ANALISIS DE REGRESIÓN Y CORRELACIÓN

1) El gerente de ventas de una compañía le gustaría mostrar al grupo de vendedores

la forma como se relaciona el número de llamadas a clientes mensuales con el valor de pedidos que se reciben.
A continuación se presenta la información muestral para el último año.

Pedidos (miles de $) N° de llamadas

5.4 1
6 1
6.9 2
6.7 3
7.3 3
7 4
7.5 4
8 4
9 5
12.3 6
13.7 7
15.7 8

a) Defina las variables X, Y

b) Realice el diagrama de dispersión, ¿Qué relación observa?, comente
c) Encuentre el modelo estimado e interprete el coeficiente de regresión
d) Determine e interprete el coeficiente de correlación y determinación.

2) Una fábrica de ciertos refrescos ha tomado al azar 10 semanas durante un año y observado las temperaturas
atmosféricas media correspondientes (°C ) y la cantidad de refrescos pedidos durante cada uno de dichos
periodos. Los resultados son descritos a continuación.

T° Refrescos
10 21
22 65
12 19
31 72
30 75
17 39
24 67
5 11
9 12
15 24

a) realice el ajuste de las técnicas.

dos que se reciben.

do las temperaturas
no de dichos
3) Un investigador desea establecer la relación que existe entre el tiempo de vida de una persona y la cantidad de
cigarros que fuma mensualmente. Con tal fin selecciona una muestra de 12 individuos obteniendo los siguientes
resultados:
N° de cigarros Tiempo de vida
12 75
15 72
16 70
24 68
25 66
26 65
30 64
32 60
35 58
36 57
38 56
40 55
ona y la cantidad de
ndo los siguientes
3) Se quiere saber si el ingreso y el gasto de las familias de cierto distrito están relacionados o no.
Por lo que se toma una muestra de 10 familias y se registra su ingreso y gasto (en miles de soles). Los datos son:

Familia Ingreso Gasto

1 3.4 3
2 1.9 1.6
3 6.4 5.87
4 5.56 4.6
5 2.5 2
6 3.59 3.67
7 1.5 1.25
8 4.57 4.5
9 4.3 4
10 2.9 2.7
es). Los datos son:
 ANALISIS DE REGRESIÓN Y CORRELACIÓN

EJERCICIO NUMERO 01:

El gerente de ventas de una compañía le gustaría mostrar al grupo de ve

la forma como se relaciona el número de llamadas a clientes mensuales c
A continuación se presenta la información muestral para el último año.

Y X
Pedidos (miles de $) N° de llamadas
9 5
8 4
12.3 6
13.7 7
15.7 8
5.4 1
7.3 3
7 4
6 1
6.7 3
6.9 2
7.5 4

a) Defina las variables X, Y

b) Realice el diagrama de dispersión, ¿Qué relación observa?, comente
c) Encuentre el modelo estimado e interprete el coeficiente de regresión
d) Determine e interprete el coeficiente de correlación y determinación.

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.941249085174453
Coeficiente de determinación R^2 0.885949840341744
R^2 ajustado 0.874544824375919
Error típico 1.16571786816028
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 105.560185185185
 Residuos 10 13.5889814814815
Total 11 119.149166666667

Coeficientes Error típico

B0 Intercepción 3.19907407407408 0.718246476278075
B1 Variable X 1 1.39814814814815 0.158634108946538

Y X XY
9 5 45
8 4 32
12.3 6 73.8
13.7 7 95.9
15.7 8 125.6
5.4 1 5.4
7.3 3 21.9
7 4 28
6 1 6
6.7 3 20.1
6.9 2 13.8
7.5 4 30
105.5 48 497.5

B1 1.39814814814815
B0
aría mostrar al grupo de vendedores
adas a clientes mensuales con el valor de pedidos que se reciben.
estral para el último año.

N° de llamadas
9
8 f(x) = 0.633659488456347 x − 1.57092300267872
7 R² = 0.885949840341744
6
5 N° de llamadas
Axis Title 4 Linear (N° de
llamadas)
3
2
1
0
4 6 8 10 12 14 16 18
Axis Title

Promedio de los cuadrados F Valor crítico de F

105.560185185185 77.680719 4.99247940854E-06
 1.35889814814815

Estadístico t Probabilidad Inferior 95% Superior 95%

4.45400594326832 0.00122749 1.59872119497666 4.79942695317149
8.81366660318524 4.99248E-06 1.04468932675414 1.75160696954215

X^2 Y^2
25 81
16 64
36 151.29
49 187.69
64 246.49
1 29.16
9 53.29
16 49
1 36
9 44.89
4 47.61
16 56.25
246 1046.67

Ȳ= 8.79166666666667
300267872

de llamadas
ear (N° de
madas)
Inferior 95.0% Superior 95.0%
1.59872119497666 4.79942695317149
1.04468932675414 1.75160696954215
2) Una fábrica de ciertos refrescos ha tomado al azar 10 semanas durante un año y observado las temperaturas
atmosféricas media correspondientes (°C ) y la cantidad de refrescos pedidos durante cada uno de dichos
periodos. Los resultados son descritos a continuación.

X Y
T° Refrescos
5 11
9 12
10 21
12 19
15 24
17 39
22 65
24 67
30 75
31 72

a) realice el ajuste de las técnicas.

Resumen

Estadísticas de la regresión
Coeficiente de correlac 0.96510468273812
Coeficiente de determi 0.931427048643047
R^2 ajustado 0.922855429723429
Error típico 7.33950537164093
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 5853.55328719723 5853.55328719723
Residuos 8 430.946712802768 53.868339100346
Total 9 6284.5

Coeficientes Error típico Estadístico t

Intercepción -9.31141868512109 5.31227817848881 -1.75281082282666
Variable X 1 2.84636678200692 0.273053574981481 10.4242062467044
do las temperaturas
uno de dichos

Chart Title
80
f(x) = 2.84636678200692 x − 9.31141868512109
70 R² = 0.931427048643048
60
50
40 Column B
Axis Title Linear (Column B)
30
20
10
0
0 5 10 15 20 25 30 35
Axis Title

F Valor crítico de F
108.664076 6.21933034441513E-06

Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

0.1177282 -21.5615541320711 2.93871676 -21.5615541321 2.938716761829
6.21933E-06 2.21670410896734 3.47602946 2.216704108967 3.476029455047
olumn B
near (Column B)