Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resistencia a la compresin
Y1
Y2
Y3
25.2
27.3
28.7
29.8
31.1
27.8
31.2
32.6
29.7
31.7
30.1
32.3
29.4
30.8
32.8
Resultados:
1. Muestra las medidas para las variables dependiente e independiente:
Estadsticos descriptivos
Media
Desviacin tpica
20,000
7,9057
Y1
29,460
2,5648
Y2
30,380
1,9486
Y3
30,260
2,2030
Sig. (unilateral)
Y1
Y2
Y3
1,000
,635
,487
,912
Y1
,635
1,000
,829
,409
Y2
,487
,829
1,000
,133
Y3
,912
,409
,133
1,000
,125
,203
,016
,041
,247
Y1
,125 .
Y2
,203
,041 .
Y3
,016
,247
Y1
Y2
Y3
,415
,415 .
3.
Error
R
cuadra
Modelo
,985
do
a
Estadsticos de cambio
tp. de la
cuadrado estimaci
Cambio en
Cambio
corregida
R cuadrado
en F
,970
,880
2,7370
,970
Watson
Sig. Cambio
gl1
gl2
10,791
en F
,219
2,870
H 1 . El
cuadrados
Regresin
gl
cuadrtica
242,509
80,836
7,491
7,491
250,000
Residual
Total
Media
Sig.
10,791
,219a
5. Ecuacin de Regresin:
Coeficientesa
Modelo
1 (Constante
Coeficientes no
Coeficientes
Intervalo de confianza de
estandarizados
tipificados
95.0% para B
Error tp.
-124,179
30,440
Y1
-,368
1,134
Y2
1,892
Y3
3,224
Beta
Sig.
Lmite
Lmite
inferior
superior
-4,079
,153
-510,953
262,596
-,119
-,325
,800
-14,775
14,039
1,374
,466
1,377
,400
-15,565
19,348
,745
,898
4,330
,144
-6,236
12,684
a. Variable dependiente: X
^
X i=124,1790.368 y 1+1,892 y 2+ 3,224 y 3
^
X i=124,1790.368 y 1
^
X i=124,179+1,892 y 2
^
X i=124,179+3,224 y 3
7. Tablas Resumen:
Valores promedio, desviacin estndar, mnimo y mximo de
Concentracin y Correlacin a la comprensin 1, 2 y 3:
Variables
Media
Mxima
Mnima
X
Y1
Y2
Y3
20,000
29,460
30,380
30,260
30
31.7
32.6
32.8
10
25.2
27.3
27.8
Matriz de Correlacin:
Desviaci
n
Estndar
7,9057
2,5648
1,9486
2,2030
CV%
395.28
87.06
64.14
72.8
Variables
X
Y1
Y2
Y3
X
1
0.635
0.487
0.912
Y1
0.635
1
0.829
0.409
Y2
0.487
0.829
1
0.133
Y3
0.912
0.409
0.133
1
^
X i=124,1790.368 y 1
Nos indica que la relacin es negativa ya que a mayor
resistencia a la compresin, menor Concentracin.
^
X i=124,179+1,892 y 2
Nos indica que la relacin es positiva, ya que a mayor
regresin:
resistencia a la compresin, mayor Concentracin.
^
X i=124,179+3,224 y 3
Nos indica que la relacin es positiva, ya que a mayor
resistencia a la compresin, mayor Concentracin.
^
X i=124,179+3,224 y 3
PROBLEMA N3
Una compaa desea modelar la relacin entre sus ventas y las ventas de la
industria en general
VENTAS DE LA
CIA( Y)
0,5
1,0
1,0
1,4
1,3
1,6
VENTAS DE
LA
INDUSTRIA
(X)
10
12
13
15
14
15
Resultados
Los siguientes resultados son las salidas del SPSS:
1. La tabla 1
Muestra las medidas para las variables dependiente e
independiente
Tabla 1.
Estadsticos descriptivos
Media
Desviacin
tpica
Ventas de la Cia
Rentas de la Industria
1,1333
,38816
13,1667
1,94079
Tabla2.
Correlacin de
Pearson
Correlaciones
Ventas de la Cia
Rentas de la
Ventas de la
Rentas de la
Cia
Industria
1,000
,973
,973
1,000
,001
,001
Industria
Ventas de la Cia
Sig. (unilateral)
Rentas de la
Industria
Ventas de la Cia
Rentas de la
Industria
R2 . Toma un
R2
R2
que se basa en el
Tabla 3.
Modelo
R
R
cuadrado
cuadrado
corregida
1 ,973a
,948
Error tp.
de la
estimaci
n
,935
Estadsticos de cambio
Cambio
en R
cuadrado
,09933
Cambio
en F
,948
72,347
gl1
gl2
Sig. Cambio
en F
,001
1,781
H 1 es decir
1 0
1 0
TABLA 04.
Modelo
Suma de
ANOVAa
gl
Media
cuadrados
Sig.
cuadrtica
Regresin
,714
,714
Residual
,039
,010
Total
,753
72,347
,001b
4. Ecuacin de la regresin
La tabla 05 Muestra los coeficientes de la recta de regresin. La columna
denominada Coeficientes no estandarizados contiene los coeficientes de
regresin que definen la ecuacin de regresin en puntuaciones directas.
El coeficiente Constante(es el origen de la recta
) y el Coeficiente
Ventas de
la Compaa
1,13
1,6
0,5
0,38
33.63
Renta de
la Industria
13,1
7
15
10
1.94
14.73
Renta de
la Industria
Ventas de
la Compaa
0,973
Renta de
la Industria
0,973
i = 0,195Xi 1,430
Ejercicio N 5
El efecto de la temperatura en la absorcin de anhdrido carbnico en
agua est dada en la siguiente tabla.
temperatura
(X)
10
15
20
30
25
40
50
Desviacin tpica
coeficiente
25,8571
25,64780
temperatura
27,1429
14,09998
Sig. (unilateral)
coeficiente
temperatura
1,000
,287
,287
1,000
,266
,266
coeficiente
temperatura
temperatura
coeficiente
temperatura
Modelo
R
cuadrad
Estadsticos de cambio
Durbin-
la estimacin
Watso
n
Cambio en R
Cambio
gl
gl
Sig.
cuadrado
en F
Cambio
en F
287
,082
-,101
26,91607
,082
,448
,533
2,531
H1
5.Modelo
Suma de
gl
Media
cuadrados
Regresin
1
Sig.
cuadrtica
324,483
324,483
Residual
3622,374
724,475
Total
3946,857
,448
,533b
Ec
ua
ci
n
de
la
regresin
la recta
de la recta de regresin ( 1 ).
Los coeficientes Beta (coeficientes de regresin estandarizados)
son los coeficientes que definen la ecuacin de regresin cuando
esta se obtiene tras estandarizar las variables originales, es decir,
tras convertir las puntuaciones directas en tpicas.
En el anlisis de regresin lineal simple, el coeficiente de
regresin estandarizado corresponde a la nica variable
independiente presente en la ecuacin coincide exactamente con
el coeficiente de correlacin de Pearson. En el anlisis de
Regresin mltiple, los coeficientes de regresin estandarizados
permiten valorar la importancia de cada variable independiente
dentro de una ecuacin.
Coeficientesa
Modelo
Coeficientes no
Coeficientes
estandarizados
tipificados
B
1
Error tp.
(Constante)
11,701
23,472
temperatura
,522
,779
Sig.
95,0% para B
Beta
,287
Intervalo de confianza de
Lmite inferior
Lmite superior
,498
,639
-48,637
72,038
,669
,533
-1,482
2,525
DIAGRAMA DE DISPERCION
Cuando x=25
i = 11,701 + 0,522Xi
i = 11,701 +
0,522(25)
i = 24,751
Resultados de la investigacin
Tabla 01 Resumen estadstico de valores promedio, desviacin
estndar, mnimo y mximo de Coeficientes de absorcin
relativa y temperatura C
Medi Mxi Mni
Desviacin
Variables
CV%
a
ma
ma
estndar
Coeficientes de
absorcin relativa
temperatura C
25,85
71
46
25,64780
99,17
27,14
29
50
10
14,09998
51,94
Coeficientes de absorcin
relativa
temperatura C
Coeficie
ntes de
absorci
n
relativa
temperatura
C
0.287
0.287
i = 11,701 + 0,522Xi
P(mHg) -
T(C) - Y
1
5
10
20
40
60
100
200
400
760
54
81.6
95.3
110
126.2
136.7
150
172.6
197.5
223.2
estandarizad
estandarizados
os
Error
Modelo
1
(Constante)
Presion en
mHg
a.
Lmite
estndar
-378,972
119,634
3,998
,833
Beta
,862
Sig.
inferior
-3,168 ,013
-654,848
-103,096
4,802 ,001
2,078
5,918
Ecuacin de Regresin:
Lmite superior
i = -378.972 + 3.998 Xi
Resumen del modelob
DurbinEstadsticos de cambio
Error
R
estndar
Cambio en
cuadrado
de la
Cambio
cuadrado
ajustado
estimacin
cuadrado
en F
Model
o
,862a
,742
,710
131.68324
,742
Watson
Sig.
23,061
Cambio en
gl1
gl2
1
F
8
,001
S y =S e
p
1 ( x i xp )
+
n ( xi x )2
S y =54.85
p
^y p t (1 ) S y
2
( 2 )54.85
153 t 1
153 2.5854.85
11.487< y< 294.513
Para un valor individual
2
1 (x i x p)
S y =S e 1+ +
n ( xi x )2
p
S y =240.54
p
^y p t (1 ) S y
2
153 2,58240.54
467.5932< y <853.3152
,686
Ejercicio 9
Los datos de la tabla presentan las millas por galn que recorre un automvil
de prueba empleando gasolina de diversos niveles de octano.
a) Calcular r y r2
b) Dan los datos evidencia suficiente para indicar que existe correlacin
entre el rendimiento y el nmero de octano para el automvil de prueba?
-
^y i=230,839+3,464 x
^ 1 t (1 ; n2)S
2
S 2 =
1
Se
( x x )
Donde:
S e = CME
S e = 4403,628=66,35983
S 2 =
1
66.36
12.40
S =2.313
1
^ 1 t (1 ; n2)S
2
3,464 t 1 ; n2 2.313
2
3,29< <10,22
e) Estime el rendimiento individual y medio cuando se emplea un nivel de
94 octanos
Para un valor medio.
S y =S e
p
1 ( x i xp )
+
n ( xi x )2
S y =66,36
p
1 2,625
+
8 12,40
S y =38,51
p
^y p t (1 ) S y
2
( 2 ) 38,51
94,78 t 1
94,78 2.5838,51
4.58< y <194.14
Para un valor individual
2
1 (x i x p)
S y =S e 1+ +
n ( xi x )2
p
1 6,89
S y =66,36 1+ +
8 12,40
p
S y =111,52
p
^y p t (1 ) S y
2
94,78 2,58111,52
192,56< y< 382,52
Ejercicio 10
Se llev a cabo un estudio para determinar si hay relacin lineal entre la
resistencia a la ruptura de vigas de madera y la densidad relativa x de la
madera. Se seleccionaron al azar diez vigas de las mismas dimensiones
transversales y se les aplicaron esfuerzos hasta que se rompieron. A
continuacin se muestran las resistencias a la ruptura y la densidad de madera
para cada una de las diez vigas.
Densida
d
relativa
X
Resisten
cia Y
0.49
9
0.55
8
0.60
4
0.44
1
0.55
0
0.52
8
0.41
8
0.48
0
0.40
6
0.46
7
11.1
4
12.7
4
13.1
3
11.5
1
12.3
8
12.6
0
11.1
3
11.7
0
11.0
2
11.4
1
RESULTADOS
Y = 0 + 1 x + e .
. Toma un valor
Y^ i=6.761+10.269 x
Resistencia = 6.761 + 10.269 Densidad_Relativa
Y =6.761+10.269 X
0.49
0.604 0.406
81
0.068588
13.7699
Resistencia
Densidad Relativa
0.917
Resistencia
0.917
La ecuacin de regresin
Y =6.761+10.269 X
cual indica que hay una relacin directa entre La Densidad Relativa y la
Resistencia de las vigas.
Ejercicio 11
1. Tabla 1: Muestra las medidas para las variables dependientes e
independientes en este caso nos dice que la variable que la
variable dependiente instrumento nuevo tiene una media de
20,670 y una desviacin 2,8253 mientas que la variable
independiente mtodo normal tiene una media de 20,682 y una
desviacin de 3,2138
R2
(mximo 1) y
4. Tabla 4: Esta tabla nos informa si existe relacin o no entre las variables, el
Estadstico F permite contrastar la hiptesis nula de la pendiente de la recta de
regresin es cero. En el ejemplo el valor P=0,00 p<0.05). Por lo que debemos
rechazar la Ho y rechazar
H 1 es decir
1=0
a concluir que no existe relacin entre el Instrumento nuevo (Y) esta explicada por
el Mtodo normal(X).
i = 2,758 + 0,866 Xi
Instrumento Nuevo= 2,758 + 0,866 Xi Mtodo Normal
A cada valor de Mtodo Normal le corresponde un pronstico de Instrumentos
Nuevo basado en la disminucin Constante de 2,758 ms de 0,866 veces del valor
de Mtodo Normal.
Resolucin de preguntas:
Graficar los datos en un diagrama de dispersin y seale el modelo probable de
ajuste a los datos.
Medi
a
20,6
70
Mxi
ma
Mni
ma
Desviacin
estndar
CV%
2,8253
13,668%
Mtodo Normal
20,6
80
3,2138
15,54&
Tiempo de
Capacitacin
Instrumento nuevo
0.985
Mtodo Normal
0.985
i = 2,758 + 0,866 Xi
a. Grafique Los datos e indique la posible tendencia de datos
b. Calcular R y
R2
i = 2,758 + 0,866 Xi
i = 2,758 + 0,866 (20)
i = 20,078
Ejercicio 12
Para investigar la relacin entre el consumo de gasolina en automviles (Y) y la
velocidad de manejo(X), se gui dos veces un automvil econmico pequeo en el
mismo tramo de una autopista interdepartamental, a seis velocidades distintas. A
Millas
por hora
X
Millas
por
galn(Y)
50
55
60
65
70
75
34.8,
33.6
34.6,
34.1
32.8,
31.9
32.6,
30.0
31.6,
31.8
30.9,
31.7
32.35
31.3
34.2
34.35
31.7
31.3
Solucin
R2
que se basa
Coeficientes
Muestra
los coeficientes de la recta de regresin. La
columna denominada Coeficientes no estandarizados contiene los
coeficientes de regresin que definen la ecuacin de regresin en
puntuaciones directas. El coeficiente Constante(es el origen de la recta
0 ) y el Coeficiente Rentas de Industria es dependiente de la recta de
regresin ( 1 ).
Los coeficientes Beta (coeficientes de regresin estandarizados) son los
coeficientes que definen la ecuacin de regresin cuando esta se obtiene
tras estandarizar las variables originales, es decir, tras convertir las
puntuaciones directas en tpicas.
En el anlisis de regresin lineal simple, el coeficiente de regresin
estandarizado corresponde a la nica variable independiente presente en
la ecuacin coincide exactamente con el coeficiente de correlacin de
Pearson. En el anlisis de Regresin mltiple, los coeficientes de
regresin.
Y(GRAMOS)
8
6
8
12
10
14
25
21
24
31
33
28
44
39
42
48
51
44
X C
0
15
30
45
60
75
Y(GRAMOS)
7.33
12
23.33
30.67
41.67
47.67
Solucin
1,000
,995
.
,000
6
6
Rentas de
la
industria
,995
1,000
,000
.
6
6
R2
TABLA 04 ANOVAa
Modelo
Suma de
df
Media
F
cuadrados
cuadrtica
Regresi
1269,054
1 1269,054 416,92
n
5
1
Residual
12,175
4
3,044
Total
1281,230
5
Sig.
,000b
4. Ecuacin de la regresin
La tabla 05 Muestra los coeficientes de la recta de regresin. La
columna denominada Coeficientes no estandarizados contiene
los coeficientes de regresin que definen la ecuacin de regresin
en puntuaciones directas. El coeficiente Constante(es el origen de
la recta 0 ) y el Coeficiente Rentas de Industria es dependiente
de la recta de regresin ( 1 ).
Los coeficientes Beta (coeficientes de regresin estandarizados)
son los coeficientes que definen la ecuacin de regresin cuando
esta se obtiene tras estandarizar las variables originales, es decir,
tras convertir las puntuaciones directas en tpicas.
En el anlisis de regresin lineal simple, el coeficiente de
regresin estandarizado corresponde a la nica variable
independiente presente en la ecuacin coincide exactamente con
el coeficiente de correlacin de Pearson. En el anlisis de
Regresin mltiple, los coeficientes de regresin estandarizados
permiten valorar la importancia de cada variable independiente
dentro de una ecuacin.
Tabla N 5 Coeficientesa
Modelo
Coeficientes no
estandarizados
Error
tp.
Coeficie
ntes
tipificad
os
Beta
Sig.
Intervalo de
confianza de
95,0% para B
Lmite Lmite
inferio superio
r
r
(Constante)
5.822
1,263
-4,611 ,010 2.317
9,328
1
,568
,028
,995 20,41 ,000
,491
,645
X C
9
a. Variable dependiente: Ventas de la compaa
Con los resultados de la Tabla 05 construimos la ecuacin de regresin:
i = 5,822+ 0,568 Xi
Gramos = 5,822 + 0,568 C
A cada valor de los C le corresponde un pronstico Gramos basado en la
disminucin constante de 5,822 ms 0,568 veces del valor de los
C.
Ejercicio 15:
15
1
18
2
25
3
30
4
35
5
45
6
53
7
70
8
Media
Desviacin
tpica
N de consultas
Tiempo de Capacitacin
31,57
13,879
4,00
2,160
Tiempo de
Capacitacin
Correlacin de Pearson
Sig. (unilateral)
N de consultas
1,000
,989
,989
1,000
,000
,000
N de consultas
Tiempo de Capacitacin
Tiempo de Capacitacin
N de consultas
Tiempo de Capacitacin
R2
que se basa en el
Estadsticos de cambio
Modelo
R
cuadrado
R
Error tp.
cuadrado
de la
corregida estimacin
Cambio
en R
cuadrad
o
Cambio
en F
gl1
gl2
Sig.
Cambio
en F
0,979
234,349
,
1
989
0,979
0,975
2,197
1,298
H1
Suma de
gl
Media
cuadrados
Regresin
1
Residual
Total
Sig.
cuadrtica
1131,571
1131,571
24,143
4,829
1155,714
234,349
,000b
Coeficientes no
Coeficient
estandarizados
es
confianza de 95,0%
tipificados
para B
(Constante)
1
Tiempo de Capacitacin
Error tp.
6,143
1,857
6,357
,415
Sig.
Beta
,989
Intervalo de
Lmite
Lmite
inferior
superior
3,308
,021
1,369
10,917
15,308
,000
5,290
7,425
2,160
54
Nmero
de
Consulta
s
Tiempo de
Capacitacin
Nmero de Consultas
0.989
Tiempo de Capacitacin
0.989
Ejercicio N16
Se desea saber la relacin que existe entre la demanda mxima de una planta
generadora de energa elctrica y la temperatura mxima diaria. Se dispone de
una muestra de 10 datos que se presentan a continuacin:
DEMANDA_MA TEMPERATURA_M
XIMA(Y)
AXIMA(X)
214
95
152
82
156
90
129
81
254
99
266
100
210
93
204
95
213
93
150
87
a) Graficar el diagrama de dispersin para los datos a indicar i estos se
relacionan en forma curvilnea.
b) Obtenga una ecuacin (modelo Matemtico) que mejor relacione la
demanda mxima (Y) y la temperatura mxima diaria(X).
c) Pruebe la significacin del modelo y estime la demanda mxima de la
planta para una temperatura de 98 F.
Resultados
Los siguientes resultados son las salidas del SPSS:
6. La tabla I
Muestra las medidas para las variables dependiente e
independiente.
Tabla 1.Estadsticos descriptivos
Media
Desviacin
tpica
Demanda_maxima
Temperatura_maxima
194,8000
46,26446
10
91,5000
6,50214
10
Correlacin de Pearson
Sig. (unilateral)
Demanda_maxima
Demanda_ma
Temperatura_
xima
maxima
1,000
,944
,944
1,000
,000
,000
Demanda_maxima
10
10
Temperatura_maxima
10
10
Temperatura_maxima
Demanda_maxima
Temperatura_maxima
R2
que se basa
R cuadrado
elo
R cuadrado
Error tp. de la
corregida
estimacin
Estadsticos de cambio
DurbinWatson
Cambio
Cambio
en R
en F
gl1
gl2
Sig.
Cambio
cuadrad
en F
o
a
,944
,891
,878
16,17764
,891
65,605
,000
H1
Suma de
gl
Media
cuadrados
1
Regresin
17169,871
Sig.
cuadrtica
1
17169,871
65,605
,000b
2,749
Residual
Total
2093,729
19263,600
261,716
5. Ecuacin de la regresin
La tabla 05 Muestra los coeficientes de la recta de regresin. La
columna denominada Coeficientes no estandarizados contiene
los coeficientes de regresin que definen la ecuacin de regresin
en puntuaciones directas. El coeficiente Constante(es el origen de
la recta 0 ) y el Coeficiente Rentas de Industria es dependiente
de la recta de regresin ( 1 ).
Los coeficientes Beta (coeficientes de regresin estandarizados)
son los coeficientes que definen la ecuacin de regresin cuando
esta se obtiene tras estandarizar las variables originales, es decir,
tras convertir las puntuaciones directas en tpicas.
En el anlisis de regresin lineal simple, el coeficiente de
regresin estandarizado corresponde a la nica variable
independiente presente en la ecuacin coincide exactamente con
el coeficiente de correlacin de Pearson. En el anlisis de
Regresin mltiple, los coeficientes de regresin estandarizados
permiten valorar la importancia de cada variable independiente
dentro de una ecuacin.
Tabla 5.Coeficientesa
Modelo
Coeficientes no
Coeficientes
estandarizados
tipificados
Error
Sig.
de 95,0% para B
Beta
tp.
(Constante)
1
Temperatura
-419,849 76,058
6,717
,829
,944
Intervalo de confianza
Lmite
Lmite
inferior
superior
-5,520
,001
-595,239
-244,460
8,100
,000
4,805
8,630
_maxima
i = -419,849 + 6,717 Xi
Nos piden la temperatura a
98 F
i = -419,849 +
6,717 (98)
i = 238.417
194,8
000
266
150
46,26446
23.74
Temperatura Mxima
Del Da
91,50
00
100
81
6,50214
7.1
Temperatura
Mxima
Del Da
Demanda Mxima
0.944
Temperatura Mxima
Del Da
0.944
Modelo de regresin:
i = -419,849 + 6,717 Xi