Calificación para este intento: 100 de 100

Presentado 6 de jul en 17:28

Este intento tuvo una duración de 5 minutos.

Pregunta 1
10 / 10 ptos.
Con propósitos de tomar decisiones financieras un analista recopila los datos de
las ventas y las utilidades de Almacenes Éxito S.A. para el periodo comprendido
entre el año 2000 y el año 2014. La idea del analista es analizar la relación de la
utilidad neta anual (miles de millones de pesos colombianos) en función de las
ventas anuales (billones de pesos colombianos). Los datos analizados han sido
extraídos de los informes anuales de gestión del presidente de la cadena
disponibles en www.grupoexito.com.co.
Se muestran enseguida algunos resultados de cálculos estadísticos que hizo el
analista:

∑xiyi=22815.01

∑xi=87.35

∑yi=2936.1

∑xi2=609.54

∑yi2=946426.17

n=15

La interpretación del coeficiente de determinación (R²) del 87% en este caso es la

siguiente:

El grado de asociación lineal entre las ventas y las utilidades de Almacenes éxito
son de un 87%.

El 87% de lo vendido se convierte en utilidades.

Las utilidades se aumentan en un 87% cuando las ventas se incrementan en mil
millones de pesos.

Las variaciones de las utilidades a anuales son explicadas en un 87% por el

modelo lineal construido en función de las ventas.

Pregunta 2
10 / 10 ptos.
Para que la ecuación de estimación sea un estimador perfecto de la variable dependiente, de
lo siguiente, ¿Qué tendría que ser cierto?

El error estándar de la estimación es cero.

El coeficiente de determinación es 0,90

El coeficiente de determinación es -0,90

Todos los puntos de datos están en la línea de regresión

Pregunta 3
10 / 10 ptos.
Con propósitos de tomar decisiones financieras un analista recopila los datos de
las ventas y las utilidades de Almacenes Éxito S.A. para el periodo comprendido
entre el año 2000 y el año 2014. La idea del analista es analizar la relación de la
utilidad neta anual (miles de millones de pesos colombianos) en función de las
ventas anuales (billones de pesos colombianos). Los datos analizados han sido
extraídos de los informes anuales de gestión del presidente de la cadena
disponibles en www.grupoexito.com.co.
Se muestran enseguida algunos resultados de cálculos estadísticos que hizo el
analista:

∑xiyi=22815.01

∑xi=87.35
 ∑yi=2936.1

∑xi2=609.54

∑yi2=946426.17

n=15

Si el coeficiente que acompaña a las ventas en la regresión de estas con las

utilidades es 56,7, esto indica que:

Cuando las ventas se incrementan en un billón de pesos las utilidades descienden

en $56,7 miles de millones de pesos.

Si las ventas se incrementan en un billón de pesos las utilidades en el mismo año

se incrementan en mil de millones de pesos.

Si las ventas se incrementan en un billón de pesos las utilidades en el mismo año

se incrementan en $56,7 mil de millones de pesos.

Cuando las ventas descienden en un billón de pesos las utilidades se incrementan

en $56,7 miles de millones de pesos.

Pregunta 4
10 / 10 ptos.
Una aplicación importante del análisis de regresión en las finanzas, es paraestimar
los costos. Al reunir datos sobre cantidad (en unidades) y costo (en miles de
pesos), y aplicar el método de mínimos cuadrados, para formar una ecuación de
regresión donde se relaciona la cantidad y el costo, un financiero puede estimar el
costo asociado con determinada operación de manufactura. Se obtuvo la siguiente
ecuación:
Y = 1246,7 + 7.6X ; coeficiente de correlación r = 0.98
Con respecto al coeficiente de determinación para interpretar este resultado se
puede decir que:

96.04% de los costos, se relacionan con el 96.04% de la producción.

La varianza de la cantidad de producción depende de la varianza del costo total,
en un 96.04%.

El efecto de cada unidad producida, es un aumento del 96.04% en los costos de

producción.

96.04% de la variabilidad de los costos, se explica por la variabilidad de la

producción.

Pregunta 5
10 / 10 ptos.
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio obtenido
por los estudiantes que terminaron la licenciatura de administración con especialidad en
sistemas de información.

x_i y_i
3 55
12 40
6 55
20 10
14 15

Halle la ecuación de la recta estimada con estos datos, use la ecuación de

regresión estimada para predecir el valor de y cuando x = 4:

b1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2

b0=y¯−b1x¯

y^=b1x+b0

Ŷ =35

Ŷ =60
Ŷ =38

Ŷ =45

Pregunta 6
10 / 10 ptos.
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio
obtenido por los estudiantes que terminaron la licenciatura de administración con
especialidad en sistemas de información.
Promedio Salario mensual ($)
2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600

Calcular el coeficiente de determinación

0.983

0.863

0.746

0.654

Pregunta 7
10 / 10 ptos.
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio obtenido
por los estudiantes que terminaron la licenciatura de administración con especialidad en
sistemas de información.

x_i y_i
3 55
12 40
6 55
20 10
14 15

Calcular el coeficiente de correlación

-0.831

-0.936

0.831

0.936

Pregunta 8
10 / 10 ptos.
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio obtenido
por los estudiantes que terminaron la licenciatura de administración con especialidad en
sistemas de información.

x_i y_i
3 55
12 40
6 55
20 10
14 15
Halle la ecuación de la recta estimada con estos datos:

b1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2

b0=y¯−b1x¯

y^=b1x+b0

Ŷ =68 - 3X

Ŷ =-68 + 3X

Ŷ =68 + 3X

Ŷ =-68 - 3X

Pregunta 9
10 / 10 ptos.
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio
obtenido por los estudiantes que terminaron la licenciatura de administración con
especialidad en sistemas de información.
Promedio Salario mensual ($)
2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600

Halle la ecuación de la recta estimada con estos datos:

b1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2

b0=y¯−b1x¯

y^=b1x+b0
Ŷ =1790.5 + 581.1X

Ŷ =-1790.5 + 581.1X

Ŷ =1790.5 - 581.1X

Ŷ =-1790.5 - 581.1X

Pregunta 10
10 / 10 ptos.
Considérense los datos siguientes que corresponden a la variable dependiente Y y
a las dos variables independientes X1 y X2 .

X1 X2 Y
30 12 94
47 10 108
25 17 112
51 16 178
40 5 94
51 19 175
74 7 170
36 12 117
59 13 142
76 16 211

Obtenga una ecuación de regresión estimada que relacione y con X2 . Estime y si

X2 = 15.

Ŷ = 85.22 + 4.32X2 para el valor de X2 tenemos

Ŷ =150.02

Ŷ = 85.22 - 4.32X2 para el valor de X2 tenemos

Ŷ = 20.42

Ŷ = -85.22 - 4.32X2 para el valor de X2 tenemos

Ŷ =-150.02

Ŷ = -85.22 - 4.32X2 para el valor de X2 tenemos

Ŷ =-20.42

Calificación de la evaluación: 100 de 100