UNIVERSIDAD NACIONAL DEL ALTPLANO – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

NOMBRE: Yhon Wilder Montenegro Quispe CÓDIGO: 164267

6.1 OXÍGENO DISOLVIDO. se realizaron las siguientes observaciones de oxígeno disuelto

(DO) con respecto al tiempo de recorrido aguas abajo de un punto de regulación en un río:

time of travel DO xi.yi xi^2 yi^2

0 0,39 0 0 0,1521
0,6 0,37 0,222 0,36 0,1369
1,1 0,31 0,341 1,21 0,0961
1,7 0,28 0,476 2,89 0,0784
1,9 0,27 0,513 3,61 0,0729
2,4 0,25 0,6 5,76 0,0625
2,8 0,2 0,56 7,84 0,04
3,3 0,17 0,561 10,89 0,0289
3,7 0,16 0,592 13,69 0,0256
SUMA 17,5 2,4 3,865 46,25 0,6934

-Una regresión lineal, utilizando DO como variable de respuesta. y estimar los

parámetros. calcular el coeficiente de determinación.

Sea:

n=9

b =

b= = -0.066

a= 0,2667+0.066(1,944)

a=0.395

entonces:

RPTA: y = 0.138399 - 0.395 x

ESTADÍSTICA GENERAL – SEMESTRE III

UNIVERSIDAD NACIONAL DEL ALTPLANO – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

Ahora hallamos el coeficiente de determinación

= = -0.997

6.2 CRECIMIENTO DE LA POBLACIÓN. una pequeña ciudad se ha duplicado en

población en 9 años. se han realizado los siguientes recuentos aproximados durante el
período.

year population xi.yi xi^2 yi^2

1 100 100 1 10000
2 107 214 4 11449
3 115 345 9 13225
4 124 496 16 15376
5 135 675 25 18225
6 146 876 36 21316
7 158 1106 49 24964
8 171 1368 64 29241
9 185 1665 81 34225
10 200 2000 100 40000
SUMA 54 1341 8745 384 208021

ESTADÍSTICA GENERAL – SEMESTRE III

UNIVERSIDAD NACIONAL DEL ALTPLANO – ESCUELA PROFESIONAL DE INGENIERIA CIVIL
Trazar los datos. determinar el coeficiente de correlación muestral. decidir si un modelo
lineal proporciona un buen ajuste o si debe haber una transformación de la variable de
respuesta (población).

a) Trazar los datos

250

200

150

Series1
100

50

0
0 2 4 6 8 10 12

b) determinar el coeficiente de correlación muestral

r=

r= = =

r=0.93159851301

ESTADÍSTICA GENERAL – SEMESTRE III

UNIVERSIDAD NACIONAL DEL ALTPLANO – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

c) hallamos el modelo lineal

Sea:

n=10

b =

b= = 16.273

a= 149-16.273 (6)

a=51.362

entonces:

y = 51.362 + 16.273x

ESTADÍSTICA GENERAL – SEMESTRE III

UNIVERSIDAD NACIONAL DEL ALTPLANO – ESCUELA PROFESIONAL DE INGENIERIA CIVIL
11.39 Se desea obtener un modelo de regresión que relaciones la temperatura con la
proporción de impurezas de una sustancia que pasa a través de helio sólido. Se lista la
temperatura en grados centígrados. A continuación se presentan los datos.

proporcion de
temperatura impurezas xi.yi xi^2 yi^2
-260,5 0,425 -110,7125 67860,25 0,180625
-255,7 0,224 -57,2768 65382,49 0,050176
-264,6 0,453 -119,8638 70013,16 0,205209
-265 0,475 -125,875 70225 0,225625
-270 0,705 -190,35 72900 0,497025
-272 0,86 -233,92 73984 0,7396
-272,5 0,935 -254,7875 74256,25 0,874225
-272,6 0,961 -261,9686 74310,76 0,923521
-272,8 0,979 -267,0712 74419,84 0,958441
-272,9 0,99 -270,171 74474,41 0,9801
SUMA -2418,1 6,582 -1781,2839 649965,91 5,453922

a) Ajuste un modelo de regresión lineal

Sea:

n=10
( , ) ( , ∗ , )
b = ( , ) ( , )

.
b= = -0.00290683111
.

a= 0,731333333+0.00290683111 (-268,6777778)

a=-0.07471

ESTADÍSTICA GENERAL – SEMESTRE III

UNIVERSIDAD NACIONAL DEL ALTPLANO – ESCUELA PROFESIONAL DE INGENIERIA CIVIL

entonces:

y = =-0.075+ 0.003x

b) Calcule R^2

REEMPLAZAMOS

= = 0.523

ESTADÍSTICA GENERAL – SEMESTRE III