Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Coeficientes
Intercepción 16,2458584
Variable X 1 7,42846386
Y=α+βx+ε
Y=16.24+7.42x+ε
- Hay una relación lineal, siendo la recta lineal positiva.
b) Estimar la venta de vehículos para S/. 8000 y S/. 10000 en gastos de
publicidad
- Estimación en 8000 horas
Y=16.24+7.42*(8000)+ε =59376,24
- Estimación en 10000 hora
Y=16.24+7.42*(10000)+ε =74216,24
c) Halles coeficiente de determinación.
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,39478145
Coeficiente de determinación
R^2 0,15585239
-
R^2 ajustado 0,12553014
Error típico 23,004875
Observaciones 5
- En el coeficiente de determinación; no posee una buena correlación entre
X eY.
2. Dados los siguientes datos que corresponde al tiempo de estudio horas
semanales (X) empleado semanalmente por 17 estudiantes y el reflejo se
sus respectivas calificaciones (Y) obtenidos en el examen de geografía.
Halle el modelo lineal y estimar para cuando se estudie 5 y 15 horas.
¿Cuáles son las calificaciones obtenidas? Y halle coeficiente de
determinación.
X 12 10 11 11 9 11 15 11 16 8 9 17 13 9 14 6 20
Y 12 9 10 14 2 7 16 11 15 8 4 18 12 9 10 2 17
a) Modelo lineal
Coeficientes
Intercepción -3,373927959
Variable X 1 1,155231561
Y=α+βx+ε
Y=-3,37+1.15x+ε
Hay una relación lineal, siendo la recta lineal negativa.
- Estimación en 5 horas
Y=-3,37+1.15*(5)+ε =2.40
- Estimación en 15 hora
Y=-3,37+1.15*(15)+ε =13.95
b) Calificaciones obtenidas
Pronóstico para
Observación Y
1 10,48885077
2 8,17838765
3 9,333619211
4 9,333619211
5 7,023156089
6 9,333619211
7 13,95454545
8 9,333619211
9 15,10977702
10 5,867924528
11 7,023156089
12 16,26500858
13 11,64408233
14 7,023156089
15 12,79931389
16 3,557461407
17 19,73070326
c) Coeficiente de determinación
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,854729156
Coeficiente de determinación
R^2 0,730561931
R^2 ajustado 0,712599393
Error típico 2,598422796
- El Observaciones 17 coeficiente de
determinación; tiene una buena correlación entre X eY.
3. Halle análisis de regresión lineal para estimar la velocidad de reacción en
µ moles/ minutos (Y) basándose en la variable (X) cantidad de glucosa.
Cantidad Glucosa 1 2 3 0.2 0.5
(X)
Moles/Minuto (Y) 18 35 60 8 10
a) Regresión lineal
Coeficientes
Intercepción 1,21121988
Variable X 1 18,6483434
Y=α+βx+ε
Y=1,21+18.64x+ε
4. El departamento de investigación económicas de una compañía desea
realizar estudio sobre los precios y la demanda de su principal producto y
se tiene X: precio (miles de dólares) y Y: demanda (número de unidades).
X 5 7 9 12 17 23 30
Y 100 90 86 72 60 55 43
100
y = -2.1986x + 104.64
R² = 0.9404
80
60
40
20
0
0 5 10 15 20 25 30 35
Coeficientes
Intercepción 104,6361823
Variable X 1 -2,198575499
Y=α+βx+ε
Y=104,63+(-2.19)x+ε
- Estimación en 15000 horas
Y=104,63+(-2.19)*(15000)+ε =-32745,37
d) Calcular el coeficiente de corrección
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,969733955
Coeficiente de determinación R^2 0,940383944
R^2 ajustado 0,928460733
Error típico 5,543575116
Observaciones 7
X 2 3 5 5 6 6 7 7 8 9
Y 2 2 5 5 6 7 5 8 7 10
a) Región lineal
Coeficientes
Intercepción -0,49038462
Y=α+βx+ε Variable X 1 1,06730769
Y=-0,49+1.06x+ε
a) Coeficiente de correlación y ver si existe relación entre las dos
variables
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,9190833
Coeficiente de determinación
R^2 0,84471411
R^2 ajustado 0,82530337
Error típico 1,04352399
Observaciones 10
- El coeficiente de correlación; tiene una buena correlación entre X eY.
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,3755856
Coeficiente de determinación R^2 0,14106454
R^2 ajustado 0,11785007
Error típico 22,7216609
Observaciones 39
b) Regresión lineal
Coeficientes
Intercepción 32,4218606
Variable X 1 0,27079986
Y=α+βx+ε
Y=-32,42+0.27x+ε
c) prueba Fisher
Promedio
Grados de Suma de de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 1 3137,17834 3137,17834 6,07657775 0,01846245
Residuos 37 19102,1333 516,273874
Total 38 22239,3117
80
y = 0.573x - 84.511
60 R² = 0.0428
40
20
0
0 50 100 150 200
-20
Coeficientes
-
Intercepción 25,3841332
Variable X 1 0,55808031
Y=α+βx+ε
Y=(-25.38)+0,55x+ε
- Coeficiente de determinación
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,86076335
Coeficiente de determinación
R^2 0,74091354
R^2 ajustado 0,71500489
Error típico 3,72823412
Observaciones 12
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,39478145
Coeficiente de determinación R^2 0,15585239
R^2 ajustado -0,12553014
Error típico 23,004875
Observaciones 5
Ejercicios de probabilidad
1. Se lanza una moneda tres veces al espacio.
S
S
C
C
S
C
C
S
S
C
S
S
C
C
a) Sea varón
∗𝑠𝑒𝑎 𝑣𝑎𝑟𝑜𝑛 175
P(A):∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺 ∶ 460 : 0.38 ∶ 38%
b) Pertenezca al partido A
∗𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑧𝑐𝑎 𝑎𝑙 𝑝𝑎𝑟𝑡𝑖𝑑𝑜 𝐴 125
P(B): ∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺
∶ 460 : 0.27 ∶ 27%
c) Sea una mujer militante del partido D.
∗𝑠𝑒𝑎 𝑚𝑢𝑗𝑒𝑟 𝑚𝑖𝑙𝑖𝑡𝑎𝑛𝑡𝑒 𝑑𝑒𝑙 𝑝𝑎𝑟𝑡𝑖𝑑𝑜 𝐷 30
P(c): ∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺
∶ 460 : 0.06 ∶ 6%
6. Una cadena de supermercados opera con 260 tiendas a nivel del país
Perú. Una tienda se seleccionada aleatoriamente para hacer una
encueta sobre un producto reciente. Y se representa la cadena de
supermercado y clases de tienda.
Población de Clase de Clase de Total de
ciudad y la tienda A tienda B tiendas
ubicación de la
tienda
Debajo de 37 35 72
50000
50001-100000 50 31 81
100001- 30 24 54
200000
200001 - 33 155 48
350000
Más de 350000 25 10 35
Total de tiendas 175 115 290
a) Cuál es la probabilidad que la tienda este ubicada en una ciudad
con una población que excede a los 200000 usuarios?,
P(AuB):P(A)+P(Pu)-P(AnB)
A: selecciona entre una población de 200001-360000
B:una tinda co una poblacion de mas de 350000
48+35 83
P(AuB): 290 ∶ 290 : 0.28 ∶ 28%
15 1 25
5
F: futbol
P(F):30%:0.3
A: ajedrez
P(A): 40%:0.4
a) Juega ajedrez o futbol
P(FuA):P(F)+P(A)-P(FuA): 0.3+0.4-0.15:0.55:55%
b) Partica solo uno de los deportes
B: (F-A)u(A-F)
P(B):P(F-A)+P(A-F)-P((F-A)n(A-F)): P(F)-P(FnA)+P(A)-P(AnF)
P(B):P(F)+P(A)-2P(AnF): 0.3+0.4-2*(0.5):0.4
P(A2)1-P(A)
c) No partica futbol ni ajedrez
P(AC n FC)= P((AuF)C)
= 1-P(AuF)
= 1-0.55
= 0.45
8. El cuadro presenta resultados del referéndum de responder de uso de
motocicleta en la ciudad de Puerto Maldonado como medio de
transporte montando dos personas y reducir delito de robo, secuestro
en la ciudad y comunidades.
a) El número de personas (miles) de cada sufragante seleccionado
según edad.
b) Su respuesta a la pregunta ¿desea usted que se apruebe una
ordenanza municipal de prohibir uso de moto montado por dos
personas en la cuidad?
Respuesta Edades de los votantes Total
a la menor o 21 a 30 31 a 50 51 a Commented [nc1]:
pregunta igual a años años mas
20 años
Si 30 54 137 29 250 Commented [nc2]:
No 23 68 36 12 139
No sabe 3 5 2 1 11
total 56 127 175 42 400
Sean los eventos:
S: personas que marcan la célula de consulta con alternativa SI
∗𝑚𝑎𝑟𝑐𝑎𝑟𝑜𝑛 𝑠𝑖 250
P(S): ∶ : 0.625 ∶ 62.5%
∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺 400
N: personas que marcan la célula de consulta con alternativa NO
∗𝑚𝑎𝑟𝑐𝑎𝑟𝑜𝑛 𝑛𝑜 139
P(N):∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺 ∶ 400 : 0.3475 ∶ 34.75%
A: personas menores o iguales a 20 años de edad
∗𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑜 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑎 20 𝑎ñ𝑜𝑠 56
P(A): ∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺
∶ 400 : 0.14 ∶ 14%
B: personas de 21 a 30 años
∗personas de 21 a 30 años 127
P(B): ∶ : 0.3175 ∶ 31.75%
∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺 400
C: personas de 31 a 50 años
∗personas de 21 a 50 años 175
P(B): ∗𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑒 𝛺
∶ 400 : 0.4375 ∶ 43.75%