Está en la página 1de 9

c

c
Universidad de Estudios Superiores de La Paz

Carrera: Licenciatura en Informática

Asignatura: Estadística

Tema: Ejercicios de en clase

Nombre de los alumnos:

Templos Guillen Nancy

Hernández Mejía Brayan Alfredo

Alonso Romero Agustín

Cerón Hernández Brenda

Vega Portal Oscar Daniel

Martínez Rivera Carlos Jesús

Grupo: LI-131
c

À c   c
 
c
c

Análisis de regresión es el proceso con el que se construye un modelo matemático


que se pueda usar para el pronosticar o determinar una variable por medio de otra
variable. El modelo mas elemental de regresión se denomina regresión simple que
es regresión lineal vi variado lo que significa que comprende solo dos variables en
este tipo de análisis solo se examina una relación directa entre dos variables.


c

Un especialista en administración de hospitales dice que el número de empleados


de tiempo completo de un hospital se puede estimar al contar el número de camas
en el hospital. Una investigadora de campo de servicios de salud decidió crear un
modelo de regresión para pronosticar el número de empleados de tiempo
completo de un hospital respecto al número de camas por lo que realizo una
encuesta en 12 hospitales y obtuvo los datos que se presentan en secuencia
según el número de camas.

a À
c  c c 
c
cc  cÀ  c
  c c

Àcc
^c 23 69 529 ^ c
ÿc 29 95 841 ÿ c
uc 29 102 841 2958
c 35 118 1225 4130
c 42 126 1764 5292
c 46 125 2116 5750
c 50 138 2500 8900
c 54 178 2916 9612
c 64 156 4096 9984
^ c 66 184 4356 12144
^^c 76 176 5776 13376


33044
^ÿc 78 225 6084 17550
c o  o    o    
c   
$ 141
c

 $    $
R

  

      
R   
     

a = $  R 

a= 141 - 2.2331 (49.33) = 30.91

Y=30.91 + 2.2331 x c

Y= 30.96 + 2.2331 (23) = 82.27

Y=30.96 + 2.2331 (78) = 205.09

      



  










A




A       A
¦ 
c

    

      

 g  A


   
 
  











  A   
D
c



  



¦ 






   A       
ë    
c

c
c

EJERCICIOcENcCLASEccc

Supongamos que un analista toma una muestra aleatoria de 10 embarques recién


por camión realizados por una compañía que registra la distancia en millas el
tiempo de entrega al medio día más cercano a partir del momento en que el
embarque estuvo listo para su carga. Elabore el diagrama de regresión y
considere el análisis de regresión lineal para este apropiado.
c

Embarquecmuestreadocccccc c
c c c c

stancaccencmasc cc
c c c  c cc
cc

empocdecentregaccencdíascc c c c c ccc c c

 c À c c À  c c ó c   c cc


 Àc 

c À c
^c 825 3.5 12.25 680625 28875
ÿc 215 1.0 1 46225 215
uc 1070 4.0 16 1144900 4280
c 550 2.0 4 302500 1100
c 480 1.0 1 230400 480
c 920 3.0 9 846400 2760
c 1350 4.5 20.25 1822500 6075
c 325 1.5 2.25 105625 487.5
c 670 3.0 9 448900 2010
^ c 1215 5.0 25 1476225 6075
c o    o     $
=99.75 o    o    
c   
$ 2.85

 $    $
R

  

     
R   
      

a = $  R 

a= 2.85 - .003585 (762) = 0.1830


c

Y=0.1830+.00358 c

Y= 0.183 + .00358 (825) = 3.07

Y= 0.183+ .00358 (1350) = 4.43

      



  










A




     
¦ 

c
c



  






¦ 

 

 

 


   A     
ë    
c

 


  






¦ 

 

 

 


   A 
Ô  

c

c
c

c
c
c
    c

• 
     
  
 
  
}*() 
    m  
     

  m 


    ñ ðÿ
  = U { () ñ 5

cc 
c
c c   c
  
ccc
c c


c
c c c
 c
cc c c 
c
ccc c c   c  

      
    
¨
 
 
$  


Formulas:

Ejercicio 3:
a) Usando la ecuación de regresión desarrollada se estima el tiempo de entrega a
partir del número en que el embarque está listo para 50 cargas para un embarque
va a 1000 millas. Podría darse éstaecuación de regresión para estimar el tiempo
de entrega de un embarque de 2500 millas.
b) Calcular el error estándar del estimadorpara el problema de análisis de entrega
utilizando:
Fórmula para el error estándar de la estimación.

     $  R  $
$  


Solución:

$    R  
       
a:

       

b:
     $  R  $
$  


À  c c À ccc ó c
u c 12.25
^ c 1
 c 16
ÿ c 4
^ c 1
u c 9
 c 20.25
^ c 2.25
u c 9
 c 25
o     !c  $
=99.75
ó ÿ c
c

Para (1000):
           
$      "  
   

    #      

      



 


















^

^
^      ^
¦ 
c

También podría gustarte