Está en la página 1de 23

Los datos corresponden a la medición de la frecuencia cardiaca en reposo de varios individuos y su peso en kilogramos.

frecuencia PESO KG
62 90
45 86
40 67
55 98
64 81
53 75

a)       Determine las estimaciones de los parámetros de la regresión lineal entre las dos variables.

frecuencia PESO KG x2 y2 xy
62 90 3844 8100 5580
45 86 2025 7396 3870
40 67 1600 4489 2680
55 98 3025 9604 5390
64 81 4096 6561 5184
53 75 2809 5625 3975
319 497 17399 41775 26679

a) 51.91872389

b) 0.5814660084

𝑌= 0,5815x+51,919

PESO KG frecuencia x2 y2 XY
90 62 8100 3844 5580
86 45 7396 2025 3870
67 40 4489 1600 2680
98 55 9604 3025 5390
81 64 6561 4096 5184
75 53 5625 2809 3975
497 319 41775 17399 26679

a) 18.33617138

b) 0.4204888767

(𝑌=0,4205𝑥+18,336) ̂

b)       Calcule el coeficiente de correlación e interprete.

r= 0.4945
r2= 0.2445

INTERPRETACION: Es un valor positivo cercano de 0.5. Esto significa que existe correlación positiva moderad

c)       Obtenga la estimación de la frecuencia cardiaca cuando el peso del individuo es de 88kg.

PESO (KG) FRECUENCIA Y= 0,4205(88) + 18,336


88 55.34
su peso en kilogramos.

dos variables.

Chart Title
120

100

80 f(x) = 0.581466008355488 x + 51.9187238890999

60

40

20

0
35 40 45 50 55 60 65 70

Chart Title
70

60
f(x)==0.244499988682299
R² 0.42048887668223 x + 18.3361713814886
50

40

30

20

10

0
65 70 75 80 85 90 95 100
ación positiva moderada entre la frecuencia y el peso

es de 88kg.
Un partido político tiene la siguiente información acerca de los gastos de publicidad y el número de diputados elegidos.

Gasto en
Número de
publicidad
diputados
(Miles de
elegidos
dólares)

150 3
175 4
325 4
400 6
425 6
500 8

a)       Encuentre la recta de regresión que relaciona las dos variables.


Ch
Gasto en Número de
publicidad diputados 9
(Miles de x2 y2 xy 8
elegidos
dólares)
150 3 22500 9 450 7 f(x) = 0.012046169989507 x
175 4 30625 16 700 R² = 0.855755145294173
6
325 4 105625 16 1300
5
400 6 160000 36 2400
425 6 180625 36 2550 4

500 8 250000 64 4000 3


1975 31 749375 177 11400 2
1
0
a) 1.20146905 100 150 200 250 3

b) 0.01204617

(𝑌=0,012𝑥+1,2015) ̂

b)       Coeficientes de correlación y determinación

r= 0.92507035
r2= 0.8558

c)       Número de diputados que serían elegidos de ese partido si se fija un presupuesto de 300.000 dólares.
Gasto en
Número de (𝑌=0,012(300)+1,2015) ̂
publicidad
diputados
(Miles de
elegidos
dólares)
300 4.815
ro de diputados elegidos.

Chart Title

f(x) = 0.012046169989507 x + 1.20146904512067


R² = 0.855755145294173

150 200 250 300 350 400 450 500 550

uesto de 300.000 dólares.


En la dirección de turismo se observó que el número de plazas hoteleras ocupadas es diferente según sea el precio de

Precio por N° habit.


noche $ ocupadas
25 4725
65 2610
100 1872
140 943
210 450

a)       Represente gráficamente los datos para comprobar si existe cierta dependencia lineal entre las variables

Chart Title
5000
4500
4000
f(x) = − 21.913247652002 x + 4486.63074641621
3500 R² = 0.862579891379445
3000
2500
2000
1500
1000
500
0
0 50 100 150 200 250

Los puntos se propagan desde la parte superior izquierda hacia la parte inferior derecha y
muestran una tendencia a formar una línea recta. Por lo tanto existe correlación negativa
entre el precio y el número de habitaciones ocupadas

b)       Halle la ecuación de la recta de regresión

Precio por N° habit.


noche $ ocupadas x2 y2 xy
25 4725 625 22325625 118125
65 2610 4225 6812100 169650
100 1872 10000 3504384 187200
140 943 19600 889249 132020
210 450 44100 202500 94500
540 10600 78550 33733858 701495

a) 4486.63075
b) -21.9132477

(𝑌=−21,913𝑥+4486,6) ̂

c)       Cuantas habitaciones se llenarán a 150 dólares.

Precio por N° habit.


noche $ ocupadas (𝑌=−21,913(150)+4486,6) ̂
150 1199.6436

d)       En qué medida podemos considerar que el nivel de ocupación depende de la estructura de precios.

Coeficiente de determinación
Este valor significa que aproximadamente el 86% de la variación en el ni
r2= 0.86257989 ocupacion se explica o contabiliza por la variación en el precio
iferente según sea el precio de la habitación sobre el total de plazas ocupadas en un año se tiene:

dencia lineal entre las variables.


e la estructura de precios.

e el 86% de la variación en el nivel de


a por la variación en el precio
Se estudia la relación entre el tiempo de reparación (minutos) de computadores personales y el número de unidades r

Unidades Tiempo de
reparadas reparación
1 23
3 49
4 74
6 96
7 109
9 149
10 154
C
180
a)       Construya la recta de regresión para preveer el tiempo de reparación.
160
f(x) = 14.9594594594595 x + 7.
Unidades Tiempo de 140 R² = 0.991386591332712
reparadas reparación x2 y2 xy 120
1 23 1 529 23 100
3 49 9 2401 147
80
4 74 16 5476 296
60
6 96 36 9216 576
109 49 11881 763 40
7
9 149 81 22201 1341 20

10 154 100 23716 1540 0


0 2 4
40 654 292 75420 4686

b)       Construya un intervalo de confianza (alfa=0.01) del tiempo de reparacion para un lote de 14 unidades.

Método mínimos cuadrados


Numerador 3528
a Denominador 444
Valor 7.9459
Numerador 6642
b Denominador 444
Valor 14.959

(𝑌=14,959𝑥+7,9459) ̂

Datos Valores
Tiempo 23
49
74
96
109
149
154 Intervalo de confianza superior = 182
217
Total 871
Media 108.875 Intervalo de confianza inferior = 36
Desv. Estánda58.8205693

N 8
α 0.01
gl 7
t 3.499
Error 72.7659448
el número de unidades reparadas en ese tiempo por un equipo de mantenimiento y los resultados son:

Chart Title

f(x) = 14.9594594594595 x + 7.94594594594596


R² = 0.991386591332712

2 4 6 8 10 12

un lote de 14 unidades.
El volumen de ahorro y la renta del sector familias (en cientos de millones de dolares) para un periodo de 10 años

Año Ahorro Renta


1 1.9 20.5
2 1.8 20.8
3 2 21.2
4 2.1 21.7
5 1.9 22.1
6 2 22.3
7 2.2 22.2
8 2.3 22.6
9 2.7 23.1
10 3 23.5

a)       Recta de regresión del ahorro sobre la renta.


Año Renta Ahorro Cha
1 20.5 1.9 a) -5.26584726 3.5
2 20.8 1.8
3
3 21.2 2 b) 0.33890215
4 21.7 2.1 2.5 f(x) = 0.33890214797
5 22.1 1.9 R² = 0.724215274822
(𝑌=−5,2658+0,3389𝑥) ̂ 2
6 22.3 2
7 22.2 2.2 1.5
8 22.6 2.3
1
9 23.1 2.7
10 23.5 3 0.5

0
20 20.5 21 21.5

b)       Renta de regresión de la renta sobre el ahorro.

Año Ahorro Renta a) 17.3200903


1 1.9 20.5 24
2 1.8 20.8 b) 2.13694507 23.5 f(x) = 2.13694507148
3 2 21.2 23
R² = 0.724215274822
4 2.1 21.7 (𝑌=17,32+2,1369𝑥) ̂ 22.5
5 1.9 22.1
22
6 2 22.3
21.5
7 2.2 22.2
21
8 2.3 22.6
20.5
9 2.7 23.1
10 3 23.5 20
19.5
19
1.6 1.8 2 2.2
c)       Para el año 11 se supone una renta de 2.41 miles de millones de dólares, cual es el ahorro esperado p

Año Ahorro Renta


11 2.90169451 2.41

d)       Estudie la calidad del ajuste de los datos mediante el modelo obtenido.

Coeficiente de determinación El coeficiente de determinación indica que proximadamente 72% de la


variación en el ahorro se explica o contabiliza por la variación en la renta, o
r2= 0.72421527 viceversa
para un periodo de 10 años fueron:

Chart Title

f(x) = 0.338902147971359 x − 5.26584725536989


R² = 0.724215274822169

20.5 21 21.5 22 22.5 23 23.5 24

Chart Title

f(x) = 2.13694507148232 x + 17.3200902934537


R² = 0.72421527482217

.6 1.8 2 2.2 2.4 2.6 2.8 3 3.2


cual es el ahorro esperado para el año 11.

adamente 72% de la
variación en la renta, o

También podría gustarte