ho son iguales las medias

ha son diferentes las medias

metodo 1 metodo 2metodo 3

15 22 18
18 27 24
19 18 19
22 21 16
11 17 22
85 105 15
114

n2 5
n2 5
n3 6
media1 media2 media3
n total 16 17 21 19

gran media 19 ( suma de todos los datos / n )

varianza entre column media gran media m-gm (m-gm)^2 n(m-gm)^2

5 17 19 -2 4 20
5 21 19 2 4 20
6 19 19 0 0 0
40
k=numero de muestras 3
k-1= 2
varianza entre columnas 20
metodo 1 metodo 2 metodo 3
varianza dentro de column -2 4 1 1 -1 1
1 1 6 36 5 25
2 4 -3 9 0 0
5 25 0 0 -3 9
-6 36 -4 16 3 9
70 62 -4 16
x - media al cuadrado 60
n1-1 4 17.5 15.5 12
n2-1 4
n3-1 5

total de muestras 13
varianza de la poblacion basada en varianza de las muestras 5.38461538 n-1. entre total de muestra
4.76923077
4.61538462
14.7692308
1.35416667 valor a comparar

estadistico f critico
grados libertad k-1= g.l 1 2
ntotal -1 n-1 = g.l2 12

a= 0.01
valor critico f 6.92660814 error grados de libertad -1 total de muestras - 1

1.35 < 6.92 ENTONCES SE ACEPTA LOS 16 EMPLEADOS ASIGNADOS A LOS TRES METODOS DE CAPACITACION OBTUVI
(m-gm)^2
 varianza dentro de columnas

-1. entre total de muestras por varianza dentro de las columnas

varianza dentro de columnas entre total de variancia de la poblacion

E CAPACITACION OBTUVIERON LOS MISMOS RESULTADOS

ho son iguales las medias
ha son diferentes las medias

Muestras 78 87 81 89 85
gratis
Regalo de 94 91 87 90 88
un paquete
Descuento 73 78 69 83 76
Reembolso 79 83 78 69 81
por correo
suma

n2 5
n2 5
n3 5
N4 5 media1 media2 media3 media 4
n total 20 84 90 75.8 78

gran media 81.95 ( suma de todos los datos / n )

varianza entre column media gran mediam-gm (m-gm)^2 n(m-gm)^2

5 84 81.95 2.05 4.2025 21.0125
5 90 81.95 8.05 64.8025 324.0125
5 75.8 81.95 -6.15 37.8225 189.1125
5 78 81.95 -3.95 15.6025 78.0125
k=numero de muestras 4 612.15
k-1= 3
varianza entre columnas 204.05
metodo 1 metodo 2 metodo 3
varianza dentro de column -6 36 4 16 -2.8 7.84
3 9 1 1 2.2 4.84
-3 9 -3 9 -6.8 46.24
5 25 0 0 7.2 51.84
1 1 -2 4 0.2 0.04
80 30 0 110.8
x - media al cuadrado
n1-1 4 20 7.5 27.7
n2-1 4
n3-1 4
N4-1 4

total de muestras 16 7.25

varianza de la poblacion basada en varianza de las muestras 5 n-1. entre total de muestras por
1.875
6.925
21.05
9.6935867 valor a comparar

estadistico f critico
grados libertad k-1= g.l 1 3
ntotal -1 n-1 = g.l2 15

a= 0.01
valor critico f 5.41696486

se rechaza
 420

450
379

390
1639

(m-gm)^2

metodo4
1 1
5 25
0 0
-9 81
3 9
116
 varianza dentro de columnas 29

-1. entre total de muestras por varianza dentro de las columnas

varianza dentro de columnas entre total de variancia de la poblacion ( TIENE QUE SER MAS CHICO ESTE QUE EL DE A
R MAS CHICO ESTE QUE EL DE ABAJO PARA ACEPTARSE )
El gerente de una linea de ensamble de una planta manufacturera de relojes decidiò estudiar de que manera las diferentes ve
Con un alfa de .05 comente si las 4 velocidades de la banda producen la misma tasa media de relojes defectuoso por turno
Uniddades de VeloVelocidad 1 Velocidad 2 Velocidad 3 Velocidad 4
37 27 32 35
35 32 36 27
38 32 33 33
36 34 34 31
34 30 40 29

ho son iguales las medias

ha son diferentes las medias

V1 V2 V3
37 27 32
35 32 36
38 32 33
36 34 34
34 30 40
180 155 175

V1 5
V2 5
V3 5
V4 5 media1 media2 media3
n total 20 36 31 35

gran media 33.25 ( suma de todos los datos / n )

varianza entre columnas n media gran media

5 36 33.25
5 31 33.25
5 35 33.25
5 31 33.25
k=numero de muestras 4
k-1= 3
varianza entre columnas 34.583333333333
V1 V2
varianza dentro de columnas 1 1 -4
-1 1 1
2 4 1
0 0 3
-2 4 -1
10
x - media al cuadrado

n1-1 4 2.5
n2-1 4
n3-1 4
v4-1 4

total de muestras 16
varianza de la poblacion basada en varianza de las muestras

suma

estadistico f critico
grados libertad k-1= g.l 1 3
ntotal -1 n-1 = g.l2 15

a= 0.05
valor critico f 3.28738210463651 error grados de libertad -1

3.28<4.68 Por lo que no se acepta Las velocidades de las 4 velocidades no

e que manera las diferentes velocidades de la banda trasportadora afectan la tasa de unidades defectuosas producidas en un turno de 8 h
elojes defectuoso por turno

V4
35
27
33
31
29
155

media 4
31

m-gm (m-gm)^2 n(m-gm)^2

2.75 7.5625 37.8125
-2.25 5.0625 25.3125
1.75 3.0625 15.3125
-2.25 5.0625 25.3125 103.75

V3 V4
 16 -3 9 4 16
1 1 1 -4 16
1 -2 4 2 4
9 -1 1 0 0
1 5 25 -2 4
28 40 40

7 10 10

2.5
0.625 n-1. entre total de muestras por varianza dentro de las columnas
1.75
2.5
7.375
4.68926554 valor a comparar varianza dentro de columnas entre total de variancia de la poblacion

e libertad -1 total de muestras - 1

las 4 velocidades no producen la misma tasa de relojes defectuosos

s producidas en un turno de 8 hrs. Para ello, corriò la banda a 4 velociades distintas en 5 turnos de 8 hrs cada una y registrò el nùmero de
e la poblacion ( TIENE QUE SER MAS CHICO ESTE QUE EL DE ABAJO PARA ACEPTARSE )
ada una y registrò el nùmero de unidades defectuosas encontradas al final de cada turno. Los resultados del estudio son los siguientes
el estudio son los siguientes
 Un curso de introducción a la economía se ofrece en tres secciones, cada una con diferente instructor.
Las calificaciones finales del semestre de primavera se presentan en la tabla. ¿Existe una diferecia
significativa en los promedios de calificaciones dadas por los instructores? Establezca las pruebas de
hipótesis adecuadas para a=.01

ho son iguales las medias

ha son diferentes las medias
Sección 1 Sección 2 Sección 3
98.4 97.6 94.5
97.6 99.2 92.3
84.7 82.6 92.4
88.5 81.2 82.3
77.6 64.5 62.6
84.3 82.3 68.6
91.6 68.4 92.7
88.4 75.6 82.3
95.1 651.4 91.2
90.4 92.6
89.4 87.4
65.5 938.9
83.4
94.5
S1 16 99.4
S2 8 68.7
S3 11 1397.5
media1 media2 media3
n total 35 87.34375 81.425 85.3545455

gran media 85.3657143 ( suma de todos los datos / n )

varianza entre column media gran mediam-gm (m-gm)^2 n(m-gm)^2

16 87.34375 85.3657143 1.97803571 3.91262529 62.6020046
8 81.425 85.3657143 -3.94071429 15.5292291 124.233833
11 85.3545455 85.3657143 -0.01116883 0.00012474 0.00137217
186.837209
k=numero de muestras 3
k-1= 2
varianza entre columnas 93.4186047
metodo 1 metodo 2 metodo 3
varianza dentro de column 11.05625 122.240664 16.175 261.630625 9.14545455 83.6393388
 10.25625 105.190664 17.775 315.950625 6.94545455 48.2393388
-2.64375 6.98941406 1.175 1.380625 7.04545455 49.6384298
1.15625 1.33691406 -0.225 0.050625 -3.05454545 9.33024793
-9.74375 94.9406641 -16.925 286.455625 -22.7545455 517.769339
330.69832 865.468125 7.34545455 53.9557025
x - media al cuadrado 762.572397

S1-1 15 22.04655 123.6383 76.25724

S2-1 7
S3-1 10

total de muestras 32
varianza de la poblacion basada en varianza de las muestras 10.3343225 n-1. entre total de muestras por
27.0458789
23.8303874
61.2105888
1.52618373 valor a comparar

estadistico f critico
grados libertad k-1= g.l 1 2
ntotal -1 n-1 = g.l2 31

a= 0.01
valor critico f 5.36238502 error grados de libertad -1 total de muestras - 1

5.36 > 1.52 POR LO QUE SESI existe una diferencia en las calificaciones de las tres sec
(m-gm)^2
 varianza dentro de columnas

-1. entre total de muestras por varianza dentro de las columnas

varianza dentro de columnas entre total de variancia de la poblacion

ciones de las tres secciones

Límite de Confianza
Varianza 127
n 9
n-1 8
nivel de confianza 95%
Varianza L 17.534546 a/2=.05/2=.025
Varianza U 13.442646 1-.025=.975(N-1)

Intervalo varianza L 57.9427601 (N-1)S2/VARL

Intervalo varianza U 75.5803557 (N-1)S2/VARU

Los intervalos de confianza para la varianza son (57.94, 75.58)

Varianza 45 6.70820393
n 20
n-1 19
nivel de confianza 96%
nivel de error 0.04 0.02
Varianza L 33.687425 a/2=.05/2=.025
Varianza U 27.293511 1-.025=.975(N-1)

Intervalo varianza L 25.38039 (N-1)S2/VARL

Intervalo varianza U 127.45587 (N-1)S2/VARU

Los Intervalos de confianza para la varianza son (25.38,99.80)

Ejercicio 47

n 30
n-1 29 Calculo Estad.jicuad 15.4541 (N-1)*VARM/VAR.P
alfa 0.01
s 0.73 Límite 14.2564546 (1-alfa), n-1
Varianza M 0.5329 S^2
Var. P 1 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=1 *El límite de la campana de gaus siempre es 14.25*
ha v2<1 𝜎2

Se rechaza la Hipótesis nula. Si podrá vender la balanza

EJERCICIO 48

n 30
n-1 29 Calculo Estad.jicuadrada 30.9082 (N-1)*VARM/VAR.P
alfa 0.01
s 1.46 Límite 14.2564546 (1-alfa), n-1
Varianza M 2.1316 S^2
Var. P 2 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=2 *El límite de la campana de gaus siempre es 14.25*
ha v2<2 𝜎2

Se rechaza la Hipótesis nula. Si podrá vender el telescopio

EJ 49

n 50
n-1 49 Calculo Estad.jicuadrada 99.6480333 (N-1)*VARM/VAR.P
alfa 0.01
s 2.47 Límite 28.940646 (1-alfa), n-1
Varianza M 6.1009 S^2
Var. P 3 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=3 *El límite de la campana de gaus siempre es 14.25*
ha v2<3 𝜎2

Se rechaza la Hipótesis nula. Si podrá vender el telescopio

N-1)*VARM/VAR.P

N-1)*VARM/VAR.P

N-1)*VARM/VAR.P

o intervalo*
Un Banco está considerando estrategias dee reducción de costos asociados con las cuentas de ahorro. Ha encontrado que la v
para esas cuentas es 80 días al cuadrado. El banco desea reducir la varianza desalentando el uso de las cuentas para guardar d
implementar una nueva política que penaliza al cliente con cargos de servicio por más de un retiro al mes, el banco decide pro
entre transacciones. Para una muestra de 25 cuentas de ahorro, se encuentra que la varianza entre transacciones es 28 días a
que la nueva política reduce la varianza de días entre transacciones? Pruebe las hipótesis a nivel de significancia de .05.

n 25
n-1 24 Calculo Estad.jicuadrada 8.4 (N-1)*VARM/VAR.P
alfa 0.05
s 5.29150262 Límite 13.848425 (1-alfa), n-1
Varianza M 28 S^2
Var. P 80 *Se Utiliza el valor de calculo del segundo intervalo*
ho v2=80 *El límite de la campana de gaus siempre es 14.25*
ha v2<80 𝜎2

Se acepta la Hipótesis nula. No reduce la varianza con la nueva política

 ahorro. Ha encontrado que la varianza en el número de días entre transacciones
so de las cuentas para guardar dinero por poco tiempo. Por tanto, despues de
etiro al mes, el banco decide probar si hubo un cambio en la varianza de los días
entre transacciones es 28 días al cuadrado. ¿Está justificado el banco al asegurar
el de significancia de .05.

N-1)*VARM/VAR.P
Camiones Antigüedad Gastos rep
4 (x) (y) XY x^2
101 5 7 35 25
102 3 7 21 9
103 3 6 18 9
104 1 4 4 1
12 24 78 44

Media x 3 var ind

Media y 6 var dep
b 6 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
8
b= 0.75 pendiente

3.75 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
para un camion de 5 años de antigüedad
7.5 750
antigüedad 3 años
6 600
de reparacion
 Ejercicio No 58.- El vicepresidente d
una compañía química y de fabricac
anuales de la empresa dependen de
presidente de la compañía no está de

El vicepresidente de ID desea u
Año Millones de dolaGanancia anual beneficios anuales derivados de la ca
6 (x) (y) XY x^2
2005 5 31 155 25
2004 11 40 440 121
2003 4 30 120 16
2002 5 34 170 25
2001 3 25 75 9
2000 2 20 40 4
30 180 1000 200
ecuacion
Media x 5 var ind
Media y 30 var dep
b 100 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
50
b= 2 pendiente

20 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
para un camion de 5 años de antigüedad
30 3000
antigüedad 3 años
42 4200
 58.- El vicepresidente de investigación y desarrollo (ID) de
a química y de fabricaciónde fibras cree que las ganancias
a empresa dependen de la cantidad gastada en ID. El nuevo
e la compañía no está de acuerdo y ha solicitado pruebas.

dente de ID desea una ecuación para pronosticar los

nuales derivados de la cantidad presupuestada para ID.

y=20+2(x)

de reparacion
 Ejercicio no 59.-A menudo quie
gastos generales con base en e
reunido información acerca de l
diferentes plantas y ahora de
predecir los gastos generales fu
Año unidades gtos gnarl
10 (x) (y) XY x^2
40 191 7640 1600
42 170 7140 1764
53 272 14416 2809
35 155 5425 1225
56 280 15680 3136
39 173 6747 1521
48 234 11232 2304
30 116 3480 900
37 153 5661 1369
40 178 7120 1600

420 1922 84541 18228

ecuacion
Media x 42 var ind
Media y 192.2 var dep
b 3817 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
588
b= 6.491496598639 pendiente

-80.44285714286 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
de 50 unidades
244.131973 24413.1973
antigüedad 3 años
192.2 19220
o no 59.-A menudo quienes hacen la contabilidad de costos, estiman los
generales con base en el nivel de producción. En Standard Knihingco. Han
información acerca de los gastos generales y las unidades producidas en
es plantas y ahora desean estimar una ecuación de regresión para
r los gastos generales futuros. Con los siguientes datos:

y=20+2(x)

de reparacion
 Ejercicio No 60Un fabricante de teléfonos celulares está probando dos tipos de
baterías para ver cuánto duran con una utilización normal debidos a que quiere
introducirlas al mercado. La siguiente tabla contiene los datos

Año Hras de uso disrivida aprox

4 (x) (y) XY x^2
2 3.1 6.2 4
1.5 4.2 6.3 2.25
1 5.1 5.1 1
0.5 6.3 3.15 0.25
0 0
0 0
0 0
0 0
0 0
0 0

5 18.7 20.75 7.5

ecuacion
Media x 1.25 var ind
Media y 4.675 var dep
b -2.625 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
1.25
b= -2.1 pendiente

a 7.3 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
1.5 hras
4.15 415
antigüedad 3 años
4.15 415
 y=20+2(x)

de reparacion
 Ejercicio No 60Un fabricante de teléfonos celulares está probando dos tipos de
baterías para ver cuánto duran con una utilización normal debidos a que quiere
introducirlas al mercado. La siguiente tabla contiene los datos

Año Hras de uso disrivida aprox

4 (x) (y) XY x^2
2 1.3 2.6 4
1.5 1.6 2.4 2.25
1 1.8 1.8 1
0.5 2.2 1.1 0.25
0 0
0 0
0 0
0 0
0 0
0 0

5 6.9 7.9 7.5

ecuacion
Media x 1.25 var ind
Media y 1.725 var dep
b -0.725 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
1.25
b= -0.58 pendiente

2.45 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
1.5 hras
1.58 158
antigüedad 3 años
1.58 158
 y=20+2(x)

de reparacion
 Ejercicio No 61Zippy Cola está estudiando el efecto de su última campaña
publicitaria. Se escogieron personal al azar y se les llamó para preguntarles
cuántas latas de Zippy Cola habían comprado la semana anterior y cuántos
anuncios del producto habían leído o visto durante el mismo periodo, los datos
obtenidos son:

Año Num de anunciolatas

8 (x) (y) XY x^2
3 11 33 9
7 18 126 49
4 9 36 16
2 4 8 4
0 7 0 0
4 6 24 16
1 3 3 1
2 8 16 4
0 0
0 0

23 66 246 99
ecuacion
Media x 2.875 var ind
Media y 8.25 var dep
b 56.25 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
32.875
b= 1.71102661597 pendiente

a 3.330798479087 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
10 latas
20.4410646 2044.10646
antigüedad 3 años
15.3079848 1530.79848
 y=20+2(x)

de reparacion
 Ejercicio no. 66Los siguientes datos representan los gastos en sondeo del
mercado y promociones que ha gastado una empresa de comida rápida para
posicionar su nuevo producto (en miles)

Año Num de anunciolatas

8 (x) (y) XY x^2
2.5 21 52.5 6.25
5.7 20 114 32.49
1.5 11 16.5 2.25
0.3 22 6.6 0.09
4.6 27 124.2 21.16
0 0
0 0
0 0
0 0
0 0

14.6 101 313.8 62.24

ecuacion
Media x 1.825 var ind
Media y 12.625 var dep
b 129.475 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
35.595
b= 3.637449079927 pendiente

a 5.986655429133 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
sondeo 3.0
16.8990027 1689.90027
antigüedad 3 años
26.7201152 2672.01152
 y=20+2(x)

de reparacion
 Ejercicio no. 66Los siguientes datos representan los gastos en sondeo del
mercado y promociones que ha gastado una empresa de comida rápida para
posicionar su nuevo producto (en miles)

Año Num de anunciolatas

8 (x) (y) XY x^2
5.2 21 109.2 27.04
4.3 20 86 18.49
8.3 11 91.3 68.89
1.4 22 30.8 1.96
3.6 27 97.2 12.96
0 0
0 0
0 0
0 0
0 0

22.8 101 414.5 129.34

ecuacion
Media x 2.85 var ind
Media y 12.625 var dep
b 126.65 b=sumxy-n(xmedia)(ymedia)/sum x^2-n(xmedia)^2
64.36
b= 1.967837165942 pendiente

a 7.016664077067 ordenada Y de la recta de regresión de minimos cuadros a= Y media-b(xmedia)

estimacion: describe la relacion entre la antigüedad de un camion y su gastos anuales de reparacion

a+bx
sondeo 3.0
12.3298244 1232.98244
antigüedad 3 años
15.4783639 1547.83639
 y=20+2(x)

de reparacion
y x1 x2 x1y x2y x1x2 x1^2 x2^2
29 45 16 1305 464 720 2025 256
24 42 14 1008 336 588 1764 196
27 44 15 1188 405 660 1936 225
25 45 13 1125 325 585 2025 169
26 43 13 1118 338 559 1849 169
28 46 14 1288 392 644 2116 196
30 44 16 1320 480 704 1936 256
28 45 16 1260 448 720 2025 256
28 44 15 1232 420 660 1936 225
27 43 15 1161 405 645 1849 225
272 441 147 12005 4013 6485 19461 2173
n 10

Determinante gnral Ecuaciones

10 441 147
441 19461 6485 Sum Y= na+b1sumx1+b2sumx2
147 6485 2173 Sumx1y1=asumx1+b1sumx1^2+b2sumx1x2
1508 Sumx2y=asumx2+b1sumx1x2+b2sumx2^2
Determinante a
272 441 147
12005 19461 6485 272=10a+441b1+147b2
4013 6485 2173 12005=441a+19461b+6485b2
-20,840 4013=147a+6485b1+2173b1
-13.82

Determinante b1
10 272 147
441 12005 6485
147 4013 2173
850
0.5637

Determinante b2
 10 441 272
441 19461 12005
147 6485 4013
1658
1.0995

y 26.910 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
 y^2
841
576
729
625
676
784
900
784
784
729
7428

1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
25 3.5 5 87.5 125 17.5 12.25 25
30 6.7 4.2 201 126 28.14 44.89 17.64
11 1.5 8.5 16.5 93.5 12.75 2.25 72.25
22 0.3 1.4 6.6 30.8 0.42 0.09 1.96
7 4.6 3.6 32.2 25.2 16.56 21.16 12.96
19 2 1.3 38 24.7 2.6 4 1.69
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
114 18.6 24 381.8 425.2 77.97 84.64 131.5

Determinante gnral Ecuaciones

6 18.6 24
18.6 84.64 77.97 Sum Y= na+b1sumx1+b2sumx2
24 77.97 131.5 Sumx1y1=asumx1+b1sumx1^2+b2sumx1x2
5670.2706 Sumx2y=asumx2+b1sumx1x2+b2sumx2^2
Determinante a
114 18.6 24
381.8 84.64 77.97 114=6a+18.6b1+24b2
425.2 77.97 131.5 381.8=18.6a+84.64b+77.97b2
109,314 425.2=24a+77.97b1+131.5b2
19.28

Determinante b1
114 6 24
381.8 18.6 77.97
425.2 24 131.5
-6708.936
-1.1832

Determinante b2
 114 6 18.6
381.8 18.6 84.64
425.2 24 77.97
-5594.232
-0.9866

y 13.065 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
 y^2
625
900
121
484
49
361
0
0
0
0
2540

1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
360 2 1 720 360 2 4 1
1000 6 1 6000 1000 6 36 1
450 3 2 1350 900 6 9 4
525 4 3 2100 1575 12 16 9
350 2 10 700 3500 20 4 100
300 1 4 300 1200 4 1 16
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
2985 18 21 11170 8535 50 70 131
n 6

Determinante gnral Ecuaciones

6 18 21
18 70 50 Sum Y= na+b1sumx1+b2sumx2
21 50 131 Sumx1y1=asumx1+b1sumx1^2+b2sumx1x2
4506 Sumx2y=asumx2+b1sumx1x2+b2sumx2^2
Determinante a
2985 18 21
11170 70 50 272=10a+441b1+147b2
8535 50 131 12005=441a+19461b+6485b2
434,640 4013=147a+6485b1+2173b1
96.46

Determinante b1
6 2985 21
18 11170 50
21 8535 131
615000
136.4847
x1 x2
Determinante b2 2 2
 6 18 2985
18 70 11170
21 50 8535
-10830
-2.4035

y 364.621 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
 y^2
129600
1000000
202500
275625
122500
90000
0
0
0
0
1820225

1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
21 2.5 5.2 52.5 109.2 13 6.25 27.04
20 5.7 4.3 114 86 24.51 32.49 18.49
11 1.5 8.3 16.5 91.3 12.45 2.25 68.89
22 0.3 1.4 6.6 30.8 0.42 0.09 1.96
27 4.6 3.6 124.2 97.2 16.56 21.16 12.96
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
101 14.6 22.8 313.8 414.5 66.94 62.24 129.34
n 5

Determinante gnral Ecuaciones

5 14.6 22.8
14.6 62.24 66.94 Sum Y= na+b1sumx1+b2sumx2
22.8 66.94 129.34 Sumx1y1=asumx1+b1sumx1^2+b2sumx1x2
2486.8084 Sumx2y=asumx2+b1sumx1x2+b2sumx2^2
Determinante a
101 14.6 22.8
313.8 62.24 66.94 272=10a+441b1+147b2
414.5 66.94 129.34 12005=441a+19461b+6485b2
63,743 4013=147a+6485b1+2173b1
25.63

Determinante b1
5 101 22.8
14.6 313.8 66.94
22.8 414.5 129.34
2478.946
0.9968
x1 x2
Determinante b2 3 2.7
 5 14.6 101
14.6 62.24 313.8
22.8 66.94 414.5
-4550.084
-1.8297

y 23.683 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
 y^2
441
400
121
484
729
0
0
0
0
0
2175

1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
y x1 x2 x1y x2y x1x2 x1^2 x2^2
33 3 125 99 4125 375 9 15625
61 6 115 366 7015 690 36 13225
70 10 140 700 9800 1400 100 19600
82 13 130 1066 10660 1690 169 16900
17 9 145 153 2465 1305 81 21025
24 6 140 144 3360 840 36 19600
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
287 47 795 2528 37425 6300 431 105975
n 6

Determinante gnral Ecuaciones

6 47 795
47 431 6300 Sum Y= na+b1sumx1+b2sumx2
795 6300 105975 Sumx1y1=asumx1+b1sumx1^2+b2sumx1x2
208800 Sumx2y=asumx2+b1sumx1x2+b2sumx2^2
Determinante a
287 47 795
2528 431 6300 272=10a+441b1+147b2
37425 6300 105975 12005=441a+19461b+6485b2
45,775,350 4013=147a+6485b1+2173b1
219.23

Determinante b1
6 287 795
47 2528 6300
795 37425 105975
1332450
6.3815
x1 x2
Determinante b2 6 140
 6 47 287
47 431 2528
795 6300 37425
-348870
-1.6708

y 23.603 el departamento de isr esta dispuesto a recuperar 26,9 millones al mes de noviemb
 y^2
1089
3721
4900
6724
289
576
0
0
0
0
17299

1^2+b2sumx1x2
x2+b2sumx2^2
9 millones al mes de noviembre
 Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
1995 3.4 1 3.4 1 11.56
1996 3.1 2 6.2 4 9.61
1997 3.9 3 11.7 9 15.21
1998 3.3 4 13.2 16 10.89
1999 3.2 5 16 25 10.24
2000 4.3 6 25.8 36 18.49
2001 3.9 7 27.3 49 15.21
2002 3.5 8 28 64 12.25
2003 3.6 9 32.4 81 12.96
2004 3.7 10 37 100 13.69
2005 4 11 44 121 16
2006 3.6 12 43.2 144 12.96
2007 4.1 13 53.3 169 16.81
2008 4.7 14 65.8 196 22.09
2009 4.2 15 63 225 17.64
2010 4.5 16 72 256 20.25
61 136 542 1496 236
n 16

ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2

ao 3.2175 Y=ao+a1X
a1 0.07

Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y

Y=ao+a1X

y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17)
valor para el 2011
4.4075 4.4 millones de dolares es el pronostico de ventas para el año 2011
 Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
2005 42 1 42 1 1764
2006 50 2 100 4 2500
2007 61 3 183 9 3721
2008 75 4 300 16 5625
2009 92 5 460 25 8464
2010 111 6 666 36 12321
2011 120 7 840 49 14400
2012 127 8 1016 64 16129
2013 140 9 1260 81 19600
2014 138 10 1380 100 19044
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
956 55 6247 385 103568
n 10

ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2

ao 29.66667 Y=ao+a1X
a1 11.98788

Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y

Y=ao+a1X

y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17) y=29.66+11.98x
valor para el 2015
161.533333 4.4 millones de dolares es el pronostico
 Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
2000 6.4 1 6.4 1 40.96
2001 11.3 2 22.6 4 127.69
2002 14.7 3 44.1 9 216.09
2003 18.4 4 73.6 16 338.56
2004 19.6 5 98 25 384.16
2005 25.7 6 154.2 36 660.49
2006 32.5 7 227.5 49 1056.25
2007 48.7 8 389.6 64 2371.69
2008 55.4 9 498.6 81 3069.16
2009 75.7 10 757 100 5730.49
2010 94.3 11 1037.3 121 8892.49
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
402.7 66 3309 506 22888
n 11

ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2

ao -12.0836 Y=ao+a1X
a1 8.115455

Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y

Y=ao+a1X

y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17) Y=-12.08+8.11x
Valor codificado 12 13 14
85.3018181818 2011 4.4 millones de dolares es el pronostico
93.4172727273 2012
101.532727273 2013
 Las series de tiempo se utilizan para hacer pronosticos relacionados con algun dato
relacionado con el tiempo como años, semestres, bimestres
año ventas
(x) (y) x xy x^2 y^2
junio 16 1 16 1 256
julio 17 2 34 4 289
agosto 25 3 75 9 625
septiembre 28 4 112 16 784
octubre 32 5 160 25 1024
noviembre 43 6 258 36 1849
diciembre 50 7 350 49 2500
enero 0 0 0
febrero 0 0 0
marzo 0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
211 28 1005 140 7327
n 7

ao=sumY(sumx^2)-sumX(sumxy)/n(sumx^2)-(sumX)^2
a1=N(sumXY)-(sumX)(sumY)/n(sumx^2)-(sumX)^2

ao 7.142857 Y=ao+a1X
a1 5.75

Interpretacion
el valor de a1=.07 indica que hay una tendencia ascendente en las exportaciones
el valor ao=3.22 indica el punto donde la recta intersecta al eje Y

Y=ao+a1X

y=3.22+.07(x)
para pronosticar la tendencia 2011
y=3.22+.07(17) y=7.14+5.75x
Valor codificado 10
64.6428571429 MARZO 4.4 millones de dolares es el pronostico
si r=0 no existe relacion
si r=1 hay una relacion perfecta
si r=-1 hay una relacion inversamente proporcional

Formula
r= covarianza de xy/desviacion estandar de x y desviacion estandar de y

MatematicaFisica x1 y1 x1*y1 x1^2 y1^2

2 1 2 1 2 4 1
3 3 3 3 9 9 9
4 2 4 2 8 16 4
4 4 4 4 16 16 16
5 4 5 4 20 25 16
6 4 6 4 24 36 16
6 6 6 6 36 36 36
7 4 7 4 28 49 16
7 6 7 6 42 49 36
8 7 8 7 56 64 49
10 9 10 9 90 100 81
10 10 10 10 100 100 100
72 60 431 504 380

n= 12

Media x 6
Meia y 5

covarianza x1*y1/n-xmedia*ymedia 5.9167

Desviaciones tipicas rx=(raiz x1^2/n)-xmedia 2.44949

ry=raiz y1^2/n-ymedia 2.581989

coeficiente de correlacion
 0.9355071 La correlacion es muy alta
es una relacion directa

coeficiente de determinacion

0.8751736

87.5% de la variable de la Y es explicada por X

de la fisica depende de las matematicas