• Home
  • Textbooks
  • Introducción a la probabilidad y estadística
  • REGRESIÓN LINEAL Y CORRELACIÓN

Introducción a la probabilidad y estadística

William Mendenhall; Barbara M. Beaver; Robert J. Beaver

Chapter 12

REGRESIÓN LINEAL Y CORRELACIÓN - all with Video Answers

Educators


Chapter Questions

Problem 1

Grafique la recta correspondiente a la ecuación $y=2 x+1$ al graficar los puntos correspondientes a $x=0,1$ y 2 . Dé el punto de intersección con el eje y y la pendiente para la recta.

Check back soon!

Problem 2

Grafique la recta correspondiente a la ecuación $y=-2 x+1$ al graficar los puntos correspondientes a $x=0,1$ y 2 . Dé el punto de intersección con el eje $y$ y la pendiente para la recta. ¿Cómo se relaciona esta recta con la recta $y=2 x+1$ del ejercicio 12.1 ?

Check back soon!

Problem 3

Dé la ecuación y la gráfica para una recta con intersección con el eje y igual a 3 y pendiente igual a -1.

Check back soon!

Problem 4

Dé la ecuación y gráfica para una recta con intersección con el eje y igual a -3 y pendiente igual a 1 .

Check back soon!
00:25

Problem 5

¿Cuál es la diferencia entre modelos matemáticos deterministas y probabilísticos?

Maryam Shahid
Maryam Shahid
Numerade Educator

Problem 6

Se le dan cinco puntos con estas coordenadas:
$$
\begin{array}{l|rrrrr}
x & -2 & -1 & 0 & 1 & 2 \\
\hline y & 1 & 1 & 3 & 5 & 5
\end{array}
$$
a. Use el método de entrada de datos en su calculadora científica o graficadora para introducir las $n=5$ observaciones, Encuentre las sumas de cuadrados y productos cruz, $S_{x x}, S_{x y}$ y $S_{y y}$.
b. Encuentre la recta de mínimos cuadrados para los datos.
c. Grafique los cinco puntos y grafique la recta de la parte b. ¿La recta parece proporcionar un buen ajuste para los puntos de datos?
d. Construya la tabla ANOVA para la regresión lineal.

Check back soon!

Problem 7

Seis puntos tienen estas coordenadas:
$$
\begin{array}{l|cccccc}
x & 1 & 2 & 3 & 4 & 5 & 6 \\
\hline y & 5.6 & 4.6 & 4.5 & 3.7 & 3.2 & 2.7
\end{array}
$$
a. Encuentre la recta de mínimos cuadrados para los datos.
b. Grafique los seis puntos y grafique la recta. ¿La recta parece proporcionar un buen ajuste para los puntos de datos?
c. Use la recta de mínimos cuadrados para predecir el valor de $y$ cuando $x=3.5$.
d. Llene los espacios faltantes en la tabla MINITAB de análisis de varianza.

Check back soon!

Problem 8

Seis puntos tienen estas coordenadas:
$$
\begin{array}{l|llllll}
x & 1 & 2 & 3 & 4 & 5 & 6 \\
\hline y & 9.7 & 6.5 & 6.4 & 4.1 & 2.1 & 1.0
\end{array}
$$
a. Encuentre la recta de mínimos cuadrados para los datos.
b. Grafique los seis puntos y trace la recta. $¿$ La recta parece proporcionar un buen ajuste a los puntos de datos?
c. Use la recta de mínimos cuadrados para predecir el valor de $y$ cuando $x=3.5$.
d. Llene las entradas faltantes en la tabla de análisis de varianza de MS Excel.

Check back soon!

Problem 9

El profesor Isaac Asimov fue uno de los escritores más prolíficos de todos los tiempos. Antes de su muerte, escribió casi 500 libros durante una carrera de 40 años. De hecho, conforme su carrera avanzaba fue incluso más productivo en términos del número de libros escritos en un periodo determinado. ${ }^1$ Los datos siguientes dan el tiempo, en meses, necesario para escribir sus libros en incrementos de 100:
$$
\begin{array}{l|lllll}
\text { Nümero de libros, } x & 100 & 200 & 300 & 400 & 490 \\
\hline \text { Tiempo en meses, } y & 237 & 350 & 419 & 465 & 507
\end{array}
$$
a. Suponga que el número de libros $x$ y el tiempo en meses y están relacionados linealmente. Encuentre la recta de mínimos cuadrados que relacione $y$ con $x$.
b. Grafique el tiempo como función del número de libros escritos usando una gráfica de dispersión y grafique la recta de mínimos cuadrados en el mismo papel. ¿La parece que la recta da un buen ajuste a los puntos de datos?
c. Construya una tabla ANOVA para la regresión lineal.

Check back soon!

Problem 10

Con el uso de un procedimiento quimico llamado polarografía diferencial de pulsos, un químico midió la máxima corriente generada (en microamperes) cuando una solución que contenía una cantidad determinada de níquel (en partes por mil millones, ppmm) se agregó a un regulador. ${ }^2$
$$
\begin{array}{cc}
x=\text { Ni }(\mathrm{ppb}) & y=\text { Corriente maxima }(\mathrm{mA}) \\
\hline 19.1 & .095 \\
38.2 & .174 \\
57.3 & 256 \\
76.2 & 348 \\
95 & .429 \\
114 & .500 \\
131 & 580 \\
150 & .651 \\
170 & 722
\end{array}
$$
a. Use el método de entrada de datos en su calculadora para calcular las sumas de cuadrados preliminares y productos cruz $S_{x x}, S_{y y}$ y $S_{x y}$.
b. Calcule la recta de regresión de mínimos cuadrados.
c. Grafique los puntos y la recta ajustada. ¿Le parece razonable la suposición de una relación lineal?
d. Use la recta de regresión para predecir la máxima corriente generada cuando una solución, que contenga 100 ppmm de niquel, se agregue al regulador.
e. Construya la tabla ANOVA para la regresión lineal.

Check back soon!
View

Problem 11

Se realizó un estudio para determinar los efectos de la privación de sueño en la capacidad de las personas para resolver problemas cuando no duermen. Un total de 10 personas participaron en el estudio, dos en cada uno de cinco niveles de privación de sueño: $8,12,16,20$ y 24 horas. Después del periodo de privación de sueño, a cada persona se le aplicó un conjunto de problemas de adición sencillos, registrándose el número de errores. Se obtuvieron estos resultados:
$$
\begin{array}{l|l|l|l}
\text { Número de errores, } y & 8,6 & 6,10 & 8,14 \\
\hline \text { Número de horas sin dormir, } x & 8 & 12 & 16
\end{array}
$$
$$
\begin{array}{l|l|l}
\text { Número de errores, } y & 14,12 & 16,12 \\
\hline \text { Número de horas sin dormir, } x & 20 & 24
\end{array}
$$
a. ¿Cuántos pares de observaciones hay en el experimento?
b. ¿Cuál es el número total de grados de libertad?
c. Complete la salida impresa MINITAB.
d. $¿$ Cuál es la ecuación de predicción de mínimos cuadrados?
e. Use la ecuación de predicción para predecir el número de errores para una persona que no ha dormido durante 10 horas.

Victor Salazar
Victor Salazar
Numerade Educator
02:42

Problem 12

Consulte los datos proporcionados en el experimento de privación de sucño del ejercicio 12.11. Responda las preguntas planteadas en las partes a, b, d y e de dicho ejercicio completando la siguiente salida impresa de MS Excel:
(Figure can't copy)

Lucas Finney
Lucas Finney
Numerade Educator

Problem 13

El Indice de Aprovechamiento Académico (API) es una medida de aprovechamiento escolar que se basa en los resultados del examen Stanford 9. Las calificaciones van de 200 a 1000 , con 800 considerado como objetivo de largo alcance para escuelas. La tabla siguiente muestra el API para ocho escuelas elementales en el condado de Riverside, California, junto con el porcentaje de estudiantes de esa escuela que son considerados Estudiantes del Idioma Inglés (EL). ${ }^3$
$$
\begin{array}{lrrrrrrrr}
\text { Escuela } & 1 & 2 & 3 & 4 & 5 & 6 & 7 & 8 \\
\hline \text { API } & 745 & 808 & 798 & 791 & 854 & 688 & 801 & 751 \\
\text { EL } & 71 & 18 & 24 & 50 & 17 & 71 & 11 & 57
\end{array}
$$
a. ¿Cuál de las dos variables es la variable independiente y cuál es la dependiente? Explique su selección.
b. Use una gráfica de dispersión para graficar los datos. ¿La suposición de una relación lineal entre $x$ y $y$ es razonable?
c. Suponiendo que $x$ y y estén relacionadas linealmente, calcule la recta de regresión de mínimos cuadrados.
d. Grafique la recta sobre la gráfica de dispersión de la parte b. ¿La recta ajusta a lo largo de los puntos de datos?

Check back soon!
02:26

Problem 14

¿Qué tan bueno es usted para hacer estimaciones? Para probar la capacidad de una persona para estimar tamaños, se le mostraron 10 diferentes objetos y se le pidió estimar su longitud o diámetro. A continuación se midió el objeto y los resultados se registraron en la tabla siguiente.
$$
\begin{array}{lcc}
\text { Objeto } & \text { Estimado (pulgadas) } & \text { Real (pulgadas) } \\
\hline \text { Lápia } & 7.00 & 6.00 \\
\text { Plato de comida } & 9.50 & 10.25 \\
\text { Libro 1 } & 7.50 & 6.75 \\
\text { Teléfono celular } & 4.00 & 4.25 \\
\text { Fotografia } & 14.50 & 15.75 \\
\text { Juguete } & 3.75 & 5.00 \\
\text { Cinturón } & 42.00 & 41.50 \\
\text { Pina para ropa } & 2.75 & 3.75 \\
\text { Libro 2 } & 10.00 & 9.25 \\
\text { Calculadora } & 3.50 & 4.75
\end{array}
$$
a. Encuentre la recta de regresión de mínimos cuadrados para predecir la medida real como función de la medición estimada.
b. Grafique los puntos y la recta ajustada. ¿Le parece razonable la suposición de una relación lineal?

Sheryl Ezze
Sheryl Ezze
Numerade Educator

Problem 15

De dos técnicas existentes para evaluación de personal, la primera requiere una entrevista de prueba de dos horas mientras que la segunda se puede completar en menos de una hora. Las puntuaciones para cada una de las 15 personas que tomaron ambas prucbas se dan en la tabla siguiente.
$$
\begin{array}{ccc}
\text { Solicitante } & \text { Prueba } 1(x) & \text { Prueba 2 }(y) \\
\hline 1 & 75 & 38 \\
2 & 89 & 56 \\
3 & 60 & 35 \\
4 & 71 & 45 \\
5 & 92 & 59 \\
6 & 105 & 70 \\
7 & 55 & 31 \\
8 & 87 & 52 \\
9 & 73 & 48 \\
10 & 77 & 41 \\
11 & 84 & 51 \\
12 & 91 & 58 \\
13 & 75 & 45 \\
14 & 82 & 49 \\
15 & 76 & 47
\end{array}
$$
a. Construya una gráfica de dispersión para los datos. ¿Le parece razonable la suposición de linealidad?
b. Encuentre la recta de mínimos cuadrados para los datos.
c. Use la recta de regresión para predecir la puntuación en la segunda prueba para un solicitante que obtuvo 85 puntos en la prueba 1 .

Check back soon!

Problem 16

Consulte el ejercicio 12.15. Construya la tabla ANOVA para la regresión lineal que relacione $y$, la puntuación en la prueba 2 , con $x$, la puntuación en la prueba 1 .

Check back soon!

Problem 17

Leonardo da Vinci (1452-1519) dibujó la figura de un hombre, indicando que la distancia entre los brazos extendidos de una persona (midiendo por la espalda con los brazos extendidos para formar una " $\mathrm{T}$ ") es casi igual a la estatura de una persona. Para probar lo dicho por él, medimos ocho personas con los siguientes resultados:
$$
\begin{array}{lllll}
\text { Persona } & 1 & 2 & 3 & 4 \\
\hline \begin{array}{l}
\text { Distancia entre los brazos } \\
\text { extendidos (pulgadas) } \\
\text { Estatura }
\end{array} & 68 & 62.25 & 65 & 69.5 \\
& 69 & 62 & 65 & 70
\end{array}
$$
$$
\begin{array}{lllll}
\text { Persona } & 5 & 6 & 7 & 8 \\
\hline \begin{array}{l}
\text { Distancia entre los brazos } \\
\text { extendidos (pulgadas) }
\end{array} & 68 & 69 & 62 & 60.25 \\
\text { Estatura } & 67 & 67 & 63 & 62
\end{array}
$$
a. Trace la gráfica de dispersión para distancia entre los brazos extendidos y estatura. Use la misma escala en los ejes horizontal y vertical. Describa la relación entre las dos variables.
b. Si Da Vinci estaba en lo correcto y la distancia entre los brazos extendidos de una persona es casi igual a la estatura de esa persona, ¿cuál debe ser la pendiente de la recta de regresión?
c. Calcule la recta de regresión para predecir la estatura con base en la distancia entre los brazos extendidos de una persona. ¿El valor de la pendiente $b$ confirma sus conclusiones de la parte $\mathbf{b}$ ?
d. Si una persona tiene una distancia de 62 pulgadas entre los brazos extendidos, ¿cuál sería el pronóstico de usted respecto a la estatura de la persona?

Check back soon!

Problem 18

Los datos siguientes se obtuvieron en un experimento que relacionaba la variable dependiente $y$ (textura de fresas), con $x$
(temperatura codificada de almacenamiento)
$$
\begin{array}{l|rrrrr}
x & -2 & -2 & 0 & 2 & 2 \\
\hline y & 4.0 & 3.5 & 2.0 & 0.5 & 0.0
\end{array}
$$
a. Encuentre la recta de mínimos cuadrados para los datos.
b. Grafique los puntos de datos y grafique la recta de mínimos cuadrados como prueba de sus cálculos.
c. Construya la tabla ANOVA.

Check back soon!

Problem 19

Consulte el ejercicio 12.6. Los datos se reproducen a continuación.
$$
\begin{array}{l|rrrrr}
x & -2 & -1 & 0 & 1 & 2 \\
\hline y & 1 & 1 & 3 & 5 & 5
\end{array}
$$
a. Los datos presentan suficiente evidencia para indicar que y y $x$ están relacionadas linealmente? Pruebe la hipótesis de que $\beta=0$ al nivel de significancia de $5 \%$.
b. Use la tabla ANOVA del ejercicio 12.6 para calcular $F=$ MSR/MSE. Verifique que el cuadrado de la estadística $t$ empleada en la parte a es igual a $F$.
c. Compare el valor crítico de dos colas para la prueba $t$ de la parte a con el valor crítico para $F$ con $\alpha=.05$. $¿$ Cuál es la relación entre los valores críticos?

Check back soon!

Problem 20

Consulte el ejercicio 12.19. Encuentre un intervalo de confianza de $95 \%$ para la pendiente de la recta. ¿Qué significa la frase " $95 \%$ de confianza"?

Check back soon!

Problem 21

Consulte el ejercicio 12.7. Los datos, junto con la tabla MINITAB del análisis de varianza se reproducen a continuación.
$$
\begin{array}{l|llllll}
x & 1 & 2 & 3 & 4 & 5 & 6 \\
\hline y & 5.6 & 4.6 & 4.5 & 3.7 & 3.2 & 27
\end{array}
$$
a. ¿Los datos dan suficiente evidencia para indicar que $y$ y $x$ están relacionados linealmente? Use la información de la salida impresa MINITAB para contestar esta pregunta al nivel de significancia de $1 \%$.
b. Calcule el coeficiente de determinación $r^2$. ¿Qué información da este valor acerca de la utilidad del modelo lineal?

Check back soon!

Problem 22

Consulte el ejercicio 12.8. Los datos, junto con la tabla del análisis de varianza de MS Excel se reproducen a continuación:
$$
\begin{array}{l|llllll}
x & 1 & 2 & 3 & 4 & 5 & 6 \\
\hline y & 9.7 & 6.5 & 6.4 & 4.1 & 2.1 & 1.0
\end{array}
$$
a. ¿Los datos proporcionan suficiente evidencia para indicar que y y $x$ están relacionados linealmente? Use la información en la salida impresa para responder esta pregunta al nivel de significancia del $5 \%$.
b. Calcule el coeficiente de determinación $r^2$. ¿Qué información proporciona este valor acerca de la utilidad del modelo lineal?

Check back soon!

Problem 23

En el ejercicio 3.18 se encontró que los grillos machos chirrían frotando sus alas frontales, y su chirrido depende de la temperatura. La tabla siguiente muestra el número de chirridos por segundo para un grillo, registrado a 10 temperaturas diferentes:
$$
\begin{array}{l|llllllllll}
\text { Chirridas por segundo } & 20 & 16 & 19 & 18 & 18 & 16 & 14 & 17 & 15 & 16 \\
\hline \text { Temperatura } & 88 & 73 & 91 & 85 & 82 & 75 & 69 & 82 & 69 & 83
\end{array}
$$
a. Use las fórmulas dadas en este capítulo para encontrar la recta de regresión de mínimos cuadrados relacionando el número de chirridos con la temperatura. Compare con los resultados obtenidos en el ejercicio 3.18.
b. ¿Los datos proporcionan evidencia suficiente para indicar que hay una relación lineal entre el número de chirridos y la temperatura?
c. Calcule $r^2$. ¿Qué le dice este valor acerca de la efectividad del análisis de regresión lineal?

Check back soon!
02:26

Problem 24

La tabla siguiente, un subconjunto de los datos proporcionados en el ejercicio 3.33 muestra el tiempo de gestación en días y la longevidad promedio en años para una variedad de mamíferos en cautiverio.4
$$
\begin{array}{lcc}
\text { Animal } & \text { Gestación (dias) } & \begin{array}{c}
\text { Longevidad promedio } \\
\text { (años) }
\end{array} \\
\hline \text { Babuino } & 187 & 20 \\
\text { Bisonte } & 285 & 15 \\
\text { Caballo } & 330 & 20 \\
\text { Cabra (doméstica) } & 151 & 8 \\
\text { Caribú } & 250 & 15 \\
\text { Cerdo (doméstico) } & 112 & 10 \\
\text { Gato (doméstico) } & 63 & 12 \\
\text { Gorila } & 258 & 20 \\
\text { Lobo (de crin) } & 63 & 5 \\
\text { Mono (rhesus) } & 166 & 15 \\
\text { Oso (negro) } & 219 & 18 \\
\text { Oveja (doméstica) } & 154 & 12 \\
\text { Puma } & 90 & 12 \\
\text { Ratón (de campo) } & 21 & 3 \\
\text { Zorro (rojo) } & 52 & 7
\end{array}
$$
a. Si desea estimar la longevidad promedio de un animal con base en su tiempo de gestación, ¿cuál variable es la variable de respuesta y cuál es la variable predictora independiente?
b. Suponga que hay una relación lineal entre el tiempo de gestación y la longevidad. Calcule la recta de regresión de mínimos cuadrados que describe la longevidad como una función lineal del tiempo de gestación.
c. Grafique los puntos de datos y la recta de regresión. ¿Parece que la recta se ajusta a los datos?
d. Use las pruebas estadisticas y medidas apropiadas para explicar la utilidad del modelo de regresión para predecir la longevidad.

Nick Johnson
Nick Johnson
Numerade Educator

Problem 25

Consulte los datos del ejercicio 12.9, que relacionan $x$, el número de libros escritos por el profesor Isaac Asimov, con $y$, el número de meses que le tomó escribir sus libros (en incrementos de 100). Los datos se reproducen a continuación.
$$
\begin{array}{l|lllll}
\text { Número de libros, } x & 100 & 200 & 300 & 400 & 490 \\
\hline \text { Tiempo en meses, } y & 237 & 350 & 419 & 465 & 507
\end{array}
$$
a. ¿Los datos apoyan la hipótesis de que $\beta=0$ ? Use el método del valor $p$, enlazando el valor $p$ usando la tabla 4 del Apéndice I. Explique sus conclusiones en términos prácticos.
b. Use la tabla ANOVA del ejercicio 12.9, parte c, para calcular el coeficiente de determinación $r^2, ¿ Q u e ́$ reducción de porcentaje en la variación total se alcanza usando el modelo de regresión lineal?
c. Grafique los datos o consulte la gráfica del ejercicio 12.9, parte b. ¿Los resultados de las partes a y b indican que el modelo da un buen ajuste para los datos? ¿Hay algunas suposiciones que pueden haber sido violadas al ajustar el modelo lineal?

Check back soon!
View

Problem 26

Consulte el experimento de privación de sueño descrito en los ejercicios 12.11 y 12.12 y el conjunto de datos EX1211. Los datos y las salidas impresas de MINITAB y MS Exce/ se reproducen a continuación.
$$
\begin{array}{l|l|l|l|l}
\text { Número de errores, } y & 8,6 & 6,10 & 8,14 \\
\hline \text { Número de horas sin dormir, } x & 8 & 12 & 16
\end{array}
$$
$$
\begin{array}{l|l|l}
\text { Número de errores, } y & 14,12 & 16,12 \\
\hline \text { Número de horas sin dormir, } x & 20 & 24
\end{array}
$$
(Figure can't copy)
a. ¿Los datos presentan suficiente evidencia para indicar que el número de errores está linealmente relacionado con el número de horas sin dormir? Identifique los dos estadísticos de prueba en la salida impresa que puedan usarse para contestar esta pregunta.
b. ¿Esperaría usted que la relación entre y y $x$ sea lineal si $x$ varió en un rango más amplio (por ejemplo, $x=4$ a $x=48)$ ?
c. ¿Cómo describe la fuerza de la relación entre y y $x$ ?
d. ¿Cuál es la mejor estimación de la varianza poblacional común $\sigma^2$ ?
e. Encuentre un intervalo de confianza de $95 \%$ para la pendiente de la recta.

Victor Salazar
Victor Salazar
Numerade Educator

Problem 27

Los datos siguientes (ejercicio 12.18 y conjunto de datos EX1218) se obtuvieron en un experimento que relacionaba la variable dependiente, $y$ (textura de fresas), con $x$ (temperatura de almacenamiento codificada). Use la información del ejercicio 12.18 para contestar las preguntas siguientes:
$$
\begin{array}{r|rrrrr}
x & -2 & -2 & 0 & 2 & 2 \\
\hline y & 4.0 & 3.5 & 20 & 0.5 & 0.0
\end{array}
$$
a. ¿Cuál es la mejor estimación de $\sigma^2$, la varianza del error aleatorio $\bar{y}$ ?
b. Los datos indican que la textura y la temperatura de almacenamiento están relacionadas linealmente? Use $\alpha=.05$.
c. Calcule el coeficiente de determinación, $r^2$.
d. ¿De qué valor es el modelo lineal para aumentar la precisión de la predicción cuando se compara con la variable de predicción $\bar{y}$ ?

Check back soon!

Problem 28

En el ejercicio 1.61 describimos un experimento informal realizado en la Secundaria Académica McNair en Jersey City, Nueva Jersey. Se estudiaron dos grupos de primer año de álgebra, uno de los cuales utilizaba computadoras laptop en la escuela y en casa, en tanto que el otro grupo no las utilizaba. En cada grupo, a los estudiantes se les dio una encuesta al principio $y$ al final del semestre, que medía su nivel tecnológico. Se registraron las calificaciones para la encuesta del final de semestre ( $x$ ) y el examen final (y) para el grupo con laptop. ${ }^6$ Los datos y la salida impresa MINITAB se muestran aqui.
$$
\begin{array}{cccccc}
\text { Estudiante } & \begin{array}{c}
\text { Examen } \\
\text { posterior }
\end{array} & \begin{array}{c}
\text { Examen } \\
\text { final }
\end{array} & \begin{array}{c}
\text { Examen } \\
\text { Estudiante } \\
\text { posterior }
\end{array} & \begin{array}{l}
\text { Examen } \\
\text { final }
\end{array} \\
\hline 1 & 100 & 98 & 11 & 88 & 84 \\
2 & 96 & 97 & 12 & 92 & 93 \\
3 & 88 & 88 & 13 & 68 & 57 \\
4 & 100 & 100 & 14 & 84 & 84 \\
5 & 100 & 100 & 15 & 84 & 81 \\
6 & 96 & 78 & 16 & 88 & 83 \\
7 & 80 & 68 & 17 & 72 & 84 \\
8 & 68 & 47 & 18 & 88 & 93 \\
9 & 92 & 90 & 19 & 72 & 57 \\
10 & 96 & 94 & 20 & 88 & 83
\end{array}
$$
a. Construya una gráfica de dispersión para los datos. ¿Le parece razonable la suposición de linealidad?
b. ¿Cuál es la ecuación de la recta de regresión empleada para predecir la calificación del examen final como función de la calificación del examen posterior?
c. $¿$ Los datos presentan suficiente evidencia para indicar que la calificación del examen final está linealmente relacionada con la calificación del examen posterior? Use $\alpha=.01$.
d. Encuentre un intervalo de confianza de $99 \%$ para la pendiente de la recta de regresión.

Check back soon!

Problem 29

Consulte el ejercicio 12.28 .
a. Use la salida impresa MINITAB para hallar el valor del coeficiente de determinación, $r^2$. Demuestre que $r^2=$ SSR/TSS.
b. ¿Qué reducción de porcentaje en la variación total se obtiene al usar el modelo de regresión lineal?

Check back soon!

Problem 30

En el cjercicio 12.17 (conjunto de datos EX1217), medimos la distancia entre brazos extendidos y la estatura de ocho personas con los siguientes resultados:
$$
\begin{array}{lllll}
\text { Persona } & 1 & 2 & 3 & 4 \\
\hline \begin{array}{l}
\text { Distancia entre los brazos }
\end{array} & 68 & 62.25 & 65 & 69.5 \\
\begin{array}{l}
\text { extendidos (pulgadas) } \\
\text { Estatura (pulgadas) }
\end{array} & 69 & 62 & 65 & 70
\end{array}
$$
$$
\begin{array}{|c|c|c|c|c|}
\hline \text { Persona } & 5 & 6 & 7 & 8 \\
\hline \begin{array}{l}
\text { Distancia entre los brazos } \\
\text { extendidos (pulgadas) }
\end{array} & 68 & 69 & 62 & 60.25 \\
\hline \text { Estatura (pulgadas) } & 67 & 67 & 63 & 62 \\
\hline
\end{array}
$$
a. ¿Los datos dan suficiente evidencia para indicar que hay una relación lineal entre distancia y estatura? Pruebe al nivel de significancia de $5 \%$.
b. Construya un intervalo de confianza de $95 \%$ para la pendiente de la recta de medias, $\beta$.
c. Si Leonardo da Vinci tenía razón y la distancia entre los brazos extendidos de una persona es casi igual a la estatura de esa persona, la pendiente de la recta de regresión es aproximadamente igual a 1 . ¿El intervalo de confianza construido en la parte $b$ confirma esta suposición? Explique.

Check back soon!

Problem 31

¿Cuál gráfica de diagnóstico se puede usar para determinar si los datos satisfacen la suposición de normalidad? $¿$ Cómo se vería la gráfica para residuales normales?

Check back soon!

Problem 32

¿Cuál gráfica de diagnóstico se puede usar para determinar si se ha usado el modelo incorrecto? ¿Cómo se vería la gráfica si se ha usado el modelo correcto?

Check back soon!

Problem 33

¿Cuál gráfica de diagnóstico se puede usar para determinar si se ha violado la suposición de igual varianza? ¿Cómo se vería la gráfica cuando las varianzas son iguales para todos los valores de $x$ ?

Check back soon!

Problem 34

Consulte los datos del ejercicio 12.7. La gráfica normal de probabilidad y las gráficas de residuales contra valores ajustados generadas por MINITAB se muestran a continuación. ¿Le parece que alguna de las suposiciones de regresión ha sido violada? Explique.

Check back soon!

Problem 35

Consulte el ejercicio 12.23 , en el cual se registró el número de chirridos por segundo para un grillo a 10 temperaturas diferentes. Use las gráficas de diagnóstico del MINITAB para comentar sobre la validez de las suposiciones de regresión.

Check back soon!

Problem 36

Consulte el ejercicio 12.9, en el que el número $x$ de libros escritos por Isaac Asimov se relaciona con el número de meses y que tardó en escribirlos. A continuación, una gráfica de los datos.
a. $¿$ Se puede ver cualquier patrón que no sea una relación lineal en la gráfica original?
b. El valor de $r^2$ para estos datos es 959 . ¿Qué dice esto acerca del ajuste de la recta de regresión?
c. Vea las siguientes gráficas de diagnóstico para estos datos. ¿Se ve algún patrón en los residuales? ¿Sugiere esto que la relación entre el número de meses y el número de libros escritos es algo que no sea lineal?

Check back soon!

Problem 37

Consulte los datos dados en el ejercicio 12.28. La salida impresa MINITAB se reproduce aqui.
a. ¿Qué suposiciones deben hacerse acerca de la distribución del error aleatorio, $\varepsilon$ ?
b. ¿Cuál es la mejor estimación de $\sigma^2$, la varianza del error aleatorio $\varepsilon$ ?
c. Use las gráficas de diagnóstico para estos datos para comentar sobre la validez de las suposiciones de regresión.

Check back soon!
09:03

Problem 38

En el ejercicio 3.19. Consumer Reports ${ }^6$ dio los precios y tamaños de pantalla para los 10 televisores de LCD principales en las categorías de 46 pulgadas y más grandes. $¿$ El precio de un televisor de LCD depende del tamaño de la pantalla?
$$
\begin{array}{lrr}
\text { Marca } & \text { Precio (\$) } & \text { Tamaño } \\
\hline \text { Sony Bravia KDL-52NXB00 } & 2340 & 52 \\
\text { Samsung LN55C650 } & 1600 & 55 \\
\text { Vizio VF55CM } & 1330 & 55 \\
\text { Sony Bravia KDL-60EX700 } & 2700 & 60 \\
\text { Sharp Aquos LED LC-52LE700UN } & 1620 & 52 \\
\text { Sany Bravia KDL-46XBR10 } & 2500 & 46 \\
\text { Samsung UN46C8000 } & 2200 & 46 \\
\text { Vizio SV472XVT } & 1400 & 47 \\
\text { Samsung UN46C7000 } & 2100 & 46 \\
\text { L6 47LD450 } & 900 & 47
\end{array}
$$
a. Suponga que intuimos que la relación entre el tamaño y el precio es lineal y realizamos una regresión lineal, que resulta en un valor de $r^2=, 027$. ¿Qué le dice el valor de $r^2$ acerca de la fuerza de la relación entre precio y tamaño de la pantalla?
b. Las gráficas de diagnóstico para estos datos se muestran a continuación. ¿Parece que se han violado las suposiciones de normalidad o de varianza igual?
c. Use una gráfica de dispersión para graficar precio contra tamaño de la pantalla para los 10 televisores de LCD. Con base en la información en la parte a, ¿cuál suposición para el modelo de regresión lineal ha sido violada?

Robin Corrigan
Robin Corrigan
Numerade Educator

Problem 39

Consulte el ejercicio 12.6.
a. Estime el valor promedio de $y$ cuando $x=1$, usando un intervalo de confianza de $90 \%$.
b. Encuentre un intervalo de predicción de $90 \%$ para algún valor de $y$ a ser observado en el futuro cuando $x=1$.

Check back soon!

Problem 40

Consulte el ejercicio 12.7. Partes de la salida impresa MINITAB se muestran a continuación.
a. Encuentre un intervalo de confianza de $95 \%$ para el valor promedio de $y$ cuando $x=2$.
b. Encuentre un intervalo de predicción de $95 \%$ para algún valor de $y$ a ser observado en el futuro cuando $x=2$.
c. El último renglón de la tercera sección de la salida impresa indica un problema con uno de los valores ajustados. ¿Qué valor de $x$ corresponde al valor ajustado $\hat{y}=1.5429 ?$ ¿Qué problema ha detectado el programa MINITAB?

Check back soon!

Problem 41

Se realizó un experimento de investigación de mercado, para estudiar la relación entre el tiempo necesario para que un comprador llegue a una decisión y el número de diseños de empaque alternativos presentados de un producto. Se eliminaron nombres de marca en los empaques y los compradores hicieron su selección usando las descripciones del producto, hechas por los fabricantes en los empaques, como únicas guías para comprar. El tiempo necesario para tomar una decisión se registró para 15 participantes en el estudio de investigación de mercado.
$$
\begin{array}{l|l|l|l}
\begin{array}{c}
\text { Tiempo para decision, } \\
y \text { segundos }
\end{array} & 5,8,8,7,9 & 7,9,8,9,10 & 10,11,10,12,9 \\
\hline \begin{array}{c}
\text { Número de } \\
\text { Alternativas, } x
\end{array} & 2 & 3 & 4
\end{array}
$$
a. Encuentre la recta de mínimos cuadrados apropiada para estos datos.
b. Grafique los puntos y grafique la recta como prueba en sus cálculos.
c. Calcule $s^2$.
d. $¿$ Los datos dan suficiente evidencia para indicar que el tiempo para tomar una decisión está linealmente relacionado con el número de diseños alternativos de empaques? (Pruebe al nivel de significancia de $\alpha=.05$.)
e. Encuentre el valor $p$ aproximado para la prueba e interprete su valor.
f. Si están disponibles, examine las gráficas de diagnóstico para verificar la validez de las suposiciones de regresión.
g. Estime el promedio de tiempo necesario para llegar a una decisión cuando se presenten tres alternativas, usando un intervalo de confianza de $95 \%$.

Check back soon!

Problem 42

Los datos de la tabla siguiente dan la superficie en pies cuadrados y los precios de venta de $n=12$ casas seleccionadas al azar de las vendidas en una ciudad pequeña. Use la salida impresa MINITAB para contestar las preguntas.
$$
\begin{array}{cr|cr}
\text { Pies cuadrados, } \boldsymbol{x} & \text { Precio, } \boldsymbol{y} & \text { Pies cuadrados, } \boldsymbol{x} & \text { Precio, } \boldsymbol{y} \\
\hline 1460 & \$ 288700 & 1977 & \$ 305400 \\
2108 & 309300 & 1610 & 297000 \\
1743 & 301400 & 1530 & 292400 \\
1499 & 291100 & 1759 & 298200 \\
1864 & 302400 & 1821 & 304300 \\
2391 & 314900 & 2216 & 311700
\end{array}
$$
a. ¿Se puede ver algún patrón que no sea una relación lineal en la gráfica original?
b. El valor de $r^2$ para estos datos es 957 . ¿Qué nos dice esto acerca del ajuste de la recta de regresión?
c. Vea las siguientes gráficas de diagnóstico para estos datos. ¿Se ve algún patrón en los residuales? ¿Esto sugiere que la relación entre precio y pies cuadrados es algo que no sea lineal?

Check back soon!

Problem 43

Consulte el ejercicio 12.42 y el conjunto de datos EX1242.
a. Estime el promedio de incremento en el precio para un aumento de 1 pie cuadrado para casas vendidas en la ciudad. Use un intervalo de confianza de $99 \%$. Interprete su estimación.
b. Un vendedor de bienes raíces necesita estimar el promedio de precio de venta de casas con un total de 2000 pies cuadrados de espacio con calefacción. Use un intervalo de confianza de $95 \%$ e interprete su estimación.
c. Calcule el precio por pie cuadrado para cada casa y luego calcule la media muestral. ¿Por qué esta estimación del promedio de costo por pie cuadrado no es igual a la respuesta de la parte a? $¿$ Debe ser igual? Explique.
d. Suponga que una casa con 1780 pies cuadrados de espacio con calefacción se ofrece a la venta. Construya un intervalo de predicción de $95 \%$ para el precio al cual se venderá la casa.

Check back soon!

Problem 44

Los datos siguientes (ejercicios 12.18 y 12.27) se obtuvieron en un experimento que relacionaba la variable dependiente, $y$ (textura de fresas), con $x$ (temperatura de almacenamiento codificada).
$$
\begin{array}{l|rrrrr}
x & -2 & -2 & 0 & 2 & 2 \\
\hline y & 4.0 & 3.5 & 2.0 & 0.5 & 0.0
\end{array}
$$
a. Estime la textura esperada de fresas para una temperatura de almacenamiento codificada de $x=-1$.
Use un intervalo de confianza de $99 \%$.
b. Prediga el valor particular de $y$ cuando $x=1$ con un intervalo de predicción de $99 \%$.
c. ¿A qué valor de $x$ permanecerá mínimo el ancho del intervalo de predicción para un valor particular de $y$, suponiendo que $n$ permanece fija?

Check back soon!
02:10

Problem 45

El número de pases completos y el número total de yardas ganadas por pase para Drew Brees, mariscal de campo de los Santos de Nueva Orleans, se registraron en los 16 juegos regulares de la temporada de futbol de 2010.' En la semana 10 no se jugó y no hay datos reportados.
$$
\begin{array}{ccc}
\text { Semana } & \text { Pase completos } & \text { Yardas totales } \\
\hline 1 & 27 & 237 \\
2 & 28 & 254 \\
3 & 30 & 365 \\
4 & 33 & 275 \\
5 & 24 & 279 \\
6 & 21 & 263 \\
7 & 37 & 356 \\
8 & 34 & 305 \\
9 & 27 & 253 \\
10 & - & - \\
11 & 29 & 382 \\
12 & 23 & 352 \\
13 & 24 & 313 \\
14 & 25 & 221 \\
15 & 29 & 267 \\
16 & 25 & 302 \\
17 & 22 & 196
\end{array}
$$
a. ¿Cuál es la recta de mínimos cuadrados que relaciona el total de yardas ganadas por pase con el número de pases completos para Drew Brees?
b. ¿Qué proporción de la variación total está explicada por la regresión del total de yardas ganadas por pase (y) en el número de pases completos $(x)$ ?
c. Si las hay, examine las gráficas de diagnóstico para comprobar la validez de las suposiciones de regresión.

Sheryl Ezze
Sheryl Ezze
Numerade Educator
02:43

Problem 46

Consulte el ejercicio 12.45 .
a. Estime el número promedio de yardas ganadas por pase para juegos en los que Brees lanza 20 pases completos, usando un intervalo de confianza de $95 \%$.
b. Prediga el número real de yardas ganadas por pase para juegos en los que Brees lanza 20 pases completos usando un intervalo de confianza de $95 \%$.
c. ¿Sería aconsejable usar la recta de mínimos cuadrados del ejercicio 12.45 para predecir el número total de yardas ganadas por pase de Brees, para un juego en el que lanzó sólo 5 pases completos? Explique.

Shu Naito
Shu Naito
Numerade Educator
01:18

Problem 47

${ }^{\text {En qué forma el coeficiente de correlación mide }}$ la fuerza de la relación lineal entre dos variables $y$ y $x$ ?

Kayleah Tsai
Kayleah Tsai
Numerade Educator

Problem 48

Describa la significancia del signo algebraico y la magnitud de $r$.

Check back soon!

Problem 49

Qué valor toma $r$ si todos los puntos de datos caen en la misma recta en estos casos?
a. La recta tiene pendiente positiva.
b. La recta tiene pendiente negativa.

Check back soon!

Problem 50

Nos dan estos datos:
$$
\begin{array}{l|rrrrr}
x & -2 & -1 & 0 & 1 & 2 \\
\hline y & 2 & 2 & 3 & 4 & 4
\end{array}
$$
a. Grafique los puntos. Con base en su gráfica, ¿cuál será el signo del coeficiente de correlación muestral?
b. Calcule $r$ y $r^2$ e interprete sus valores.

Check back soon!

Problem 51

Nos dan estos datos:
$$
\begin{array}{l|llllll}
x & 1 & 2 & 3 & 4 & 5 & 6 \\
\hline y & 7 & 5 & 5 & 3 & 2 & 0
\end{array}
$$
a. Grafique los seis puntos en papel para graficar.
b. Calcule el coeficiente muestral de correlación $r$ e interprete.
c. ¿En qué porcentaje se redujo la suma de cuadrados de desviaciones al usar el pronosticador de mínimos cuadrados $\hat{y}=a+b x$, en lugar de $\bar{y}$ como pronosticador de $y$ ?

Check back soon!

Problem 52

Invierta la pendiente de la recta del ejercicio 12.51 al reordenar las observaciones $y$, como sigue:
$$
\begin{array}{l|llllll}
x & 1 & 2 & 3 & 4 & 5 & 6 \\
\hline y & 0 & 2 & 3 & 5 & 5 & 7
\end{array}
$$
Repita los pasos del ejercicio 12.51. Observe el cambio en el signo de $r$ y la relación entre los valores de $r^2$ del ejercicio 12.51 y este ejercicio.

Check back soon!
05:01

Problem 53

La tabla siguiente da los números de lapas Octolasmis tridens y $O$. lowei en cada una de 10 langostas. ${ }^3$ Le parece que las lapas compiten por espacio en la superficie de una langosta?
(Figure can't copy)
a. Si compiten, ¿se espera que el número $x$ de lapas $O$. tridens y el número y de $O$. lowei estén correlacionados positiva o negativamente? Explique.
b. Si desea probar la teoría de que los dos tipos de lapas compiten por espacio al realizar una prueba de la hipótesis nula "el coeficiente de correlación poblacional $r$ es igual a $0^{\prime \prime}$ ¿cuál es su hipótesis alternativa?
c. Realice la prueba de la parte b y exprese sus conclusiones.

Lucas Finney
Lucas Finney
Numerade Educator

Problem 54

Se puso en práctica un programa de capacitación de habilidades sociales con siete estudiantes levemente discapacitados en un estudio para determinar si el programa causó mejora en medidas anteriores y posteriores al estudio y en calificaciones de conducta. Para una de estas pruebas, en la tabla siguiente se dan las puntuaciones de mediciones previas y posteriores para los siete estudiantes. 9
$$
\begin{array}{lcr}
\text { Sujeto } & \text { Anterior } & \text { Posterior } \\
\hline \text { Earl } & 101 & 113 \\
\text { Ned } & 89 & 89 \\
\text { Jasper } & 112 & 121 \\
\text { Charlie } & 105 & 99 \\
\text { Tom } & 90 & 104 \\
\text { Susie } & 91 & 94 \\
\text { Lori } & 89 & 99
\end{array}
$$
a. ¿Qué tipo de correlación, si la hay, espera ver entre puntuaciones de examen anteriores y posteriores? Grafique los datos. ¿La correlación parece ser positiva o negativa?
b. Calcule el coeficiente de correlación, $r$. ¿Hay una correlación positiva significativa?

Check back soon!

Problem 55

Hockey G. W. Marino investigó las variables relacionadas con la capacidad de un jugador de hockey para hacer un rápido arranque desde una posición de reposo. ${ }^{10}$ En el experimento, cada patinador arrancó desde una posición de reposo y trató de moverse tan rápidamente como le fuera posible en una distancia de 6 metros. El coeficiente de correlación $r$ entre la rapidez de zancada de un patinador (número de zancadas por segundo) y el tiempo para recorrer la distancia de 6 metros para la muestra de 69 patinadores, fue -. 37 .
a. ¿Los datos dan suficiente evidencia para indicar una correlación entre rapidez de zancadas y tiempo para recorrer la distancia? Pruebe usando $\alpha=, 05$.
b. Encuentre el valor $p$ aproximado para la prueba.
c. ¿Cuáles son las implicaciones prácticas de la prueba en la parte a?

Check back soon!

Problem 56

Consulte el ejercicio 12.55. Marino calculó que el coeficiente de correlación muestral $r$, para la rapidez de zancadas y el promedio de rapidez de aceleración para los 69 patinadores, era de 36. ¿Los datos dan suficiente evidencia para indicar una correlación entre rapidez de zancadas y promedio de aceleración para los patinadores? Use el método del valor $p$.

Check back soon!
02:12

Problem 57

La energía geotérmica es una importante fuente de energia. Como la cantidad de energía contenida en 1 libra de agua es función de su temperatura, uno podría preguntarse si el agua obtenida de pozos más profundos contiene más energía por libra. Los datos de la tabla siguiente se reproducen de un artículo sobre sistemas geotérmicos escrito por A. J. Ellis."
$$
\begin{array}{lcc}
\text { Ubicación del pozo } & \begin{array}{l}
\text { Profundidad } \\
\text { promedio }(\text { máx) } \\
\text { de perforación }(\mathrm{m})
\end{array} & \begin{array}{l}
\text { Temperatura } \\
\text { promedio } \\
\left(\text { mảx) }\left({ }^{\circ} \mathrm{C}\right)\right.
\end{array} \\
\hline \text { E. Tateo, Chile } & 650 & 230 \\
\text { Ahuachapan, EI Salvador } & 1000 & 230 \\
\text { Namafjall, Islandia } & 1000 & 250 \\
\text { Larderello (region), Italia } & 600 & 200 \\
\text { Matsukawa, Japón } & 1000 & 220 \\
\text { Cerro Prieto, Mexico } & 800 & 300 \\
\text { Wairakei, Nueva Zelanda } & 800 & 230 \\
\text { Kizildere, Turquia } & 700 & 190 \\
\text { The Geysers, Estados Unidos } & 1500 & 250
\end{array}
$$
¿Hay una correlación positiva significativa entre la profundidad promedio (máx) de perforación y la temperatura promedio (máx)?

Ajay Singhal
Ajay Singhal
Numerade Educator

Problem 58

Por mucho que los estadounidenses traten de evitar los alimentos altos en grasas y altos en calorías, la demanda para un cono de helado frío y cremoso en un día caluroso es difícil de resistir. La popular franquicia de helados Coldstone Creamery publicó en su sitio web la información nutricional para sus ofertas de helados en tres tamaños de porciones: "Like it", "Love it" y "Gotta Have it". ${ }^{12}$ Un fragmento de esa información para el tamaño de porción "Like it" se muestra en la tabla.
$$
\begin{array}{lcc}
\text { Sabor } & \text { Calorias } & \text { Grasa total (gramos) } \\
\hline \text { Cake Batter } & 340 & 19 \\
\text { Cinnamon Bun } & 370 & 21 \\
\text { French Toast } & 330 & 19 \\
\text { Mocha } & 320 & 20 \\
\text { ORE0 }^{-} \text {Crème } & 440 & 31 \\
\text { Peanut Butter } & 370 & 24 \\
\text { Strawberry Cheesecake } & 320 & 21
\end{array}
$$
a. ¿Debería usar los métodos de análisis de regresión lineal o de análisis de correlación para analizar los datos? Explique.
b. Analice los datos para determinar la naturaleza de la relación entre la grasa total y las calorias en el helado Coldstone Creamery.

Check back soon!

Problem 59

¿Hay alguna relación entre estas dos variables? Para averiguarlo, seleccionamos 12 personas de manera aleatoria de un conjunto de datos construido por Allen Shoemaker (Joumal of Statistics Education) y registramos sus temperaturas corporales y frecuencias cardiacas. ${ }^{11}$
$$
\begin{array}{l|llllll}
\text { Persona } & \mathbf{1} & \mathbf{2} & \mathbf{3} & \mathbf{4} & \mathbf{5} & \mathbf{6} \\
\hline \begin{array}{c}
\text { Temperatura (grados) }
\end{array} & 96.3 & 97.4 & 96.9 & 99.0 & 99.0 & 96.8 \\
\begin{array}{c}
\text { Frecuencia cardiaca } \\
\text { (pulsaciones por } \\
\text { minuto) }
\end{array} & 70 & 68 & 80 & 75 & 79 & 75
\end{array}
$$
$$
\begin{array}{l|llllll}
\text { Persona } & 7 & 8 & 9 & 10 & 11 & 12 \\
\hline \text { Temperatura (grados) } & 98.4 & 98.4 & 98.8 & 98.8 & 99.2 & 99.3 \\
\begin{array}{c}
\text { Frecuencia cardiaca } \\
\text { (pulsaciones por } \\
\text { minuto) }
\end{array} & 74 & 84 & 73 & 84 & 66 & 68
\end{array}
$$
a. Encuentre el coeficiente de correlación $r$, que relacione temperatura corporal y frecuencia cardiaca.
b. ¿Hay suficiente evidencia para indicar que hay una correlación entre estas dos variables? Pruebe al nivel de significancia de $5 \%$.

Check back soon!
01:55

Problem 60

¿El promedio de bateo de un equipo depende en alguna forma del número de cuadrangulares conectados por el equipo? Los datos de la tabla siguiente muestran el número de cuadrangulares del equipo y el promedio general de bateo del equipo para ocho equipos de ligas mayores seleccionados para la temporada de $2010 .^{14}$
$$
\begin{array}{lcc}
\text { Equipo } & \begin{array}{c}
\text { Cuadrangulares } \\
\text { totales }
\end{array} & \begin{array}{c}
\text { Promedio de bateo } \\
\text { del equipo }
\end{array} \\
\hline \text { Atlanta Braves } & 139 & 258 \\
\text { Baltimore Orioles } & 133 & 259 \\
\text { Bostan Red Sox } & 211 & 268 \\
\text { Chicago White Sox } & 177 & 268 \\
\text { Houston Astros } & 108 & 247 \\
\text { LA Dodgers } & 120 & 252 \\
\text { Philade phia Phillies } & 166 & 260 \\
\text { Seattile Mariners } & 101 & 236 \\
\hline
\end{array}
$$
a. Grafique los puntos usando una gráfica de dispersión. ¿Le parece que hay alguna relación entre el total de cuadrangulares y el promedio de bateo del equipo?
b. ¿Hay alguna correlación positiva significativa entre el total de cuadrangulares y el promedio de bateo del equipo? Pruebe al nivel de significancia de $5 \%$.
c. ¿Piensa usted que la relación entre estas dos variables sería diferente si hubiéramos visto todo el conjunto de franquicias de las ligas mayores?

Dominador Tan
Dominador Tan
Numerade Educator
View

Problem 61

Se realizó un experimento para observar el efecto de un aumento de temperatura en la potencia de un antibiótico. Tres porciones de una onza del antibiótico se almacenaron durante tiempos iguales a cada una de estas temperaturas: $30^{\circ}, 50^{\circ}, 70^{\circ}$ y $90^{\circ}$. Las lecturas de potencia observada a cada una de estas temperaturas del periodo experimental se indican a continuación:
$$
\begin{array}{l|l|l|l|l}
\text { Lecturas de pontencia, } y & 38,43,29 & 32,26,33 & 19,27,23 & 14,19,21 \\
\hline \text { Temperatura, } x & 30^{\circ} & 50^{\circ} & 70^{\circ} & 90^{\circ}
\end{array}
$$
Use un programa de cómputo apropiado para realizar lo siguiente:
a. Encuentre la recta de minimos cuadrados apropiada para estos datos.
b. Grafique los puntos y trace la recta como prueba en sus cálculos.
c. Construya una tabla ANOVA para regresión lineal.
d. Si dispone de ellas, examine las gráficas de diagnóstico para comprobar la validez de las suposiciones de regresión.
e. Estime el cambio en potencia para un cambio de 1 unidad en temperatura. Use un intervalo de confianza de $95 \%$.
f. Estime el promedio de potencia correspondiente a una temperatura de $50^{\circ}$. Use un intervalo de confianza de $95 \%$.
g. Suponga que un lote del antibiótico fue almacenado a $50^{\circ}$ durante el mismo tiempo que el periodo experimental. Prediga la potencia del lote al término del periodo de almacenamiento. Use un intervalo de predicción de $95 \%$.

Victor Salazar
Victor Salazar
Numerade Educator

Problem 62

Se realizó un experimento para determinar el efecto de varios niveles de fósforo, en los niveles de fósforo inorgánico en una planta particular. Los datos de la tabla representan los niveles de fósforo inorgánico en micromoles ( $\mu \mathrm{mol}$ ) por gramo de peso en seco de raíces de pasto de Sudán, producidas en invernadero durante 28 días, en ausencia de zinc. Use la salida MINITAB para contestar las preguntas.
$$
\begin{array}{lc}
\text { Fosfáto aplicado, } x & \text { Fosfáto en planta, } y \\
\hline 50 \mu \mathrm{mol} & 204 \\
& 195 \\
& 247 \\
& 245 \\
.25 \mu \mathrm{mo} ! & 159 \\
& 127 \\
& 95 \\
& 144 \\
10 \mu \mathrm{mol} & 12 \mathrm{~B} \\
& 192 \\
& 84 \\
& 71
\end{array}
$$
a. Grafique los datos. ¿Le parece que los datos exhiben una relación lineal?
b. Encuentre la recta de mínimos cuadrados que relacione los niveles $y$ de fósforo en planta con la cantidad $x$ de fósforo aplicado al suelo. Grafique la recta de mínimos cuadrados como comprobación de su respuesta. que la cantidad de fósforo presente en la planta está linealmente relacionada con la cantidad de fósforo aplicado al suelo?
d. Estime la cantidad media de fósforo en la planta si . 20 $\mu \mathrm{mol}$ de fósforo se aplica al suelo, en ausencia de zinc. Use un intervalo de confianza de $90 \%$.

Check back soon!

Problem 63

Se realizó un experimento para investigar el efecto de un programa de entrenamiento a lo largo del tiempo para completar la carrera de 100 yardas. Nueve estudiantes se pusieron en el programa. La reducción y en el tiempo para completar la carrera de 100 yardas se midió para tres estudiantes al término de dos semanas, para tres al término de 4 semanas y para tres al término de 6 semanas de entrenamiento. Los datos se dan en la tabla siguiente:
$$
\begin{array}{l|l|l|l}
\text { Reducción en tiempo, } y(\mathrm{seg}) & 1.6, .8,1.0 & 2.1,1.6,2.5 & 3.8,2.7,3.1 \\
\hline \text { Tiempo entrenamiento, } x(\text { sem) } & 2 & 4 & 6
\end{array}
$$
Use un paquete de software apropiado para analizar estos datos. Exprese cualesquiera conclusiones que pueda sacar.

Check back soon!

Problem 64

Algunas variedades de nemátodos, gusanos que viven en el suelo y se alimentan de raíces de hojas de pasto y de otras plantas, pueden ser tratados con la aplicación de nematicidas. Los datos recolectados sobre el porcentaje de nemátodos muertos por varios rangos de aplicación (dosis dadas en libras por acre de ingrediente activo) son como sigue:
$$
\begin{array}{l|l|l|l|l}
\text { Rango de aplicación, } x & 2 & 3 & 4 & 5 \\
\hline \text { Porcentaje muertos, } y & 50,56,48 & 63,69,71 & 86,82,76 & 94,99,97
\end{array}
$$
Use la salida impresa de computadora apropiada para contestar estas preguntas:
a. Calcule el coeficiente de correlación $r$ entre porcentajes de aplicación $x$ y porcentaje de muertes $y$.
b. Calcule el coeficiente de determinación $r^2$ e intérprete.
c. Ajuste una recta de mínimos cuadrados a los datos.
d. Supongamos que usted desea estimar el porcentaje medio de muertes para una aplicación de 4 libras del nematicida por acre. ¿Qué nos dicen las gráficas de diagnóstico acerca de la validez de las suposiciones de regresión? ${ }_i$ Cuáles suposiciones pueden haber sido violadas? ¿Puede explicar por qué?

Check back soon!

Problem 65

Es frecuente que algunos atletas y otras personas que sufren del mismo tipo de lesiones en las rodillas, requieran reconstrucción del ligamento anterior y posterior. Para determinar la longitud apropiada de injertos entre hueso, tendón rotuliano y otra vez hueso, se realizaron experimentos con el uso de tres técnicas de obtención de imágenes y estos resultados se compararon con la longitud real requerida. Un resumen de los resultados de un análisis de regresión lineal simple, para cada uno de estos tres métodos, se da en la tabla siguiente. ${ }^{15}$
$$
\begin{array}{|c|c|c|c|c|}
\hline \begin{array}{l}
\text { Técnica de } \\
\text { imagen }
\end{array} & \begin{array}{l}
\text { Coeficiente de } \\
\text { determinación, } r^2
\end{array} & \begin{array}{l}
\text { Punto de } \\
\text { intersección }
\end{array} & \text { Pendiente } & \text { Valor } p \\
\hline \text { Radiografias } & 0.80 & -375 & 1.031 & 40001 \\
\hline \begin{array}{l}
\text { Resonancia } \\
\text { magnética } \\
\text { estándar }
\end{array} & 0.43 & 2029 & 0.497 & 0.011 \\
\hline \begin{array}{l}
\text { Resonancia } \\
\text { magnética } \\
\text { tridimensional }
\end{array} & 0.65 & 1.80 & 0.977 & <0.0001 \\
\hline
\end{array}
$$
a. ¿Qué se puede decir acerca de la significancia de cada uno de los tres análisis de regresión?
b. ¿Cómo se clasificaría la efectividad de los tres análisis de regresión? ¿Cuál es la base de su decisión?
c. $¿$ Cómo se comparan los valores de $r^2$ y valores $p$ para determinar el mejor pronosticador de longitudes reales de injerto de ligamento requerido?

Check back soon!

Problem 66

Consulte el ejercicio 12.13 y el conjunto de datos EX1213 respecto a la relación entre el Índice de Aprovechamiento Académico (API), una medida del aprovechamiento escolar basada en los resultados del examen Stanford 9 Achievement y el porcentaje de estudiantes que son considerados Estudiantes del Idioma Inglés (EL). La tabla siguiente muestra el API para ocho escuelas elementales en el condado de Riverside, California, junto con el porcentaje de estudiantes en esa escuela que son considerados Estudiantes del Idioma Inglés. ${ }^3$
$$
\begin{array}{lrrrrrrrr}
\text { Escuela } & 1 & 2 & 3 & 4 & 5 & 6 & 7 & 8 \\
\hline \text { API } & 745 & 808 & 798 & 791 & 854 & 688 & 801 & 751 \\
\text { EL } & 71 & 18 & 24 & 50 & 17 & 71 & 11 & 57
\end{array}
$$
a. Use un programa apropiado para analizar la relación entre API y EL.
b. Explique todos los detalles pertinentes en su análisis.

Check back soon!
02:26

Problem 67

Consulte el ejercicio 12.14 y el conjunto de datos EX1214 respecto a la capacidad de una persona para estimar tamaños. La tabla siguiente da las longitudes estimadas y reales de los objetos especificados.
$$
\begin{array}{lcc}
\text { Objeto } & \text { Estimado (pulgadas) } & \text { Real (pulgadas) } \\
\hline \text { Läpiz } & 7.00 & 6.00 \\
\text { Plato de comida } & 9.50 & 10.25 \\
\text { Libro 1 } & 7.50 & 6.75 \\
\text { Teléfono cel ular } & 4.00 & 4.25 \\
\text { Fotografla } & 14.50 & 15.75 \\
\text { Juguete } & 3.75 & 5.00 \\
\text { Cinturón } & 42.00 & 41.50 \\
\text { Pinza para ropa } & 2.75 & 3.75 \\
\text { Libro 2 } & 10.00 & 9.25 \\
\text { Calculadara } & 3.50 & 4.75
\end{array}
$$
a. Use un programa apropiado para analizar la relación entre las longitudes real y estimada de los objetos citados.
b. Explique todos los detalles pertinentes de su análisis.

Sheryl Ezze
Sheryl Ezze
Numerade Educator
View

Problem 68

Si usted juega tenis, sabe que las raquetas varían en sus características físicas. Los datos de la tabla siguiente dan medidas de rigidez al doblamiento y rigidez a la torcedura, medidas por pruebas de ingeniería para 12 raquetas de tenis:
$$
\begin{array}{ccc}
\text { Raqueta } & \begin{array}{l}
\text { Rigidez al } \\
\text { doblamiento, } x
\end{array} & \begin{array}{l}
\text { Rigidez a la } \\
\text { torcedura, } y
\end{array} \\
\hline 1 & 419 & 227 \\
2 & 407 & 231 \\
3 & 363 & 200 \\
4 & 360 & 211 \\
5 & 257 & 182 \\
6 & 622 & 304 \\
7 & 424 & 384 \\
8 & 359 & 194 \\
9 & 346 & 158 \\
10 & 556 & 225 \\
11 & 474 & 305 \\
12 & 441 & 235
\end{array}
$$
a. Si una raqueta tiene rigidez al doblamiento, ¿también es probable que tenga rigidez a la torcedura? ¿Los datos dan evidencia de que $x$ y $y$ están correlacionados positivamente?
b. Calcule el coeficiente de determinación $r^2$ e interprete su valor.

Victor Salazar
Victor Salazar
Numerade Educator

Problem 69

El movimiento de aguacates en Estados Unidos. desde ciertos lugares, está prohibido debido a la posibilidad de introducir moscas de la fruta al país con los embarques de aguacate. No obstante, ciertas variedades de aguacate supuestamente son resistentes a la infesta de moscas de la fruta antes de ablandarse como resultado de su madurez. Los datos de la tabla siguiente resultaron de un experimento en el que aguacates que iban de 1 a 9 días después de cosecharse fueron expuestos a la mosca de la fruta del Mediterráneo. La penetrabilidad de los aguacates se midió en el día de su exposición, evaluándose el porcentaje de aguacates infestados.
$$
\begin{array}{ccc}
\text { Dias después de cosecha } & \text { Penetrabilidad } & \text { Porcentaje infestado } \\
\hline 1 & 91 & 30 \\
2 & .81 & 40 \\
3 & .95 & 45 \\
4 & 95 & 45 \\
5 & 1.04 & 57 \\
6 & 1.72 & 60 \\
7 & 1.38 & 75 \\
9 & 1.77 & 100
\end{array}
$$
Use la salida impresa MINITAB de la regresión del porcentaje infestado (y) en días después de la cosecha ( $x$ ), para analizar la relación entre estas dos variables. Explique todas las partes pertinentes de la salida impresa e intérprete los resultados de cualesquiera pruebas.

Check back soon!

Problem 70

Consulte el ejercicio 12.69. Suponga que el experimentador desea examinar la relación entre la penetrabilidad y el número de días después de la cosecha. ¿El método de regresión lineal estudiado en este capítulo es un método apropiado de análisis? Si no es así, ¿qué suposiciones han sido violadas? Use las gráficas de diagnóstico proporcionadas.

Check back soon!

Problem 71

¿Por qué razón una persona puede aumentar de peso, incluso si no come más y se ejercita no menos que un amigo delgado? Estudios recientes sugieren que los factores que controlan el metabolismo pueden depender de su estructura genética. Un estudio comprendió 11 pares de gemelos idénticos alimentados con mil calorías al día más de lo necesario para mantener un peso inicial. Las actividades se mantuvieron constantes y el ejercicio fue mínimo. Al término de 100 días, los cambios en el peso corporal (en kilogramos) se registraron para los 22 gemelos. ${ }^{16}$ ¿Hay una correlación positiva significativa entre los cambios en peso corporal para los gemelos? ¿Se puede concluir que esta similitud es causada por semejanzas genéticas? Explique.
$$
\begin{array}{rcc}
\text { Par } & \text { Gemelo A } & \text { Gemela B } \\
\hline 1 & 4.2 & 7.3 \\
2 & 5.5 & 6.5 \\
3 & 7.1 & 5.7 \\
4 & 7.0 & 7.2 \\
5 & 7.8 & 7.9 \\
6 & 8.2 & 6.4 \\
7 & 8.2 & 6.5 \\
8 & 9.1 & 8.2 \\
9 & 11.5 & 6.0 \\
10 & 11.2 & 13.7 \\
11 & 13.0 & 11.0
\end{array}
$$

Check back soon!

Problem 72

¿Cuántas semanas puede exhibirse una película y todavía tener utilidades razonables? Los datos que siguen muestran el número de semanas en exhibición $(x)$ y la suma total a la fecha (y) para las mejores 12 películas durante una semana reciente, ${ }^{1 \text { ? }}$
$$
\begin{array}{lcc}
\text { Pelicula } & \begin{array}{c}
\text { Suma total a } \\
\text { Ia fecha } \\
\text { (en millones) }
\end{array} & \begin{array}{c}
\text { Semanas de } \\
\text { exhibición }
\end{array} \\
\hline \text { 1. The Town } & 33.1 & 1 \\
\text { 2. Easy A } & 22.1 & 1 \\
\text { 3. Resident Evil: Afterlife 30 } & 47.1 & 2 \\
\text { 4. Devil } & 15.3 & 1 \\
\text { 5. Alpha and Omega 30 } & 10.4 & 1 \\
\text { 6. The American } & 33.7 & 3 \\
\text { 7. Takers } & 53.3 & 4 \\
\text { 8. Eat Pray Love } & 78.3 & 6 \\
\text { 9. Inception } & 285.8 & 10 \\
\text { 10. Machete. } & 25.1 & 3 \\
\text { 11. The Other Guys } & 116.0 & 7 \\
\text { 12. Going the Distance } & 17.3 & 3 \\
\hline
\end{array}
$$
a. Grafique los puntos en una gráfica de dispersión. ¿Le parece que la relación entre $x$ y $y$ es lineal? ¿Cómo describiria usted la dirección y fuerza de la relación?
b. Calcule el valor de $r^2$. ¿Qué porcentaje de la variación general se explica al usar el modelo lineal en lugar de $\bar{y}$ para predecir la variable de respuesta $y$ ?
c. ¿Cuál es la ecuación de regresión? ¿Los datos dan evidencia para indicar que $x$ y y están relacionados linealmente? Pruebe usando un nivel de significancia de $5 \%$.
d. Dados los resultados de las partes b y c, ¿es apropiado usar la recta de regresión para estimar y predecir? Explique su respuesta.

Check back soon!
01:30

Problem 73

Además de límites cada vez más grandes en el error, ¿por qué un experimentador debe abstenerse de predecir $y$ para valores de $x$ fuera de la región experimental?

Kaylee Mcclellan
Kaylee Mcclellan
Numerade Educator

Problem 74

Si el experimentador continúa dentro de la región experimental, ¿cuándo será máximo el error al predecir un valor particular de $y$ ?

Check back soon!
02:49

Problem 75

Un experimentador agrícola, investigando el efecto de la cantidad de nitrógeno x aplicada en 100 libras por acre en la producción de avena $y$, medida en búshels por acre, recolectó los siguientes datos:
$$
\begin{array}{l|llll}
x & 1 & 2 & 3 & 4 \\
\hline y & 22 & 38 & 57 & 68 \\
& 19 & 41 & 54 & 65
\end{array}
$$
a. Encuentre la recta de mínimos cuadrados para los datos.
b. Construya la tabla ANOVA.
c. ¿Hay suficiente evidencia para indicar que la producción de avena está linealmente relacionada con la cantidad de nitrógeno aplicada? Use $\alpha=.05$.
d. Prediga la producción esperada de avena con $95 \%$ de confianza si se aplican 250 libras de nitrógeno por acre.
e. Estime el promedio de aumento en producción para un aumento de 100 libras de nitrógeno por acre con $99 \%$ de confianza.
f. Calcule $r^2$ y explique su significancia en términos de predecir y, la producción de avena.

AG
Ankit Gupta
Numerade Educator

Problem 76

Un horticultor inventó una escala para medir la frescura de rosas que fueron empacadas y almacenadas durante periodos variables antes de trasplantarlas. La medición y de frescura y el tiempo $x$ en días que la rosa está empacada y almacenada antes de trasplantarla, se dan a continuación.
$$
\begin{array}{l|lllll}
x & 5 & 10 & 15 & 20 & 25 \\
\hline y & 15.3 & 13.6 & 9.8 & 5.5 & 1.8 \\
& 16.8 & 13.8 & 8.7 & 4.7 & 1.0
\end{array}
$$
a. Ajuste una recta de mínimos cuadrados a los datos.
b. Construya la tabla ANOVA.
c. ¿Hay suficiente evidencia para indicar que la frescura está linealmente relacionada con el tiempo de almacenaje? Use $\alpha=.05$.
d. Estime la rapidez media de cambio en frescura para un aumento de un día en tiempo de almacenaje, usando un intervalo de confianza de $98 \%$.
e. Estime la medición de frescura esperada para un tiempo de almacenaje de 14 días con un intervalo de confianza de $95 \%$.
f. ¿De qué valor es el modelo lineal cuando se compara con $\bar{y}$ para predecir la frescura?

Check back soon!
View

Problem 77

El Lexus GX es una minivan de tamaño mediano que es vendida en los mercados norteamericano y euroasiático por Lexus.
La GX 470 fue introducida en 2002 (como un modelo 2003) y más adelante fue mejorada con un nuevo sistema de suspensión todoterreno. Las ventas de la Lexus GX 470 desde su introducción hasta 2009 se proporcionan en la tabla: $^{-13}$
(Figure can't copy)
a. Trace los puntos usando una gráfica de dispersión. ¿Cómo describiría usted la relación entre año y ventas de la Lexus GX 470 ?b. Aun cuando la gráfica de dispersión en la parte a podría indicarlo de manera diferente, suponga que la relación entre el año y las ventas es lineal. Encuentre la recta de regresión de mínimos cuadrados que relaciona las ventas de la Lexus GX 470 con el año que se está midiendo.
c. $¿$ Hay suficiente evidencia para indicar que las ventas están linealmente relacionadas con el año? Use $\alpha=.05$.
d. Examine las gráficas de diagnóstico que se muestran a continuación. ¿Qué puede concluir acerca de la validez de las suposiciones de la regresión?
e. Con base en sus conclusiones en la parte d, jes aconsejable predecir las ventas de 2010 usando la recta de regresión de la parte $\mathbf{b}$ ? Explique.

Victor Salazar
Victor Salazar
Numerade Educator

Problem 78

Aquí hay algunos datos nutricionales para una muestra de bebidas Espresso de 16 onzas líquidas de Starbucks, elaboradas con $2 \%$ de leche. La información nutricional para todos los productos de Starbucks puede encontrarse en el sitio web de la compañía, www.starbucks.com. "
(Figure can't copy)
Use los métodos estadísticos apropiados para analizar las relaciones entre algunas de las variables nutricionales dadas en la tabla. Escriba un informe en resumen que explique cualesquiera conclusiones que pueda sacar de su análisis.

Check back soon!