ANOVA - Regresión Lineal Simple

Ejercicios de repaso - Deber

ANOVA
1. Están en consideración seis máquinas diferentes para utilizarlas en la manufactura
de juntas de caucho. Las máquinas se comparan con respecto de la resistencia a la
tensión del producto. Se emplea una muestra aleatoria de 4 juntas procedentes de cada
máquina, para determinar si la resistencia media a la tensión varía de una máquina a
otra. Las siguientes son las mediciones de esa resistencia en kilogramos por centímetro
cuadrado × 10−1:
Tabla 1: Materiales

𝑀1 𝑀2 𝑀3 𝑀4 𝑀5 𝑀6
17.5 16.4 20.3 14.6 17.5 18.3
16.9 19.2 15.7 16.7 19.2 16.2
15.8 17.7 17.8 20.8 16.5 17.5
18.6 15.4 18.9 18.9 20.5 20.1

Lleve a cabo el análisis de varianza con un nivel de significancia de 0.05, e indique

si las resistencias medias a la tensión diferen o no en forma significativa para las
6 máquinas.

2. La gerente de una compañía de software desea estudiar el número de horas que los
directivos de diversas empresas utilizan sus computadoras de escritorio. El gerente
seleccionó una muestra de cinco ejecutivos de cada una de tres industrias.

Tabla 2: Ejecutivo de empresa

Bancaria Detallista [Link]

12 8 10
10 8 8
10 6 6
12 8 8
10 10 10

1
 A un nivel de significancia de 0.05, ¿puede la gerente concluir que hay una difer-
encia entre los promedios de horas por semana que se utilizan las computadoras
en la industria?

𝑅 ∶ 𝐹 = 5.65. Se rechaza 𝐻0

3. Los datos de la tabla siguiente representan el número de horas de alivio que propor-
cionaron 5 marcas diferentes de comprimidos para el dolor de cabeza que se suminis-
traron a 25 sujetos que tenían fiebre de 38 ∘ C o más. Realice el análisis de varianza y
pruebe la hipótesis de que, con un nivel de significancia de 0.05, el número medio de
horas de alivio que dieron los comprimidos es el mismo para las 5 marcas. Analice los
resultados
Tabla 3: Comprimido

A B C D E
5.2 9.1 3.2 2.4 7.1
4.7 7.1 5.8 3.4 6.6
8.1 8.2 2.2 4.1 9.3
6.2 6.0 3.1 1.0 4.2
3.0 9.1 7.2 4.0 7.6

𝑅 ∶ 𝐹 = 6.59. Se rechaza 𝐻0 , el número medio de horas de alivio

difiere significativamente

4. En el artículo Shelf-Space Strategy in Retailing, que se publicó en Proceedings: Southern

Marketing Association, se investigó en los supermercados el efecto que tenía la altura
de los anaqueles sobre las ventas de alimento enlatado para perro. Se llevó a cabo
un experimento en un supermercado pequeño durante un periodo de 8 días, para las
ventas de una marca de alimento para perro conocida como Arf, y que implicaba tres
niveles de altura de anaquel: a las rodillas, a la cintura y a los ojos. Cada día se
cambiaba al azar, en tres ocasiones distintas, la altura del anaquel en la que estaba
dicho alimento. Las secciones restantes de la góndola que contenía la marca dada
se llenaban con una mezcla de marcas de comida canina, las cuales resultaban tanto
familiares como desconocidas para los consumidores de esa área geográfica específica.
Las ventas diarias, expresadas en cientos de dólares, del alimento Arf para las tres
alturas de anaquel, fueron las siguientes:

2
 Tabla 4: Alturas de anaqueles

A las rodillas A la cintura A los ojos

77 88 85
82 94 85
86 93 87
78 90 81
81 91 80
86 94 79
77 90 87
81 87 93

¿Existe una diferencia significativa en el promedio de ventas diarias de dicho

alimento, con base en la altura del anaquel? Utilice un nivel de significancia de
0.01

𝑅 ∶ 𝐹 = 14.52. Se rechaza 𝐻0 , el promedio de ventas del alimento, difiere

significativamente según la altura del anaquel

3
Regresión Lineal Simple
1. Un comerciante al detalle realizó un estudio para determinar la relación que hay entre
los gastos de la publicidad semanal y las ventas. Registró los datos siguientes en
dólares:
Tabla 5: Gastos de publicidad vs ventas

[Link] Ventas
40 385
20 400
25 395
20 365
30 475
50 440
40 490
20 420
50 560
40 525
25 480
50 510

a) Elabore un diagrama de dispersión.

b) Encuentre la ecuación de regresión para pronosticar las ventas semanales, a partir de
los gastos en publicidad.
c) Estime las ventas semanales cuando los costos de la publicidad sean de $35.
d) Grafique los residuos contra los costos de publicidad. Haga comentarios.

𝑅 ∶ b) 𝑦 ̂ = 343.7056 + 3.2208𝑥; c) 𝑦 ̂ = $456.43; d) Los residuos parecen ser aleatorios

2. Un profesor de la Escuela de Negocios de una universidad encuestó a una docena de sus

colegas acerca del número de reuniones profesionales a que acudieron en los últimos
cinco años (X), y el número de artículos que publicaron en revistas arbitradas (Y)
durante el mismo periodo. A continuación se presenta el resumen de los datos:

𝑛 𝑛
𝑛 = 12, ∑ 𝑥𝑖 = 48, ∑ 𝑦𝑖 = 144,
𝑖=1 𝑖=1

𝑛 𝑛
∑ 𝑥2𝑖 = 232, ∑ 𝑥𝑖 ⋅ 𝑦𝑖 = 318
𝑖=1 𝑖=1

Ajuste un modelo de regresión lineal simple entre 𝑥 e 𝑦 averiguando las estimaciones de

la intersección y la pendiente. Comente acerca de si la asistencia a reuniones profesionales
originaría una mayor cantidad de artículos.

4
 𝑅 ∶ 𝑦 ̂ = 37.8 − 6.45𝑥

3. Sea el modelo lineal simple 𝑌 = 𝛽0 + 𝛽1 𝑥 donde 𝑌 representa el consumo y 𝑋 repre-

senta la renta familiar disponible. Una muestra aleatoria simple de 25 familias de una
determinada ciudad, arrojó los resultados siguientes:

∑ 𝑥𝑖 = 5740, ∑ 𝑥2𝑖 = 1450400, ∑ 𝑦𝑖 = 4804,

∑ 𝑦𝑖2 = 10095892, ∑ 𝑥𝑖 ⋅ 𝑦𝑖 = 1209691

a) Estime los parámetros del modelo e interprete.
b) Calcular el coeficiente de determinación e interpretar el resultado.

𝑅 ∶ a) 𝑦 ̂ = 7.27 + 0.805𝑥; b) 𝑅2 = 0.0094

4. En un experimento donde se quería estudiar la asociación entre consumo de sal y

presión arterial, se asignó aleatoriamente a algunos individuos una cantidad diaria
constante de sal en su dieta, y al cabo de un mes se los midió la tensión arterial media.
Algunos resultados fueron los siguientes:

Tabla 6: Consumo de sal vs presión

Sal (g) Presión (mm de Hg)

1.8 100
2.2 98
3.5 110
4.0 110
4.3 112
5.0 120

a) Hallar la recta de regresión lineal por mínimos cuadrados de � en función de �.

b) ¿Qué tan confiable sería el modelo?

𝑅 ∶ a) 𝑦 ̂ = 86.37 + 6.34𝑥; b) 𝑅2 = 0.934

5. El rendimiento financiero de una empresa (𝑦) depende del gasto en publicidad (𝑥),
cuando otras variables de importancia se mantienen constantes. Considera los sigu-
ientes datos.

5
 Tabla 7: Consumo de sal vs presión

𝑥 𝑦 𝑥 𝑦
20 250 15 180
25 300 18 220
12 150 22 275
10 140 8 130
30 320 28 290

a) Grafica los datos.

b) Encuentra la recta de regresión y grafícala.
c) ¿Cuán confiable es el modelo?

𝑅 ∶ b) 𝑦 ̂ = 86.37 + 6.34𝑥; c) 𝑅2 = 0.934

6. Un centro comercial sabe, en función de la distancia (en kilómetros) a la que se sitúe

de un núcleo de población, la cantidad de clientes (en cientos) que acuden al centro
comercial. La siguiente tabla muestra los datos obtenidos:

Tabla 8: Consumo de sal vs presión

Número de clientes (𝑋) Distancia (𝑌 )

8 15
7 19
6 25
4 23
2 34
1 40

a) Calcular el coeficiente de correlación lineal e interpretarlo.

b) Si el centro comercial se sitúa a 2km, ¿cuántos clientes puede esperar?
c) Si desea recibir 5 cientos de clientes, ¿a qué distancia del núcleo de población debe
situarse?
d) Realice las pruebas necesarias para comprobar la confiabilidad del modelo

2
𝑅 ∶ a) 𝑟𝑋𝑌 = −0.94; b) 𝑦 ̂ = 40.84 − 3.18𝑥. Si 𝑥 = 2, 𝑦 ̂ ≈ 34.5; c) 𝑥 ≈ .3; d) 𝑅2 = 0.90

6
Resolución completa del ejercicio 1 de ANOVA

1. Planteamiento del problema

• Factor: tipo de máquina
• Niveles: 𝑘 = 6 máquinas
• Observaciones por nivel: 𝑛𝑖 = 4, 𝑖 = 1, 2, 3, 4, 5, 6
• Tamaño total de la muestra: 𝑁 = 6 × 4 = 24

Hipótesis
𝐻0 ∶ 𝜇 1 = 𝜇 2 = 𝜇 3 = 𝜇 4 = 𝜇 5 = 𝜇 6
𝐻1 ∶ al menos una media es diferente

Nivel de significancia: 𝛼 = 0.05

2. Cálculo de medias por máquina

Denotemos 𝑥𝑖̄ como la media de la máquina 𝑖.

Máquina 1

17.5 + 16.9 + 15.8 + 18.6

𝑥1̄ = = 17.20
4

Máquina 2

16.4 + 19.2 + 17.7 + 15.4

𝑥2̄ = = 17.18
4

Máquina 3

20.3 + 15.7 + 17.8 + 18.9

𝑥3̄ = = 18.18
4

Máquina 4

14.6 + 16.7 + 20.8 + 18.9

𝑥4̄ = = 17.75
4

7
Máquina 5

17.5 + 19.2 + 16.5 + 20.5

𝑥5̄ = = 18.43
4

Máquina 6

18.3 + 16.2 + 17.5 + 20.1

𝑥6̄ = = 18.03
4

Media general
6 4
∑𝑖=1 ∑𝑗=1 𝑥𝑖𝑗 426.6
𝑥⋅⋅̄ = = = 17.78
24 24

3. Suma de cuadrados entre tratamientos (máquinas)

6
SSTrat = ∑ 𝑛𝑖 (𝑥𝑖̄ − 𝑥⋅⋅̄ )2
𝑖=1

SSTrat = 4(17.20 − 17.78)2 + (17.18 − 17.78)2 + (18.18 − 17.78)2

+ (17.75 − 17.78)2 + (18.43 − 17.78)2 + (18.03 − 17.78)2

SSTrat ≈ 5.35

4. Suma de cuadrados dentro de los tratamientos (error)

6 4
SSError = ∑ ∑(𝑥𝑖𝑗 − 𝑥𝑖̄ )2
𝑖=1 𝑗=1

Calculando para cada máquina y sumando:

SSError ≈ 48.94

5. Suma de cuadrados total

SSTotal = SCTrat + SCError

SCTotal = 5.35 + 48.94 = 54.29

8
6. Grados de libertad

Fuente Grados de libertad

Tratamientos 𝑘 − 1 = 5
Error 𝑁 − 𝑘 = 18
Total 𝑁 − 1 = 23

7. Cuadrados medios
SCTrat 5.35
MSTrat = = = 1.07
5 5

SCError 48.94
MSError = = = 2.72
18 18

8. Estadístico F
MSTrat 1.07
𝐹 = = = 0.39
MSError 2.72

La tabla resumen quedaría de la siguiente manera:

Tabla 10: Análisis de varianza (ANOVA) para la resistencia a la tensión

Fuente de variación Suma de cuadrados gl Cuadrado medio 𝐹
Máquinas (Tratamientos) 5.35 5 1.07 0.39
Error 48.94 18 2.72
Total 54.29 23

9. Región crítica
Con:
• 𝛼 = 0.05
• 𝑔𝑙1 = 5
• 𝑔𝑙2 = 18
De la tabla F:

𝐹0.05,5,18 ≈ 2.77

9
10. Decisión
𝐹obs = 0.39 < 𝐹crítico = 2.77

No se rechaza 𝐻0 .

11. Conclusión final

Con un nivel de significancia del 5%, no existe evidencia estadísticamente sig-
nificativa para afirmar que las resistencias medias a la tensión difieren entre las
seis máquinas consideradas. Las diferencias observadas en las medias muestrales
pueden atribuirse a la variabilidad aleatoria del proceso.

10