Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 121 vistas

    tigerSTAT - Trabajo Final Estadística

    Cargado por

    Ana Juárez
    1) La variable independiente que más se correlaciona con la edad del tigre es el tamaño de la nariz negra ("nose black"). Esta variable tiene un coeficiente de correlación de 0.94 y explica aproximadamente el 88% de la variación en la edad. 2) La pendiente de la recta de regresión entre la edad del tigre y el tamaño de la nariz negra es 11.543. 3) El modelo de regresión lineal que mejor predice la edad del tigre en función del tamaño de la nariz negra

    Copyright:

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

    tigerSTAT - Trabajo Final Estadística

    Cargado por

    Ana Juárez
    121 vistas4 páginas
    1) La variable independiente que más se correlaciona con la edad del tigre es el tamaño de la nariz negra ("nose black"). Esta variable tiene un coeficiente de correlación de 0.94 y explica aproximadamente el 88% de la variación en la edad. 2) La pendiente de la recta de regresión entre la edad del tigre y el tamaño de la nariz negra es 11.543. 3) El modelo de regresión lineal que mejor predice la edad del tigre en función del tamaño de la nariz negra

    Descripción original:

    Ëjercicio de Estadística

    Título original

    tigerSTAT- Trabajo final estadística

    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?

    1) La variable independiente que más se correlaciona con la edad del tigre es el tamaño de la nariz negra ("nose black"). Esta variable tiene un coeficiente de correlación de 0.94 y explica aproximadamente el 88% de la variación en la edad. 2) La pendiente de la recta de regresión entre la edad del tigre y el tamaño de la nariz negra es 11.543. 3) El modelo de regresión lineal que mejor predice la edad del tigre en función del tamaño de la nariz negra

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    121 vistas4 páginas

    tigerSTAT - Trabajo Final Estadística

    Cargado por

    Ana Juárez
    1) La variable independiente que más se correlaciona con la edad del tigre es el tamaño de la nariz negra ("nose black"). Esta variable tiene un coeficiente de correlación de 0.94 y explica aproximadamente el 88% de la variación en la edad. 2) La pendiente de la recta de regresión entre la edad del tigre y el tamaño de la nariz negra es 11.543. 3) El modelo de regresión lineal que mejor predice la edad del tigre en función del tamaño de la nariz negra

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 4

    Produzca varias graficas de dispersión de la edad en función de cada variable potencial independiente

    para su muestra.

    1. Describa las relaciones que observa en las gráficas. ¿Cuál o cuáles variables independientes
    serían más apropiadas para un modelo lineal?

    Dados los datos, la variable que más se relaciona para crear un modelo lineal es la de “nose black”. Se
    obtuvo una r=.94 que explica en gran parte el modelo. Las demás presentan una baja correlación, ya que
    son menores a .5, siendo todas positivas.

    2. ¿Cuál variable independiente muestra mayor correlación con la edad del tigre?

    La variable independiente con mayor correlación es la de “nose black”. Indicaría que a medida que
    aumenta la nariz del tigre, también aumentará su edad, ya que la relación es positiva.

    3. ¿Cuál variable independiente explica mejor la edad del tigre?

    Como vimos en clase, el coeficiente de determinación nos indica la variación total de y que se explica
    por la variación de x. Para las variables independientes, elegimos la de “nose black” ya que su r2= .88.
    Esto significa que aprox 88% de la variación de la edad del tigre es explicado por la variación en la nariz.
    Para las demás variable, es explicado en menos del 40%.

    4. ¿Es significativa? ¿Cómo demuestras matemáticamente esto?

    Utilizando una prueba t del coeficiente de correlación. Obtuvimos que la t cal= 10.59 (procedimiento
    manual). En las tablas, t= 2.145 para n-2 grados de libertad. Por ello, la Ho se rechaza y la correlación
    entre edad y nose no es cero. La interpretación es que hay correlación entre nose y la edad del tigre.

    Sobre la base de las respuestas anteriores, deben de escoger la mejor variable independiente para
    continuar con el ejercicio.

    4. Determine la intersección de Y

    X media=.3275

    Y media= 6.1375

    b= 11.543

    a=(6.1375)-(11.543)(.3275) = 2.35

    5. Determina la pendiente de la recta de regresión

    r= .9429

    Sx= .2377

    Sy= 2.91

    b= (.9429)(2.91/.2377) = 11.543

    6. Determina el modelo o la ecuación de regresión

    a= 2.35
    b= 11.543

    Y= 2.35 – (11.543) (X)

    7. Grafica la ecuación de regresión y los datos observados

    Chart Title
    12

    10

    8
    Axis Title

    0
    0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
    Axis Title

    8. En una tabla compara los datos estimados vs los observados

    n y normal y estimada
    1.8952312
    1 1.8 1
    -
    1.3369735
    2 7.7 8
    -
    6.1852807
    3 10.5 6
    -
    2.9530759
    4 6.9 7
    1.8952312
    5 2.8 1
    0.1636929
    6 3.3 3
    -
    1.7987171
    7 6.9 2
    -
    3.2993836
    8 6.9 3
    -
    2.0295888
    9 7.2 9
    -
    0.5289223
    10 6.7 8
    -
    6.8778960
    11 11 7
    12 8.6 -2.7222042
    2.1261029
    13 2 8
    2.2415388
    14 2.1 7
    -
    0.9906659
    15 7.1 2
    -
    2.3758965
    16 6.7 4

    En la tabla podemos comparar que en algunos casos se logra una estimación muy aproximada a los
    datos observados.

    9. ¿Cuál es el error de estimación?

    error
    n y normal y estimada estimacion
    1.8952312 0.0254516
    1 1.8 1 1
    -
    1.3369735 2.4152327
    2 7.7 8 8
    -
    6.1852807 4.4593288
    3 10.5 6 6
    -
    2.9530759 2.6333453
    4 6.9 7 2
    1.8952312 0.2418096
    5 2.8 1 3
    0.1636929 0.8382133
    6 3.3 3 2
    -
    1.7987171 2.3248299
    7 6.9 2 4
    8 6.9 - 2.7258999
    3.2993836
    3 3
    -
    2.0295888 2.4667113
    9 7.2 9 9
    -
    0.5289223 1.9320107
    10 6.7 8 7
    -
    6.8778960 4.7780687
    11 11 7 1
    3.0259863
    12 8.6 -2.7222042 6
    2.1261029 0.0337024
    13 2 8 4
    2.2415388 0.0378278
    14 2.1 7 5
    -
    0.9906659 2.1623214
    15 7.1 2 2
    -
    2.3758965 2.4256353
    16 6.7 4 8

    También podría gustarte