a)      Complete la tabla

FUENTE GL SS MS F
Regresión 1 50 50 2.55555556
Error 23 450 19.5652174
Total 24 500

a)      De que tamaño era la muestra

n= 25

a)      Determine el error estándar de estimación

Se = 4.42325868

a)      Obtenga el coeficiente de determinación

R2 = 0.1
 Y '  17.08  0.16 X

S y. x  4.05,  X  210,  X 2  9.850, y _ n  5

Y(50) = 25.08
t= 3.18244631
LS= 39.1562901
LI= 11.0037099
 Carga
Edad PROM. Y' RESIDUOS
X1 X2 X3
20 11.45 10.42 11.14 11.0033333 11.2120147 -0.20868132
25 10.84 11.17 10.54 10.85 10.4674176 0.38258242
31 9.47 9.19 9.54 9.4 9.5739011 -0.1739011

Edad Carga a)      Calcule la ecuación de la recta de regresión estimada

20 11.45 A 14.1904029
Y = 14.19 - 0.1489*X
20 10.42 B -0.1489194
20 11.14
25 10.84
25 11.17 b)      Suponga que un modelo teórico indica que la disminución e
25 10.54 la edad es a lo sumo 0.10. ¿Los datos contradicen esta aseveraci
31 9.47 significancia del 0.05.
31 9.19 Resumen
31 9.54
Estadísticas de la regresión Ho =
Coeficiente d 0.92702429 H1 =
Coeficiente d 0.85937404 NS =
R^2 ajustado 0.71874808 p > ns
Error típico 0.46921082 Rechazamos la alternativa y nos
Observacione 3 quedamos con la hipótesis nula

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 1 1.34540417 1.34540417
Residuos 1 0.22015879 0.22015879
Total 2 1.56556296

Coeficientes Error típico Estadístico t

Intercepción 14.1904029 1.54996519 9.15530429
Variable X 1 -0.14891941 0.06024111 -2.47205637

c) Con el fin de estimar la pendiente de la recta de regresión rea

preferible realizar una sola observación en cada una de las edad

No, porque aumentando la cantidad de muestras por observación, aume

cantidad de observaciones por edad (20, 21, 22 … 31)

d) Estime la carga promedio real a la primera grieta cuando la e

relación con la precisión de la estimación
d) Estime la carga promedio real a la primera grieta cuando la e
relación con la precisión de la estimación

Y(28) = 10.0206593

e) Encontrar el estadístico de Durbin Watson

Análisis de los residuales

Observación
Pronóstico para YResiduos (Ui -Ui1)^2
1 11.2120147 0.23798535
2 11.2120147 -0.79201465 1.0609
3 11.2120147 -0.07201465 0.5184
4 10.4674176 0.37258242 0.19766655
5 10.4674176 0.70258242 0.1089
6 10.4674176 0.07258242 0.3969
7 9.5739011 -0.1039011 0.03114643
8 9.5739011 -0.3839011 0.0784
9 9.5739011 -0.0339011 0.1225
2.51481299

D=
 e regresión estimada
Y = 14.19 - 0.1489*X

indica que la disminución esperada en la carga relacionada con un aumento de un día en

s contradicen esta aseveración? Exprese y pruebe las hipótesis apropiadas al nivel de

B ≠ 0.1
B = 0.1
0.05

echazamos la alternativa y nos

uedamos con la hipótesis nula

F p
6.11106268 0.24471546

Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
0.06926106 -5.50377208 33.8845779 -5.50377208 33.8845779
0.24471546 -0.91435526 0.61651643 -0.91435526 0.61651643

de la recta de regresión real de forma tan precisa como sea posible, ¿Habría sido
ción en cada una de las edades 20,21,22,…..,30 y 31? Explique

muestras por observación, aumenta la precisión de los datos obtenidos. Sería conveniente ampliar la
21, 22 … 31)

a primera grieta cuando la edad es 28 días. Su estimación debe llevar información en

ación
n Watson

U^2
0.05663703
0.62728721
0.00518611
0.13881766
0.49362205
0.00526821
0.01079544
0.14738005
0.00114928
1.48614304

1.69217425