A B C D E F G H I J

1 Restaurant Population Sales y^ estimadoy-y^ ^2

2 1 2 58 70 -12 144 min sum (yi-b0-b1x)^2
3 2 6 105 90 15 225 sce suma del cuadrado de los errores
4 3 8 88 100 -12 144 2suma(yi-bo-b1x)
5 4 8 118 100 18 324
6 5 12 117 120 -3 9
7 6 16 137 140 -3 9
8 7 20 157 160 -3 9
9 8 20 169 160 9 81
10 9 22 149 170 -21 441
11 10 26 202 190 12 144
12 observados error de estimacion 1530 valores cercanos a 1 son fuertes
13 estimados 0 suma de los errores y di diferenci valores a 0 covarianza
14 130 valores a -1 inversos r
15
16 Chart Title r^2
250

200
f(x) = 5 x + 60
R² = 0.902733630006357
150

100

50

0
0 5 10 15 20 25 30
 Baggage
Boat Capacity Price ($) estimacion y^ y-y^ ^2
S14 4 1595 4075.8 -2480.8 6154369
Orinoco 4 1399 4075.8 -2676.8 7165258
Outside Pro 4 1890 4075.8 -2185.8 4777722
Explorer 380X 3 795 3216.54 -2421.54 5863856
River XK2 2.5 600 2786.91 -2186.91 4782575
Sea Tiger 4 1995 4075.8 -2080.8 4329729
Maverik II 3 1205 3216.54 -2011.54 4046293
Starlite 100 2 583 2357.28 -1774.28 3148070
Fat Pack Cat 3 1048 3216.54 -2168.54 4702566
x y -19987.01 44970437
observados
b0 638.76
b1 859.26 363.7361111
0.836911025 comportamiento de la variable independiente

Chart Title
2500 relacion directa

2000

f(x) = 638.756097560976 x − 859.256097560976

1500 R² = 0.836911024560354

1000

500

0
1.5 2 2.5 3 3.5 4 4.5
dependiente

relacion directa
x y variables cuantitativas
variable independiente dependiente

modelo y=mx+b lineal y=ax+ b simple

y=mx^2+b cuadratica y=ax1+x^2 + c multiple
y=ax^3+b polinomico
y=logx+b logartitmica

familias
gasto ingreso
y x

poblacion E VARIABLE ALEATORIA

y=B0+B1X+E
E Y = B0+B1X
B0
B1
MUESTRA X Y

Y^=B0+B1
Make and Model Reliability Price y^ ei ei^2 prome
Acura TL 4 33,150 35,435 -2,285 5219226 36,562
BMW 330i 3 40,570 36,736 3,834 14701399
Lexus IS300 5 35,105 34,133 972 944073.8
Lexus ES330 5 35,174 34,133 1,041 1082920
Mecedes-Benz C320 1 42,230 39,338 2,892 8362774
Lincoln LS Premium (V6 3 38,225 36,736 1,489 2217837
Audi A4 3.0 Quattro 2 37,605 38,037 -432 186586.6
Cadillacc CTS 1 37,695 39,338 -1,643 2699955
Nissan Maxima 3.5 SE 4 34,390 35,435 -1,045 1091111
Infiniti I35 5 33,845 34,133 -288 83154.6
Saab 9-3 Aero 3 36,910 36,736 174 30359.71
Infiniti G35 4 34,695 35,435 -740 546952.7
Jaguar X-Type 3.0 1 37,995 39,338 -1,343 1804062
Saab 9-5 Arc\ 3 36,955 36,736 219 48066.35
Volvo S60 2.5T 3 33,890 36,736 -2,846 8098348
x y 0
sce 47116826 scr
Resumen stc
b0 40639.35 r2
b1 -1301.197 Estadísticas de la regresión
Coeficiente 0.706501
covarianza Coeficient 0.499144
positiva es directa ho modelo no es significativo R^2 ajust 0.460616
negativa es inversa ha modelo si es significativo Error típic 1903.778
y=b0+b1*x Observacio 15
ho b1=0
ha b1=/0 ANÁLISIS DE VARIANZA
rechazamos ho y aceptamos ha Grados de libertad
x Regresión 1
y Residuos 13
y^ valor modelado Total 14
y- media aritmetica
valor real valor estimado Coeficientes
x y y^ y-y^(ei) Intercepció 40639.35
Variable X -1301.197

Análisis de los residuales

Observación
Pronóstico para Y
1 35434.56
2 36735.76
3 34133.37
4 34133.37
 5 39338.15
6 36735.76
7 38036.96
8 39338.15
9 35434.56
10 34133.37
11 36735.76
12 35434.56
13 39338.15
14 36735.76
15 36735.76
 prueba t
5,182,664
14,701,399 ho b1=0
944,074 ha b1=/0
1,082,920
8,362,774 intervalo de confianza para b1
2,217,837
186,587
2,699,955
1,091,111
83,155
30,360
546,953
1,804,062
48,066
8,098,348

47,080,264 47080264 cmr

94,197,089 cuadrado medio de la regrecion
0.499805926770763 3624371 ecm

-0.70650093522232 f calculada
12.98991

f critico es menor a 0,05

DE VARIANZA
Suma de cuadrados
Promedio de los cuadrados
F Valor crítico de F
46955693.0775641 46955693 12.95554 0.003236
47116825.8557692 3624371
94072518.9333333

Error típico EstadísticoProbabilidad

t Inferior 95%
Superior 95%
Inferior 95,0%
Superior 95,0%
1234.77746695182 32.91229 6.61E-14 37971.78 43306.93 37971.78 43306.93
361.505826022044 -3.599381 0.003236 -2082.183 -520.2113 -2082.183 -520.2113
-1299.037

los residuales

Residuos
-2284.56250000001
3834.24038461538
971.63461538461
1040.63461538461
 2891.84615384615
1489.24038461538
-431.956730769234
-1643.15384615385
-1044.56250000001
-288.36538461539
174.240384615376
-739.562500000007
-1343.15384615385
219.240384615376
-2845.75961538462
 indicar la diferencia b00
estadistico de prueba b0-b00

e confianza para b1 sraizsum xi/nsxx

b0 40639.35
denominador 1234.777
s 1903.778
sxx 1.980952
n 15
nsxx 29.71429
175
5.889423
2.426813

45000
40000 Variable X 1 Curva de regresión ajustada
3500050000
3000040000
2500030000
Y

Y
20000 Pronóstico
Y para Y
20000
15000 Pronóstico para Y
10000
10000
5000 0
32,000
0.5 134,000
1.5 36,000
2 2.538,0003 3.5 40,000
4 42,000
4.5 544,000
5.5
0 Variable
VariableX X
11
32,000 34,000 36,000 38,000 40,000 42,000 44,000

Chart Title
45,000
f(x) = 9613.37142857143 x
40,000 R² = 0.802785117332614

perior 95,0% 35,000

30,000
25,000
20,000
15,000
10,000
5,000
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
X Ejercicio 9.71 Walpole
1.9
2.4
3
3.5
4.2

S^2 0.815
n-1 4
X^20.025,4 11.1432868 INV.CHICUAD.CD(0,025;4)
X^21-0.025,4 0.48441856 INV.CHICUAD.CD(1-0,025;4)
li 0.29255282
ls 6.72971742

Ejercicio 9.77 Walpole

F0.05,11,11 2.81793047 INV.F.CD(0,05;11;11)
F1-0.05,11,1 0.35487036 INV.F.CD(1-0,05;11;11)
li 0.23842405 5000^2/(6100^2*B17)
ls 1.89326154 5000^2/(6100^2*B18)
INTERVALOS DE VARIANZA

9.71 Un fabricante de baterías para automóvil afi rma

que sus baterías durarán, en promedio, 3 años con una
varianza de 1 año. Suponga que 5 de estas baterías tienen duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2
años y con
base en esto construya un intervalo de confi anza del
95% para σ 2
, después decida si la afi rmación del fabricante de que σ 2 = 1 es válida. Suponga que la
población de duraciones de las baterías se distribuye de
forma aproximadamente normal.

((n-1) S^2)/(χ_(n-1,1-α/2)^2 )<σ^2<((n-1) S^2)/(χ_(n-1,α/2)^

x 3
o 1
n 5
GRA 4
1 1.9
2 2.4
3 3.0
4 3.5
5 4.2

95%
0.95 s 0.815
0.05 v 4 grads lib
0.025 11.143 11.1432868
0.925 0.484 0.48441856

LI 0.29256035 <o< 6.73553719 LS

si es valida
 COCIENTES DE VARIANZAS

9.78 Construya un intervalo de confi anza del 90%

para σ σ 1
2
2
2 / en el ejercicio 9.43 de la página 295. ¿Se
justifi ca que supongamos que σ1
2 ≠ σ2
2
cuando construimos nuestro intervalo de confi anza para μ1 –
?
)<σ^2<((n-1) S^2)/(χ_(n-1,α/2)^2 )

9.43 Una empresa de taxis trata de decidir si comprará neumáticos de la m

marca B para su
fl otilla de taxis. Para estimar la diferencia entre las dos
marcas realiza un experimento utilizando 12 neumáticos de cada marca, l
hasta que se desgastan. Los resultados son:
Marca A: x¯1 = 36,300 kilómetros,
s1 = 5000 kilómetros.
Marca B: x¯2 = 38,100 kilómetros,
s2 = 6100 kilómetros.
Calcule un intervalo de confi anza del 95% para μA – μB,
suponiendo que las poblaciones se distribuyen de forma aproximadamente
supo ner que
las varianzas son iguales.
(S_1^2)/(S_2^2 ).1/(f_(1-α/2) (v_1,v_2 ) )<(σ_1^2) /(σ_2^2 )<(S_1^2)/(S
 MARCA A
X1 36300
S1 5000
N1 12 11
ervalo de confi anza del 90%
ara σ σ 1 MARCA B
2 N2 12 11
2 X2 38100
9.43 de la página 295. ¿Se S2 6100
supongamos que σ1
2 ≠ σ2
2 IC 95%
intervalo de confi anza para μ1 – μ2 0.95
? 0.05
0.025
M1-M2 -1800

dir si comprará neumáticos de la marca A o de la

ca B para su 2.81793047 INV F 0.35487036
timar la diferencia entre las dos
LI 0.23842405 <O< 0.23842405
o 12 neumáticos de cada marca, los cuales utiliza
astan. Los resultados son: 0.23842405
1 = 36,300 kilómetros, NO SE RECHAZA POR QUE SON IGUALES
000 kilómetros.
2 = 38,100 kilómetros,
100 kilómetros.
onfi anza del 95% para μA – μB,
uyen de forma aproximadamente normal. Puede no
po ner que
nzas son iguales.
)<(σ_1^2) /(σ_2^2 )<(S_1^2)/(S_2^2 ).1/(f_(α/2) (v_1,v_2 ) )
 LS

ZA POR QUE SON IGUALES

 1,964,465 1,917,443 1,955,652 1,946,831 1,918,771 1,965,139 1,981,099
1,940,682 1,960,820 1,942,111 1,932,998 1,951,603 1,927,240 1,938,514
1,942,511 1,948,203 1,974,679 1,940,466 1,957,734 1,924,039 1,953,935
1,924,675 1,968,803 1,953,680 1,943,496 1,952,086 1,934,578 1,908,896
1,936,434 1,940,165 1,956,418 1,958,998 1,957,685 1,962,971 1,954,784

media 1,948,021 194.802128

desv 17311.8945 1.73118945
IC al 80% 1.30363859 ABS(INV.T(0,1;40-1))
li 194.445289 C8-B10*C9/RAIZ(40)
ls 195.158966 C8+B10*C9/RAIZ(40)
1,934,561
1,982,863
1,944,645
1,944,927
1,975,251
2,010,008 201.0008 media 200.100377
1,995,172 199.5172 S 2.0324424 DESVEST.M(B1:B35)
1,986,264 198.6264 IC al 96% 2.05374891
2,027,736 202.7736 li 199.394821 F1-F3*F2/RAIZ(35)
1,998,440 199.844 ls 200.805933 F1+F3*F2/RAIZ(35)
1,959,370 195.937
2,022,563 202.2563
2,049,175 204.9175
1,940,162 194.0162
2,002,432 200.2432
2,013,184 201.3184
2,017,144 201.7144
1,979,558 197.9558
2,009,814 200.9814
1,981,648 198.1648
2,003,195 200.3195
1,991,624 199.1624
2,034,876 203.4876
2,002,505 200.2505
2,018,015 201.8015
2,017,329 201.7329
1,992,089 199.2089
2,004,850 200.485
1,993,987 199.3987
2,001,747 200.1747
2,004,243 200.4243
1,981,346 198.1346
1,999,823 199.9823
2,003,687 200.3687
2,008,684 200.8684
1,985,624 198.5624
2,014,412 201.4412
1,999,453 199.9453
2,007,933 200.7933
1,977,040 197.704
ESVEST.M(B1:B35)

-F3*F2/RAIZ(35)
+F3*F2/RAIZ(35)
 9.39 Los estudiantes pueden elegir entre un curso de
física de tres semestres-hora sin laboratorio y un curso
de cuatro semestres-hora con laboratorio. El examen
fi nal escrito es el mismo para ambos cursos. Si 12 estudiantes del curso con laboratorio obtienen una califi
cación promedio de 84, con una desviación estándar
de 4, y 18 estudiantes del grupo sin laboratorio obtienen
una califi cación promedio de 77, con una desviación
estándar de 6, calcule un intervalo de confi anza del
99% para la diferencia entre las califi caciones promedio para ambos cursos. Suponga que las poblaciones
se
distribuyen de forma aproximadamente normal y que
tienen varianzas iguales

var(m1-m2) 27.994012
((16/12)+(36/18))^2/(((16/12)^2/11)+((36/18)^2/17))
t0.005,27.99 2.77068296
ABS(INV.T(0,005;B1))
li 1.94144815 7-B3*RAIZ(((16/12)+(36/18)))
ls 12.0585519 7+B3*RAIZ(((16/12)+(36/18)))

ho rendimiento iguales
ha diferentes rechazamos la nula y aceptamos la alternativa

9.69

9.69 Una encuesta de 1000 estudiantes reveló que

274 eligen al equipo profesional de beisbol A como su
equipo favorito. En 1991 se realizó una encuesta similar con 760 estudiantes y 240 de ellos
también eligieron
a ese equipo como su favorito. Calcule un intervalo de
confi anza del 95% para la diferencia entre la proporción de estudiantes que favorecen al
equipo A en las
dos encuestas. ¿Hay una diferencia signifi cativa?
actual 1991 ho
n1 1000 n2 760 ha
m 0.274 0.31578947

inter con 95% p1-p2

0.95 p 0.274 l -0.041
0.05 ls 1.95
77.8222443 21.3232949 no se rechaza
0.06927119
0.01430775 var
0.05496344
 9.47 La revista Fortune (marzo de 1997) publicó la
rentabilidad total de los inversionistas durante los 10
años anteriores a 1996 y también la de 431 empresas en
orio obtienen una califi ese mismo año. A continuación se lista la rentabilidad
total para 10 de las empresas. Calcule un intervalo de
confi anza del 95% para el cambio promedio en el porcentaje de rentabilidad d
Rentabilidad total
para los inversionistas
ga que las poblaciones Empresa 1986–96 1996
Coca-Cola 29.8% 43.3%
Mirage Resorts 27.9% 25.4%
Merck 22.1% 24.0%
Microsoft 44.5% 88.3%
Johnson & Johnson 22.2% 18.1%
Intel 43.8% 131.2%
Pfizer 21.7% 34.0%
Pro cter & Gamble 21.9% 32.1%
Berkshire Hathaway 28.3% 6.2%
S&P 500 11.8% 20.3%

empresa 1986/96 1996 x

coca 29.8 43.3 36.55
mirage 27.9 25.4 26.65
merck 22.1 24 23.05
microsoft 44.5 88.3 66.4
jhonson 22.2 18.1 20.15
intel 43.8 131.2 87.5
pfizer 21.7 34 27.85
procter 21.9 32.1 27
ver 28.3 6.2 17.25
syp 11.8 20.3 16.05
10
var 103.268889 1465.16544 1997
des 10.1621301 38.2774796 n
m
dependientes pareadas 0.95
0.05
0.025
ne (marzo de 1997) publicó la
s inversionistas durante los 10
y también la de 431 empresas en
inuación se lista la rentabilidad
presas. Calcule un intervalo de
en el porcentaje de rentabilidad de los inversionistas.
abilidad total
s inversionistas
a 1986–96 1996
ola 29.8% 43.3%
sorts 27.9% 25.4%
22.1% 24.0%
ft 44.5% 88.3%
ohnson 22.2% 18.1%
43.8% 131.2%
21.7% 34.0%
amble 21.9% 32.1%
athaway 28.3% 6.2%
0 11.8% 20.3%

var des
91.125 9.54594155
3.125 1.76776695
1.805 1.34350288
959.22 30.971277
8.405 2.8991378
3819.38 61.8011327
75.645 8.69741341
52.02 7.21248917
244.205 15.6270599
36.125 6.01040764

14.59 med
10
431
inter

2.26215716 t
96.4 des