Omitir e ir al contenidoIr a la página de accesibilidad
Introducción a la estadística

12.9 Regresión (eficiencia del combustible)

Introducción a la estadística12.9 Regresión (eficiencia del combustible)

12.9 Regresión (eficiencia del combustible)

Laboratorio de estadística

Regresión (eficiencia del combustible)

Hora de la clase:

Nombres:

Resultados del aprendizaje de los estudiantes
  • El estudiante calculará y proyectará la línea que mejor se ajuste entre las dos variables.
  • El estudiante evaluará la relación entre las dos variables para determinar si dicha relación es significativa.

Recopilación de datosBusque una fuente de confianza que proporcione información sobre la eficiencia total del combustible (en millas por galón) y el peso (en libras) de los nuevos modelos de automóviles con transmisión automática. Utilizaremos estos datos para determinar la relación, si es que la hay, entre la eficiencia del combustible de un automóvil y su peso.

  1. Con su generador de números aleatorios, seleccione al azar 20 automóviles de la lista y anote su peso y eficiencia de combustible en la Tabla 12.11.
    Peso Eficiencia de combustible
    Tabla 12.11
  2. ¿Cuál variable debe ser la dependiente y cuál la independiente? ¿Por qué?
  3. Haga a mano un diagrama de dispersión del "peso" frente a la "eficiencia de combustible". Trace los puntos en papel cuadriculado. Identifique ambos ejes con palabras. Lleve a escala ambos ejes con precisión.
    Figura 12.24

Analice los datos Introduzca los datos en su calculadora o en su computadora. Escriba la ecuación lineal, redondeando a 4 decimales.

  1. Calcule lo siguiente:
    1. a = ______
    2. b = ______
    3. correlación = ______
    4. n = ______
    5. ecuación: ŷ = ______
  2. Obtenga el gráfico de la línea de regresión en su calculadora. Dibuje la línea de regresión en los mismos ejes que el diagrama de dispersión.
Preguntas para el debate
  1. ¿La correlación es significativa? Explique en frases completas cómo lo ha determinado.
  2. ¿La relación es positiva o negativa? Explique cómo puede saberlo y qué significa esto en términos de peso y eficiencia de combustible.
  3. En una o dos frases completas, ¿cuál es la interpretación práctica de la pendiente de la línea de mínimos cuadrados en términos de eficiencia de combustible y peso?
  4. Para un automóvil que pesa 4.000 libras, prediga su eficiencia de combustible. Incluya las unidades.
  5. ¿Podemos predecir la eficiencia de combustible de un automóvil que pesa 10.000 libras utilizando la línea de mínimos cuadrados? Explique por qué sí o por qué no.
  6. Responda cada pregunta con frases completas.
    1. ¿Parece que la línea se ajusta a los datos? ¿Por qué sí o por qué no?
    2. ¿Qué implica esta correlación sobre la relación entre la eficiencia de combustible y el peso de un automóvil? ¿Es esto lo que esperaba?
  7. ¿Hay valores atípicos? Si es así, ¿cuál punto es un valor atípico?
Cita/Atribución
Reutilización y redistribución de este contenido en formato digital o impreso:
  • Este libro no puede ser utilizado en la formación de grandes modelos de lenguaje ni incorporado de otra manera en grandes modelos de lenguaje u ofertas de IA generativa sin el permiso previo por escrito de OpenStax.
  • Este libro utiliza la Creative Commons Attribution License, lo que significa que puede reutilizar y modificar el material únicamente con fines no comerciales, debe atribuir a OpenStax y debe distribuir cualquier obra derivada bajo la misma licencia.
  • Cualquier impresión comercial de este libro de texto, incluido el uso de una impresora local o personalizada, debe ser aprobada por OpenStax y proporcionarse la cita adecuada.
  • Las imágenes, actividades, evaluaciones y componentes similares de este libro protegidos por derechos de autor de OpenStax están sujetos a la misma licencia: CC-BY-NC-SA. Pueden utilizarse con fines no comerciales siempre que se otorgue el crédito correspondiente. El uso comercial requiere autorización.
  • Solicitudes de permiso: Cualquier persona que desee incorporar este contenido (incluidos texto, imágenes y otros componentes) a grandes modelos de lenguaje o LLMs, utilizarlo en productos o servicios de IA, emplearlo con fines comerciales (incluso en formato impreso) o que tenga preguntas sobre otro caso de uso, puede completar nuestro formulario de solicitud de reutilización.
Información de atribución
  • Si redistribuye todo o parte de este libro en formato impreso sin fines comerciales, debe incluir en cada página física la siguiente atribución:
    Acceso gratis en https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica/pages/1-introduccion
  • Si redistribuye todo o parte de este libro en formato digital sin fines comerciales, entonces por cada página que incluya contenido de OpenStax, debe licenciar la obra derivada bajo la misma licencia CC-BY-NC-SA que la original e incluir en cada vista de la página digital la siguiente atribución:
    Acceso gratuito en https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica/pages/1-introduccion
Información sobre citas

La siguiente información incluye los detalles necesarios para crear una cita utilizando los estilos principales (APA, MLA, etc.). Debe reformatear y organizar la información según sea necesario para cumplir con los requisitos del estilo. Utilice la información que aparece a continuación para generar una cita. Recomendamos utilizar una herramienta de citas como this one.

© 28 ene. 2022 OpenStax. El contenido de los libros de texto que produce OpenStax tiene una licencia de Creative Commons Attribution License. El nombre de OpenStax, el logotipo de OpenStax, las portadas de libros de OpenStax, el nombre de OpenStax CNX y el logotipo de OpenStax CNX, así como el nombre y el logotipo de Rice University (incluidas sus marcas denominativas), no están sujetos a la licencia de Creative Commons y no se pueden reproducir sin el previo y expreso consentimiento por escrito de Rice University.