Un estudio de mercado trata de averiguar si es efectiva la propaganda televisada de un producto que salió a la venta con rela

(en horas/ semana). Se recopilaron datos a partir de la segunda semana de iniciada la publicidad resultando el cuadro que sigu
de la cuarta semana.

Semana 2 3 4 5
Tiempo de propaganda 20 25 22 28
Venta de Producto ($) 300 310 320

a) ¿Es efectiva la publicidad del producto?

SOLUCION

Se sabe que: Y=a+bX Recta de regresión lineal

utilizamos la tabla de trabajo

Xi Yi Xi.Yi 〖𝑋𝑖〗 ^2 〖𝑌𝑖〗 ^2

20 300 6000 400 90000
25 310 7750 625 96100
22 0 0 0 0
28 320 8960 784 102400
36 350 12600 1296 122500
40 420 16800 1600 176400
∑ 171 1700 52110 4705 587400
Prom 149 340

𝑋 ̅ = 29.8
𝑌 ̅ = 340

COVARIANZA

𝑆𝑥𝑦=(∑𝑥𝑖.𝑌𝑖)/𝑛 − 𝑋 ̅.𝑌 ̅
= 290

VARIANZA X VARIANZA Y= 1880

𝑆^2 𝑥=(∑ 〖𝑋𝑖〗 ^2)/𝑛 − 〖𝑋 ̅ " " 〗 ^2 = 52.96

Luego:
𝑏=𝑆𝑥𝑦/ = 5.4758
(𝑆^2 𝑥)

𝑎= 𝑌 ̅ −𝑏𝑋 ̅
 a= 176.8202

Por lo tanto: 𝑌=176.82+5.47𝑋 …(1)

Para ver su efectividad:

𝑟=𝑆𝑥𝑦/(𝑆𝑥.𝑆𝑦) ; Sx= 7.277

Sy= 43.359

r= 0.92
-1≤r≥1
Sí es efectiva

b) ¿En cuanto estimaría las ventas en la semana 4?

VENTAS SEMANA 4
X = 22
Reemplazando en (1):
Y = 297

Mejia Romero Emily Mary

ADMINISTRACION IV
oducto que salió a la venta con relación al tiempo de publicidad
idad resultando el cuadro que sigue. No se pudo recopilar datos

6 7
36 40
350 420
 12. Un editor tomó una muestra de 7 libros anotando el precio y el número de páginas respectivo, obteniendo los siguien

N° de páginas 630 550 400 250 370

Precio ($) 10 8 7 4 6

Xi Yi Xi.Yi 〖𝑋𝑖〗 ^2 〖𝑌𝑖〗 ^2

630 10 6300 396900 100
550 8 4400 302500 64
400 7 2800 160000 49
250 4 1000 62500 16
370 6 2220 136900 36
320 6 1920 102400 36
610 9 5490 372100 81
∑ 3130 50 24130 1533300 382

𝑋 ̅ = 447.143
𝑌 ̅ = 7.143

𝑏=𝑆𝑥𝑦/
(𝑆^2 𝑥)
COVARIANZA

𝑆𝑥𝑦=𝐶𝑜𝑣(𝑥.𝑦)=(∑𝑥𝑖.𝑌𝑖)/𝑛 − 𝑋 ̅.𝑌 ̅

𝐶𝑜𝑣(𝑥.𝑦)= 253.265

Varianza

𝑆^2 𝑥=(∑ 〖𝑋𝑖〗 ^2)/𝑛 − 〖𝑋 ̅ " " 〗

= ^2
19106.122 VARIANZA Y= 3.55

por lo tanto:
b= 0.013

Si: 𝑎= 𝑌 ̅ −𝑏𝑋 ̅

reemplazando:
a= 1.22

a) Determine una función lineal entre el precio y el número de páginas con el fin de predecir precios. ¿Qué
Porcentaje de la varianza total de precios se explica por esta función?
 a) Determine una función lineal entre el precio y el número de páginas con el fin de predecir precios. ¿Qué
Porcentaje de la varianza total de precios se explica por esta función?

Función Lineal:
𝒀=𝟏.𝟐𝟐+𝟎.𝟎𝟏𝟑𝑿

𝑟=𝑆𝑥𝑦/(𝑆𝑥.𝑆𝑦)

r= 0.972
97.20%

b) Estimar el precio de un libro de 300 páginas. Si a este libtro se le incrementa 20 páginas en una segund
edición, ¿en cuánto se incrementaría su precio?

Para el libro de 300 páginas:

Y= 5.19

Para el libro de 320 páginas:

Y1= 5.46
incremento de precio Y1-Y = 0.265

c) ¿Cuántas páginas debería tener un liro cuyo precio se estima en $12.27?

despejando X:
𝑋=(𝑌−1.22)/0.013

Reemplazando:
X= 850
s respectivo, obteniendo los siguientes datos.

320 610
6 9

l fin de predecir precios. ¿Qué

l fin de predecir precios. ¿Qué

nta 20 páginas en una segunda

 14. Se requiere estudiar la relación entre las edades en años (X) de un tipo de máquinas que se utiliza en la
fabricación de cierto artículo y el número de artículos (Y) que producen. A partir de la muestra siguiente:

X Y
2 95
3 70, 80
4 -
5 75
6 60
7 -
8 -
9 45, 50
10 25

Xi Yi Xi.Yi 〖𝑋𝑖〗 ^2 〖𝑌𝑖〗 ^2

2 95 190 4 9025
3 70.8 212.4 9 5012.64
4 - - - -
5 75 375 25 5625
6 60 360 36 3600
7 - - - -
8 - - - -
9 45.5 409.5 81 2070.25
10 25 250 100 625
∑ 35 371.3 1796.9 255 25957.89

𝑋 ̅ = 5.83
𝑌 ̅ = 61.88

𝑆𝑥𝑦=𝐶𝑜𝑣(𝑥.𝑦)=(∑𝑥𝑖.𝑌𝑖)/𝑛 − 𝑋 ̅.𝑌 ̅
= 61.28

𝑆^2 𝑥=(∑ 〖𝑋𝑖〗 ^2)/𝑛 − 〖𝑋 ̅ " =" 8.47

〗 ^2

Sx √(𝑋 ̅
= ^2 ) = 2.91
𝑆^2 𝑌=(∑ 〖𝑌𝑖〗 ^2)/𝑛 − 〖𝑌 ̅ " " 〗 ^2
= 4160.23

Sy √(𝑌 ̅
= ^2 ) = 64.5
 𝑏=𝑆𝑥𝑦/
(𝑆^2 𝑥)
b= 7.23

𝑆𝐶𝐸=∑24_(𝑖=1)^𝑘▒ 〖 (𝑦𝑖−𝑎−𝑏𝑥𝑖) 〗 ^2

𝑟=𝑆𝑥𝑦/(𝑆𝑥.𝑆𝑦)

r= 0.33

𝑎= 𝑌 ̅ −𝑏𝑋 ̅
a= 19.69

X=a+bY 𝑎= 𝑋 ̅ −𝑏𝑌 ̅

b= 61.28 a= 4.92
4160.23

b= 0.0147

por lo tanto:
𝑋=5.21+0.01𝑌
máquinas que se utiliza en la
r de la muestra siguiente:
16. Los porcentajes en gastos de publicidad y los porcentajes de beneficios netos de ventas en una muestra de 9 negocios es c

Gastos 2.30 1.90 3.50 1.00 1.50 4.00 2.60

Beneficios 4.00 3.80 6.20 2.90 3.40 6.80 4.50

Gastos Beneficios Xi.Yi 〖𝑋𝑖〗 ^2 〖𝑌𝑖〗 ^2

2.30 4.00 9.2 5.29 16
1.90 3.80 7.22 3.61 14.44
3.50 6.20 21.7 12.25 38.44
1.00 2.90 2.9 1 8.41
1.50 3.40 5.1 2.25 11.56
4.00 6.80 27.2 16 46.24
2.60 4.50 11.7 6.76 20.25
3.00 5.00 15 9 25
2.40 4.20 10.08 5.76 17.64
∑ 22.20 40.80 110.10 61.92 197.98

𝑋 ̅ = 2.47
𝑌 ̅ = 4.53

Covarianza
𝑆𝑥𝑦=𝐶𝑜𝑣(𝑥.𝑦)=(∑𝑥𝑖.𝑌𝑖)/𝑛 − 𝑋 ̅.𝑌 ̅
= 1.05

Varianza
𝑆^2 𝑥=(∑ 〖𝑋𝑖〗 ^2)/𝑛 − 〖𝑋 ̅ "="0.796
〗 ^2

𝑏=𝑆𝑥𝑦/
(𝑆^2 𝑥)

b= 1.32

Si: 𝑎= 𝑌 ̅ −𝑏𝑋 ̅

Reemplazando:
a= 1.274

a) Hallar la recta de regresión de mínimos cuadrados para predecir beneficios netos.

RECTA:
𝒀=𝟏.𝟐𝟕𝟒+𝟏.𝟑𝟐𝑿

b) Determine el beneficio si el gasto es 5%¿Cuánto es el porcentaje de la varianza explicada de los benefici

Reemplazando X:

Y= 1.274+(1.32)(5)
Y= 7.87
estra de 9 negocios es como sigue:

3.00 2.40
5.00 4.20

cada de los beneficios con respecto al gasto?

 17. Una fábrica de cierta marca de refresco ha tomado al azar 9 semanas del año, observando la temperatura media
correspondiente en grados centígrados (X) y la cantidad de los refrescos en miles (Y) pedidos durante cada uno de dichos per
Los datos se resumen en la siguiente tabla:

X 28 14 12 31 30 19 24
Y 60 19 12 75 70 40 55

Xi Yi Xi.Yi 〖𝑋𝑖〗 ^2 〖𝑌𝑖〗 ^2

28 60 1680 784 3600
14 19 266 196 361
12 12 144 144 144
31 75 2325 961 5625
30 70 2100 900 4900
19 40 760 361 1600
24 55 1320 576 3025
15 25 375 225 625
16 25 400 256 625
∑ 189.00 381.00 9370.00 4403.00 20505.00

𝑋 ̅ = 21.00
𝑌 ̅ = 42.33

Covarianza
𝑆𝑥𝑦=𝐶𝑜𝑣(𝑥.𝑦)=(∑𝑥𝑖.𝑌𝑖)/𝑛 − 𝑋 ̅.𝑌 ̅
= 152.111

Varianza
𝑆^2 𝑥=(∑ 〖𝑋𝑖〗 ^2)/𝑛 − 〖𝑋 ̅ "="48.222
〗 ^2 VARIANZA Y= 486.22

Sx √(𝑋 ̅
= ^2 ) = 6.94 Sy √(𝑌 ̅
= ^2 ) = 22.1

𝑏=𝑆𝑥𝑦/
(𝑆^2 𝑥)

b= 3.154

Si: 𝑎= 𝑌 ̅ −𝑏𝑋 ̅

Reemplazando:
a= -23.9

Hallar la recta de regresión de mínimos cuadrados para predecir la cantidad de pedidos.

RECTA:
 𝒀=−𝟐𝟑.𝟗+𝟑.𝟏𝟓𝟒𝑿

¿Se puede predecir la producción en base a la temperatura?

𝑟=𝑆𝑥𝑦/(𝑆𝑥.𝑆𝑦)
= 0.99
temperatura media
ante cada uno de dichos períodos.

15 16
25 25