Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 21 vistas

    Ejercicio 5

    Cargado por

    pablogarciacarande
    Un estudio examinó los efectos de no dormir en la capacidad de resolver problemas. 18 personas participaron y se registró el número de errores después de diferentes períodos sin dormir. Se ajustó un modelo lineal donde el número de errores (y) aumenta 0.6 por cada hora adicional sin dormir (x). El análisis mostró que a medida que aumenta el tiempo sin dormir, también lo hace el número de errores de forma significativa.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Ejercicio 5

    Cargado por

    pablogarciacarande
    21 vistas9 páginas
    Un estudio examinó los efectos de no dormir en la capacidad de resolver problemas. 18 personas participaron y se registró el número de errores después de diferentes períodos sin dormir. Se ajustó un modelo lineal donde el número de errores (y) aumenta 0.6 por cada hora adicional sin dormir (x). El análisis mostró que a medida que aumenta el tiempo sin dormir, también lo hace el número de errores de forma significativa.

    Título original

    PPT EJERCICIO 5

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Un estudio examinó los efectos de no dormir en la capacidad de resolver problemas. 18 personas participaron y se registró el número de errores después de diferentes períodos sin dormir. Se ajustó un modelo lineal donde el número de errores (y) aumenta 0.6 por cada hora adicional sin dormir (x). El análisis mostró que a medida que aumenta el tiempo sin dormir, también lo hace el número de errores de forma significativa.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    21 vistas9 páginas

    Ejercicio 5

    Cargado por

    pablogarciacarande
    Un estudio examinó los efectos de no dormir en la capacidad de resolver problemas. 18 personas participaron y se registró el número de errores después de diferentes períodos sin dormir. Se ajustó un modelo lineal donde el número de errores (y) aumenta 0.6 por cada hora adicional sin dormir (x). El análisis mostró que a medida que aumenta el tiempo sin dormir, también lo hace el número de errores de forma significativa.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 9

    EJERCICIO Nº5

    Lucía Blanco Terriza y Teresa Bustamante de Burgos


    ENUNCIADO: Se realizó un estudio para determinar los efectos de no dormir en la capacidad
    de las personas para resolver problemas sencillos. Dieciocho personas participaron en el
    estudio. Se dio a cada una, después de un tiempo concreto sin dormir, un conjunto de problemas
    sencillos y se registró el número de errores.
    Los resultados fueron los siguientes:
    APARTADO A: Plantea y ajusta el modelo lineal correspondiente al estudio detallado
    en el enunciado. Interpreta los coeficientes de regresión estimados.
    1ºVamos a identificar cual es la variable respuesta y cual la variable explicativa

    Variable respuesta: errores en el ejercicio (y)


    Variable explicativa: horas sin dormir (x)

    2º Creamos el código

    3º Vamos a ajustar el modelo

    El modelo poblacional seria y=B0+B1x+e e~N(0, σ)

    Y el modelo ajustado seria y^=2,2+0,6x


    El modelo ajustado se mira en la tabla parameter estimates, en el apartado parameter estimate, intercep es el
    término independiente que corresponde a beta 0 y la siguiente línea al beta 1,con esto podemos sacar las
    siguientes conclusiones:

    4º Sacamos conclusiones
    BETA 0: Es interpretable ya que una persona puede dormir 0 horas.
    BETA 1: Estimamos que por cada hora más sin dormir el número de errores aumenta 0,6
    APARTADO B: Representa gráficamente los datos.
    APARTADO C: Plantea, resuelve e interpreta el contraste de regresión.
    Ho: 𝞫1=0 H1: 𝞫1 != 0

    Se mira en la tabla ANOVA,


    concretamente, se mira el p-valor, en
    este caso es <.0001, entonces
    concluimos que rechazamos la
    hipótesis nula.

    Esto significa que la relación lineal entre las horas sin dormir y el número de errores es
    significativa, es decir; las horas sin dormir aporta información significativa sobre el número
    de errores a través del modelo lineal
    APARTADO D: Obtén un intervalo de confianza del 95% para el aumento medio de errores
    cometidos por cada hora menos que se duerme.

    Tenemos que calcular IC0,95( 𝞫1)

    Estimamos que por cada hora menos sin dormir el número de errores aumenta 0,6 y
    con una confianza del 95% el número de errores esperados aumentará entre 0,36 y
    0,84;
    APARTADO E: Encuentra un intervalo de confianza del 95% para el número medio de
    errores cometidos cuando el número de horas sin dormir es 8, otro para cuando el número de
    horas sin dormir es 12 y otro para 18 horas sin dormir. Interpreta y compara estos intervalos.

    ● Estimo que la media de errores de las personas que


    llevan sin dormir 8 horas es de 7,037 errores
    y con una confianza del 95% la media de errores de las
    personas que llevan sin dormir 8 horas va a estar entre
    5,96 y 8,37
    ● Estimo que la media de errores de las personas que
    llevan sin dormir 12 horas es de 9,44 errores
    y con una confianza del 95% la media de errores de las
    personas que llevan sin dormir 12 horas va a estar entre
    8,66 y 10,22
    ● Estimo que la media de errores de las personas que
    llevan sin dormir 18 horas es de 13,06 errores y con una
    confianza del 95% la media de errores de las personas
    que llevan sin dormir 18 horas va a estar entre 11,54 y
    14,58
    APARTADO F: Alguien afirmar que si las personas llevan 12 horas sin dormir el número
    esperado de errores es superior a 8, ¿estás de acuerdo con la afirmación? Plantea y
    resuelve el contraste pertinente. Ho: 𝞫o+12𝞫1=8 H1: E(Y/x=12)>8

    p-valor= {t16>√15,30}
    SAS resuelve contrastes bilaterales, por lo
    que el p-valor habría que dividirlo entre
    dos para que sea un contraste unilateral;
    quedando como resultado del p-valor
    0,0006.
    Al ser prácticamente 0, la hipótesis nula es
    rechazada.
    Por lo que estamos de acuerdo con que si
    las personas llevan 12 horas sin dormir el
    número esperado de errores es

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy