Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA INFERENCIAL
PORTAFOLIO DE EVIDENCIAS
ALUMNA:
Centeno Vega Carmen Elizenda
11/30/2017
CO DE CELAYA
RENCIAL
DENCIAS
ESARIAL.
AYO
en Elizenda
11/30/2017
Información para la acti
*Los problemas tienen un color de etiqueta que los identifica (en tot
Selección de ejercicios
No de ejercicio No de ejercicio
Primera selección 2 4
segunda selección 1 2
Tercera selección 18 20
20 diferentes problemas
siguiente manera
esolver únicamente dos problemas, (a mano y usando formulas) que deberás traer a mas tardar
lineamientos y evita penalizaciones), esta es tu oportunidad de realizar tu FORMULARIO para el
nicialmente
a tu segundo elección deberán ser realizados en Excel y deberán contener todos los cálculos
jercicios en Excel), además contesta las preguntas que contiene el problema, si existen)
os anteriormente elegidos)
mas, los cuales únicamente deberás realizar y calcular la recta de regresión graficando un
o de regresión y r2
ejercicios
No de ejercicio No de ejercicio
3 4
n graficando un
xi yi
Sumatorias
Promedios
B1
COLOCA MAS FILAS
SI ES NECESARIO
Bo
ERRORES
xi *yi Sxx Sxy Y estimado e xi*e Y esti*e
Sy r r^2
Nivel de
Numero de hidrocarbur
observación os x (%) Pureza y (%) Xi2 Yi2 XiYi Sxx Sxy
1 0.99 90.01 0.9801 8101.8001 89.1099
2 1.02 89.05 1.0404 7929.9025 90.831
3 1.15 91.43 1.3225 8359.4449 105.1445
4 1.29 93.74 1.6641 8787.1876 120.9246
5 1.46 96.73 2.1316 9356.6929 141.2258
6 1.36 94.45 1.8496 8920.8025 128.452
7 0.87 87.59 0.7569 7672.0081 76.2033
8 1.23 91.77 1.5129 8421.7329 112.8771
9 1.55 99.42 2.4025 9884.3364 154.101
10 1.4 93.65 1.96 8770.3225 131.11
11 1.19 93.54 1.4161 8749.7316 111.3126
12 1.15 92.52 1.3225 8559.9504 106.398
13 0.98 90.56 0.9604 8201.1136 88.7488
14 1.01 89.54 1.0201 8017.4116 90.4354
15 1.11 89.85 1.2321 8073.0225 99.7335
16 1.2 90.39 1.44 8170.3521 108.468
17 1.26 93.25 1.5876 8695.5625 117.495
18 1.32 93.41 1.7424 8725.4281 123.3012
19 1.43 94.98 2.0449 9021.2004 135.8214
20 0.95 87.33 0.9025 7626.5289 82.9635
Sumatorias 23.92 1843.21 29.2892 170044.532 2214.6566 0.68088 10.17744
Promedio 1.196 92.1605
Resumen de resultados
β0 74.2833142
β1 14.9474797 105
100
90
85
f(x) = 14.9474797321x + 74.2833142404
95 R² = 0.8774357052
Pureza
90
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5
Nivel de hidrocarburos
(x-xtes)(y-ytes) Sxy Sx Sy r r2
0.443003
0.547448
0.033603
0.148473
1.206348
0.375478
1.489983
-0.013277
2.569863
0.303858
-0.008277
-0.016537
0.345708
0.487413
0.198703
-0.007082
0.069728
0.154938
0.659763
1.188303
10.17744 0.508872 0.18451016 2.94429019 0.93671538 88%
rburos
Definicion del problema
Cuando la nicotina es absorbida por el cuerpo, se produce cotinina. Por consiguiente, la medició
persona. A continuación se incluye el reporte del numero de cigarros fumados al día y las canti
provienen de sujetos fumadores elegidos al azar. ¿Existe correlació
Cigarros por
Sujeto día (x) Cotinina (y) Xi2 Yi2 XiYi Sxx
1 60 179 3600 32041 10740
2 10 283 100 80089 2830
3 4 75.6 16 5715.36 302.4
4 15 174 225 30276 2610
5 10 209 100 43681 2090
6 1 9.51 1 90.4401 9.51
7 20 350 400 122500 7000
8 8 1.85 64 3.4225 14.8
9 7 43.4 49 1883.56 303.8
10 10 25.1 100 630.01 251
11 10 408 100 166464 4080
12 20 344 400 118336 6880
Suma 175 2102.46 5155 601709.793 37111.51 2602.91667
Promedio 14.5833 175.205
Resumen de resultados
y= 139.06410 + 2.47823(x)
consiguiente, la medición de cotinina es un buen indicador de cuanto fuma una
fumados al día y las cantidades medidas de cotinina (en ng/mL). Las cantidades
al azar. ¿Existe correlación lineal entre las variables?
β0 139.064096
β1 2.47823339
450
400
350
300
f(x) = 2.478233392x + 139.0640963663
250
Cotinina
R² = 0.0685078051
200
150
100
50
0
0 10 20 30 40 50 60 70
7%
Definicion del problema
Montgomery y Perk presentan los datos del desempeño de los 28 equipos de la Liga Nacional de
1976. Se piensa que el numero de juegos ganados(y) se relaciona con el numero de yardas gana
muestran en la siguiente tabla. Responde ¿Hay una relación entre los juegos ganados y las yarda
variables es positiva o negativa?.
Yardas
recorridas
por
Juegos oponente
Equipos ganados (y) (x) Xi2 Yi2 XiYi
Washington 10 2205 4862025 100 22050
Minnesota 11 2096 4393216 121 23056
Nueva Inglaterra 11 1847 3411409 121 20317
Oakland 13 1903 3621409 169 24739
Pittsburg 10 1457 2122849 100 14570
Baltimore 11 1848 3415104 121 20328
Los Ángeles 10 1564 2446096 100 15640
Dallas 11 1821 3316041 121 20031
Atlanta 4 2577 6640929 16 10308
Búfalo 2 2476 6130576 4 4952
Chicago 7 1984 3936256 49 13888
Cincinnati 10 1917 3674889 100 19170
Cleveland 9 1761 3101121 81 15849
Denver 9 1709 2920681 81 15381
Detroit 6 1901 3613801 36 11406
Green Bay 5 2288 5234944 25 11440
Houston 5 2072 4293184 25 10360
Kansas City 5 2861 8185321 25 14305
Miami 6 2411 5812921 36 14466
Nueva Orleans 4 2289 5239521 16 9156
G de Nueva York 3 2203 4853209 9 6609
Jets de NY 3 2592 6718464 9 7776
Filadelfia 4 2053 4214809 16 8212
San Luis 10 1979 3916441 100 19790
San Diego 6 2048 4194304 36 12288
San Francisco 8 1786 3189796 64 14288
Seattle 2 2876 8271376 4 5752
Tampa Bay 0 2560 6553600 0 0
Suma 195 59084 128284292.00 1685 386127
Promedio 6.96428571 2110.14286
Resumen de resultados
y= 21.78825 - 0.00703(x)
equipos de la Liga Nacional de Futbol Americano (NFL, por sus siglas en ingles) en
a con el numero de yardas ganadas en el campo por los oponentes (x) los datos se
e los juegos ganados y las yardas recorridas por los oponentes?¿La relación entre
s es positiva o negativa?.
12
f(x) = - 0.0070251003x + 21.7882508824
R² = 0.5446843013
10
Juegos ganados
8
y= 21.78825 - 0.00703(x)
4
0
1200 1400 1600 1800 2000 2200 2400 2600 2
as por oponente
s yardas
va?
erada (-
Definicion del problema
Proporción
Temperatur de impureza
a (x) en que pasa
grados por el Hielo
Observación centígrados (y) Xi2 Yi2 XiYi Sxx
1 -262 0.315 68644 0.0992 -82.53
2 -265 0.202 70225 0.0408 -53.53
3 -256 0.204 65536 0.0416 -52.224
4 -267 0.62 71289 0.3844 -165.54
5 -270 0.715 72900 0.5112 -193.05
6 -272 0.935 73984 0.8742 -254.32
7 -272.4 0.957 74201.76 0.9158 -260.6868
8 -272.7 0.906 74365.29 0.8208 -247.0662
9 -272.8 0.985 74419.84 0.9702 -268.708
10 -272.9 0.987 74474.41 0.9742 -269.3523
Suma -2682.8 6.826 720039.3 5.6326 -1847.0073 297.716
Promedio -268.28 0.6826
Resumen de resultados
y= -13.49035 - 0.05283(x)
exhibe características que desafían a numerosas leyes de la física
entes temperaturas cercanas al cero absoluto. El helio sólido se coloca
y se registró la fracción (en peso) de la impureza que pasó por el
se conoce como efecto cuántico de túnel.) Los datos se proporcionan
por el hielo cuando este esta a -271.12° C, -263.48° C y a -280.91° C.
β0 -13.490347
β1 -0.0528289
1.2
0.6
0.4
0.2
0
-274 -272 -270 -268 -266 -264 -262 -260 -258 -256 -254
1
0.6
0.4
0.2
0
-274 -272 -270 -268 -266 -264 -262 -260 -258 -256 -254
5 - 0.05283(-263.48) = 0.42902
5 - 0.05283(280.91) = 1.34983
Definicion del problema
En un articulo de Journal of Sound and Vibration, se describe un estudio para investigar la rela
resultados se describen en la siguiente tabla. Existe relación entre el aumento de
Aumento de
presión Nivel de
sanguínea sonido dH
Numero de observación mmHg (x) (y) Xi2 Yi2 XiYi Sxx
1 1 60 1 3600 60
2 0 63 0 3969 0
3 1 65 1 4225 65
4 2 70 4 4900 140
5 5 70 25 4900 350
6 1 70 1 4900 70
7 4 80 16 6400 320
8 6 80 36 6400 480
9 2 80 4 6400 160
10 3 80 9 6400 240
11 5 85 25 7225 425
12 4 89 16 7921 356
13 6 90 36 8100 540
14 8 90 64 8100 720
15 4 90 16 8100 360
16 5 90 25 8100 450
17 7 94 49 8836 658
18 9 100 81 10000 900
19 7 100 49 10000 700
20 6 100 36 10000 600
Sumatoria 86 1646 494 138476 7594 124.2
Promedios 4.3 82.3
β0
β1
Resumen de resultados
64.4283414
Chart Title
4.15619968
120
80
60
40
20
60
40
20
0
0 1 2 3 4 5 6 7 8 9 1
(x-xtes)^2 (Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r
10.89 497.29 73.59
18.49 372.49 82.99
10.89 299.29 57.09
5.29 151.29 28.29
0.49 151.29 -8.61
10.89 151.29 40.59
0.09 5.29 0.69
2.89 5.29 -3.91
5.29 5.29 5.29
1.69 5.29 2.99
0.49 7.29 1.89
0.09 44.89 -2.01
2.89 59.29 13.09
13.69 59.29 28.49
0.09 59.29 -2.31
0.49 59.29 5.39
7.29 136.89 31.59
22.09 313.29 83.19
7.29 313.29 47.79
2.89 313.29 30.09
124.20 3010.20 516.2 25.81 2.49198716 12.2682517 0.84422756
Resultado:
Al ser "R^2" de 0.71, ésto quiere decir que no hay relación
entre las variables, ya que la teoría indica que si r^2 es mayor a
0.75 (75%) es confiable y representativo, y de acuerdo a los
resultados obtenidos en ésta prueba no es así, por lo que éste
modelo no será ajustable para las nuevas predicciones.
7 8 9 10
r2
0.71272018
y relación
^2 es mayor a
uerdo a los
or lo que éste
iones.
Definicion del problema
Una compañía de seguros desea determinar el grado de relación que existe entre el ingreso famili
Con base de una muestra aleatoria de 18 familias se obtuvo la siguiente información en miles de d
para una persona que tiene un ingreso familiar de 70 mil dólares, de 3
Seguro de
Muestra aleatoria Ingreso (x) vida (y) Xi2 Yi2 XiYi Sxx
1 45 70 2025 4900 3150
2 20 50 400 2500 1000
3 40 60 1600 3600 2400
4 40 50 1600 2500 2000
5 47 90 2209 8100 4230
6 30 55 900 3025 1650
7 25 55 625 3025 1375
8 20 35 400 1225 700
9 15 40 225 1600 600
10 35 65 1225 4225 2275
11 40 75 1600 5625 3000
12 55 105 3025 11025 5775
13 50 110 2500 12100 5500
14 60 120 3600 14400 7200
15 15 30 225 900 450
16 30 40 900 1600 1200
17 35 65 1225 4225 2275
18 45 80 2025 6400 3600
Sumatorias 647 1195 26309 90975 48380 3052.94444
Promedio 35.9444444 66.3888889
β0 2.500227
β1 1.77742798
Resumen de resultados
120
60
40
20
0
10 20 30 40 50 60 70
(x-xtes)^2 (Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r
82.0031 13.0401 32.70
254.2253 268.5957 261.31
16.4475 40.8179 -25.91
16.4475 268.5957 -66.47
122.2253 557.4846 261.03
35.3364 129.7068 67.70
119.7809 129.7068 124.65
254.2253 985.2623 500.48
438.6698 696.3735 552.70
0.8920 1.9290 1.31
16.4475 74.1512 34.92
363.1142 1490.8179 735.76
197.5586 1901.9290 612.98
578.6698 2874.1512 1289.65
438.6698 1324.1512 762.15
35.3364 696.3735 156.87
0.8920 1.9290 1.31
82.0031 185.2623 123.26
3052.9444 11640.2778 5426.39 301.47 13.0233646 25.4299449 0.9103
Respuestas
70 mil dólares
y= β0+β1(x)
y= 32.7165031936
38 mil dólares
y= β0+β1(x)
y= 70.0424908558
22 mil dólares
y= β0+β1(x)
y= 41.6036431132
r2
0.8286
Definicion del problema
El gerente de ventas de una cadena comercial obtuvo información de los pedidos realizados en in
modalidad. Como parte de su presentación en la próxima reunión de vendedores, al gerente le
relación entre el numero de pedidos(x) y el numero de ventas realizadas (y). Explica com
Numero de
Tienda Pedidos (x) ventas (y) Xi2 Yi2 XiYi Sxx
1 50 45 2500 2025 2250
2 56 55 3136 3025 3080
3 60 50 3600 2500 3000
4 68 65 4624 4225 4420
5 65 60 4225 3600 3900
6 50 40 2500 1600 2000
7 79 75 6241 5625 5925
8 35 30 1225 900 1050
9 40 38 1600 1444 1520
10 15 12 225 144 180
Sumatoria 518 470 29876 25088 27325 3043.6
Promedio 51.8 47
β0 -3.7006
β1 0.9788
Resumen de resultados
50
40
30
20
10
0
10 20 30 40 50 60 70 80 90
(Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r r2
4 3.6
64 33.6
9 24.6
324 291.6
169 171.6
49 12.6
784 761.6
289 285.6
81 106.2
1225 1288
2998 2979 297.9 17.4459164 17.3147336 0.9861907 0.9726
Respuesta:
De acuerdo a R^2 que ibtuvimos en éste ejercicio, nos
indica que el modelo sí es representativo al ser mayor
de 0.75 y que por lo tanto, existe relación entre las
variables. Por lo que se puede observar en el gráfico,
mientras mayor sea el número de pedidos, mayor será
el número de ventas dentro de ésta modalidad.
Definicion del problema
Se presentan a continuación el promedio del examen final y los exámenes parciales de 20 estudian
de estadística para ingenieros y un curso de investigación de operaciones. Las 20 observaciones se
relación que tienen aún conjunto ambas calificaciones. Describe el tipo de
Estadística
Alumno (x) IO(y) Xi2 Yi2 XiYi Sxx
1 86 80 7396 6400 6880
2 75 81 5625 6561 6075
3 69 75 4761 5625 5175
4 75 81 5625 6561 6075
5 90 92 8100 8464 8280
6 94 95 8836 9025 8930
7 83 80 6889 6400 6640
8 86 81 7396 6561 6966
9 71 76 5041 5776 5396
10 65 72 4225 5184 4680
11 84 85 7056 7225 7140
12 71 72 5041 5184 5112
13 62 65 3844 4225 4030
14 90 93 8100 8649 8370
15 83 81 6889 6561 6723
16 75 70 5625 4900 5250
17 71 73 5041 5329 5183
18 76 72 5776 5184 5472
19 84 80 7056 6400 6720
20 97 98 9409 9604 9506
Sumatoria 1587 1602 127731 129818 128603 1802.55
Promedio 79.35 80.1
β0 14.76
β1 0.8234
Resumen de resultados
IO(y)
120
100
f(x) = 0.8234445646x + 14.7596737955
R² = 0.8160226781
80
60
40
20
60
40
20
0
60 65 70 75 80 85 90 95 100
(Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r r2
0.0100 -0.665
0.8100 -3.915
26.0100 52.785
0.8100 -3.915
141.6100 126.735
222.0100 218.285
0.0100 -0.365
0.8100 5.985
16.8100 34.235
65.6100 116.235
24.0100 22.785
65.6100 67.635
228.0100 261.985
166.4100 137.385
0.8100 3.285
102.0100 43.935
50.4100 59.285
65.6100 27.135
0.0100 -0.465
320.4100 315.935
1497.8000 1484.3 74.215 9.49355044 8.65390085 0.90333974 0.81602268
En un articulo de Tappi Journal se presentan los datos de la concentración de licor verde Na2S
datos se muestran a continuación. ¿Cuál es el valor ajustado para valores d
Producción
en
Concentraci toneladas
Numero de observación ón Na2S (y) (x) Xi2 Yi2 XiYi Sxx
1 40 825 680625 1600 33000
2 42 830 688900 1764 34860
3 49 890 792100 2401 43610
4 46 895 801025 2116 41170
5 44 890 792100 1936 39160
6 48 910 828100 2304 43680
7 46 915 837225 2116 42090
8 43 960 921600 1849 41280
9 53 990 980100 2809 52470
10 52 1010 1020100 2704 52520
11 54 1012 1024144 2916 54648
12 57 1030 1060900 3249 58710
13 58 1050 1102500 3364 60900
Suma 632 12207 11529419 31128 598098 67046
Promedio 48.6153846 939
Resumen de resultados
X Y
750 35.5072201
1120 61.1687062
940 48.68474
ón de licor verde Na2S y la producción de una maquina papelera. Los
justado para valores de X= 750, X=1120 y X=940?
β0 -16.509306
β1 0.06935537
60
30
20
10
0
800 850 900 950 1000 1050 1100
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
74.225 982.153846
43.763 721.076923
0.148 -18.846154
6.840 115.076923
21.302 226.153846
0.379 17.8461538
6.840 62.7692308
31.533 -117.92308
19.225 223.615385
11.456 240.307692
28.994 393.076923
70.302 763
88.071 1041.69231
403.076923 4650 357.692308 71.8149331 5.56829571 0.89448394 80%
Y= βo+β1(X)
Cuando x= 750
Y= 35.5072
Cuando x= 1120
Y= 61.167
Cuando x= 940
Y= 4.6847
Definicion del problema
Abajo se presenta una lista de numero de incendios (en miles) y los acres que fueron quemados (
Estados Unidos cada año la década pasada segun datos de USA Today. ¿Existe una correlación?. L
cantidad de acres quemados se debe a que son zonas que tienen menos arboles (mayor tala), por
densos. ¿Crees que están en lo correcto? (Fundamenta la respuesta contrastando los acres qu
Incendios Acres
Año (x) dañados (y) Xi2 Yi2 XiYi Sxx
2000 73 6.2 5329 38.44 452.6
2001 69 4.2 4761 17.64 289.8
2002 58 1.9 3364 3.61 110.2
2003 48 2.7 2304 7.29 129.6
2004 84 5 7056 25 420
2005 62 1.6 3844 2.56 99.2
2006 57 3 3249 9 171
2007 45 1.6 2025 2.56 72
2008 70 1.5 4900 2.25 105
2009 63 2 3969 4 126
2010 48 3.7 2304 13.69 177.6
Suma 677 33.4 43105 126.04 2153 1439
Promedio 61.5454545 3.03636364
Resumen de resultados
β0 -1.1294073
β1 0.06768609
Acres dañados
7
0
40 45 50 55 60 65 70 75 80 85 90
(Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r r2
10.008595 36.2380165289
1.35404959 8.6743801653
1.29132231 4.0289256198
0.1131405 4.5561983471
3.85586777 44.0925619835
2.0631405 -0.652892562
0.00132231 0.1652892562
2.0631405 23.7652892562
2.36041322 -12.9892561983
1.07404959 -1.5074380165
0.44041322 -8.9892561983
24.63 97.3818181818 8.85 11.44 1.50 0.52 27%
os
70 75 80 85 90
como positiva
ue si estan en lo
menos acres
Definicion del problema
Los siguientes datos muestran el porcentaje de la población con cuatro años o mas de educación su
cada 1000 nacimientos (y). ¿Es significativa la relación entre variables? ¿Qué nos
x y
% de
educación Mortalidad
Estado superior infantil Xi2 Yi2 XiYi Sxx
Guanajuato 19.4 12 376.36 144 232.8
Baja California 12.3 15.4 151.29 237.16 189.42
Guadalajara 13.7 16 187.69 256 219.2
Zacatecas 11 14.2 121 201.64 156.2
Estado de México 11.5 17.9 132.25 320.41 205.85
Veracruz 16.8 11.9 282.24 141.61 199.92
Chiapas 11.8 14.2 139.24 201.64 167.56
Yucatán 12.8 12.7 163.84 161.29 162.56
Tabasco 15.3 13.8 234.09 190.44 211.14
Colima 11.8 15.8 139.24 249.64 186.44
Michoacán 11.7 13.7 136.89 187.69 160.29
Chihuahua 10.4 17.6 108.16 309.76 183.04
Sonora 17.5 10.1 306.25 102.01 176.75
Nuevo León 15.6 10.1 243.36 102.01 157.56
San Luis Potosí 16.1 12.1 259.21 146.41 194.81
Suma 207.7 207.5 2981.11 2951.71 2803.54 105.157333
Promedio 13.8466667 13.8333333
Resumen de resultados
β0 23.0036688
β1 -0.6622775
18
16
f(x) = - 0.6622774763x + 23.0036687884
14 R² = 0.5673676936
12
10
4
12
10
0
8 10 12 14 16 18 20
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
3.36111111 -10.181111
2.45444444 -2.4231111
4.69444444 -0.3177778
0.13444444 -1.0437778
16.5377778 -9.5431111
3.73777778 -5.7097778
0.13444444 -0.7504444
1.28444444 1.18622222
0.00111111 -0.0484444
3.86777778 -4.0251111
0.01777778 0.28622222
14.1877778 -12.982444
13.9377778 -13.639111
13.9377778 -6.5457778
3.00444444 -3.9057778
81.2933333 -69.643333 -4.64 2.65 2.33 -0.75 57%
un maratón es una prueba atlética de resistencia con categoría olímpica que consiste en correr a pie una distancia d
categoría masculina desde 1896 y en 1984 se incorporo la línea femenina. Uno de los maratones mas important
tiempos de las ganadoras de dicha prueba entre los años 1978-1998. Se cree que existe una relación entre la te
temperatura en los tiempos de las ganadoras (r)? ¿Con que certeza podemos afirmar que las
Tiempo de
las mujeres
Temperatura (°F) en maratón
Año (x) (min) Xi2 Yi2 XiYi Sxx
1978 75 152.5 5625 23256.25 11437.5
1979 80 147.55 6400 21771.0025 11804
1980 50 145.7 2500 21228.49 7285
1981 54 145.483 2916 21165.3033 7856.082
1982 52 147.233 2704 21677.5563 7656.116
1983 59 147 3481 21609 8673
1984 79 149.5 6241 22350.25 11810.5
1985 72 148.567 5184 22072.1535 10696.824
1986 65 148.1 4225 21933.61 9626.5
1987 64 150.283 4096 22584.9801 9618.112
1988 67 148.117 4489 21938.6457 9923.839
1989 56 145.5 3136 21170.25 8148
1990 73 150.75 5329 22725.5625 11004.75
1991 57 147.533 3249 21765.9861 8409.381
1992 51 144.667 2601 20928.5409 7378.017
1993 73 146.4 5329 21432.96 10687.2
1994 70 147.617 4900 21790.7787 10333.19
1995 62 148.1 3844 21933.61 9182.2
1996 49 148.3 2401 21992.89 7266.7
1997 61 148.717 3721 22116.7461 9071.737
1998 55 145.28 3025 21106.2784 7990.4
Suma 1324 3102.897 85396 458550.844 195859.048 1920.95238
Promedio 63.05 147.76
Resumen de resultados
β0 140.25
β1 0.1191
¿influye la temper
Tiempo de las mujeres en maratón (min)
154
152
¿influye la temper
R= No, de acuerdo
150
f(x) = 0.119097174x + 140.2482067427
R² = 0.3580805012 ¿Con que certeza p
148 relacionadas (r2)?
R= Con el 36% de
146
144
142
140
45 50 55 60 65 70 75 80 85
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
22.496049 56.6901429
0.042849 -3.5091429
4.231249 26.8389524
5.171076 20.5742857
0.274576 5.78895238
0.573049 3.06404762
3.038049 27.805
0.6561 7.25142857
0.117649 0.66966667
6.380676 2.40571429
0.1296 1.42285714
5.094049 15.9064762
8.958049 29.7874762
0.050176 1.35466667
9.5481 37.2271429
1.841449 -13.505381
0.0196 -0.9733333
0.117649 -0.3593333
0.294849 -7.6278571
0.9216 -1.9657143
6.135529 19.9339524
76.091972 228.78 10.89 9.56 1.90 0.60 36%
Antigüedad en semanas
Numero de observación (yi) Resistencia al corte psi (xi) Xi2
1 2158.7 15.5 240.25
2 1678.15 23.75 564.0625
3 2316 8 64
4 2061.3 17 289
5 2207.5 5 25
6 1708.3 19 361
7 1784.7 24 576
8 2575 2.5 6.25
9 2357.9 7.5 56.25
10 2277.7 11 121
11 2165.2 13 169
12 2399.55 3.75 14.0625
13 1779.8 25 625
14 2336.75 9.75 95.0625
15 1765.3 22 484
16 2053.5 18 324
17 2414.4 6 36
18 2200.5 12.5 156.25
19 2654.2 2 4
20 1753.7 21.5 462.25
Suma 42648.15 266.75 4672.4375
Promedi o 2132.4075 13.3375
Resumen de resultados
r2 Representatividad del modelo 90% Hay un ajuste lineal casi perfecto, nuevas
β0 2625.3854624871
β1 -36.9617966251
Negativa Fuerte
3000
2000
1500
2500
f(x) = -
R² = 0.8
2000
1500
1000
500
0
0 5
a unidad ensamblada "y" es una función
los datos calcule la resistencia al corte
Gráfico de dispersión
3000
2500
f(x) = - 36.9617966251x + 2625.3854624871
R² = 0.8960811775
2000
1500
2500
f(x) = - 36.9617966251x + 2625.3854624871
R² = 0.8960811775
2000
1500
1000
500
0
0 5 10 15 20 25 30
Sx Sy r r2 SSR SST
6388.78655
148120.843
38920.8147
18325.7355
94968.1198
43804.8882
155318.874
160459.106
46554.3142
7464.6489
155.615804
125578.965
185818.718
17582.8781
102516.233
29699.1374
73553.336
958.24327
175606.564
91023.2912
7.46545168 291.497936 -0.9466156 90% 1522819.11 1699420.94
Definicion del problema
Se desea analizar las notas que obtuvieron los estudiantes de estadística y los resultados de lo
selecciona una muestra de 12 alumnos al azar que se muestran en la siguiente tabla. ¿Existe rel
a medida que disminuye la calificación en estadística aumenta e
Estadística
Estudiante Calculo (x) (y) Xi2 Yi2 XiYi Sxx
1 5 4 25 16 20
2 4 5 16 25 20
3 6 5 36 25 30
4 6 6 36 36 36
5 8 7 64 49 56
6 10 9 100 81 90
7 7 6 49 36 42
8 7 8 49 64 56
9 9 9 81 81 81
10 10 10 100 100 100
11 5 6 25 36 30
12 8 9 64 81 72
Suma 85 84 645 630 633 42.9166667
Promedio 7.08333333 7
Resumen de resultados
β0 0.7281553398
β1 0.8854368932
Chart Title
12
10
f(x) = 0.8854368932x + 0.7281553398
R² = 0.80110957
8
0
3 4 5 6 7 8 9 10 11
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
9 6.25
4 6.16666667
4 2.16666667
1 1.08333333
0 0
4 5.83333333
1 0.08333333
1 -0.0833333
4 3.83333333
9 8.75
1 2.08333333
4 1.83333333
42.00 38.00 3.17 1.89 1.87 0.90 0.80
RESPUESTAS:
1.En base a nuestra r2 calculada,podemos comprobar
que ,sí existe relación entre ambas variables,y por lo
tanto se puede decir que la calificación de estdística est
relacionada con el calculo.
2.No es correcto decir esto ,ya que como podemos
observar en la gráfica la relación que tiene estas dos
variables es : en medida que aumenta el calculo
aumenta la calificación de la estadística.otra manera de
comprobarlo es mediante el tipo de relación que
tienen ,y que para este caso es positiva fuerte ,por lo
tanto los datos son ascendentes.
9 10 11
demos comprobar
variables,y por lo
ión de estdística está
como podemos
ue tiene estas dos
nta el calculo
stica.otra manera de
e relación que
tiva fuerte ,por lo
Definicion del problema
Xi Yi
Resistencia
% de de la barra
No. de barra carbono de acero Xi2 Yi2 XiYi Sxx
1 2 43 4 1849 86
2 2.4 46 5.76 2116 110.4
3 2.2 45 4.84 2025 99
4 2.3 44 5.29 1936 101.2
5 2.5 45 6.25 2025 112.5
6 2.8 48 7.84 2304 134.4
7 2.2 43 4.84 1849 94.6
8 2.7 47 7.29 2209 126.9
9 2.4 44 5.76 1936 105.6
10 2.3 45 5.29 2025 103.5
11 2 42 4 1764 84
12 2.2 44 4.84 1936 96.8
Suma 28 536 66 23974 1254.9 0.66666667
Promedio 2.33333333 44.6666667
Resumen de resultados
β0 29.85
β1 6.35
Chart Title
49
48
47 f(x) = 6.35x + 29.85
R² = 0.8229081633
46
45
44
43
42
41
40
39
1.9 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7
(Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r r2
2.77777778 0.5555555556
1.77777778 0.0888888889
0.11111111 -0.0444444444
0.44444444 0.0222222222
0.11111111 0.0555555556
11.1111111 1.5555555556
2.77777778 0.2222222222
5.44444444 0.8555555556
0.44444444 -0.0444444444
0.11111111 -0.0111111111
7.11111111 0.8888888889
0.44444444 0.0888888889
32.6666667 4.2333333333 0.35 0.24 1.65 0.91 82%
RESPUESTAS:
1.Existe relación entre la resistencia de barra
art Title de acero y el porcentaje de carbono,y esto se
pudo comprobar con r2 y en base a mi
coeficiente de correlación (r) podemos
deducir que hay un tipo de correlación
positiva fuerte.
2. y=6.35x+29.85
y=6.35x+29.85(3) y=6.35x+29.85(2.6)
y=48.9 y=46.36
+29.85(2.6)
6
Definicion del problema
La resistencia del papel usado para hacer cajas de cartón (y) esta relacionada con la concentración
condiciones controladas, se fabrican 16 muestras en una planta piloto, usando en cada una un lote
la tensión. Los datos se presentan a continuación. Responde, ¿Que tan fuerte es la relación en
correlación de Pearson, como están relacionadas, positiva o nega
Concentraci
ón de pulpa
de madera Resistencia
Muestra (x) del papel (y) Xi2 Yi2 XiYi Sxx
1 1 101.4 1 10281.96 101.4
2 1.5 117.4 2.25 13782.76 176.1
3 1.5 117.1 2.25 13712.41 175.65
4 1.5 106.2 2.25 11278.44 159.3
5 2 131.9 4 17397.61 263.8
6 2 146.9 4 21579.61 293.8
7 2.2 146.8 4.84 21550.24 322.96
8 2.4 133.9 5.76 17929.21 321.36
9 2.5 111 6.25 12321 277.5
10 2.5 123 6.25 15129 307.5
11 2.8 125.1 7.84 15650.01 350.28
12 2.8 145.2 7.84 21083.04 406.56
13 3 134.3 9 18036.49 402.9
14 3 144.5 9 20880.25 433.5
15 3.2 143.7 10.24 20649.69 459.84
16 3.3 146.9 10.89 21579.61 484.77
Suma 37.2 2075.3 93.66 272841.33 4937.22 7.17
Promedio 2.325 129.70625
Resumen de resultados
β0 93.3404289
β1 15.6412134
GRÁFICO DE DIRPERSIÓN
160
100
80
60
40
120
100
80
60
40
20
0
0.5 1 1.5 2 2.5 3 3.5
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
801.243789 37.5057813
151.443789 10.1526563
158.917539 10.4001563
552.543789 19.3926563
4.81253906 -0.7129688
295.625039 -5.5879688
292.196289 -2.1367188
17.5875391 0.31453125
349.923789 -3.2735938
44.9737891 -1.1735938
21.2175391 -2.1879688
240.056289 7.35953125
21.1025391 3.10078125
218.855039 9.98578125
195.825039 12.2445313
295.625039 16.7639063
3661.94938 112.1475 7.01 0.67 15.13 0.69 48%
RESPUESTAS:
1.La relación que hay entre la
concentración de la pulpa de madera y
la resistencia de papel es moderada .
El gerente de una industria desea determinar si existe una relación lineal entre el numero de unida
ensamble y el lapso (x) que transcurre antes de que se presente una falla. Con base a una muestra
se observa la siguiente información. Conteste ¿Cuantas unidades se espera sean ensambladas e
ensambladas en 4.5 hrs?
ERRORES
Unidades SxY
Tiempo en horas ensamblada xi *yi
Numero de observación (x) s (y) x 2
y
2
1 1 25 1 625 25
2 1 29 1 841 29
3 1 23 1 529 23
4 1 31 1 961 31
5 2 55 4 3025 110
6 2 65 4 4225 130
7 2 63 4 3969 126
8 2 31 4 961 62
9 3 73 9 5329 219
10 3 75 9 5625 225
11 3 74 9 5476 222
12 3 71 9 5041 213
13 4 90 16 8100 360
14 4 88 16 7744 352
15 4 91 16 8281 364
16 4 87 16 7569 348
Sumatorias 40 971 120 68301 2839 20
Promedios 2.5 60.6875
B1 20.5750
Bo 9.2500
Resumen de resultados
2 3 4
63 31 73 75 74 71 90 88
90
f(x) = 20.575x + 9.25 De acuerdo a la e
80 R² = 0.903255876
70
¿Cuantas unida
Unidades ensambladas (y)
100
90
f(x) = 20.575x + 9.25 De acuerdo a la e
80 R² = 0.903255876
70
¿Cuantas unida
60 R=
50
¿Cuantas unida
40 R=
30
20
10
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
4
91 87
(x-xtes)(y-
ytes)
(y-ytes)^2 Sxy (cov) Sx Sy r r^2
1273.59766 53.53125
1004.09766 47.53125
1420.34766 56.53125
881.347656 44.53125
32.3476563 2.84375
18.5976563 -2.15625
5.34765625 -1.15625
881.347656 14.84375
151.597656 6.15625
204.847656 7.15625
177.222656 6.65625
106.347656 5.15625
859.222656 43.96875
745.972656 40.96875
918.847656 45.46875
692.347656 39.46875
9373.4375 411.5 25.72 1.12 24.20 0.95 90.33%
Y= 20.575x + 9.25
X Y
De acuerdo a la ecuación dada en base a los datos, se calcula lo
siguiente:
Se llevo a cabo un estudio para determinar la relación entre en numero de años de experiencia (x
particular en una región geográfica dada. Se selecciono una muestra aleatoria de 17 personas, las
siguiente información. ¿El modelo es significativo, es decir, existe relación entre los años
Salario
Años de anual en
experiencia miles de
Observación (x) dólares Xi2 Yi2 XiYi Sxx
1 13 26.1 169 681.21 339.3
2 16 33.2 256 1102.24 531.2
3 30 36.1 900 1303.21 1083
4 2 16.5 4 272.25 33
5 8 26.4 64 696.96 211.2
6 31 36.4 961 1324.96 1128.4
7 19 33.8 361 1142.44 642.2
8 20 36.5 400 1332.25 730
9 1 16.9 1 285.61 16.9
10 4 19.8 16 392.04 79.2
11 27 36 729 1296 972
12 25 36.5 625 1332.25 912.5
13 7 21.4 49 457.96 149.8
14 15 31 225 961 465
15 13 31.4 169 985.96 408.2
16 6 19.1 36 364.81 114.6
17 10 24.6 100 605.16 246
Suma 247 481.7 5065 14536.31 8062.5 1476.23529
Promedio 14.5294118 28.3352941
Resumen de resultados
β0 17.8663134
β1 0.72053714
30
25
20
30
25
20
15
10
0
0 5 10 15 20 25 30
(Y-Ytes)^2 (x-xtes)(y-ytes) Sxy Sx Sy r r2
4.99653979 3.4186851211
23.6653633 7.1539792388
60.2906574 120.124567474
140.074187 148.2892733564
3.74536332 12.6363321799
65.039481 132.830449827
29.8630104 24.430449827
66.6624221 44.6657439446
130.765952 154.7128027682
72.8512457 89.8716262976
58.7477163 95.5833910035
66.6624221 85.4892733564
48.0983045 52.2186851211
7.10065744 1.2539792388
9.39242215 -4.6871972318
85.2906574 78.7716262976
13.9524221 16.9186851211
887.198824 1063.6823529412 62.57 9.32 7.22 0.93 cf
Respuesta:
Al dar como resultado en r^2=0.8639 nos indica que
nuestro modelo es significstivo y nos puede ser de
utilidad para realizar predicciones futuras, además
de indicarnos que existe relación entre los años de
experiencia y el salario anual.
25 30 35
Definicion del problema
Un investigador cree que la inteligencia de los niños, medida a través del coeficiente intelectual (
hermanos. Se toma una muestra aleatoria de 15 niños y se muestran en la siguiente tabla. ¿Sera
relacionado con la cantidad de hermanos que se tienen? Realiza una conclusión de la relac
Hermanos Coeficientes
Niño (x) intelectual Xi2 Yi2 XiYi Sxx
1 0 110 0 12100 0
2 1 115 1 13225 115
3 1 120 1 14400 120
4 1 118 1 13924 118
5 2 110 4 12100 220
6 2 108 4 11664 216
7 2 105 4 11025 210
8 3 104 9 10816 312
9 3 98 9 9604 294
10 4 99 16 9801 396
11 4 98 16 9604 392
12 5 100 25 10000 500
13 5 90 25 8100 450
14 5 93 25 8649 465
15 6 6 36 36 36
Suma 44 1474 176 155048 3844 46.9333333
Promedio 2.93333333 98.2666667
β0
β1
Resumen de resultados
128.25
-10.221591
Gráfico de Dispersión
140
80
60
40
20
0
0 1 2 3 4 5 6 7
60
40
20
0
0 1 2 3 4 5 6 7
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
137.671111 -34.417778
280.004444 -32.351111
472.337778 -42.017778
389.404444 -38.151111
137.671111 -10.951111
94.7377778 -9.0844444
45.3377778 -6.2844444
32.8711111 0.38222222
0.07111111 -0.0177778
0.53777778 0.78222222
0.07111111 -0.2844444
3.00444444 3.58222222
68.3377778 -17.084444
27.7377778 -10.884444
8513.13778 -282.95111
10202.9333 -479.73333 -31.982222 1.76886655 26.080559 -0.6932608 48%
CONCLUSIÓN:
De acuerdo al coefiecnte de correlación la relación que existe entre la variabl
independiente (numero de hermanio) y la variable dependiente (coeficiente
intelectual ) corresponde a una relación negativa fuerte.
sin embargo la r^2 muestra un valor <0.75 lo cual significa que el modelo ca
no es un buen predictor , por lo que no se obtendran buenas estimaciones co
modelo.
independiente (numero de hermanio) y la variable dependiente (coeficiente
intelectual ) corresponde a una relación negativa fuerte.
sin embargo la r^2 muestra un valor <0.75 lo cual significa que el modelo ca
no es un buen predictor , por lo que no se obtendran buenas estimaciones co
modelo.
onado con la cantidad de
on la realción que existe entre
rmanos que tienen corresponde
egativa moderada).
Dureza
Deformació Brinell
Muestra n en mm (x) (kg/mm2) Xi2 Yi2 XiYi Sxx
1 6 70 36 70 420
2 9 68 81 68 612
3 10 66 100 66 660
4 12 55 144 55 660
5 14 52 196 52 728
6 15 50 225 50 750
7 18 48 324 48 864
8 22 44 484 44 968
9 26 40 676 40 1040
10 28 37 784 37 1036
11 33 3 1089 3 99
12 35 30 1225 30 1050
Suma 228 563 5364 563 8887 1032
Promedio 19 46.9166667
β0
Modelo: β1
Y= 80.2403 - 1.7538x
Resumen de resultados
80.2403101
-1.753876
70
f(x) = - 1.753875969x + 80.2403100775
R² = 0.8325688132
60
50
40
30
20
40
30
20
10
0
0 5 10 15 20 25
(Y-Ytes)^2 (x-xtes)(y-yteSxy Sx Sy r r2
532.840278 -300.08333
444.506944 -210.83333
364.173611 -171.75
65.3402778 -56.583333
25.8402778 -25.416667
9.50694444 -12.333333
1.17361111 -1.0833333
8.50694444 -8.75
47.8402778 -48.416667
98.3402778 -89.25
1928.67361 -614.83333
286.173611 -270.66667
3812.91667 -1810 -150.83 9.27 17.83 -0.91 83%
775
20 25 30 35 40
8326 nos indica que nuestro modelo es confiable
ser utilizado para predicciones futuras ya que esa
.75 (75%).