95 21 1.11 45
0.97 24 1.18 54
0.88 25 1.26 56
1.01 27 1.29 56
0.95 28 1.36 59
 0.95 30 1.4 59
1.05 30 1.32 60
1.05 31 1.47 64

a. Realiza un diagrama de dispersión de los datos para Y contra X.

b. Calcula las rectas de mínimos cuadrados para Y contra X.
c. Prueba la hipótesis de que la pendiente es cero. Realiza todas las etapas de la
prueba de hipótesis (α = 0.01).
d. Calcula las predicciones Ŷ para los siguientes valores de X0: 0, 5, 15, 25, 30, 35.5
e. Calcula el intervalo de confianza de los valores particulares de Y para los valores
dados de X0 del inciso anterior.

Nota para el alumno: Considera que tu ejercicio debe estar documentado (proceso) y
fundamentado.
Entregable(s): Proceso y resultado de los ejercicios.

Criterios de evaluación de la actividad:

1. Diagrama de dispersión en computadora.
2. Ecuación de regresión estimada.
3. Conclusión en el contexto del problema tanto en las pruebas de hipótesis como en los intervalos
confianza.
de regresión.

nfianza para valores predichos

sos de apoyo del tema 11 y 12.

bles:
como en los intervalos de
0.79 19
0.88 15
0.88 21
0.88 25
0.9 18
0.91 10
0.94 20
0.95 21
0.95 28
0.95 30
0.96 35
0.97 24
1 39
1.01 27
1.05 30
1.05 31
1.08 36
1.1 42
1.11 45
1.13 37
1.16 33
1.18 54
1.26 56
1.29 56
1.32 60
1.36 59
1.4 59
1.47 64
1. En un experimento con conejos se tomaron en cuenta las siguientes variables:
Y: Proporción del peso final al peso inicial.
X: Gramos diarios de alimento por kg de peso inicial.

a) Realiza un diagrama de dispersió

Gramos diarios de
Proporción de peso
alimento por kg de
final al peso inicial
peso inicial
Gramos VS
70
X Y
f(x) = 81.8154228628206 x − 51
60 R² = 0.86929659802167
0.79 19
0.88 15 50
0.88 21 40
0.88 25
0.9 18 30
0.91 10 20
0.94 20
0.95 21 10
0.95 28
0
0.95 30 0.7 0.8 0.9 1 1.
0.96 35
0.97 24
1 39
1.01 27
1.05 30
1.05 31
1.08 36
1.1 42
1.11 45
1.13 37
1.16 33
1.18 54
1.26 56
1.29 56
1.32 60
1.36 59
1.4 59
1.47 64
un diagrama de dispersión de los datos para Y contra X.

Gramos VS Proporcion peso

f(x) = 81.8154228628206 x − 51.9548430815793

R² = 0.86929659802167

0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6

b. Calcula las rectas de mínimos cuadrados para Y contra X.

Gramos diarios de Proporción de

alimento por kg de peso final
peso inicial al peso inicial
X Y XY x²
1 0.79 19 15.01 0.6241
2 0.88 15 13.2 0.7744
3 0.88 21 18.48 0.7744
4 0.88 25 22 0.7744
5 0.9 18 16.2 0.81
6 0.91 10 9.1 0.8281
7 0.94 20 18.8 0.8836
8 0.95 21 19.95 0.9025
9 0.95 28 26.6 0.9025
10 0.95 30 28.5 0.9025
11 0.96 35 33.6 0.9216
12 0.97 24 23.28 0.9409
13 1 39 39 1
14 1.01 27 27.27 1.0201
15 1.05 30 31.5 1.1025
16 1.05 31 32.55 1.1025
17 1.08 36 38.88 1.1664
18 1.1 42 46.2 1.21
19 1.11 45 49.95 1.2321
20 1.13 37 41.81 1.2769
21 1.16 33 38.28 1.3456
22 1.18 54 63.72 1.3924
23 1.26 56 70.56 1.5876
24 1.29 56 72.24 1.6641
25 1.32 60 79.2 1.7424
26 1.36 59 80.24 1.8496
27 1.4 59 82.6 1.96
28 1.47 64 94.08 2.1609
n 29.93 994 1132.8 32.8521

𝑋 ̅= 1.06892857142857 𝑌 ̅= 35.5 ∑▒𝑋𝑌= 1132.8 ∑▒𝑋^2 32.8521

= ∑▒𝑌^2 =
 y²
361
225
441
625
324
100
400
441
784
900
1225
576
1521
729
900
961
1296
1764
2025
1369
1089
2916
3136
3136
3600
3481
3481
4096
41902 Totales

∑▒𝑌^2 =
41902

b₁= 81.815422862819 𝑆_𝜀= 5.766624809682

b₀= -51.9548430815776 sb1 es error estándar de b1 y se define como:

La ecuación es:
Ŷ=-51.955+81.815Xo
 𝑆_𝑏1= 6.221684168105

5.76662480968206 6.22168417
0.859067857142857
0.926859135544802
e define como:
 c. Prueba la hipótesis de que la pendiente es cero. Realiza todas las etapas de la prueba de
hipótesis (α = 0.01).

Prueba para determinar si la variable X tiene efecto significativo en la proporción de peso final con el peso inicial.
Se calcula el error estandar y el error estandar de la variable.

1) Establecimiento de hipotésis
𝐻_0: 𝛽_1=0 (El número de gramos de alimento X1 no afectan la proporción d
En oposición a:
Ha : β1 ≠ 0 (El número de gramos de alimento X1 sí afectan la proporción del peso final con el peso inicial Y).

𝑆_(𝑏_1 )=
2) Estadística de prueba
6.2216841681
𝑡_𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎=(𝑏_𝑖−𝛽_𝑖)/𝑆_(𝑏_𝑖 )
𝑡_𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑎=
81.81 = 13.150044369
6.221684168105

3) Regla de decisión
Rechazar H0 si |tcalculada|= 13.15 es mayor que t teórica:
2.7787
En donde tteórica se obtiene de la tabla:
𝑡_𝑡𝑒ó𝑟𝑖𝑐𝑎=𝑡_(∝∕2) (𝑛−𝑘−1)=𝑡_(0.01∕2) (26)=𝑡_0.005 (26)=2.7787

4) Conclusión
Puesto que |tcalculada |= 13.15 es mayor que t teórica = 2.7787
se rechaza Ho. (Existe evidencia de que al menos la variable independiente del número de gramos de alimentos X1 afec
al con el peso inicial.

X1 no afectan la proporción del peso final con el peso inicial Y).

con el peso inicial Y).

gramos de alimentos X1 afectan la proporción del precio final con respecto al peso inicial Y).
 d. Calcula las predicciones Ŷ para los siguientes valores de X0: 0, 5, 15, 25, 30, 35.5

𝑌 ̂=𝑏_0+𝑏_1 𝑋 Ŷ=b0+b1X

y= 81.82x -51.95
81.82 :b1
-51.95 :b0
5.5

Xo Ŷ
0 -51.95
5 357.15
15 1175.35
25 1993.55
30 2402.65
35.5 2852.66
 e. Calcula el intervalo de confianza de los valores particulares de Y para los valores dados
de X0 del inciso anterior.

𝑏_1±𝑡_(∝∕2) (𝑛−𝑘−1)𝑆_(𝑏_𝑖 ) b1=

Si se establece un intervalo de confianza al 99% para la proporcionón del peso final e inicial, se tiene el valor crítico:
𝑡_𝑡𝑒ó𝑟𝑖𝑐𝑎=𝑡_(0.01∕2) (26)=𝑡_0.005 (26)=2.7787

Mientras 𝑆_(𝑏_1 )= 6.221 el cual se obtiene del el inciso b):

L𝐼𝐶 𝐿𝑆𝐶
64.5287073 99.1012927
 81.815

, se tiene el valor crítico:

0.79 19
0.88 15
0.88 21 Resumen
0.88 25
0.9 18 Estadísticas de la regresión
0.91 10 Coeficiente de correla 0.932360766024434
0.94 20 Coeficiente de deter 0.86929659802167
0.95 21 R^2 ajustado 0.864269544099426
0.95 28 Error típico 5.76662480968205
0.95 30 Observaciones 28
0.96 35
0.97 24 ANÁLISIS DE VARIANZA
1 39 Grados de libertad
1.01 27 Regresión 1
1.05 30 Residuos 26
1.05 31 Total 27
1.08 36
1.1 42 Coeficientes
1.11 45 Intercepción -51.9548430815793
1.13 37 Variable X 1 81.8154228628206
1.16 33
1.18 54
1.26 56
1.29 56 Análisis de los residuales
1.32 60
1.36 59 Observación Pronóstico para Y
1.4 59 1 12.679340980049
1.47 64 2 20.0427290377028
3 20.0427290377028
0 4 20.0427290377028
5 5 21.6790374949593
15 6 22.4971917235875
25 7 24.9516544094721
30 8 25.7698086381003
35.5 9 25.7698086381003
10 25.7698086381003
11 26.5879628667285
12 27.4061170953567
13 29.8605797812413
14 30.6787340098695
15 33.9513509243823
16 33.9513509243823
17 36.405813610267
18 38.0421220675234
19 38.8602762961516
20 40.496584753408
21 42.9510474392926
22 44.587355896549
23 51.1325897255747
24 53.5870524114593
25 56.0415150973439
26 59.3141320118567
27 62.5867489263695
28 68.313828526767
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
5750.39699591335 5750.397 172.923667 5.3718E-13
864.603004086655 33.2539617
6615

Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
6.73923364881291 -7.70931026 3.51568E-08 -65.8075362 -38.1021499 -65.8075362 -38.1021499
6.22168416810443 13.1500444 5.3718E-13 69.0265679 94.6042778 69.0265679 94.6042778

Residuos y
6.32065901995101 12.679341
-5.04272903770284 20.042729
0.957270962297159 20.042729
4.95727096229716 20.042729 Variable X 1 Cur
-3.67903749495926 21.6790375
-12.4971917235875 22.4971917
-4.95165440947207 24.9516544 80
-4.76980863810029 25.7698086 70
2.23019136189971 25.7698086 f(x) = 8
60 R² = 1
4.23019136189971 25.7698086
8.41203713327151 26.5879629 50
-3.40611709535669 27.4061171 40
Y

9.13942021875869 29.8605798
30
-3.67873400986952 30.678734
-3.95135092438234 33.9513509 20
-2.95135092438234 33.9513509 10
-0.405813610266961 36.4058136
0
3.95787793247662 38.0421221 0.7 0.8 0.9
6.13972370384842 38.8602763
-3.49658475340799 40.4965848
-9.95104743929259 42.9510474
 9.41264410345099 44.5873559
4.86741027442534 51.1325897
2.41294758854072 53.5870524
3.9584849026561 56.0415151
-0.314132011856728 59.314132
-3.58674892636954 62.5867489
-4.31382852676698 68.3138285
-51.9548431
-51.9548431
357.122271
1175.2765
1993.43073
2402.50784
2852.49267
-51.9548431
 Clase Frecuencia
0.79 1
13.432 28
26.074 8
38.716 9
51.358 3
y mayor... 7

perior 95.0%

30

25

20

Variable X 1 Curva de regresión ajustada

Frecuencia
15

80
70
f(x) = 81.8154228628206 x − 51.9548430815792 10
60 R² = 1 Y
50 Pronóstico para Y
Linear (Pronóstico para Y)
40 5
Y

30
20
10 0
0.79 13.432
0
0.7 0.8 0.9 1 Variable
1.1 X 1
1.2 1.3 1.4 1.5 1.6
 Histograma
30

25

20

Frecuencia
Frecuencia

15

10

0
0.79 13.432 26.074Clase 38.716 51.358 y mayor...
 PRUEBA DE CHI CUADRADA PARA VARIABLES N

OBSERVADOS
Tienda Jabón líquido Jabón en polvo Jabón en barra Totales
Todo-Mart 1220 460 845 2525
Ahorrará 1204 503 890 2597
Comerabarrote 1280 456 820 2556
Totales 3704 1419 2555 7678
ESPERADOS
Tienda Jabón líquido Jabón en polvo Jabón en barra
Todo-Mart 1218.1037 466.6547 840.2416
Ahorrará 1252.8377 479.9613 864.2010
Comerabarrote 1233.0586 472.3840 850.5574

Alfa= 0.10
N de confianza= 90%
GL= 4

X^2 DE LA PRUEBA: X^2 CRÍTICA O DE TABLA DE CHI^2: VALOR p DE LA PRUEBA

F=INV.CHICUAD.CD(ALFA, GL) F=DISTR.CHICUAD.CD(X^2

GL= (F-1)(C-1)

Para aceptar Hi o la dependencia y rechazar Ho o la independencia X^2 de prueba o calculada debe ser igual o superior a
la X^2 de tabla o crítica. También si p es mayor a la significancia alfa se acepta Ho o la independencia.
DA PARA VARIABLES NOMINALES U ORDINALES

Obs-Esp (obs-Esp)^2 (O-E)^2/E Obs-Esp (OBS-Esp)^2 (O-E)^2/E

1.8963 3.5961 0.0030 1.8963 3.5961 0.0030
-6.6547 44.2854 0.0949 -6.6547 44.2854 0.0949
4.7584 22.6424 0.0269 4.7584 22.6424 0.0269
-48.8377 2385.1227 1.9038 -48.8377 2385.1227 1.9038
23.0387 530.7809 1.1059 23.0387 530.7809 1.1059
25.7990 665.5903 0.7702 25.7990 665.5903 0.7702
46.9414 2203.4942 1.7870 46.9414 2203.4942 1.7870
-16.3840 268.4340 0.5683 -16.3840 268.4340 0.5683
-30.5574 933.7569 1.0978 -30.5574 933.7569 1.0978
X^2 PRUEBA: 7.3577 X^2 PRUEBA: 7.3577
X^2 CRÍTICA: 7.7794 X^2 CRÍTICA: 7.7794

p PRUEBA: 0.1182 p PRUEBA: 0.1182

p TABLA: 0.1181 p TABLA: 0.1181

ALOR p DE LA PRUEBA: VALOR p DE LOS DATOS DE LA TABLA:

DISTR.CHICUAD.CD(X^2 DE PRUEBA, GL) F= PRUEBA.CHICUAD(RANGO OBSERVADO, RANGO ESPERADO)

be ser igual o superior a

ndependencia.
Hipótesis
De investigación:
Hi: Dependencia
Nula:
Ho: Independencia
 PRUEBA DE CHI CUADRADA PARA VARIABLES N

OBSERVADOS
Tienda Jabón líquido Jabón en polvo Jabón en barra Totales
Todo-Mart 1220 460 845
Ahorrará 1204 503 890
Comerabarrote 1280 456 820
Totales
ESPERADOS
Tienda Jabón líquido Jabón en polvo Jabón en barra
Todo-Mart #DIV/0!
Ahorrará
Comerabarrote

Alfa= 0.10
N de confianza= 90%
GL=
DA PARA VARIABLES NOMINALES U ORDINALES

Obs-Esp (obs-Esp)^2 (O-E)^2/E

0.0000
0.0000
0.0000 Hipótesis
0.0000 De investigación:
0.0000 Hi: Dependencia
0.0000 Nula:
0.0000 Ho: Independencia
0.0000
0.0000
X^2 PRUEBA:
X^2 CRÍTICA:

p PRUEBA:
p TABLA:
 PRUEBA DE CHI CUADRADA PARA VARIABLES N

OBSERVADOS
Tienda Jabón líquido Jabón en polvo Jabón en barra Totales
Todo-Mart 1220 460 845 2525
Ahorrará 1204 503 890 2597
Comerabarrote 1280 456 820 2556
Totales 3704 1419 2555 7678
ESPERADOS
Tienda Jabón líquido Jabón en polvo Jabón en barra
Todo-Mart 1218.1037 466.6547 840.2416
Ahorrará 1252.8377 479.9613 864.2010
Comerabarrote 1233.0586 472.3840 850.5574

Alfa= 0.10
N de confianza= 90%
GL= 2*2=4

X^2 DE LA PRUEBA: X^2 CRÍTICA O DE TABLA DE CHI^2: VALOR p DE LA PRUEBA

F=INV.CHICUAD.CD(ALFA, GL) F=DISTR.CHICUAD.CD(X^2

GL= (F-1)(C-1)

Para aceptar Hi o la dependencia y rechazar Ho o la independencia X^2 de prueba o calculada debe ser igual o superior a
la X^2 de tabla o crítica. También si p es mayor a la significancia alfa se acepta Ho o la independencia o.
DA PARA VARIABLES NOMINALES U ORDINALES

Obs-Esp (obs-Esp)^2 (O-E)^2/E

1218.1037 1.8963 3.5961 0.0030
466.6547 -6.6547 44.2854 0.0949
840.2416 4.7584 22.6424 0.0269 Hipótesis
1252.8377 -48.8377 2385.1227 1.9038 De investigación:
479.9613 23.0387 530.7809 1.1059 Hi: Dependencia
864.2010 25.7990 665.5903 0.7702 Nula:
1233.0586 46.9414 2203.4942 1.7870 Ho: Independencia
472.3840 -16.3840 268.4340 0.5683
850.5574 -30.5574 933.7569 1.0978
X^2 PRUEBA: 7.3577
X^2 CRÍTICA: 7.7794

p PRUEBA: 0.1181
p TABLA: 0.1181

ALOR p DE LA PRUEBA: VALOR p DE LOS DATOS DE LA TABLA:

DISTR.CHICUAD.CD(X^2 DE PRUEBA, GL) F= PRUEBA.CHICUAD(RANGO OBSERVADO, RANGO ESPERADO)

be ser igual o superior a

dependencia o.