Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Coeficiente de correlación
Ejercicio 1: Ejercicio tomado del libro Estadística Aplicada a Negocios y la Economía. Capítulo 13
Regresión lineal y correlación. Ejercicio 3. Página 471.
Bi-Io Appliance Super-Store tiene tiendas en varias áreas metropolitanas de Nueva Inglaterra. El
gerente general de ventas planea transmitir un comercial de una cámara digital en estaciones de
televisión locales antes del periodo de ventas que empezará el sábado y terminará el domingo.
Planea obtener la información de las ventas de la cámara digital durante el sábado y el domingo en
las diversas tiendas y compararlas con el número de veces que se transmitió el anuncio en las
estaciones de televisión. El propósito es determinar si hay alguna relación entre el número de veces
que se transmitió el anuncio y las ventas de cámaras digitales [ CITATION Lin12 \l 12298 ] . Los pares
son:
La variable dependiente va a ser la venta de cámaras digitales, ya que esta dependerá del número
de veces que se transmita el anuncio en la televisión, ya que esto persuade a los televidentes a ir a
comprarla.
X́ =
∑ X = 4+ 2+ 5+6+3 = 20 =4
n 5 5
S x =1.58113883
Ý =
∑ Y = 15+8+21+24 +17 = 85 =17
n 5 5
S y =6.123724357
Ventas de
Ubicación de Número de
sábado a
la estación de trasmisiones ( X −^
X) ( Y −Y^ ) ( X −^
X ) ( Y −Y^ )
domingo
TV X
Y
Providence 4 15 0 -2 0
Springfield 2 8 -2 -9 18
New Haven 5 21 1 4 4
Boston 6 24 2 7 14
Hartford 3 17 -1 0 0
Total 20 85 0 0 36
r=
∑ (X − ^X )(Y −Y^ )
( n−1) S x S y
36
r= =0.6196773354 ≈ 0.62
(5−1)(1.58113883)(6.123724357)
2. La relación entre ambas variables es moderada. En el caso de una relación positiva, los
valores del coeficiente de correlación cercanos a uno indican relaciones más fuertes. En este caso,
r =0.62 por lo tanto es más cercana a 0.5, y se observa que la relación no es ni fuerte ni débil.
2. Regresión lineal
Ejercicio 2: Ejercicio tomado del libro Estadística Aplicada a Negocios y la Economía. Capítulo 13
Regresión lineal y correlación. Ejercicio 16. Página 482.
El señor James McWhinney, presidente de Daniel-James Financial Services, considera que hay una
relación entre el número de contactos con sus clientes y la cantidad de ventas. Para probar esta
afirmación, el señor McWhinney reunió la siguiente información muestral. La columna X índice el
número de contactos con sus clientes el mes anterior, mientras que la columna Y indica el valor de
las ventas (miles de $) el mismo mes por cada cliente muestreado [ CITATION Lin12 \l 12298 ].
X́ =
∑ X = 14+12+20+16+ 46+23+ 48+50+55+50 = 334 =33.4
n 10 10
S x =17.688363965
Ý =
∑ Y = 24+14 +28+30+ 80+30+90+85+ 120+110 = 611 =61.1
n 10 10
S y =39.78958546
r=
∑ (X − X́ )(Y −Ý ) = 6176.6
=0.97536215≈ 0.98
( n−1)S x S y (9)(17.688363965)(39.78958546)
Sy 39.78958546
b=( r ) ( )
Sx
=0.98(17.688363965 )
=2.194642 ≈ 2.19
Y^ =−12.201+(2.1946) X
Y^ =−12.201+(2.1946)(40)
Y^ =75,583
3. Regresión exponencial
Ejercicio 3: Ejercicio tomado del Cuaderno de Estadística Inferencial de la Srta. Liz Guerrero.
Capítulo Modelo de Regresión no Lineal Exponencial. Ejercicio 2. Página 85. [ CITATION Gue18 \l
12298 ]. Basado del libro de Estadística Aplicada a Negocios y la Economía [ CITATION Lin12 \l
12298 ].
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:
x y logy x2 xlogy
1 99 1,995635 1 1,995635
2 95 1,977724 4 3,955447
5 85 1,929419 25 9,647095
15 55 1,740363 225 26,105440
25 30 1,477121 625 36,928031
30 24 1,380211 900 41,406337
35 20 1,301030 1.225 45,536050
40 15 1,176091 1.600 47,043650
153 423 12,977594 4.605 212,617686
x́=
∑ lnx = 1+ 2+ 5+15+…+ 40 =153
n 8
ln ý=
∑ lny = 1,995635+1,977724+ …+1,176091 =12,977594
n 8
logb=∑ ¿ ¿ ¿
−153∗12,977594
212,617686
8
logb=
(153)2
4605−
8
logb=−0,02119205
b=0,952374921 ≈ 0,95
ln a=
∑ ln y−b∗¿ ∑ x ¿
n
12,977594+0,02119205∗153
ln a=
8
ln a=2,027497
2,027497
a=10 =106,536204 ≈ 106,54
log Y =2.027496−0,9524 X
Y ¿ a∗b x
´
∑ ( x− x́ )(logy−logy)
r=
√ ∑ ( x−x́ )2 ∑ (logy−log ý )2
−35,578802
r= =−0,99869048
√ 1678,875∗0,75596635
2 2
r = (−0,99869048 ) =0,99738268 ≈ 0,997
4. Regresión potencial
Ejercicio 4: Ejercicio tomado del Cuaderno de Estadística Inferencial de la Srta. Liz Guerrero.
Capítulo Modelo de Regresión no Lineal Logarítmica. Ejercicio 1. Página 88. [ CITATION Gue18 \l
12298 ]. Basado del libro de Estadística Aplicada a Negocios y la Economía [ CITATION Lin12 \l
12298 ].
Se realizó un estudio comparativo del nivel de ruido (en decibeles) producido por discotecas
rodantes, se procedió a evaluar diferentes niveles de potencia (en vatios).
Tabla de Datos:
Niveles de Nivel de
Potencia Ruido
100 60
500 80
1000 90
5000 99
10000 120
x́=
∑ lnx = 4,60517+6,21461+…+ 9,21034 =35,45507
n 5
ý=
∑ lny = 4,09434+4,38203+ …+4,78749 =22,35879
n 5
b=∑ ¿ ¿ ¿
−35.4551∗22.3588
160.4033
5
b=
(35.4551)2
264.919−
5
b=0.1374
ln a=
∑ ln y−b∗¿ ∑ ln x ¿
n
22.3588−0.1374∗35.4551
ln a=
5
ln a=3.497
a=e 3.497
a=33.0146
r=
∑ (x−x́ )( y− ý )
√ ∑ ( x−x́ )2 ∑ ( y− ý )2
1,85677
r= =0,979247837
√ 13,5066∗0,2662
2 2
r = ( 0,979247837 ) =0,958926327 ≈ 0,9589
5. Regresión logarítmica
Ejercicio 5: Ejercicio tomado del Cuaderno de Estadística Inferencial de la Srta. Liz Guerrero.
Capítulo Modelo de Regresión no Lineal Logarítmica. Ejercicio 1. Página 88 [CITATION Gue18 \l
12298 ]. Basado del libro de Estadística Aplicada a Negocios y la Economía [ CITATION Lin12 \l
12298 ].
Se realizó un estudio comparativo del nivel de ruido (en decibeles) producido por discotecas
rodantes, se procedió a evaluar diferentes niveles de potencia (en vatios). Los datos finales fueron:
Tabla de Datos:
Niveles de Nivel de
Potencia Ruido
100 60
500 80
1000 90
5000 99
10000 120
x́=
∑ lnx = 4,60517+6,21461+…+ 9,21034 =35,45507
n 5
ý=
∑ y = 60+80+ …+120 =89,8000
n 5
y=alnx+b
a=
∑ lnx∗y− ý ∑ lnx
∑ ( lnx )2−¿ x́ ∑ lnx ¿
(3.343,6198 )−( 89,8000 ) ( 35,4551 )
a=
( 264,9190 )−( 7,0910 ) ( 35,4551 )
a=11,82788547 ≈ 11,83
b= ý−a x́
b=5,928305355 ≈5,93
r=
∑ (x−x́ )( y− ý )
√ ∑ ( x−x́ )2 ∑ ( y− ý )2
159,7548
r= =0,97669771
√ 13,5066∗1.980,80
2 2
r = ( 0,97669771) =0,95393841≈ 0,954
Coeficiente de correlación (r)
Ejercicio 4 Ejercicio 5
0,979247837 0,97669771
Por lo tanto, se puede determinar que la regresión no lineal que más se ajusta con los datos
observados es la regresión potencial, ya que el valor que toma el coeficiente de correlación (r) es de
0,979247837, un valor muy próximo a 1, lo que determina que las variables presentan una relación
casi perfecta y positiva.
Referencia
Guerrero Cunuhay, L. E. (2015). Cuaderno de Estadística Inferencial. Latacunga, Cotopaxi, Ecuador.
Retrieved Agosto 01, 2018
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2012). Statistical Techniques in Business & Economics
(Decimoquinta ed.). (M. T. Zapata Terrazas, Ed., M. d. Obón León, & J. L. Cárdenas, Trans.)
Mexico, Mexico: McGRAW-HILL/INTERAMERICANA EDITORES, S.A. Retrieved Julio 27, 201