Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Energía Consumo de
meses XY X2 Y2
generada (X) combustible
(Y)
Enero 70.65
23.18 1637.667 4991.4225 537.3124
Febrero 57.47
25.54 1467.7838 3302.8009 652.2916
Marzo 67.74
20.04 1357.5096 4588.7076 401.6016
Abril 68.45
23.94 1638.693 4685.4025 573.1236
Mayo 83.8
27.23 2281.874 7022.44 741.4729
Junio 77.56
25.31 1963.0436 6015.5536 640.5961
Julio 45.76
11.83 541.3408 2093.9776 139.9489
94.88
Agosto 30.42 2886.2496 9002.2144 925.3764
Setiembre 120.13 34.35 4126.4655 14431.2169 1179.9225
Octubre 123.74 39.39 4874.1186 15311.5876 1551.5721
Noviembre 106.92 35.64 3810.6288 11431.8864 1270.2096
Diciembre 122.23 38.11 4658.1853 14940.1729 1452.3721
1039.33 334.98 31243.5596 97817.3829 10065.7998
Energia vs Consumo
45
40
35
Combustible m3
30
25
20 Column D
15
10
5
0
40 50 60 70 80 90 100 110 120 130
Energia Kwh
10
5
0
40 50 60 70 80 90 100 110 120 130
Energia Kwh
si existe relación positiva ya que cuanto mas ENERGIA(MWH) se genere mas sera el CONSUMO DE COMBUSTIBLE(m3).
R = 0.945
El coeficiente de correlación de Pearson de 0.945 indica que la relación entre la ENERGIA(mwk) generada con el CONSUM
D) Construir el modelo de regresión lineal simple. Trace la línea recta de regresión que se ajuste a dicho modelo.
40 Y=38.12
f(x) = 0.285977056759152 x + 3.1462887998759
35 R² = 0.892401791788279
30
Combustible m3
10
5
Y=3.15
0
40 50 60 70 80 90 100 110 120 130
Energia Kwh
E) ¿Cuál será el consumo estimado de combustible, si se emplea una energía de 50.25 m3?
Y=β0+Β1x
X = 50.25 m3
β1 = 0.2859770568
β0 = 3.1462887999
Y = 17.516635902 Kwh
n= 12
Media X = 86.6108333333
Media Y = 27.915
SCxy = 2230.66265
SCx = 7800.14549167
SCy = 714.8331
Syx = 2.77335105478
β1 = 0.28597705676
β0 = 3.14628879988
R = 0.94467020266
R2 = 89.24%
UMO DE COMBUSTIBLE(m3).
Y=β0+Β1x
X= 0
β1 = 0.28597705676
β0 = 3.14628879988
Y = 3.14628879988
X= 122.3
β1 = 0.28597705676
β0 = 3.14628879988
Y = 38.1212828415
7 Se quiere determinar si existe o no relación en los gastos en publicidad y los ingresos mensuales (en miles de soles) de las
INGRESOS GASTOS
n (Miles S/.) (Miles S/.) XY X2 Y2
(X) (Y)
1 105 15 1575 11025 225 n= 14
2 105 12 1260 11025 144 Media X = 94.5
3 98 10 980 9604 100 Media Y = 11.57142857
4 110 12 1320 12100 144 SCxy = 1973
5 145 15 2175 21025 225 SCx = 21869.5
6 78 12 936 6084 144 SCy = 201.4285714
7 74 9 666 5476 81 Syx = 1.397333529
8 90 12 1080 8100 144 β1 = 0.090216969
9 20 4 80 400 16 β0 = 3.045925016
10 60 8 480 3600 64 R = 0.940041706
11 45 8 360 2025 64 R2 = 88.37%
12 75 10 750 5625 100
13 148 15 2220 21904 225
14 170 20 3400 28900 400
1323 162 17282 146893 2076
ƩX ƩY ƩXY ƩX2 ƩY2
25
20
15
Gastos
0
0 20 40 60 80 100 120 140 160
Ingresos
- si existe relación positiva ya que entre mas INGRESOS tienen las MYPES mas GASTOS en publicidad se realizaran.
El coeficiente de correlación de Pearson de 0.940 indica que la relación de los INGRESOS de las MYPES con los GASTOS DE
25 Y=β0+Β1x
X=
20
Y=18.4 β1 =
f(x) = 0.090216968837879 x + 3.04592501624898
15 R² = 0.883678408950319 β0 =
Y=
10
X=
5
Y=3.05
β1 =
0 β0 =
0 20 40 60 80 100 120 140 160 180 Y=
GASTOS (Miles S/.) Linear (GASTOS (Miles S/.)
(Y) (Y))
E) Estimar el ingreso mensual de la empresa si esta dispuso en publicidad de un monto de 25000 soles.
Y=β0+Β1x
Y= 25 miles S/.
β1 = 0.09021697
β0 = 3.04592502
X = 243.347513 miles S/.
Para que las empresas MYPE puedan realizar una publicidad con un GASTO de S/.25000 se debe tener un ingreso de S/.24
(en miles de soles) de las mypes en Lima Norte según se aprecia en los datos de la siguiente tabla:
ad se realizaran.
MYPES con los GASTOS DE PUBLICIDAD están altamente correlacionados.
0
0.09021697
3.04592502
3.04592502
170
0.09021697
3.04592502
18.3828097
DORMIR JUGAR
n (Hrs) PLAY(Hrs) XY X2 Y2
(X) (Y)
1 8 2.5 20 64 6.25 n= 8
2 6.5 4 26 42.25 16 Media X = 8
3 7 3 21 49 9 Media Y = 2.625
4 10 1 10 100 1 SCxy = -11.5
5 10 1.5 15 100 2.25 SCx = 16.5
6 7.5 3 22.5 56.25 9 SCy = 8.375
7 6 4 24 36 16 Syx = 0.244897422
8 9 2 18 81 4 β1 = -0.6969697
64 21 156.5 528.5 63.5 β0 = 8.200757576
ƩX ƩY ƩXY ƩX2 ƩY2 R = -0.97828064
R2 = 95.70%
2.5
2
1.5
1
0.5
0
5.5 6 6.5 7 7.5 8 8.5 9 9.5 10 10.5
Dormir
R = -0.978
El coeficiente de correlación de Pearson de -0.978 indica que la relación de las horas de DORMIR con las horas de JUGAR P
) y jugar PlayStation (Y) un grupo de niños seleccionados al azar con la finalidad de verificar la relación entre dichas
s JUGARAN PLAY.
R con las horas de JUGAR PLAY están altamente correlacionados.