16.

Los datos a continuación son los datos del ejercicio 2

X Y
3 55
12 40
6 55
20 10
14 15

La ecuación de regresión estimada para estos datos y=68-3x

Calcule el coeficiente de determinante,
Calcule el coeficiente de correlación muestra

Numero X Y X*Y X^2 Y^2

1 3 55 165 9 3025
2 12 40 480 144 1600
3 6 55 330 36 3025
4 20 10 200 400 100
5 14 15 210 196 225
55 175 1385 785 7975

n 5 numerador -2700
r -0,935775441 denominador 8325000 2885,30761
Pearson Muy alta negativa

b -3 y=-3X+68
a 68

Regresion lineal simple

70
y = -3x + 68 Estadísticas de la regresión
60 R² = 0,8757 Coeficiente de correlación
50 múltiple 0,935775441
Coeficiente de determinación
40
R^2 0,875675676
Eje y

30 R^2 ajustado 0,834234234

20 Error típico 8,755950358
Observaciones 5
10

0
0 5 10 15 20 25
Eje X
 17 los datos a continuación son los datos del ejercicio 3
X Y
2 7
6 18
9 9
13 26
20 23

La ecuación de regresión estimada para estos datos es y=7,6+0,9x ¿Qué porcentaje de la

suma total de cuadrados puede explicarse mediante la ecuación de regresión estimada?
¿Cuál es el valor del coeficiente de correlación maestral?

N X Y X*Y X^2 Y^2

1 2 7 14 4 49
2 6 18 108 36 324
3 9 9 81 81 81
4 13 26 338 169 676
5 20 23 460 400 529
50 83 1001 690 1659

n 5 numerador 855
r 0,739795443 denominador 1335700 1155,72488
Pearson Alta positiva

b 0,9 y=0,9x+7,6
a 7,6

Tareas
Estadísticas de la regresión
30 Coeficiente de correlación
múltiple 0,73979544
25
Coeficiente de determinación
20 R^2 0,5472973
R^2 ajustado 0,3963964
EJE Y

15 y = 0,9x + 7,6
R² = 0,5473 Error típico 6,5140873
10 Observaciones 5

0
0 5 10 15 20 25
EJE X
 18 Por los estudiantes que terminaron la licenciatura de administración con especialidad en
sistemas de información. La ecuación de regresión estimada obtenida con estos datos es
y=1790.5 + 581.1x
Promedio X Salario mensual
Y
2,6 3300
3,4 3600
3,6 4000
3,2 3500
3,5 3900
2,9 3600

Calcule el coeficiente de determinante,

Calcule el coeficiente de correlación muestra

Salario mensual
N Promedio X Y X*Y X^2 Y^2
1 2,6 3300 8580 6,76 10890000
2 3,4 3600 12240 11,56 12960000
3 3,6 4000 14400 12,96 16000000
4 3,2 3500 11200 10,24 12250000
5 3,5 3900 13650 12,25 15210000
6 2,9 3600 10440 8,41 12960000
19,2 21900 70510 62,18 80270000

n 6 numerador 2580
r 0,863634916 denominador 8924400 2987,37343
Pearson moderada positiva

b 581,08 y=581,08x+1790,54
a 1790,54

Salario mensual Estadísticas de la regresión

5000 Coeficiente de correlación
múltiple 0,86363492
Salario mensual

4000
Coeficiente de determinación
3000 R^2 0,74586527
2000 R^2 ajustado 0,68233159
y = 581,08x + 1790,5
R² = 0,7459 Error típico 145,889629
1000 19. Los datos a continuación son los datos del ejercicio 7
Observaciones 6
0
0 0,5 1 1,5 2 2,5 3 3,5 4
Promedio
 Fabricante y modelo confiabilidad x Precio y

Acura TL 4 33150
BMW 330i 3 40570
Lexus IS300 5 35105
Lexus ES330 5 35174
Mercedes-Benz C320 1 42230
Lincoln LS Premium (V6) 3 38225
Audi A4 3.0 Quattro 2 37605
Cadillac CTS 1 37695
Nissan Maxima 3.5 SE 4 34390
Infiniti I35 5 33845
Saab 9-3 Aero 3 36910
Infiniti G35 4 34695
Jaguar X-Type 3.0 1 37995
Saab 9-5 Arc 3 36955
Volvo S60 2.5T 3 33890
47 548434

La ecuación de regresión estimada para estos datos es 40 639 1301.2x. ¿Qué porcentaje
de la suma total de cuadrados puede explicarse mediante la ecuación de regresión
estimada? ¿Cuál es el valor del coeficiente de correlación muestral?

N Fabricante y modelo confiabilidad x Precio y X*Y x^2 y^2

1 Acura TL 4 33150 132600 16 1098922500
2 BMW 330i 3 40570 121710 9 1645924900
3 Lexus IS300 5 35105 175525 25 1232361025
4 Lexus ES330 5 35174 175870 25 1237210276
5 Mercedes-Benz C320 1 42230 42230 1 1783372900
6 Lincoln LS Premium (V6) 3 38225 114675 9 1461150625
7 Audi A4 3.0 Quattro 2 37605 75210 4 1414136025
8 Cadillac CTS 1 37695 37695 1 1420913025
9 Nissan Maxima 3.5 SE 4 34390 137560 16 1182672100
10 Infiniti I35 5 33845 169225 25 1145484025
11 Saab 9-3 Aero 3 36910 110730 9 1362348100
12 Infiniti G35 4 34695 138780 16 1203743025
13 Jaguar X-Type 3.0 1 37995 37995 1 1443620025
14 Saab 9-5 Arc 3 36955 110865 9 1365672025
15 Volvo S60 2.5T 3 33890 101670 9 1148532100
47 548434 1682340 175 20146062676
n 15 numerador -541298
r -0,706500935 denominador 5,87013E+11 766167,422
Pearson Alta negativa

b -1301,20 y=-1301,20x+40639,35
a 40639,35

Fabrica y molelo
45000

40000

35000

30000

25000
Precio

20000 y = -1301,2x + 40639

R² = 0,4991
15000

10000

5000

0
0 1 2 3 4 5 6
Confiabilidad

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,70650094
Coeficiente de determinación R^2 0,49914357
R^2 ajustado 0,46061615
Error típico 1903,77814
Observaciones 15