NOMBRE: Jorge____ APELLIDO: Aparicio________

C.I. 28.387.823_______ ASIGNATURA: ESTADISTICA

EVALUACIÓN 3
ESTADISTICA I

1) El vendedor de una tienda escolar conoce sus ganancias semanales

Promedio durante 5 años. Con esos datos y el números de inscritos en la
Escuela el planea estimar sus ganancias para el próximo año.
Ganancias (y) Niños inscritos (X)
$
4000 1500
5200 1700
4300 1400
5000 1600
5400 1750
El próximo año los niños inscritos serán 1850 ¿Cuáles serán las ganancias?
Promedio por semana del vendedor. Explique (valor 50 ptos)
2) Definir a) Regresión lineal (Valor 15 ptos)
b) Pendiente (Valor 15 ptos)
c) Método de mínimos cuadrado (Valor 20 ptos)
 Respuesta

1)

Ganancias (y) Niños inscritos (X)

$

4.000 1.500
5.200 1.700
4.300 1.400
5.000 1.600
5.400 1.750
23.900 7.950

Y= ax + b

a = n. (∑ x.y) – (∑ x) (∑ y)

n. (∑X2 ) – (∑x)2

a = 5 (38.310.000) – (7.950) (23.900)

5 (12.722.500) – (7.950)2

a = 191.550.000 – 190.005.000

63.612.500 – 63.202.500

a = 1.545.000 = 4
410.000

b = (∑ y) (∑ x2) – (∑ x) (∑ x.y)

n (∑ x2) – (∑ x)2
b= (23.900) . (12.722.500) - (7.950) . (38.310.000)

5 (12.722.500) – (7.950)2

b = 3,04 – 3,04 = 0
63.612.500 – 63.202.500

Y = 4X + 0
Y = 4 (1.850) + 0 = 7.400$

Al usar el método de mínimos cuadrado, se permitió predecir la ganancia que

obtendrá el vendedor el próximo año. Es decir, que a mayor cantidad de
estudiantes, mayor serán las ganancias.

2)
a) Regresión lineal.
el análisis de la regresión es un proceso estadístico para estimar las
relaciones entre variables. Incluye muchas técnicas para el modelado y
análisis de diversas variables, cuando la atención se centra en la relación
entre una variable dependiente y una o más variables independientes (o
predictores). Más específicamente, el análisis de regresión ayuda a entender
cómo el valor de la variable dependiente varía al cambiar el valor de una de
las variables independientes, manteniendo el valor de las otras variables
independientes fijas.
b) Pendiente.

La pendiente de la ecuación de regresión de “Y” sobre “X” se representa por

la letra “b” e indica el cambio que se produce en la variable “Y” por cada
cambio unitario en la variable “X”. Gráficamente representa la “inclinación” de
la recta de regresión. Sí la relación entre las variables es positiva la
pendiente también es positiva. Sí la relación entre las variables es negativa,
la pendiente es negativa. Sí no existe relación lineal entre las variables, la
pendiente es cero.

c) Método de mínimos cuadrados.

Es una técnica de análisis numérico enmarcada dentro de la optimización
matemática, en la que, dados un conjunto de pares ordenados (variable
independiente, variable dependiente) y una familia de funciones, se intenta
encontrar la función continua, dentro de dicha familia, que mejor se aproxime
a los datos. Su fórmula es la siguiente: Y = ax + b.
Dónde:
 Y: valor proyectado, estimado o pronóstico de Y.
 a: punto donde la recta corta el eje.
 b: la pendiente de la recta, la tendencia.
 x: cualquier valor de tiempo seleccionado.