TALLER

SOLUCIN
A>
1
y = 0.8287x - 0.0026
R = 0.8277

0.8
0.6
0.4
0.2
0

-1.5

-1

-0.5

-0.2 0
-0.4
-0.6
-0.8
-1

B>

0.5

1.5

40
35

y = 0.3152x + 30.267
R = 0.2731

30
25
20

Series1

15

Linear (Series1)

10
5
0
0

10

12

45
40
35
30
25

Series1

20

y = 0.6424x + 28.467
R = 0.1755

15

Linear (Series1)

10
5
0
0

DIJA = X
0,2
0,82
-0,99
0,04
-0,24
1,01
0,3
0,55
-0,25
1,44

SYP = Y
0,24
0,19
-0,91
0,08
-0,33
0,87
0,36
0,83
-0,16
1,17

XY
0,048
0,1558
0,9009
0,0032
0,0792
0,8787
0,108
0,4565
0,04
2,6703

MEDIA(X)
MEDIA (Y)
COV (X,Y)
SX
M

10

X2
0,04
0,6724
0,9801
0,0016
0,0576
1,0201
0,09
0,3025
0,0625
3,2268

0,16
0,13
0,2759
0,33293333
0,82869443

12

Y2
0,0576
0,0361
0,8281
0,0064
0,1089
0,7569
0,1296
0,6889
0,0256
2,6381

El medio de transporte preferido es el de los usuarios es el privado,

segundo los datos grficos, eso es lo que muestra.

A> LINEA DE DISPERSIN DE X

69
68

y = -0.3x + 65.9
R = 0.045

67
66
65

Series1

64

Linear (Series1)

63
62
61
0

ESTATURA
(X)
68
64
62
65
66

PESO (Y)
132
108
102
115
128

LINEA DE DISPERSIN DE Y
11.2
11
10.8

y = 0.5x + 8.85
R = 0.8333

10.6
10.4

Series1

10.2

Linear (Series1)

10
9.8
9.6
9.4
9.2
0

Con relacin a los dos variables, se indica que en la variable de x, la

lnea va de una forma descendente y en cambio la Lnea de Y va en
un solo punto constantemente.
Estadsticos descriptivos
Desviacin
Media
Peso
Estatura

tpica

117,00

12,806

65,00

2,236

Correlaciones
Peso
Correlacin de Pearson

Peso
Estatura

Sig. (unilateral)

Peso
Estatura

Estatura

1,000

,960

,960

1,000

,005
,005 .

Peso

Estatura

Resumen del modelo

Modelo

Estadsticos de cambio

R
1

,960

R cuadrado
a

R cuadrado

Error tp. de la

Cambio en R

corregida

estimacin

cuadrado

,922

,896

4,123

Sig. Cambio en
Cambio en F

,922

gl1

35,588

gl2
1

dim

ensi

on0

a. Variables predictoras: (Constante), Estatura

b. Variable dependiente: Peso

Coeficientes

Modelo

Coeficientes
Coeficientes no estandarizados
B

(Constante)
Estatura

a. Variable dependiente: Peso

Error tp.

-240,500

59,955

5,500

,922

tipificados
Beta

,960

Sig.

-4,011

,028

5,966

,009

,009

Estadsticos sobre los residuos

Desviacin
Mnimo

Mximo

Media

tpica

Valor pronosticado

100,50

133,50

117,00

12,298

Residual

-3,500

5,500

,000

3,571

Valor pronosticado tip.

-1,342

1,342

,000

1,000

-,849

1,334

,000

,866

Residuo tp.
a. Variable dependiente: Peso

FORMULA
El peso estimado para una persona que mida 63 pulgadas, el peso ideal es de 47.

SALARIOS (X)
135
115
146
167
165
176
98
136
163
119

GRATIFICACIN (Y)
12
14
16
19
22
24
7
17
18
11

Linea de dispersin de x
y = 15.821x - 6.2857
R = 0.9164

160
140
120
100
80

Series1

60

Linear (Series1)

40
20
0
0

10

Lnea de Dispersin Y
y = 2.4036x + 4.2571
R = 0.7761

30
25
20

Series1

15

Linear (Series1)
10
5
0
0

10

La gratificacin de un vicepresidente, que devenga un salario de

120.000, viene obteniendo una gratificacin de -7255,667.

EXPERIENCIA (X)
1
3
4
4
6
8
10
10
11
13

VENTAS ANUALES (Y)

80
97
92
102
103
111
119
123
117
136

160
140

y = 15.821x - 6.2857
R = 0.9164

120
100
80

Series1

60

Linear (Series1)

40
20
0
0

10

*FORMULA DE LA REGRESIN ESTIMADA

y = 15,821x - 6,2857

*REEMPLAZAMOS A 9
y=1,297*9-0,1333

Y= 11,5397
INGRESOS (X)
22
27
32
48
65
85
120

MONTOS RAZONABLES (Y)

9,6
9,6
10,1
11,1
13,5
17,7
25,5

140
y = 15.821x - 6.2857
R = 0.9164

120
100
80

Series1
60

Linear (Series1)

40
20
0
0