UBICACIN

NRO DE
TRANSMISIONES(X)
VENTAS DE
SABADO A
DOMINGO (Y) (x-X) (y-Y)
Providence 4 15 0 -2
Springfield 2 8 -2 -9
New Haven 5 21 1 4
Boston 6 24 2 7
Hatford 3 17 -1 0
total 20 85 total
media 4 17
desviacion 1.58113883 6.123724357
n 5 5
a. variable dependiente:
Ventas de sabado a domingo (Y)
b. diagrama de dispercion:
5
10
15
20
25
30
V
e
n
t
a
s

s
a
b
a
d
o

a

d
o
m
i
n
g
o

Chart Title
Series1
El diagrama de dispersion muestra en forma grafica que a mayor transmisiones
mayor es la venta de sabados a domingos.
c. coeficiente de correlacion:
r= 0.929516
correlacion positiva fuerte
d. coeficiente de determinacion:
r^2= 0.864 86.4%
De acuerdo al coeficiente de determinacion se puede decir que el 86.4%
de la variacion en las ventas de sabado a domingose explica o contabiliza por
la variacion en el numero de transmisiones.
0
5
0 1 2 3 4 5 6 7
V
e
n
t
a
s

s
a
b
a
d
o

a

d
o
m
i
n
g
o
Nro de transmisiones
(x-X)(y-Y)
0
18
4
14
0
36
De acuerdo al coeficiente de determinacion se puede decir que el 86.4%
de la variacion en las ventas de sabado a domingose explica o contabiliza por
numero de
ensambladores (X)
Produccion en
una hora (Y) (x-X) (y-Y) (x-X)(y-Y)
2 15 -1 -9 9
4 25 1 1 1
1 10 -2 -14 28
5 40 2 16 32
3 30 0 6 0
total 15 120 total 70
promedio 3 24
desviacion 1.58113883 11.93733639
n 5 5
a. diagrama de dispercion:
0
5
10
15
20
25
30
35
40
45
P
r
o
d
u
c
c
i
o
n

Chart Title
Series1
Este digrama de dispercion nos muestra en forma grafica que en cuanto tenemos mas
ensambladores habra una mayor produccion por hora, aunque como se puede notar
con 4 ensambladores la produccion baja en 5.
b. Con el diagrama de dispercion parece haber alguna relacion entre la variables.
De acuerdo al grafico la variable independiente y dependiente parecen tener
una relacion positiva aun que no todos los puntos se encuentran en una recta.
c. Coeficiente de correlacion :
r= 0.92717265
correlacion positiva fuerte
d. Coeficiente de determinacion:
r^2= 0.8596491 85.96%
De acuerdo al coeficiente de determinacion se puede decir que el 85.96%
de la variacion en la produccion por hora se explica o contabiliza por
la variacion en el numero de ensambladores.
0
5
0 1 2 3 4 5 6
Ensambladores
HIPOTESIS:
H0: p 0
H1: p > 0
NUMERO DE MUESTRA
n= 15
COEFICIENTE DE CORRELACION
r= -0.46
NIVEL DE SIGNIFICANCIA
ns= 0.05 95%
REALIZAMOS LA PRUEBA " t " PARA EL COEFICIENTE DE CORRELACION
t= -1.86791109
REGLA DE DECISIN gl= 13
-2.16 -1.86791109 2.16
COMO PODEMOS VER LA PRUEBA "t" CAE DENTRO DEL AREEA DE ACEPTACION
POR LO TANTO SE ACPETA LA PRUEBA DE HIPOTESIS H0 : p 0
ESTO QUIERE DECIR QUE LA CORRELACION DE LA POBLACION ES MAYOR O IGUAL QUE CERO (0)
RESPONDIENDO A LA PREGUNTA : NO SE PUEDE CONCLUIR QUE LA CORRELACION EN LA
POBLACION SEA MENOR QUE CERO.
HAY UNA ASOCIACION POSITIVA ENTRE LAS VARIABLES DEBIDO A QUE " r " ES DIFERENTE DE 0
ASI COMO TAMBIEN EXISTE UNA CORRELACION NEGATIVA DEBIL.
r = -0.46
ESTO QUIERE DECIR QUE LA CORRELACION DE LA POBLACION ES MAYOR O IGUAL QUE CERO (0)
RESPONDIENDO A LA PREGUNTA : NO SE PUEDE CONCLUIR QUE LA CORRELACION EN LA
HAY UNA ASOCIACION POSITIVA ENTRE LAS VARIABLES DEBIDO A QUE " r " ES DIFERENTE DE 0
HIPOTESIS:
H0: P > 0
H1: P 0
NUMERO DE MUESTRA
n= 20
COEFICIENTE DE CORRELACION
r= 0.78
NIVEL DE SIGNIFICANCIA
ns= 0.01 99%
REALIZAMOS LA PRUEBA "t" PARA EL COEFICIENTE DE CORRELACION
t= 5.28821999
REGLA DE DECISION
gl= 18
-2.878 2.878 5.28821999
COMO SE PUEDE NOTAR EN LA GRAFICA LA PRUEBA "t" CAE FUERA DEL AREA DE ACPETACION
POR LO TANTO SE RECHAZA LA HIPOTESIS NULA H0: p > 0 ; EN CONCLUSION SE PODRIA CONCLUIR
QUE LA CORRELACION EN LA POBLACION NO SERIA MAYOR QUE CERO (0)
HAY UNA ASOCIACION POSITIVA ENTRE LAS VARIABLES DEBIDO A QUE " r " ES DIFERENTE DE 0
ASI COMO TAMBIEN EXISTE UNA CORRELACION POSITIVA FUERTE
r = 0.78
COMO SE PUEDE NOTAR EN LA GRAFICA LA PRUEBA "t" CAE FUERA DEL AREA DE ACPETACION
POR LO TANTO SE RECHAZA LA HIPOTESIS NULA H0: p > 0 ; EN CONCLUSION SE PODRIA CONCLUIR
HAY UNA ASOCIACION POSITIVA ENTRE LAS VARIABLES DEBIDO A QUE " r " ES DIFERENTE DE 0
X Y (x-X) (y-Y) (x-X)(y-Y)
5 13 0.125 2.375 0.296875 -2.32547143
3 15 -1.875 4.375 -8.203125 1.15955851
6 7 1.125 -3.625 -4.078125 -4.0679864
3 12 -1.875 1.375 -2.578125 1.15955851
4 13 -0.875 2.375 -2.078125 -0.58295646
4 11 -0.875 0.375 -0.328125 -0.58295646
6 9 1.125 -1.625 -1.828125 -4.0679864
8 5 3.125 -5.625 -17.578125 -7.55301634
total 39 85 TOTAL -36.375
media 4.875 10.625
desviacion 1.7268882 3.37797488
n 8 8
COEFICIENTE DE CORRELACION "r"
r= -0.89080844
ECUACION DE REGRESION LINEAL
Y= 6.38710342 + -1.74251497
PENDIENDE DE LA RECTA DE REGRESION
b= -1.74251497
INTERSECCION CON EL EJE Y
a= 6.38710342
PARA CUANDO X = 7
Y= -5.81050137
(X)
-8
-6
-4
-2
0
2
0 2 4 6 8 10

X
RECTA DE REGRESION
Series1
NUMERO DE
HABITACIONES (X)
KILOWATTS-
HORA (Y) (x-X) (y-Y) (x-X)(y-Y)
12 9 2.9 1.6 4.64 8.19347108
9 7 -0.1 -0.4 0.04 6.19347108
14 10 4.9 2.6 12.74 9.52680441
6 5 -3.1 -2.4 7.44 4.19347108
10 8 0.9 0.6 0.54 6.86013775
8 6 -1.1 -1.4 1.54 5.52680441
10 8 0.9 0.6 0.54 6.86013775
10 10 0.9 2.6 2.34 6.86013775
5 4 -4.1 -3.4 13.94 3.52680441
7 7 -2.1 -0.4 0.84 4.86013775
TOTAL 91 74 TOTAL 44.6
MEDIA 9.1 7.4
DESVIACION 2.726414006 2.011080417
n 10 10
COEFICIENTE DE CORRELACION "r"
r= 0.90379744
ECUACION DE REGRESION LINEAL
Y= 0.19347108 + 0.66666667
PENDIENDE DE LA RECTA DE REGRESION
b= 0.66666667
INTERSECCION CON EL EJE Y
a= 0.19347108
PARA UNA CASA DE 6 HABITACIONES X= 6
Y= 4.19347108
POR UNA CASA DE 6 HABITACIONES SE USA 4.19347108 KILOWATTS - HORA
(X)
0
2
4
6
8
10
12
0 5 10 15
A
x
i
s

T
i
t
l
e

NUMERO DE HABITACIONES
KILOWATTS ESTIMADOS
Series1