398 Capítulo 11 Regresión lineal simple y correlación

Ejercicios
11.1 Se realizó un estudio en Virginia Tech para de- x ( ◦ C) y (gramos)
terminar si ciertas medidas de la fuerza estática del bra- 0 8 6 8
zo influyen en las características de “levantamiento 15 12 10 14
dinámico” de un individuo. Veinticinco individuos se 30 25 21 24
sometieron a pruebas de fuerza y luego se les pidió que 45 31 33 28
hicieran una prueba de levantamiento de peso, en el 60 44 39 42
que el peso se elevaba en forma dinámica por encima 75 48 51 44
de la cabeza. A continuación se presentan los datos. a) Calcule la ecuación de la recta de regresión.
Fuerza Levantamiento b) Grafique la recta en un diagrama de dispersión.
Individual del brazo, x dinámico, y c) Estime la cantidad de producto químico que se di-
1 17.3 71.7 solverá en 100 gramos de agua a 50°C.
2 19.3 48.3 11.4 Para fines de calibración se recabaron los si-
3 19.5 88.3 guientes datos, los cuales permitirían determinar la re-
4 19.7 75.0 lación entre la presión y la lectura correspondiente en
5 22.9 91.7 la escala.
6 23.1 100.0
7 26.4 73.3 Presión, x (lb/pulg2) Lectura en la escala, y
8 26.8 65.0 10 13
9 27.6 75.0 10 18
10 28.1 88.3 10 16
11 28.2 68.3 10 15
12 28.7 96.7 10 20
13 29.0 76.7 50 86
14 29.6 78.3 50 90
15 29.9 60.0 50 88
16 29.9 71.7 50 88
50 92
17 30.3 85.0
a) Calcule la ecuación de la recta de regresión.
18 31.3 85.0
19 36.0 88.3 b) En esta aplicación el propósito de la calibración es
20 39.5 100.0 estimar la presión a partir de una lectura observada
21 40.4 100.0 en la escala. Estime la presión para una lectura en
22 44.3 100.0 la escala de 54, usando x̂ = (54 – b0)/b1.
23 44.6 91.7 11.5 Se realizó un estudio sobre la cantidad de azúcar
24 50.4 100.0 convertida en cierto proceso a distintas temperaturas.
25 55.9 71.7 Los datos se codificaron y registraron como sigue:
a) Estime los valores de β0 y β1 para la curva de re- Temperatura, x Azúcar convertida, y
gresión lineal μY x = β0 +β1 x. 1.0 8.1
b) Calcule un estimado puntual de μY|30. 1.1 7.8
c) Grafique los residuales en comparación con las x 1.2 8.5
(fuerza del brazo). Comente los resultados. 1.3 9.8
11.2 Las siguientes son las calificaciones de un grupo 1.4 9.5
de 9 estudiantes en un informe de medio semestre (x) y 1.5 8.9
en el examen final (y): 1.6 8.6
1.7 10.2
x 77 50 71 72 81 94 96 99 67 1.8 9.3
y 82 66 78 34 47 85 99 99 68 1.9 9.2
a) Estime la recta de regresión lineal. 2.0 10.5
b) Calcule la calificación final de un estudiante que a) Estime la recta de regresión lineal.
obtuvo 85 de calificación en el informe de medio b) Calcule la cantidad media de azúcar convertida
semestre. que se produce cuando se registra una temperatura
11.3 Se registraron las cantidades de un compuesto codificada de 1.75.
químico y que se disuelve en 100 gramos de agua a c) Grafique los residuales en comparación con la
distintas temperaturas x: temperatura. Comente sus resultados.
Ejercicios 399

11.6 En cierto tipo de espécimen de prueba metálico d ) Si la calificación aprobatoria mínima fuera 60
se sabe que la tensión normal sobre un espécimen se puntos, ¿qué calificación en el examen de coloca-
relaciona funcionalmente con la resistencia al corte. El ción se debería usar en el futuro como criterio para
siguiente es un conjunto de datos experimentales codi- negar a los estudiantes el derecho de admisión a
ficados para las dos variables: ese curso?
Tensión normal, x Resistencia al corte, y Examen Calificación
26.8 26.5 de colocación en el curso
25.4 27.3 50 53
28.9 24.2 35 41
23.6 27.1 35 61
27.7 23.6 40 56
23.9 25.9 55 68
24.7 26.3 65 36
35 11
28.1 22.5 60 70
26.9 21.7 90 79
27.4 21.4 35 59
22.6 25.8 90 54
25.6 24.9 80 91
a) Estime la recta de regresión μY|x = β0 + β1x. 60 48
60 71
b) Estime la resistencia al corte para una tensión nor- 60 71
mal de 24.5. 40 47
11.7 Los siguientes son algunos de los datos conteni- 55 53
50 68
dos en un conjunto clásico denominado “datos piloto 65 57
de graficación” que aparecen en Fitting Equations to 50 79
Data, de Daniel y Wood, publicado en 1971. La res- 11.9 Un comerciante minorista realizó un estudio
puesta y es el contenido de ácido del material determi- para determinar la relación que hay entre los gastos se-
nado por análisis volumétrico; mientras que el regresor manales de publicidad y las ventas.
x es el contenido de ácido orgánico determinado por
Costos de publicidad ($) Ventas ($)
extracción y ponderación.
y x y x 40 385
76 123 70 109 20 400
62 55 37 48 25 395
66 100 82 138 20 365
58 75 88 164 30 475
88 159 43 28 50 440
40 490
a) Grafique los datos; ¿la regresión lineal simple pa- 20 420
rece un modelo adecuado? 50 560
b) Haga un ajuste de regresión lineal simple; calcule 40 525
la pendiente y la intersección. 25 480
c) Grafique la recta de regresión en la gráfica del in- 50 510
ciso a. a) Elabore un diagrama de dispersión.
11.8 Se aplica un examen de colocación de matemá- b) Calcule la ecuación de la recta de regresión para
ticas a todos los estudiantes de nuevo ingreso en una pronosticar las ventas semanales a partir de los
universidad pequeña. Se negará la inscripción al curso gastos de publicidad.
regular de matemáticas a los estudiantes que obtengan c) Estime las ventas semanales si los costos de publi-
menos de 35 puntos y se les enviará a clases de regula- cidad son de $35.
rización. Se registraron los resultados del examen de d ) Grafique los residuales en comparación con los
colocación y las calificaciones finales de 20 estudiantes costos de publicidad. Comente sus resultados.
que tomaron el curso regular: 11.10 Los siguientes datos son los precios de venta z
a) Elabore un diagrama de dispersión. de cierta marca y modelo de automóvil usado con w
b) Calcule la ecuación de la recta de regresión para años de antigüedad. Ajuste una curva de la forma
predecir las calificaciones en el curso a partir de μ z w = γδ w mediante la ecuación de regresión muestral
las del examen de colocación. no lineal ẑ = cdw [Sugerencia: Escriba ln ẑ = ln c +
c) Grafique la recta en el diagrama de dispersión. (ln d)w = b0 + b1w].
400 Capítulo 11 Regresión lineal simple y correlación

w (años) z (dólares) w (años) z (dólares) 11.13 Un estudio sobre la cantidad de lluvia y la de

1 6350 3 5395 contaminación del aire eliminada produjo los siguien-
2 5695 5 4985 tes datos:
2 5750 5 4895 Cantidad de lluvia Partículas eliminadas,
diaria, x (0.01 cm) y ( μg/m3 )
11.11 La fuerza de impulso de un motor (y) es una 4.3 126
función de la temperatura de escape (x) en °F cuando 4.5 121
otras variables de importancia se mantienen constantes. 5.9 116
Considere los siguientes datos. 5.6 118
y x y x 6.1 114
4300 1760 4010 1665 5.2 118
4650 1652 3810 1550 3.8 132
3200 1485 4500 1700 2.1 141
3150 1390 3008 1270 7.5 108
4950 1820 a) Calcule la ecuación de la recta de regresión para
predecir las partículas eliminadas de la cantidad
a) Grafique los datos. de precipitación diaria.
b) Ajuste una recta de regresión simple a los datos y b) Estime la cantidad de partículas eliminadas si la
grafíquela a través de ellos. precipitación diaria es x = 4.8 unidades.
11.12 Se realizó un estudio para analizar el efecto de 11.14 Un profesor de la Escuela de Negocios de una
la temperatura ambiente x sobre la energía eléctrica universidad encuestó a una docena de colegas acerca
consumida por una planta química y. Otros factores se del número de reuniones profesionales a que acudieron
mantuvieron constantes y se recabaron los datos de una en los últimos cinco años (x) y el número de trabajos
planta piloto experimental. que enviaron a revistas especializadas (y) durante el
y (BTU) x ( ◦ F) y (BTU) x ( ◦ F) mismo periodo. A continuación se presenta el resumen
250 27 265 31 de los datos:
285 45 298 60 n = 12, x̄ = 4, ȳ = 12,
n n
320 72 267 34
295 58 321 74 x 2i = 232, x i y i = 318.
i =1 i =1
a) Grafique los datos.
b) Estime la pendiente y la intersección en un modelo Ajuste un modelo de regresión lineal simple entre x y y
de regresión lineal simple. calculando los estimados de la intersección y la pendien-
c) Pronostique el consumo de energía para una tem- te. Comente si la asistencia a más reuniones profesiona-
peratura ambiente de 65°F. les da como resultado más publicaciones de artículos.

11.4 Propiedades de los estimadores de mínimos cuadrados

Además de los supuestos de que el término del error en el modelo
Yi = β0 + β1 x i + i
es una variable aleatoria con media igual a cero y varianza σ 2 constante, suponga que
además damos por hecho que 1, 2,..., n son independientes de una corrida a otra del
experimento, lo cual proporciona la base para calcular las medias y varianzas de los es-
timadores de β0 y β1.
Es importante recordar que nuestros valores de b0 y b1, basados en una muestra dada
de n observaciones, sólo son estimaciones de los parámetros verdaderos β0 y β1. Si el
experimento se repitiera una y otra vez, usando en cada ocasión los mismos valores fijos
de x, los estimados resultantes de β0 y β1 muy probablemente diferirían de un experi-
mento a otro. Estos estimados distintos podrían ser considerados como valores adoptados
por las variables aleatorias B0 y B1; en tanto que b0 y b1 son ejecuciones específicas.
Como los valores de x permanecen fijos, los valores de B0 y B1 dependen de las va-
riaciones en los valores de y o, con más precisión, en los valores de las variables aleatorias