PRÁCTICA CALIFICADA 2

Alumno: Zarate Flores, Lesly Zafiro Código:

1. A partir de los siguientes datos referentes a horas trabajadas en un taller (x) y a
unidades producidas (y)
HORAS (x) PRODUCCIÓN (y) 𝒙−𝒙̅ 𝒚−𝒚 ̅ ̅)𝟐
(𝒙 − 𝒙 ̅)𝟐
(𝒚 − 𝒚 (𝒙 − 𝒙
̅)(𝒚 − 𝒚
̅)
80 300 2 -2.67 4 7.1289 -5.34

79 302 1 -0.67 1 0.4489 -0.67

83 315 5 12.33 25 152.0289 61.65

84 330 6 27.33 36 746.9289 163.98

78 300 0 -2.67 0 7.1289 0

60 250 -18 -52.67 324 2774.1289 948.06

82 300 4 -2.67 16 7.1289 -10.68

85 340 7 37.33 49 1393.5289 261.31

79 315 1 12.33 1 152.0289 12.33

84 330 6 27.33 36 746.9289 163.98

80 310 2 7.33 4 53.7289 14.66

62 240 -16 -62.67 256 3927.5289 1002.72

936 3632 752 9968.6668 2612

∑𝑥 936 ∑𝑦 3632
𝑥̅ = = = 78 𝑦̅ = = = 302.67
𝑛 12 𝑛 12

a) Determinar la recta de regresión de Y sobre X, el coeficiente de correlación

lineal e interpretarlo.

PRODUCCIÓN y = 3.4734x + 31.741

400 R² = 0.9101

350

300

250

200

150

100

50

0
0 10 20 30 40 50 60 70 80 90
 Este modelo es una aproximación de la verdadera relación entre x e y; para un
dado valor de x, el modelo predice un cierto valor para y. Siendo 3.4734 la
pendiente de la recta y 31.741, el valor cuando x = 0.

∑(𝒙 − 𝒙̅ )(𝒚 − 𝒚̅ ) 𝟐𝟔𝟏𝟐

𝑟= = = 0,953994
√∑(𝒙 − 𝒙̅ )𝟐 √∑(𝒚 − 𝒚̅ )𝟐 √(𝟕𝟓𝟐)√(𝟗𝟗𝟔𝟖. 𝟔𝟔𝟔𝟖)
Debido a r > 0, implica que las horas trabajadas varían directamente proporcional
a las unidades producidas. Es decir, si una variable aumenta o disminuye, la otra
también lo hará, pero en diferente proporción.

b) Determine el error de estimación e interprete su resultado.

∑(𝒚 − 𝒚̅ )𝟐 9968.6668
𝑆=√ = √ = 31.5732
𝑛−2 10

2. Se tiene los datos de un niño desde su nacimiento hasta los doce años.
Edad Altura
(Años) (mts)
0 0,54
1 0,62
2 0,73
3 0,83
4 0,89
5 0,96
6 1,04
7 1,13
8 1,21
9 1,28
10 1,32
11 1,42
12 1,48

a) Usando Excel, encuentre la presentación siguiente y realice el análisis de

regresión.
 CRECIMIENTO y = 0.0778x + 0.5678
1.6 R² = 0.996

1.4

ALTURA (metros) 1.2

0.8
Altura (mts)
0.6
Linear (Altura (mts))
0.4

0.2

0
0 2 4 6 8 10 12 14
EDAD (años)

La relación entre la altura y la edad es positiva, es decir, directamente

proporcional. Por lo que R, tomaría el valor de +0.998 y R2 sería 0.996 o en
porcentaje, 99.6%, lo que indicaría que el modelo lineal es bastante adecuado
para medir la relación entre las variables, ya que su valor se acerca a 1 o al
100%.
b) Determine el error de estimación. Interprete su resultado.
El error de esrtimacion es 0,02009965, lo que significa que presenta un error
minino, por lo tanto se ajusta bastante bien a los datos y permite una mejor
estimación.