Calculos de ejercicios de regresion lineal con R

Ejercicios 5.-

> LineaVelocidad <- c(20,20,30,30,40,40,50,50)

> Piezasdefectuosas <- c(23,21,19,16,15,17,14,11)

Pregunta a.- Desarrolle un diagrama con la línea velocidad como la variable indenpendiente.

Repuesta a.- [pic 1]

[pic 2]

Pregunta b.- Que indica el diagrama de dispersion desarollado en la parte a.

Repuestas b.- Se observa que son proporcionales, ya que a medida que aumentan las

Lineasvelocidad/piezasdefectuosas aumenta el porcentaje de piezas defectuosas.

Pregunta c.- Use el método de minimos cuadrados para desarollar la ecuación de regresion estimada.

Respuestas c.-

Call:

lm(formula = Piezasdefectuosas ~ LineaVelocidad)

Coefficients:

   (Intercept)  LineaVelocidad  

          27.5            -0.3  

> summary(mrls)

Call:

lm(formula = Piezasdefectuosas ~ LineaVelocidad)

Residuals:

   Min     1Q Median     3Q    Max

 -2.50  -0.75   0.00   1.50   1.50

Coefficients:

               Estimate Std. Error t value Pr(>|t|)    

(Intercept)    27.50000    1.89737  14.494 6.76e-06 ***

LineaVelocidad -0.30000    0.05164  -5.809  0.00114 **

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.633 on 6 degrees of freedom

Multiple R-squared:  0.8491,        Adjusted R-squared:  0.8239

F-statistic: 33.75 on 1 and 6 DF,  p-value: 0.001142

Respuestas d.-

Predecir el número de piezas defectuosas encontradas, para una velocidad de líneas de 25 pies por minuto.

[pic 3]

Interpretación: Se encontraron 20 piezas dañadas al hacer el análisis a través de la ecuación de regresión.

Ejercicio 6.-

> Yardas <- c(6.5,7.1,7.4,6.4,7.4,8.3,7.4,6.1,5.2,6.2)

> JuegosGan<- c(50,63,38,50,50,81,50,44,13,25)

Pregunta a.-

Desarolle un diagrama de dispersion con el numero de Yardas que pasan por el eje

Horizontal y el porcentaje de juegos ganados en el eje vertical.

[pic 4][pic 5]

Pregunta b.- Que indica el diagrama de dispersion desarrollado en la parte a sobre la relación entre las dos variables.

Repuestas b.- Se observa que son proporcionales, ya que a medida que aumentan las

Yardas/Intentos aumenta el porcentaje de juegos ganados.

Pregunta C.- Desarrolle la ecuación de regresión estimada para predecir el porcentaje de juegos ganados dado el numero promedio de yardas áreas por intento.

Respuestas C.-

Call:

lm(formula = JuegosGan ~ Yardas)

Coefficients:

(Intercept)       Yardas  

     -70.39        17.18  

Pregunta d.- proporciones una interpretación para la pendiente de la ecuación de regresion estimada.

Respuesta d.-  

β1= 17,18 (juegosG/Yardas) por cada incremento de una unidad en las yardas por intento        

el porcentaje de juegos ganados aumenta en 17,18%.

Pregunta e.-

Call:

lm(formula = JuegosGan ~ Yardas)

Respuesta e.1.-

[pic 6]

Respuesta e.2.-

[pic 7]

Interpretacion.- Porcentaje de juegos ganados obtenidos en la ecuacion de regresion

Lineal es diferente del porcentaje real de los jefes de Kansas City en la temporada

2011.

Residuals:

    Min      1Q  Median      3Q     Max

-18.705  -6.705   1.416   9.426  11.447

Coefficients:

            Estimate Std. Error t value Pr(>|t|)  

(Intercept)  -70.391     30.001  -2.346   0.0470 *

...