𝑥 𝑦 𝑥 xy 𝑥 − 𝑥̅ 𝑦−𝑦 𝑥 − 𝑥̅ 𝑦−𝑦 𝑥 − 𝑥̅ (𝑦 − 𝑦)

6 142 36 852 0,86 -12,5 0,74 156,25 -10,75

7 231 49 1617 1,86 76,5 3,46 5852,25 142,29
1 73 1 73 -4,14 -81,5 17,14 6642,25 337,41
3 90 9 270 -2,14 -64,5 4,58 4160,25 138,03
6 176 36 1056 0,86 21,5 0,74 462,25 18,49
4 132 16 528 -1,14 -22,5 1,30 506,25 25,65
5 167 25 835 -0,14 12,5 0,02 156,25 -1,75
2 99 4 198 -3,14 -55,5 9,86 3080,25 174,27
1 114 1 114 -4,14 -40,5 17,14 1640,25 167,67
9 191 81 1719 3,86 36,5 14,90 1332,25 140,89
3 160 9 480 -2,14 5,5 4,58 30,25 -11,77
8 155 64 1240 2,86 0,5 8,18 0,25 1,43
9 231 81 2079 3,86 76,5 14,90 5852,25 295,29
8 202 64 1616 2,86 47,5 8,18 2256,25 135,85
72 2163 476 12677 105,7144 32127,5 1553

1. Calcule el coeficiente de correlación

∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦)
𝑟=
∑ 𝑥 − 𝑥̅ ∗ ∑ 𝑦−𝑦

∑ 𝑥 72 ∑ 𝑦 2163
𝑥̅ = = = 5,14 𝑦= = = 154,5
𝑛 14 𝑛 14
∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦) 1553 1553
𝑟= = = = 0,84
∑ 𝑥 − 𝑥̅ ∗ ∑ 𝑦−𝑦 105,71 ∗ 32127,5 1842,88

2. Elabore un diagrama de dispersión que muestre estos datos

Antiguedad vs Costos
250
Cosots de mantenimiento [Dolares]

200

150

100

50

0
0 1 2 3 4 5 6 7 8 9 10
Antiguedad [Años]
 3. Calcule la ecuación de la recta del mejor ajuste

𝑦 = 𝑎𝑥 + 𝑏
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 14 ∗ 12677 − (72 ∗ 2163) 177478 − 155736 21742
𝑎= = = = = 14,69
𝑛∑𝑥 − ∑𝑥 14 ∗ 476 − (72 ) 6664 − 5184 1480

∑ 𝑦 − 𝑎 ∑ 𝑥 2163 − (14,69 ∗ 72) 2163 − 1057,68

𝑏= = = = 78,95
𝑛 14 14
𝑦 = 14,69𝑥 + 78,95
4. Una caja registradora tiene 8 años de antigüedad ¿Qué costo de mantenimiento predice usted que requerirá
para este año esta caja registradora

𝑦 = 14,69𝑥 + 78,95
𝑦 = 14,69(8) + 78,95=196,5

Los costos previstos para la caja registradora son de 196,5 dolares

 x y
2 4
12 8 x vs y
4 10
12
6 9
9 10 10
4 8
11 8 8
3 5
6
10 10
11 9
4 y = 0,2732x + 5,9409
3 8 R² = 0,2988
1 3 2
13 9
12 8 0
0 2 4 6 8 10 12 14 16
14 8
7 11
2 6
8 9
Rta: No se justifica realizar un regresión ya que los datos estan muy dispersos y no
obedecerian a una regresión lineal, el coeficiente de correlación dará menor a 0,7.
Para ajustar este comportamiento se puede llegar a realiazar una regresión polinomica
de grado mayor a 1
 𝑥 𝑦 𝑥 xy
25 800 625 20000
30 780 900 23400
35 780 1225 27300
40 660 1600 26400
45 640 2025 28800
50 600 2500 30000
55 620 3025 34100
60 620 3600 37200
340 5500 15500 227200

1. Elabore un diagrama de dispersión que muestre estos datos

Pasajeros vs precio
900

800

700
Pasajeros por 100 millas

600

500

400

300

200

100

0
0 10 20 30 40 50 60 70
Precio del boleto [Dolares]

2. Calcule la ecuación de la recta del mejor ajuste

𝑦 = 𝑎𝑥 + 𝑏
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 8 ∗ 227200 − (340 ∗ 5500) 1817600 − 1870000 −52400
𝑎= = = = = −6,238
𝑛∑𝑥 − ∑𝑥 8 ∗ 15500 − (340 ) 124000 − 115600 8400

∑ 𝑦 − 𝑎 ∑ 𝑥 5500 − (−6,238 ∗ 340) 5500 + 2120,92

𝑏= = = = 952,615
𝑛 8 8

𝑦 = −6,238𝑥 + 952,615
 3. Trace la recta

Pasajeros vs precio
900

800

700
Pasajeos por 100 millas

600

500 y = -6,2381x + 952,62

400

300

200

100

0
0 10 20 30 40 50 60 70
Precio de boleto [Dolares]

4. Pronostique el número de pasajeros/ 100 millas si el precio del boleto fuera 50 centavos

𝑦 = −6,238𝑥 + 952,615
𝑦 = −6,238 50 + 952,615 = 640,715 𝑑𝑜𝑙𝑎𝑟𝑒𝑠
 𝑥 𝑦 𝑥 xy
20 6 400 120
30 9 900 270
10 4 100 40
12 5 144 60
15 7 225 105
25 8 625 200
34 9 1156 306
146 48 3550 1101

1. Elabore un diagrama de dispersión que muestre estos datos

Juegos vs Accidentes
10

6
Accidentes

0
0 5 10 15 20 25 30 35 40
Juegos

2. Calcule la ecuación de la recta del mejor ajuste

𝑦 = 𝑎𝑥 + 𝑏
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 7 ∗ 1101 − (146 ∗ 48) 7707 − 7008 699
𝑎= = = = = 0,198
𝑛∑𝑥 − ∑𝑥 7 ∗ 3550 − (146 ) 24850 − 21316 3534

∑ 𝑦 − 𝑎 ∑ 𝑥 48 − (0,198 ∗ 146) 48 − 28,9

𝑏= = = = 2,728
𝑛 7 7

𝑦 = 0,198𝑥 +2,728
 3. Trace la recta

Juegos vs Accidentes
10

6 y = 0,1978x + 2,7317
Accidentes

0
0 5 10 15 20 25 30 35 40
Juegos

4. Pronostique el número de accidentes menores de tráfico que ocurrirán en un fin de semana

durante el cual tendrán lugar 33 partidos de futbol en Bowie

𝑦 = 0,198𝑥 +2,728
𝑦 = 0,198 33 + 2,728 = 9,262 𝐴𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠
 𝑥 𝑦 𝑥 xy 𝑥 − 𝑥̅ 𝑦−𝑦 𝑥 − 𝑥̅ 𝑦−𝑦 𝑥 − 𝑥̅ (𝑦 − 𝑦)
12 7 144 84 1 -2,3 1,00 5,29 -2,3
6 5 36 30 -5 -4,3 25,00 18,49 21,5
9 10 81 90 -2 0,7 4,00 0,49 -1,4
15 14 225 210 4 4,7 16,00 22,09 18,8
11 12 121 132 0 2,7 0,00 7,29 0
15 9 225 135 4 -0,3 16,00 0,09 -1,2
8 6 64 48 -3 -3,3 9,00 10,89 9,9
16 11 256 176 5 1,7 25,00 2,89 8,5
12 11 144 132 1 1,7 1,00 2,89 1,7
6 8 36 48 -5 -1,3 25,00 1,69 6,5
110 93 1332 1085 122 72,1 62

1. Elabore un diagrama de dispersión que muestre estos datos

Numero de comerciales vs unidades

16

14

12
Unidades vendidas

10

0
0 2 4 6 8 10 12 14 16 18
Numero de comerciales

1. Calcule el coeficiente de correlación

∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦)
𝑟=
∑ 𝑥 − 𝑥̅ ∗ ∑ 𝑦−𝑦

∑ 𝑥 110 ∑ 𝑦 93
𝑥̅ = = = 11 𝑦= = = 9,3
𝑛 10 𝑛 10
∑(𝑥 − 𝑥̅ )(𝑦 − 𝑦) 62 62
𝑟= = = = 0,661
∑ 𝑥 − 𝑥̅ ∗ ∑ 𝑦−𝑦 122 ∗ 72,1 93,788

3. Hay correlación entre las variables?

No existe correlación entre las variables, debido a que el coeficiente de correlación es menor al permitdo, según
los autores o la muestra debe ser mayor a 0,95 o siendo más flexible un valor de coeficiente de correlación
mayor a 0,7