Universidad Nacional de Agricultura
Análisis Estadístico y Diseño de Experimentos
Integrantes: Juan Bosco Perdomo 20ª0054
Javier Alfredo Martinez 20ª0494
Instrucciones: la tarea deberá desarrollarse en parejas, trabajar de manera clara y ordenada, análizar
cada una de las preguntas y responderlas de manera coherente. El procedimiento se puede realizar
haciendo uso del software estadístico y de excel.
1. ¿Cuál es el propósito general del análisis de regresión?
En un Análisis de Regresión existe una variable respuesta o dependiente (y) que puede ser el
número de especies, la abundancia o la presencia-ausencia de una sola especie y una variable
explicativa o independiente (x). El propósito es obtener una función sencilla de la variable
explicativa, que sea capaz de describir lo más ajustadamente posible la variación de la variable
dependiente. Como los valores observados de la variable dependiente difieren generalmente de
los que predice la función, ésta posee un error.
2. En el análisis de regresión intervienen dos tipos de variables: las independientes y las
dependientes. Explique con sus palabras y a través de ejemplos, las características de estos
dos tipos de variables.
La variable dependiente: (VD) es la que es afectada por la variable independiente (VD). Se trata
del efecto, de lo que se mide. Por ejemplo, en un estudio se quiere medir la influencia de la
cantidad de sol que reciben las plantas en su altura. La cantidad de sol es la VI, es la causa. La
altura de la planta sería la VD, el efecto que se mide.
Ejemplo de variable dependiente: El centro de estadísticas de un equipo de fútbol quiere saber
las opciones de victoria que tiene su club en función al nivel del césped del terreno de juego. El
tamaño del césped será la variable dependiente.
Supongamos que estoy estamos estudiando el nivel de contaminación de una ciudad, medido en
emisiones de dióxido de carbono. Así, esta sería la variable dependiente, mientras que las
independientes serían la cantidad de coches en la ciudad, el costo de los medios de transporte
público, el estado de las autopistas, la existencia, o no, de semáforos inteligentes, entre otros.
La variable independiente: La variable independiente es aquella que determina el valor de la
variable dependiente. Esto, en un modelo o estudio estadístico, Otra forma de definir la
variable independiente, también llamada explicativa, es aquella cuya variación también causa un
cambio en la variable dependiente o variable explicada.
Ejemplo de variable independiente: un ejemplo más que claro de variable independientes lo
podríamos observar en una investigación sobre la propagación de una enfermedad. Así, la
transmisión podría verse favorecida por una falta de acceso a agua potable, falta de
cumplimiento de reglas básicas de aseo, bajo nivel de ciertas vitaminas por mala alimentación,
etc. Todos estos factores serían las variables independientes.
3. En un proceso de extracción de aceite de palma, se estudia la relación entre el tiempo de
extracción y rendimiento. Los datos obtenidos se muestran en la siguiente tabla.
Tiempo (minutos) Rendimiento (%)
8 68.5
10 64
11 66.6
12 74.2
13 77.9
14 70
15 81.7
16 82.2
18 85.3
19 83.2
20 76.2
22 85.3
a) ¿En este problema cuál variable se considera independiente y cuál dependiente?
Tiempo es la variable independiente (X).
Rendimiento es la variable dependiente (Y).
b) Mediante un diagrama de dispersión analice la relación entre estas dos variables. ¿Qué tipo
de relación observa y cuáles son algunos hechos especiales?
90
85
80
Porcentaje
75
70
65
60
5 7 9 11 13 15 17 19 21 23 25
Tiempo
La relación que existe es cuando la variable X aumenta la variable también Y también aumenta, y
cabe destacar que también existe una relación lineal positiva.
c) Haga un análisis de regresión (ajuste una línea recta a estos datos, aplique pruebas de
hipótesis.
90
85 f(x) = 1.41022913256956 x + 55.3399345335516
R² = 0.64656692393427
80
Porcentaje
75
70
65
60
5 7 9 11 13 15 17 19 21 23 25
Tiempo
Coeficiente Est E. E LI (95) LS (95) T p-valor
Constante 55.34 5.08 44.03 66.65 10.90 <0.0001
Tiempo 1.41 0.33 0.68 2,14 4.28 0.0016
Coeficiente de regresión y estadísticos asociados
Cuadro de análisis de la varianza
F.V SC GL CM F p-valor
Modelo 405.04 1 405.44 18.29 0.0016
Tiempo 405.05 1 404.44 18.29 1.0016
Error 221.41 10 22.14
total 626.45 11
d) ¿La calidad del ajuste es satisfactoria? Argumente.
La calidad del ajuste es moderada según el R 2 y el coeficiente de correlación.
e) Destaque el valor de la pendiente de la recta e interprételo en términos prácticos.
El valor de la pendiente de la recta es de 1.4102
f) Estime el rendimiento promedio que se espera a un tiempo de extracción de 25 minutos.