Estadistica

ANALISIS DE REGRESION NO LINEAL
Regresión cuadrática
Ejemplo1: En la fábrica Dacron S.A., se tienen los siguientes datos correspondientes a las horas trabajadas (en miles) que producen elproducto gama (en unidades).
Horas trabajadas : 1 2 4 5 7 8 8 9 10 12
Producción : 25 15 10 10 15 10 20 20 35 45
Trazar el diagrama de esparcimiento. {draw:frame}
Ajustar a losdatos un modelo adecuado. Al trazar el diagrama de esparcimiento, se observa que el modelo parabólico sería un modelo adecuado.
{draw:frame} {draw:frame}
{draw:frame} {draw:frame}{draw:frame} {draw:frame}
{draw:frame} {draw:frame}
{draw:frame} {draw:frame}
{draw:frame} {draw:frame}
 {draw:frame} {draw:frame}
Hallar el volumen de producción esperado para 14 mil dehoras. Si X = 14 :
{draw:frame} {draw:frame}
Calcular e interpretar el coeficiente de correlación parabólica. {draw:frame} {draw:frame}
{text:list-item}
Calcular einterpretar el coeficiente de determinación parabólico.
{draw:frame} {draw:frame}
El 90% de las variaciones que se producen en la producción se pueden atribuir a las variaciones producidasen el número de horas trabajadas, el 10% restante de estas variaciones son debidas a otros factores o a efectos aleatorios.
f) Calcular el error de estimación cuadrático.
{draw:frame}{draw:frame}
{draw:frame} {draw:frame}
g) Para 14 mil horas, ¿cuánto se espera que sea la producción mínima y máxima?
{draw:frame} {draw:frame}
72  1,96  36,06
*1,32 * Y ** 142,68Regresión exponencial
Ejemplo 2:La demanda de televisores (miles de unidades) y los gastos de publicidad (cientos de dólares) en un país desde 1998 hasta 2002 fue:
Gastos de Publicidad : 2 4 5 7 12Demanda de TV : 3 6 12 24 45
Trazar el diagrama de esparcimiento. {draw:frame}
Ajustar a los datos un modelo exponencial. {draw:frame} {draw:frame}
Log Y = Log a + X log b...