Examen Final Inferencia

1
UNIVERSIDAD NACIONAL PEDRO HENRIQUEZ UREÑA

FACULTAD DE CIENCIA Y TECNOLOGIA
DEPARTAMENTO DE MATEMATICAS Y ESTADISTICA
Examen Final de Mat -337
Alumno (a): Lisbeth Novas Matrícula: 19-0308
Fecha: 15/04/2021 Profesor: Antonio Mesa.
Problema I. Realizar un análisis de regresión múltiple, donde el precio de la vivienda (Y), expresado
en miles de dólares, depende del área total de la vivienda (X1), expresado en cientos de pies cuadrados,
y del número de dormitorios (X2). Esto es, Y = f(X1, X2). Los datos al respecto se presentan en el
siguiente cuadro.
Requerimientos:
1. Construya un modelo, función o ecuación de regresión lineal múltiple que explique el comportamiento del
precio de la vivienda (Y), expresado en miles de dólares, en función del área total de la vivienda (X1),
expresado en cientos de pies cuadrados, y del número de dormitorios (X2). Esto es, Y = f(X1, X2). Mas
explícitamente: Y = α0+α1+α2+μ
2
X1 X2 Yi X12 X22 X1X2 X1Yi X2Yi ŷ (ŷ-Ȳ)2 (Yi-Ȳ)2

8 2 174 64 4 16 1392 348 183,24 4360,04 5795,78
12 2 224 144 4 24 2688 448 210,19 1527,06 682,78
12 3 221 144 9 36 2652 663 216,93 1045,83 848,56
13 3 230 169 9 39 2990 690 223,67 655,42 405,22
15 3 235 225 9 45 3525 705 237,15 147,01 228,92
15 3 240 225 9 45 3600 720 237,15 147,01 102,62
15 3 245 225 9 45 3675 735 237,15 147,01 26,32
19 3 253 361 9 57 4807 759 264,1 219,88 8,24
21 3 265 441 9 63 5565 795 277,57 801,17 221,12
20 3 275 400 9 60 5500 825 270,84 465,12 618,52
15 4 240 225 16 60 3600 960 243,88 29,01 102,62
20 4 260 400 16 80 5200 1040 277,57 801,17 97,42
19 4 275 361 16 76 5225 1100 270,84 465,12 618,52
22 4 300 484 16 88 6600 1200 291,05 1745,69 2487,02
23 4 315 529 16 92 7245 1260 297,79 2354,16 4208,12
∑ 249 48 3752 4397 160 826 64264 12248 3739,12 14910,7 16451,78
X1= 115.86
X2= 6.74
X3=7.01
3
2. Calcule las pendientes del modelo de regresión lineal múltiple: α1 y α2;

α0=115.86
α1=6.75
α2=7.01
3. Explique, en términos generales y específicos, las pendientes del modelo de regresión lineal múltiple: α1 y
α2:
α1 es la derivada parcial de la variable dependiente “y” con respecto a la variable dependiente x1
α2 es la derivada parcial de la variable dependiente “y” con respecto a la variable dependiente x2
4. Interprete en términos generales y específicos, las pendientes del modelo de regresión lineal múltiple: α1 y
α2:
α1 6.75 mil USD, es el incremento que se opera en la variable dependiente y, cuando la variable x1 aumenta en cientos de pies
cuadrados. α2 7.01 mil USD es el incremento que se opera en la variable dependiente y cuando la variable independiente x2 aumenta
en 1 dormitorio
5. Utilice el modelo, función o ecuación de regresión lineal múltiple construido para estimar Yi:
ŷ = α0+α1 x1 + α2 x2
6. Calcule la SCE y SCT del modelo, función o ecuación de regresión lineal múltiple construido;
SCE=14910.70
SCT=16451.78
4
7. Utilice SCE y SCT para calcular el Coeficiente Determinación de Regresión Lineal Múltiple:
R ^2=SCE/SCT
R^2=14910.70/16451.78 = 0.914
8. Explique, en términos generales y específicos, el Coeficiente Determinación de Regresión Lineal Múltiple:

El coeficiente de determinación de regresión lineal múltiple es un estadístico de bondad de ajuste que permite explicar el
comportamiento de la variable dependiente y en función o dependencia de las variables independientes x1 y x2.
9. Interprete, en términos generales y específicos, el Coeficiente Determinación de Regresión Lineal Múltiple:

Ese valor esta correcto porque está en el rango permitido.
10.Calcule el Coeficiente de Correlación Lineal Múltiple:

R = RAIZ (0.906)
R =0.951840323
5
11.Explique, en términos generales y específicos, el Coeficiente de Correlación Lineal Múltiple:

El coeficiente de correlación lineal múltiple es la correlación simple entre Y y su predicción por medio de la
ecuación de regresión. El aumento que se producen en la variable dependiente “y cuando la variable independiente
x aumenta.
12.Interprete, en términos generales y específicos, el Coeficiente de Correlación Lineal Múltiple:
13.Basándose en el valor arrojado por el R2, Indique si el modelo, función o ecuación de regresión lineal
múltiple construido reúne las condiciones necesarias y suficientes para ser utilizado en la estimación,
predicción, proyección y pronóstico de los precios de las viviendas (Y), en función del área total de la
vivienda (X1), en pies cuadrados, y del número de recamaras o dormitorios (X2):
La relación lineal entre un grupo de variables, X, y, de variable Y, nos da 0.9518 El valor de un coeficiente de
correlación múltiple, R, se encuentra entre cero y uno. Cuanto más se acerque a uno mayor es el grado de
asociación entre las variables, por lo que podemos decir que esta aceptación es alta.
14. Basándose en el valor arrojado por el R2, Indique si el modelo, función o ecuación de
regresión lineal múltiple construido reúne las condiciones necesarias y suficientes para ser utilizado con
fines de formulación de políticas de construcción de viviendas.
Según el valor arrojado en R^2 el modelo de regresión lineal múltiple construido reúne las condiciones necesarias
y suficientes para ser utilizado con fines de formulación de políticas de construcción de viviendas porque está en
el rango permitido que es mayor de 0.80, por lo tanto el modelo es bueno.
6
Problema II: Actividad enzimática. Se ha realizado un experimento, bajo el Diseño de Parcelas

Apareadas, empleando dos métodos para medir la actividad enzimática específica, en unidades de
actividad enzimática por miligramo de proteína, de una enzima. (Una unidad de actividad enzimática
es la cantidad que cataliza la formación de 1micromol de producto por minuto bajo condiciones
específicas). El cuadro siguiente contiene las mediciones estocásticas de la actividad enzimática
empleando los dos métodos. Utilizando el ANOVA correspondiente, al nivel de significancia del 5%,
determine si existe suficiente evidencia muestral para señalar que los dos métodos de medición son
estadísticamente diferentes.
Cuadro No. 1: Mediciones de la actividad enzimática utilizando dos métodos diferentes .
Métodos Unidades de actividad enzimática por miligramo de proteína

I 125 145 134 126 135 138 140 125 128 130 134 140
II 150 135 138 140 135 155 145 142 153 139 140 145
7
8
9
10
Problema III: Se realizó un experimento, bajo el Diseño Experimental Completamente al Azar

(DCA), con cuatro tratamientos (Cuatro plantas químicas que producen el mismo producto y descargan
aguas negras en arroyos de la cercanía) y seis repeticiones (se recolectaron muestras de desechos en seis
sitios diferentes), para comprobar el grado de contaminación creada por las aguas negras y para determinar
si esta situación varia de una planta a otra. El cuadro siguiente muestra los resultados de dicho experimento,
expresados en lb/gal de desechos.
Cuadro de resultados del experimento.
Tratamientos Repeticiones Tt Ȳt
I II III IV V VI
Planta I 1.35 1.37 1.36 1.37 1.38 1.35
Planta II 1.45 1.47 1.45 1.48 1.46 1.46
Planta III 1.55 1.55 1.53 1.54 1.53 1.54
Planta IV 1.60 1.65 1.64 1.63 1.62 1.63
Cuadro de ANOVA del Experimento conducido bajo el Diseño Experimental Completamente al Azar
FV GL SC CM Fc Ft
SCT rt-1
SCTrat t-1
SCE rt-1-(t-1)
11
Requerimiento: Utilizando la prueba F, al nivel de significancia del 10%, realice el análisis de varianza
(ANOVA) correspondiente al Diseño Experimental Completamente al Azar (DCA), SEÑALANDO EXPLICITAMENTE
CADA UNO DE TODOS SUS PASOS, SIN LO CUAL NO TENDRA VALOR ALGUNO EL PROBLEMA y determine si
existen diferencias estadísticamente significativas entre las descargas promedios de desechos o aguas negras, expresados en
lb/gal, entre las diferentes plantas industriales (Tratamientos).

Examen Final Inferencia

Cargado por

Copyright:

Formatos disponibles

Examen Final Inferencia

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

Examen Final Inferencia

Cargado por

Copyright:

Formatos disponibles

1

UNIVERSIDAD NACIONAL PEDRO HENRIQUEZ UREÑA

X1 X2 Yi X12 X22 X1X2 X1Yi X2Yi ŷ (ŷ-Ȳ)2 (Yi-Ȳ)2

2. Calcule las pendientes del modelo de regresión lineal múltiple: α1 y α2;

8. Explique, en términos generales y específicos, el Coeficiente Determinación de Regresión Lineal Múltiple:

9. Interprete, en términos generales y específicos, el Coeficiente Determinación de Regresión Lineal Múltiple:

10.Calcule el Coeficiente de Correlación Lineal Múltiple:

11.Explique, en términos generales y específicos, el Coeficiente de Correlación Lineal Múltiple:

12.Interprete, en términos generales y específicos, el Coeficiente de Correlación Lineal Múltiple:

Problema II: Actividad enzimática. Se ha realizado un experimento, bajo el Diseño de Parcelas

Métodos Unidades de actividad enzimática por miligramo de proteína

Problema III: Se realizó un experimento, bajo el Diseño Experimental Completamente al Azar

Planta III 1.55 1.55 1.53 1.54 1.53 1.54

Planta IV 1.60 1.65 1.64 1.63 1.62 1.63

También podría gustarte