ACTIVIDAD EVALUATIVA 3 ° CORTE

SEGUIMIENTO 2: EJERCICIO FINAL

MANUEL ANDRÉS PORTO FERNÁNDEZ

DOC. WILFRIDO FERREIRA

UNIVERSIDAD AUTONOMA DEL CARIBE

ESTADISTICA INFERENCIAL
CB0061V2201901

BARRANQUILLA 13 DE JUNIO DE 2019

Apreciado estudiante, ya como última actividad del curso, envíe un
documento donde desarrolle los siguientes puntos:

1. Los siguientes datos corresponden al ingreso en millones de pesos y el

consumo en ocio de 10 empleados recién graduados de la facultad de
ciencias económicas.

EMPLEADO 1 2 3 4 5 6 7 8 9 10
CONSUMO 1.2 1.1 1.5 1.8 1.4 1 1.2 1.9 2.1 2.2
INGRESO 2.5 2.6 2.7 2.8 3.8 3 3.4 3.5 3.3 3.9

a. Realice un diagrama d dispersión de los datos, donde se muestre su

relación

RELACION INGRESO VS CONSUMO

4.5

3.5

3
INGRESP

2.5

1.5

0.5

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
CONSUMO

b. Determine el modelo de regresión lineal simple

EMPLEADOS CONSUMO INGRESO (Xi - )(Yi - ) (Xi - )^2 (Yi - )^2

1 1,2 2,5 411,8 201,64 841
2 1,1 2,6 413,27 204,49 835,21
3 1,5 2,7 400,32 193,21 829,44
4 1,8 2,8 390,32 184,96 823,69
5 1,4 3,8 387,8 196 767,29
6 1 3 410,4 207,36 812,25
7 1,2 3,4 399,02 201,64 789,61
8 1,9 3,5 378 182,25 784
9 2,1 3,3 375,06 176,89 795,24
 10 2,2 3,9 364,32 174,24 761,76
15,4 31,5 3930,31 1922,68 8039,49

Regresión lineal: 𝑎 = 𝑦̅ − 𝑏𝑥̅

∑10 ̅)
1 (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦 3930,31
Para hallar 𝑏: 𝑏 = ∑10 2 = = 2,044183
1 (𝑥𝑖 − 𝑥̅ ) 1922,68

Entonces 𝑎 = 𝑦̅ − 𝑏𝑥̅ → 𝑎 = 31,5 − (2,044183)(15,4)

𝑎 = 0,0195799

La recta mejor ajustada 𝑦 = 𝑎 + 𝑏𝑥

𝑦 = 0,0195799 + 2,044183𝑥

c. Determine el coeficiente de correlación y determinación. Explique

∑10 ̅)
1 (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦 3930,31
Formula Correlación: 𝑟= = =
√∑10 2 15 ̅)2 √1922,68∗8039,49
1 (𝑥𝑖 − 𝑥̅ ) ∗∑1 (𝑦𝑖 − 𝑦
3930,31 3930,31
= = 0,999
√15457366,6 3931,58
2. El gerente comercial de una empresa de ventas de carros usados desea
estimar el valor de un auto de acuerdo a su recorrido, para ello selecciona
los datos de venta para el auto más vendido modelo 2016, con el fin de
poder estimar el valor en millones de pesos del auto de acuerdo a su
recorrido en miles de kilómetros.

AUTO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
RECORRIDO 25 24 40 44 26 28 27 28 29 30 24 21 20 28 15
VALOR 30.5 31 25 23 29 27 26.5 27.2 36 25 32 33 35 28 40

a. Realice un diagrama d dispersión de los datos, donde se muestre su

relación

AUTOS
45

40

35

30

25
VALOR

20

15

10

0
0 2.5 5 7.5 10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35 37.5 40 42.5 45
RECORRIDO

b. Determine el modelo de regresión lineal simple

AUTO RECORRIDO VALOR (Xi - )(Yi - ) (Xi - )^2 (Yi - )^2

1 25 30,5 160396,8 147456 174473,29
2 24 31 160622 148225 174055,84
3 40 25 156160,8 136161 179098,24
4 44 23 155198 133225 180795,04
5 26 29 160553,6 146689 175728,64
6 28 27 160477,2 145161 177409,44
7 27 26,5 161089,4 145924 177830,89
8 28 27,2 160401 145161 177241
9 29 36 156636 144400 169908,84
 10 30 25 160392,8 143641 179098,24
11 24 32 160237 148225 173222,44
12 21 33 161097,6 150544 172391,04
13 20 35 160734,8 151321 170734,24
14 28 28 160096,2 145161 176568,04
15 15 40 160830,8 155236 166627,24
409 448,2 2394924 2186530 2625182,46

Regresión lineal: 𝑎 = 𝑦̅ − 𝑏𝑥̅

∑15 ̅)
1 (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦 2.394.924
Para hallar 𝑏: 𝑏 = ∑15 2
= = 1,0953081
1 (𝑥𝑖 − 𝑥̅ ) 2.186.530

Entonces 𝑎 = 𝑦̅ − 𝑏𝑥̅ → 𝑎 = 448,2 − (1,0953081)(409)

𝑎 = 0,2189908

La recta mejor ajustada 𝑦 = 𝑎 + 𝑏𝑥

𝑦 = 0,2189908 + 1,0953081𝑥

c. Determine el coeficiente de correlación y determinación. Explique

∑15 ̅)
1 (𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦 2.394.924
Formula Correlacion: 𝑟= = =
√∑15 2 15 √2.186.530∗2.625.184
̅)2
1 (𝑥𝑖 − 𝑥̅ ) ∗∑1 (𝑦𝑖 − 𝑦
2.394.924 2.394.924
= = 0,999
√5,74∗1012 2.395.838

3. Conteste falso o verdadero a las siguientes afirmaciones. (Justifique)

a. El coeficiente de determinación es útil para determinar el porcentaje de

relación entre las variables

R/ verdadero, ya que este coeficiente como su definición dice, es la encargada

de la verificación de otras variables y da explicación a la variabilidad de los
datos en selección

b. Entre más cerca de 1 se encuentre R2 la relación es más lineal

R/ Falso, ya que como se explica este concepto, es importante disponer de una

medida que mida la bondad del ajuste realizado y que permita decidir si el
ajuste lineal es suficiente o se deben buscar modelos alternativos. Como
 medida de bondad del ajuste se utiliza el coeficiente de determinación, y que
este valor debe estar entre 0 y 1.

c. El modelo de regresión lineal el coeficiente indica la pendiente de la recta

R/ verdadero, ya que el modelo lo que hace en contexto es en indicar la

ecuación de la recta, y por ello, la recta puede tener la pendiente de dicha recta.