TAREA N°2

Ejercicio 1) Sea el siguiente conjunto de valores, las lecturas de un experimento donde X es el volumen
(variable independiente) e Y es la presión de una masa dada de gas (variable resultante).

X 1 2 3 4 5 6 7

Y 7 3 9 170 290 450 65

0 0 0
1.1) Elaborar el diagrama de dispersión.

1.2) Ajustar una curva exponencial aplicando el método de mínimos cuadrados.

1.3) Calcular la ecuación predictora.

1.4) Graficar la ecuación predictora. x

1.5) Estimar la presión de la masa de gas de volumen 9.

Solución:

1.1) El diagrama de dispersión elaborado en Excel se presenta en la siguiente figura:

1.2) Para ajustar una curva exponencial aplicando el método de mínimos cuadrados se llena la siguiente
tabla:

X Y log X log Y log X· log Y (log X)2

1 7 0,0000 0,8451 0,0000 0,0000
2 30 0,3010 1,4771 0,4447 0,0906
3 90 0,4771 1,9542 0,9324 0,2276
4 170 0,6021 2,2304 1,3429 0,3625
5 290 0,6990 2,4624 1,7211 0,4886
6 450 0,7782 2,6532 2,0646 0,6055
7 650 0,8451 2,8129 2,3772 0,7142
S X=28 S logX=3,7024 S logY=14,4354 S log X· log Y =8,8829 S(log X)2= 2,4890

Reemplazando valores en el sistema de ecuaciones se obtiene:

Al resolver el sistema se obtiene: log a = 0,819; ß = 2,351

Reemplazando valores en la ecuación predictora expresada en logaritmos se tiene:

1.3) Para calcular la ecuación predictora, primero se calcula el valor de a de la siguiente manera:

Reemplazando en la ecuación predictora se obtiene:

1.4) Graficando la ecuación predictora mediante Excel se muestra en la siguiente figura:

1.5) Para estimar la presión de la masa de gas de volumen 9 se reemplaza el valor X = 9 en la ecuación
predictora
 E je r cicio s 2 ) Co n lo s sigu ie n te s d ato s histó r ico s, pr o ye ctar la d e m an da p ar a el año 20 16
me d ian te r e gre sió n p o ten cial.

FECHA AÑOS DEMANDA(Y

(X) )
2004 1 20,000
2005 2 35,000
2006 3 45,000
2007 4 40,000
2008 5 55,000
2009 6 55,000
2010 7 58,000
2011 8 62,000
2012 9 60,000
2013 10 65,000
2014 11 72,000
2015 12 68,000

FECHA AÑOS (X) DEMANDA(Y) X=(LOG X) Y= (LOG Y) LOG X^2 LOG Y^2 X*Y
2004 1 20 0 1,30103 0 1,692679 0
2005 2 35 0,30103 1,544068 0,0906191 2,3841461 0,4648108
2006 3 45 0,4771213 1,6532125 0,2276447 2,7331116 0,7887828
2007 4 40 0,60206 1,60206 0,3624762 2,5665962 0,9645362
2008 5 55 0,69897 1,7403627 0,4885591 3,0288623 1,2164613
2009 6 55 0,7781513 1,7403627 0,6055194 3,0288623 1,3542654
2010 7 58 0,845098 1,763428 0,7141907 3,1096783 1,4902695
2011 8 62 0,90309 1,7923917 0,8155715 3,212668 1,618691
2012 9 60 0,9542425 1,7781513 0,9105788 3,1618219 1,6967875
2013 10 65 1 1,8129134 1 3,2866548 1,8129134
2014 11 72 1,0413927 1,8573325 1,0844987 3,449684 1,9342125
2015 12 68 1,0791812 1,8325089 1,1646322 3,3580889 1,9776093

∑¿ 8,680337 20,417822 75,34825 416,88744 177,23357

2
( n ∑ x i y i− ∑ x i ∑ y i )
R2 =
[ n ∑ x 2i −(∑ x i )2][ n ∑ y 2i −(∑ y i )2 ]
R2=5.1293
Ejercicio 3)
Ejemplo ilustrativo: Las cifras siguientes son datos sobre el porcentaje de llantas radiales producidas por
cierto fabricante que aún pueden usarse después de recorrer cierto número de millas:

Miles de Millas recorridas (X) 1 2 5 15 25 30 35 40

Porcentaje útil (Y) 99 95 85 55 30 24 20 15

1) Elaborar el diagrama de dispersión.

2) Ajustar una curva exponencial aplicando el método de mínimos cuadrados.
3) Calcular la ecuación predictora.
4) Graficar la ecuación predictora.
5) Estimar qué porcentaje de las llantas radiales del fabricante durarán 50000 millas.

Solución:
1)  Elaborando el diagrama de dispersión empleando  Excel se obtiene la siguiente figura:

2) Se llena la siguiente tabla:

Resolviendo empleando Excel se  muestra  en la siguiente figura:

Reemplazando valores en el sistema se obtiene:

Resolviendo empleando Excel se muestra en la siguiente figura:

3) Reemplazando en la ecuación predictora se obtiene:

4) Graficando la ecuación predictora empleando Excel se obtiene la siguiente figura:

5) La estimación del porcentaje de llantas radiales que durarán 50000 millas se obtiene reemplazando en la
ecuación predictora el valor de X = 50

Entonces el porcentaje sería de 9,106%

Ejercicio 4)
Ejercicio 5) De una determinada empresa se conocen los siguientes datos, referidos al volumen de Ventas
(en millones de pesetas) y al gasto en publicidad ( en miles de pesetas) de los
últimos 6 años:
 Volumen de ventas(mill. Ptas) Gastos Publicidad(miles ptas.)
10 16
15 32
20 48
22 56
30 64
32 80
a) ¿ Existe relación lineal entre las ventas de la empresa y sus gastos en publicidad?
Razona la respuesta.
b) Obtener las rectas de regresión mínimo cuadrático.
c)¿ Qué volumen de ventas de la empresa se podría esperar en un año que se gaste de
publicidad 60000 pesetas? ¿ Y para un gasto en publicidad de 200000 pesetas?
d) Si lo único que interesase fuese la evolución del volumen de ventas en términos de
gastos en publicidad, sin tener en cuenta la cantidad concreta de cada uno de ellas,

¿Existiría correlación ordinal entre ambas variables?

Ejercicio 6) Una empresa de manufacturas basa las predicciones de sus ventas anuales en los resultados
oficiales de la demanda total en la industria. A continuación se dan los datos de demanda total y las ventas
efectuadas por la empresa en los últimos 11 años.

demanda total ventas

(miles de tm) (miles de tm)

200 9
220 6
400 12
330 7
210 5
390 10
280 8
140 4
280 7
290 10
380 14

1. Dibujar los diagramas de dispersión de los datos.

2. Trazar la recta que mas se ajuste a los datos.

3. Por medio de un ajuste mínimo cuadrático encontrar la recta que más se ajuste a

las ventas de la empresa en función de la demanda total. Si la demanda total

industrial es de 300000 toneladas, ¿Qué volumen de ventas se predeciría usando la

recta de regresión calculada?¿y si utilizamos la recta encontrada en el apartado

b)?

4. Realiza la validez del ajuste lineal realizado en el apartado anterior.

Utilizando el método robusto de ajuste de una recta basado en la mediana, para

obtener una recta de ajuste en los términos del apartado c). Realiza la predicción

del apartado c. utilizando esta recta