Regresion Lineakl

Regresión Lineal Simple Estadística Introductoria II Eugenia Gallardo A.

Problema 1 La siguientes son las estaturas y las edades del hijo del Edad Estatura autor entre los 8 y 14 años. 8 1,34 Las edades fueron 9 1,4 registradas en la fecha de su cumpleaños: 10 1,47 11 1,52 12 1,57 13 1,66 1. Encontrar la ecuación de Regresión 14 1,78 2. Dibuje el diagrama de disperción 3. Interprete

I Paso Fórmulas a utilizar: yest = a + bx n ∑ xy − ∑ x ∑ y b= n ∑ x 2 − (∑ x ) 2 a = y − bx

Cálculos Edad Estatura xy x*x 8 1,34 10,72 64 13,58 num 0,06928571 b 9 1,4 12,6 81 196 den 0,77214286 a 10 1,47 14,7 100 11 1,52 16,72 121 12 1,57 18,84 144 13 1,66 21,58 169 14 1,78 24,92 196 sumatoria 77 10,74 120,08 875 promedio 11 1,53428571

II Paso Regresión de la estatura(Y) con la edad(x) 2 1,5 Estatuta 1 0,5 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Edad

Calcular la edad del hijo del autor cuando tenia 13,5 años y

Interpretación Podemos concluir que entre los 8 y 14 años, el hijo del autor aumentó 0,069 metros por año, es decir 6,9 cms. por año. El valor 0,771, cuando x = 0, sería una estimación de su estatura al nacer. Este ejemplo fue tomado de: Hernández, O. (2006). Estadística Elemental para Ciencias Sociales. Universidad de Costa Rica

Problema 2 Ud. es contratado por Habilidad Habilidad una escuela para Participante Matemática Inglés construir un modelo que 1 50 50 prediga la habilidad 2 40 48 matemática a partir de la 3 60 48 habilidad que tiene los 4 50 47 estudiantes en el idioma 5 70 65 inglés. La escuela tiene 6 60 64 una muestra de 10 niños 7 75 75 y a continuación se 8 70 72 presenta la una tabla 9 85 75 con los datos. 10 75 80

Es importante identificar la variable dependiente e indepediente Tenemos que la dependiente es la habilidad matemática mientras que la habilidad en ingles es la variable independiente. La escuela tiene una muestra de 10 niños y a continuación se presenta la una tabla con los datos.

Habilidad Habilidad HI*HI MA*HI Participante Matemátiuca Inglés 1 50 50 2500 2500 2 40 48 2304 1920 3 60 48 2304 2880 4 50 47 2209 2350 5 70 65 4225 4550 6 60 64 4096 3840 7 75 75 5625 5625 8 70 72 5184 5040 9 85 75 5625 6375 10 75 80 6400 6000 Sumatoria 635 624 40472 41080 Promedio 63.5 62.4

Ecuación de Regresión Coeficientes Intercepción 4,28832117 Variable X 1 0,94890511

Si por ejemplo quisiéramos predecir la habilidad matemática para un puntaje de 50 en la habilidad de inglés. ¿?

Diagrama de Dispersión Relación entre habilidad matemática y habilidad inglés 90 80 Habilidad matématica 70 60 50 40 30 20 10 0 0 20 40 60 80 100 Habilidad en inglés

Problema 3 Un investigador contaba con los porcentajes de abstencionismo (X) de una muestra probabilística de 18 cantones de un país en la elección presidencial de 1994. Asimismo con estimaciones de los porcentaje de abstencionismo (Y) de los mismos cantones dos meses antes de la siguiente elección(1998), con base en encuesta de opinión realizada en cada uno de los 18 cantones. Los datos son los siguientes:

cantón Y X 1 0.35 0.19 2 0.20 0.14 3 0.32 0.2 4 0.24 0.16 5 0.26 0.13 6 0.20 0.07 7 0.20 0.15 8 0.28 0.18 9 0.24 0.16 10 0.35 0.26 11 0.25 0.16 12 0.30 0.17 13 0.28 0.21 14 0.30 0.24 15 0.40 0.3 16 0.22 0.19 17 0.37 0.31 18 0.35 0.24

cantón Y X XX XY 1 0.35 0.19 0.0361 0.0665 2 0.20 0.14 0.0196 0.028 3 0.32 0.2 0.04 0.064 4 0.24 0.16 0.0256 0.0384 5 0.26 0.13 0.0169 0.0338 6 0.20 0.07 0.0049 0.014 7 0.20 0.15 0.0225 0.03 8 0.28 0.18 0.0324 0.0504 9 0.24 0.16 0.0256 0.0384 10 0.35 0.26 0.0676 0.091 11 0.25 0.16 0.0256 0.04 12 0.30 0.17 0.0289 0.051 13 0.28 0.21 0.0441 0.0588 14 0.30 0.24 0.0576 0.072 15 0.40 0.3 0.09 0.12 16 0.22 0.19 0.0361 0.0418 17 0.37 0.31 0.0961 0.1147 18 0.35 0.24 0.0576 0.084 sumatoria 5.11 3.46 0.7272 1.0368 Promedio 0.28388889 0.19222222

Ec. Regresión Coeficientes Intercepción 0.11508408 Variable X 1 0.87817531

Regresion Lineakl

by Jeffer Garcia

Accessibility

Categories

Upload Details

Usage Rights

2 Embeds 50

Statistics

Regresion Lineakl Presentation Transcript

http://kikefisica.wordpress.com	49
url_unknown	1