1. Dadas las siguientes cinco observaciones de las variables x y y.

xi yi
1 3
2 7
3 5
4 11
5 14

a. Trace el diagrama de dispersión correspondiente a estos datos.

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la relación entre las dos variables?
c. Trate de aproximar la relación entre x y y trazando una línea recta que pase a través de los puntos de los datos.
d. Con las ecuaciones (14.6) y (14.7) calcule b0 y b1 para obtener la ecuación de regresión estimada.
e. Use la ecuación de regresión estimada para predecir el valor de y cuando x = 4.

Inciso A xi yi Diagrama de dispersión

1 3 16
2 7 14
3 5 12
4 11 10
5 14 8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Inciso B
Indica que no importa si se aumenta los valores en x puede que los valores en y sean mayores o menores que l
anteriores

Inciso C
Diagrama de dispersión
16
14
12
10
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
 12
10
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Inciso D xi yi 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2

1 3 3 1 9
2 7 14 4 49
3 5 15 9 25
4 11 44 16 121
5 14 70 25 196

15 3
∑▒𝑥
𝑥 ̅
40 8
∑▒𝑦
𝑦 ̅
146 n 5
∑▒𝑥𝑦
55
∑▒𝑥^2
400
∑▒𝑦^2

Calculando B1

𝑏_1=(146 −(5)(3)
("8" ))/((55)−5(3)^2 ) 𝑏_1=2.6

Inciso E Prediccion para cuando x=4

Reemplazamos el valor de x en la formula de la grafica

𝑦=0.2+2.6(𝑥)
𝑦=0.2+2.6(4)

𝑦=10.6
El valor de y=10.6 cuando el valor de x=4
El valor de y=10.6 cuando el valor de x=4
 variables?
e los puntos de los datos.
n estimada.

a de dispersión

3 3.5 4 4.5 5 5.5

s en y sean mayores o menores que los

 Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)
fórmula para obtener el coeficiente b1 fórmula para obtener el coeficiente b0

𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B0 Ecuación de regresión
𝑦=𝑏_0
𝑏_0=(8)−(2.6)(3) 𝑏_0=0.2 〖 +𝑏 〗 _1(𝑥)
𝑦=0.2+2.6(𝑥)
 Ecuación de regresión
𝑦=𝑏_0
〖 +𝑏 〗 _1(𝑥)
𝑦=0.2+2.6(𝑥)
2. Dadas las siguientes cinco observaciones de las variables x y y.

xi yi
3 55
12 40
6 55
20 10
14 15

a. Trace, con estos datos, el diagrama de dispersión.

b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la relación entre las dos variables?
c. Trate de aproximar la relación entre x y y trazando una línea recta a través de los puntos de los datos.
d. Con las ecuaciones (14.6) y (14.7) calcule b0 y b1, para obtener la ecuación de regresión estimada.
e. Use la ecuación de regresión estimada para predecir el valor de y cuando x = 4.

Inciso a xi yi
3 55 Grafica de dispersión
12 40 60

6 55 50
20 10 40
14 15
30

20

10

0
2 4 6 8 10 12 14 16 18 20 22

Inciso b
Indica que a medida que el valor sea mas pequeño puede alcanzar un valor en y más
alto

Inciso c

Grafica de dispersión
60

50

40

30

20

10

0
2 4 6 8 10 12 14 16 18 20 22
 40

30

20

10

0
2 4 6 8 10 12 14 16 18 20 22

Inciso d xi yi 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2

3 55 165 9 3025
12 40 480 144 1600
6 55 330 36 3025
20 10 200 400 100
14 15 210 196 225

∑▒𝑥
55 𝑥 ̅ 11 Ecuacio

∑▒𝑦
175 𝑦 ̅ 35

∑▒𝑥𝑦
1385 n 5

∑▒𝑥^2
785 fórmula para obtener el coeficiente b

∑▒𝑦^2
7975 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B1

𝑏_1=(1385 −(5)(11)
("35" ))/((785) 𝑏_1=−3
−5(11)^2 )

Inciso E Prediccion para cuando x=4

Reemplazamos el valor de x en la formula de la grafica

𝑦=68−3(𝑥)
𝑦=68−3(4)

𝑦=56

El valor de y=56 cuando el valor de x=4

os de los datos.
n estimada.

de dispersión

0 12 14 16 18 20 22
 Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)
órmula para obtener el coeficiente b1 fórmula para obtener el coeficiente b0

𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B0 Ecuación de regresión
𝑦=𝑏_0
𝑏_0=(35)−(−3)(11) 𝑏_0=68 〖 +𝑏 〗 _1(𝑥)
𝑦=68−3(𝑥)
 Ecuación de regresión
𝑦=𝑏_0
〖 +𝑏 〗 _1(𝑥)
𝑦=68−3(𝑥)
3. Los datos siguientes son estaturas y pesos de nadadoras.

xi yi
68 132
64 108
62 102
65 115
66 128

a. Trace el diagrama de dispersión de estos datos usando la estatura como variable independiente.
b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la relación entre las dos variables?
c. Trate de aproximar la relación entre estatura y peso trazando una línea recta a través de los puntos de los datos.
d. Obtenga la ecuación de regresión estimada calculando b0 y b1
e. Si la estatura de una nadadora es 63 pulgadas, ¿cuál será su peso estimado?

Inciso a xi yi
68 132 Grafica de Dispersión
64 108 140
62 102 120
65 115 100
66 128 80
60
40
20
0
61 62 63 64 65 66 67 68 69

Inciso b
Según la gráfica de dispersion podemos ver que está aumenta gradualmente de
menor a mayor

Inciso c

Grafica de Dispersión
140
120
100
80
60
40
20
0
61 62 63 64 65 66 67 68 69
 120
100
80
60
40
20
0
61 62 63 64 65 66 67 68 69

Inciso d xi yi 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2

68 132 8976 4624 17424
64 108 6912 4096 11664
62 102 6324 3844 10404
65 115 7475 4225 13225
66 128 8448 4356 16384

∑▒𝑥
325
𝑥 ̅ 65 Ecuacio

∑▒𝑦
585 𝑦 ̅ 117

∑▒𝑥𝑦
38135 n 5

∑▒𝑥^2
21145 fórmula para obtener el coeficiente b

∑▒𝑦^2
69101 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B1

𝑏_1=(38135 −(5)(65)
("117" ))/((21145) 𝑏_1=5.5
−5(65)^2 )

Inciso E Prediccion para cuando x=63

Reemplazamos el valor de x en la formula de la grafica

𝑦=−240.5+5.5(𝑥)
𝑦=−240.5+5.5(63)
𝑦=106
El peso de la nadadora es de 106 kg cuando su estatura es de 63
pulgadas
de los puntos de los datos.

de Dispersión

65 66 67 68 69
 Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)

órmula para obtener el coeficiente b1 fórmula para obtener el coeficiente b0

𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B0 Ecuación de regresión
𝑦=𝑏_0
𝑏_0=(117)−(5.5)(65) 𝑏_0=−240.5 〖 +𝑏 〗 _1(𝑥)
𝑦=−240.5+5.5(𝑥)
 Ecuación de regresión
𝑦=𝑏_0
〖 +𝑏 〗 _1(𝑥)
𝑦=−240.5+5.5(𝑥)
 4. Wageweb realiza estudios sobre datos salariales y presenta resúmenes de éstos en su sitio de la Red. Basándose en datos s
2002 Wageweb publicó que el salario anual promedio de los vicepresidentes de ventas era $142 111 con una gratificación anu
(Wageweb.com, 13 de mazo de 2003). Suponga que los datos siguientes sean una muestra de salarios y bonos anuales de 10 v
se dan en miles de dólares.

Vicepresident Salario Gratificación

1 135 12
2 115 14
3 146 16
4 167 19
5 165 22
6 176 24
7 98 7
8 136 17
9 163 18
10 119 11

a. Trace un diagrama de dispersión con estos datos tomando como variable independiente los salarios.
b. ¿Qué indica el diagrama de dispersión del inciso a) acerca de la relación entre salario y gratificación?
c. Use el método de mínimos cuadrados para obtener la ecuación de regresión estimada.
d. Dé una interpretación de la ecuación de regresión estimada.
e. ¿Cuál será la gratificación de un vicepresidente que tenga un salario anual de $120 000?

Inciso a Salario (x) Gratificación (y)

135 12
Gratificación
115 14 30

146 16
25
167 19
165 22 20
176 24
15
98 7
136 17 10
163 18
119 11 5

0
90 100 110 120 130 140

Inciso b
Podemos apreciar que la gratificacion no va relacionada directamente al orden de salarios
o al salario mas alto

Inciso c

Gratificación (y)
30
 Gratificación (y)
30

25

20

15

10

0
90 100 110 120 130 140 150 160 170 180 190

Inciso d Salario (x) Gratificación (y) 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2

135 12 1620 18225 144
115 14 1610 13225 196
146 16 2336 21316 256
167 19 3173 27889 361
165 22 3630 27225 484
176 24 4224 30976 576
98 7 686 9604 49
136 17 2312 18496 289
163 18 2934 26569 324
119 11 1309 14161 121

∑▒𝑥
1420 𝑥 ̅ 142 Ec

∑▒𝑦
160 𝑦 ̅ 16

∑▒𝑥𝑦
23834 n 10

∑▒𝑥^2
207686 fórmula para obtener el coeficie
∑▒𝑦^2
2800 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B1

𝑏_1=(23834 −(10)(142)("1" 𝑏_1=0.1843

6))/((207686) −10(142)^2 )
Inciso E Prediccion para cuando el salario es 120

Reemplazamos el valor de x en la formula de la grafica

𝑦=−10.1796+0.1843(𝑥)
Observacion: los datos para conocer su
valor origianl deben multiplicarse por
𝑦=−10.1796+0.1843(120) 1000 tanto salarios como Bonificaciones

𝑦=11.9364

La gratificacion es de 11936.4 $ cuando su salario es de 120000

de la Red. Basándose en datos salariales desde el 1 de octubre de
42 111 con una gratificación anual promedio de $15 432
salarios y bonos anuales de 10 vicepresidentes de ventas. Los datos

Gratificación (y)

110 120 130 140 150 160 170 180 190

 Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)
órmula para obtener el coeficiente b1 fórmula para obtener el coeficiente b0

𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B0 Ecuación de regresión
𝑦=𝑏_0
𝑏_0=(16)−(0.1843)(142) 𝑏_0=−10.1706 〖 +𝑏 〗 _1(𝑥)
𝑦=−10.1796+0.1843(𝑥)
os datos para conocer su
deben multiplicarse por
rios como Bonificaciones
 Ecuación de regresión
𝑦=𝑏_0
〖 +𝑏 〗 _1(𝑥)
𝑦=−10.1796+0.1843(𝑥)
T1 Las bicicletas de montaña que actualmente cuestan menos de $1000 tienen muchos de los componentes de alta calidad qu
los modelos de alta calidad. Hoy, incluso modelos de menos de $1000 suelen ofrecer suspensión flexible, pedales clipless y cua
cuestión interesante es si precios más altos corresponden a mayor facilidad de manejo, medida a través del agarre lateral de l
lateral, Outside Magazine empleó una escala de evaluación del 1 al 5, en la que el 1 correspondía a mala y 5 a promedio. Acon
lateral y los precios de 10 bicicletas de montaña probadas por Outside Magazine (Outside Magazine Buyer’s Guide, 2001)

Fabricante y m Agarre lateral Precio ($)

Raleigh M80 1 600
Marin Bear
Valley
Feminina 1 649

GTAvalanche
2.0 2 799
Kona Jake the
Snake 1 899
Schwinn
Moab 2 3 950

Giant XTC NRS

3 4 1100
Fisher
Paragon
Genesisters 4 1149
Jamis Dakota X 3 1300
Trek Fuel 90 5 1550
Specialized S 4 1625

a. Trace un diagrama de dispersión con estos datos tomando como variable independiente el agarre lateral.
b. ¿Parecen indicar estos datos que los modelos más caros sean de más fácil manejo? Explique.
c. Dé la ecuación de regresión estimada obtenida por el método de mínimos cuadrados.
d. ¿Cuál es el precio estimado de una bicicleta de montaña cuyo agarre lateral tenga una evaluación de 4?
e. Calcule el coeficiente de determinación r2.
f. Calcule el coeficiente de correlación muestral.
g. Comente Diagrama de D
1800
Inciso a Agarre lateral Precio ($)
1600
1 600
1400
1 649
1200
2 799
1000
1 899
3 950 800

4 1100 600

4 1149 400

3 1300 200
5 1550 0
0.5 1 1.5 2 2.5 3
4 1625

Inciso b
Esto se debe a los tipos de aharre que presentan las bicilcetas
 Esto se debe a los tipos de aharre que presentan las bicilcetas

Inciso c Agarre lateral Precio ($) 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2 (𝑦−(𝑦)) ̅

1 600 600 1 360000 -462.1
1 649 649 1 421201 -413.1
2 799 1598 4 638401 -263.1
1 899 899 1 808201 -163.1
3 950 2850 9 902500 -112.1
4 1100 4400 16 1210000 37.9
4 1149 4596 16 1320201 86.9
3 1300 3900 9 1690000 237.9
5 1550 7750 25 2402500 487.9
4 1625 6500 16 2640625 562.9

∑▒𝑥
28 𝑥 ̅ 2.8 Ecuacio

∑▒𝑦 10621 𝑦 ̅ 1062.1

∑▒𝑥𝑦
33742 n 10

∑▒𝑥^2 ∑▒ 〖 (𝑦−𝑦 ̅
98 〗 )^2 1113064.9 fórmula para obtener el coeficiente b

∑▒𝑦^2
12393629 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B1

𝑏_1=(33742 −(10)(2.8)("1"
062.1))/((98) −10(2.8)^2 ) 𝑏_1=204.2449 𝑏_0=(1062.1)−(204.24

Inciso d Bicicleta de agarre 4

Reemplazamos el valor de x en la formula de la grafica

𝑦=490.2143+204.2449(𝑥)

𝑦=490.2143+204.2449(4)

𝑦=1307.1939

el precio de una bicicleta de agarre 4 es de 1307.1939$

 Inciso e Calculando el coeficinete de determinación
Agarre lateral Precio ($) 𝑦 ̂ (𝑦−𝑦 ̂) (𝑦−𝑦 ̂ )^2
1 600 694.4592 -94.4592 8922.540465
1 649 694.4592 -45.4592 2066.538865 𝑟^2=1−(∑▒ 〖 (𝑦−𝑦 ̂ 〗
2 799 898.7041 -99.7041 9940.907557
1 899 694.4592 204.5408 41836.93886
3 950 1102.949 -152.949 23393.3966
4 1100 1307.1939 -207.1939 42929.3122
4 1149 1307.1939 -158.1939 25025.31
3 1300 1102.949 197.051 38829.0966
𝑟^2=1−(295431.72
5 1550 1511.4388 38.5612 1486.966145
4 1625 1307.1939 317.8061 101000.7172

∑▒ 〖 (𝑦−𝑦 ̂ 〗 )^2
295431.7245

Inciso f Coeficiente de Correlación

Formula de Correlación Calculo del coe

r= (10(33742)−(28)(10621))/(√(10(98)
𝑦−∑▒𝑥 ∑▒𝑦)/(√(𝑛∑▒ 〖𝑥 ^2−(∑▒𝑥)^2 〗 ) √(𝑛∑▒ 〖𝑦 ^2−(∑▒𝑦)^2 〗

Inciso g
Es una correlacion positiva alta
 e los componentes de alta calidad que hasta hace poco sólo tenían
ensión flexible, pedales clipless y cuadro muy bien diseñado. Una
edida a través del agarre lateral de la bicicleta. Para medir el agarre
spondía a mala y 5 a promedio. Acontinuación se presenta el agarre
Magazine Buyer’s Guide, 2001)

e el agarre lateral.

evaluación de 4?

Diagrama de Dispersión

5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

 (𝑦−(𝑦 ) ̅)^2
213536.41
170651.61
69221.61
26601.61
12566.41
1436.41
7551.61
56596.41
238046.41
316856.41

Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)
órmula para obtener el coeficiente b1 fórmula para obtener el coeficiente b0

𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B0 Ecuación de regresión
𝑦=𝑏_0
𝑏_0=(1062.1)−(204.2449)(2.8) 𝑏_0=490.2143 〖 +𝑏 〗 _1(𝑥)
𝑦=490.2143+204.2449(𝑥)
 Coeficiente de determinación

𝑟^2=1−(∑▒ 〖 (𝑦−𝑦 ̂ 〗 )^2 " " )/((𝑦−(𝑦 ) ̅")^2 " )

Calculando el coeficiente de determinación

𝑟^2=1−(295431.724 )/(1113064.9 )
𝑟^2=0.7345

Calculo del coeficiente de correlación

10621))/(√(10(98)−(28)^2
〖𝑦 ^2−(∑▒𝑦)^2 〗 )) ) √(10(12393629)−(10621)^2 ))
r= 0.857
 Ecuación de regresión
𝑦=𝑏_0
〖 +𝑏 〗 _1(𝑥)
𝑦=490.2143+204.2449(𝑥)
0621)^2 ))
T2. Bergans of Norway ha estado fabricando equipo para excursionismo desde 1908. En los datos que se presentan en la tabla
(°F) y el precio ($) de 11 modelos de sacos de dormir fabricados por Bergans (Backpacker 2006 Gear Guide)

Modelo Temperatura Precio

Ranger 3-Seaso 12 319
Ranger Spring 24 289
Ranger Winter 3 389
Rondane 3-Sea 13 239
Rondane Summ 38 149
Rondane Winte 4 289
Senja Ice 5 359
Senja Snow 15 259
Senja Zero 25 229
Super Light 45 129
Tight & Light 25 199

a. Trace un diagrama de dispersión con estos datos, en el que la variable independiente sea la temperatura (°F).
b. ¿Qué indica el diagrama de dispersión del inciso a) respecto a la relación entre temperatura y precio?
c. Use el método de mínimos cuadrados para obtener la ecuación de regresión estimada.
d. Prediga cuál será el precio de un saco de dormir si el índice de temperatura (°F) es 20.
e. Calcule el coeficiente de determinación r2.
f. Calcule el coeficiente de correlación muestral.
g. Comente
Diagrama de
Inciso a Temperatura Precio
12 319 450

24 289 400
3 389 350
13 239 300
38 149
250
4 289
200
5 359
15 259 150
25 229 100
45 129 50
25 199 0
0 5 10 15 20 2

Inciso b
indica que entre mas baja la temperatura mas alto el
precio

Inciso c Temperatura Precio 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2 (𝑦−(𝑦)) ̅

 12 319 3828 144 101761 60
24 289 6936 576 83521 30
3 389 1167 9 151321 130
13 239 3107 169 57121 -20
38 149 5662 1444 22201 -110
4 289 1156 16 83521 30
5 359 1795 25 128881 100
15 259 3885 225 67081 0
25 229 5725 625 52441 -30
45 129 5805 2025 16641 -130
25 199 4975 625 39601 -60

∑▒𝑥
209 𝑥 ̅ 19 Ecuac

∑▒𝑦
2849 𝑦 ̅ 259

∑▒𝑥𝑦
44041 n 11

∑▒𝑥^2 ∑▒ 〖 (𝑦−𝑦 ̅
5883 66200 fórmula para obtener el coeficiente
〗 )^2
∑▒𝑦^2
804091 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B1

𝑏_1=(44041 −(11)(19 )("259 " ))/

((5883 ) −11(19 )^2 ) 𝑏_1=−5.2772 𝑏_0=(259)−(−5.2772

Inciso d Prediccion para temperatura de 20

Reemplazamos el valor de x en la formula de la grafica

𝑦=359.2668−5.2772(𝑥)
𝑦=359.2668−5.2772(20)

𝑦=253.7228

el precio por tener el indice de temperatura en 20ªF es de 253.7228$

Inciso e Calculando el coeficinete de determinación

Temperatura Precio 𝑦 ̂ (𝑦−𝑦 ̂) (𝑦−𝑦 ̂ )^2
 12 319 295.9404 23.0596 531.7451522
24 289 232.614 56.386 3179.380996 𝑟^2=1−(∑▒ 〖 (𝑦−𝑦 ̂ 〗
3 389 343.4352 45.5648 2076.150999
13 239 290.6632 -51.6632 2669.086234
38 149 158.7332 -9.7332 94.73518224
4 289 338.158 -49.158 2416.508964
5 359 332.8808 26.1192 682.2126086
15 259 280.1088 -21.1088 445.5814374
25 229 227.3368 1.6632 2.76623424
45 129 121.7928 7.2072 51.94373184
25 199 227.3368 -28.3368 802.9742342

∑▒ 〖 (𝑦−𝑦 ̂ 〗 )^2
12953.08577

Inciso f Coeficiente de Correlación

Formula de Correlación Calculo del co

r= (11(44041
𝑦−∑▒𝑥 ∑▒𝑦)/(√(𝑛∑▒ 〖𝑥 ^2−(∑▒𝑥)^2 〗)−(209
) √(𝑛∑▒)(2849 ))/(√(11(58
〖𝑦 ^2−(∑ ▒𝑦)^2 〗

Inciso g
Es una correlacion positiva alta
 datos que se presentan en la tabla siguiente se da la temperatura
006 Gear Guide)

a la temperatura (°F).
ura y precio?

Diagrama de Dispersión

5 10 15 20 25 30 35 40 45 50

(𝑦−(𝑦 ) ̅)^2
 3600
900
16900
400
12100
900
10000
0
900
16900
3600

Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)
órmula para obtener el coeficiente b1 fórmula para obtener el coeficiente b0

𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B0 Ecuación de regresión
𝑦=𝑏_0
𝑏_0=(259)−(−5.2772)(19) 𝑏_0=359.2668 〖 +𝑏 〗 _1(𝑥)
𝑦=359.2668−5.2772(𝑥)

Coeficiente de determinación
𝑟^2=1−(∑▒ 〖 (𝑦−𝑦 ̂ 〗 )^2 " " )/((𝑦−(𝑦 ) ̅")^2 " )

Calculando el coeficiente de determinación

𝑟^2=1−(12953.0858 )/(66200 )
𝑟^2=0.8043

Calculo del coeficiente de correlación

(2849 ))/(√(11(5883)−(209)^2
〖𝑦 ^2−(∑ ▒𝑦)^2 〗 )) ) √(11(804091 )−(2849)^2 ))
r= 0.8967
 Ecuación de regresión
𝑦=𝑏_0
〖 +𝑏 〗 _1(𝑥)
𝑦=359.2668−5.2772(𝑥)
2849)^2 ))
T3. PC World publicó evaluaciones de las cinco mejores impresoras láser de oficina y de las cinco mejores impresoras láser cor
World, febrero 2003). La impresora de oficina mejor evaluada fue la Minolta-QMS PagePro 1250W, que en la evaluación gene
puntuación de 91 puntos. La impresora láser corporativa mejor evaluada fue la Xerox Phase 4400/N, que en la evaluación gen
una puntuación de 83 puntos. En la tabla siguiente se da rapidez, en páginas por minuto (ppm), en la impresión de texto y pre
impresora.

Nombre Tipo Velocidad (pp Precio ($)

Minolta-QMOficina 12.0 199
Brother HL Oficina 10.0 499
Lexmark E3 Oficina 12.2 299
Minolta-QMOficina 10.3 299
HPLaserjet Oficina 11.7 399
Xerox Phas Corporativa 17.8 1850
Brother HL Corporativa 16.1 1000
IBM Infopri Corporativa 11.8 1387
Lexmark W Corporativa 19.8 2089
Oki Data B Corporativa 28.2 2200

a. Dé la ecuación de regresión estimada empleando velocidad como variable independiente.

b. Calcule r2. ¿Qué porcentaje de la variación del precio puede ser explicado por la velocidad de la impresora?
c. ¿Cuál es el coeficiente de correlación muestral entre velocidad y precio? ¿Refleja este coeficiente una relación fuerte o débi

Velocidad 𝑥𝑦 𝑥_𝑖^2 𝑦_𝑖^2 (𝑦−(𝑦)) ̅ (𝑦−(𝑦 ) ̅)^2

Precio ($)
Inciso a (ppm)
12.0 199 2388 144 39601 -823.1 677493.61
10.0 499 4990 100 249001 -523.1 273633.61
12.2 299 3647.8 148.84 89401 -723.1 522873.61
10.3 299 3079.7 106.09 89401 -723.1 522873.61
11.7 399 4668.3 136.89 159201 -623.1 388253.61
17.8 1850 32930 316.84 3422500 827.9 685418.41
16.1 1000 16100 259.21 1000000 -22.1 488.41
11.8 1387 16366.6 139.24 1923769 364.9 133152.01
19.8 2089 41362.2 392.04 4363921 1066.9 1138275.61
28.2 2200 62040 795.24 4840000 1177.9 1387448.41

∑▒𝑥
149.9 𝑥 ̅ 14.99 Ecuacion

∑▒𝑦
10221 𝑦 ̅ 1022.1

∑▒𝑥𝑦
187572.6 n 10
𝑦=𝑏_0 〖 +
∑▒𝑥^2 ∑▒ 〖 (𝑦−𝑦 ̅
2538.39 5729910.9 fórmula para obtener el coeficiente b1
〗 )^2
∑▒𝑦^2
16176795 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
 𝑏_1=(∑▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
/(∑▒ 〖𝑥 ^2−𝑛(𝑥 ̅ )
^2 〗 )
Calculando B1 Calculando B

𝑏_1=(187572.6 −(10)(14.99 )("1022.1

" ))/((2538.39 ) −10(14.99 )^2 ) 𝑏_1=117.9173 𝑏_0=(1022.1 )−(117.9173)

Inciso b Calculando el coeficinete de determinación

𝑦 ̂ (𝑦−𝑦 ̂) (𝑦−𝑦 ̂ )^2
Velocidad Coeficiente d
Precio ($)
(ppm)

12.0 199 669.5273 -470.5273 221395.94

10.0 499 433.6927 65.3073 4265.043433 𝑟^2=1−(∑▒ 〖 (𝑦−𝑦 ̂ 〗 )
12.2 299 693.11076 -394.11076 155323.2911
10.3 299 469.06789 -170.06789 28923.08721
11.7 399 634.15211 -235.15211 55296.51484
17.8 1850 1353.44764 496.55236 246564.2462 Calculando el coefic
16.1 1000 1152.98823 -152.98823 23405.39852
11.8 1387 645.94384 741.05616 549164.2323
𝑟^2=1−(1678294.18
19.8 2089 1589.28224 499.71776 249717.8397
28.2 2200 2579.78756 -379.78756 144238.5907

∑▒ 〖 (𝑦−𝑦 ̂ 〗 )^2
1678294.184

Inciso c Coeficiente de Correlación

Formula de Correlación Calculo del coefic

r= (10(187572.6 )−(149
−∑▒𝑥 ∑▒𝑦)/(√(𝑛∑▒ 〖𝑥 ^2−(∑▒𝑥)^2 〗 ) √(𝑛∑▒))/(√(10(2538.39
〖𝑦 ^2−(∑▒𝑦)^2 )−(1
〗)
√(10(16176795 )−(102
ores impresoras láser corporativas (PC
ue en la evaluación general obtuvo una
que en la evaluación general obtuvo
impresión de texto y precio de cada

na relación fuerte o débil entre la velocidad de la impresora y el costo?

Ecuacion de Regresión

𝑦=𝑏_0 〖 +𝑏 〗 _1(𝑥)
btener el coeficiente b1 fórmula para obtener el coeficiente b0

▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
𝑥 ^2−𝑛(𝑥 ̅ )
▒𝑥𝑦−𝑛𝑥 ̅𝑦 ̅)
𝑏_0=𝑦 ̅−𝑏_1(𝑥 ̅)
𝑥 ^2−𝑛(𝑥 ̅ )

Calculando B0 Ecuación de regresión

𝑦=𝑏_0
=(1022.1 )−(117.9173)(14.99 ) 𝑏_0=−745.4803 〖 +𝑏 〗 _1(𝑥)
𝑦=−745.4803+117.9173(𝑥)

Coeficiente de determinación

(∑▒ 〖 (𝑦−𝑦 ̂ 〗 )^2 " " )/((𝑦−(𝑦 ) ̅")^2 " )

Calculando el coeficiente de determinación

=1−(1678294.18 )/(5729910.9 )
𝑟^2=0.7071 70.71%

Calculo del coeficiente de correlación

Mantiene una correlacion

7572.6 )−(149.9 )(10221
−(∑
(2538.39 〗 ))
▒𝑦)^2 )−(149.9)^2 ) r= 0.8409
positiva alta. A su vez
refleja una relación fuerte
entre la velocidad y el costo
176795 )−(10221)^2 )) de la impresora
 ón de regresión
=𝑏_0
𝑏 〗 _1(𝑥)
803+117.9173(𝑥)

Mantiene una correlacion

positiva alta. A su vez
efleja una relación fuerte
tre la velocidad y el costo
de la impresora