Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Q VENTAS
𝑿_𝒊 𝒀_𝒊 𝑿 𝒀 𝑿_𝒊−𝑿
12 360 18 255 -6
14 320 18 255 -4
16 290 18 255 -2
18 255 18 255 0
20 220 18 255 2
22 190 18 255 4
24 150 18 255 6
200
150
100
50
0
10 12 14 16 18 20 22 24 26
Precio
SI SE DESEA SABER
CUÁL ES EL PESO
PARA UNA
ESTIMADO
ESTATURA DE 70
𝑌=−17.14+563.57(−−)
Resumen INTERPRETACIÓN
Estadísticas de la regresión
Coeficiente de
0.96034165668317 Se concluye que las variables estatura y peso guard
correlación múltiple
Coeficiente de
0.922256097560976 Se concluye que 96.03% de la variabilidad en la esta
determinación R^2
R^2 ajustado 0.896341463414634
Error típico 4.12310562561766 El indicador de error es bajo, por lo que es posible a
Observaciones 5
ANÁLISIS DE
VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadrados F
Regresión 1 605 605 35.58823529
Residuos 3 51 17
Total 4 656
𝑌=𝛽_0+𝛽_(1^𝑋 )
𝒀_𝒊−𝒀 〖 (𝑿 〗 _𝒊−𝑿) (𝑿_𝒊−𝑿)^𝟐
105 (𝒀_𝒊−𝒀) -630 36
65 -260 16
35 -70 4
0 0 0
-35 -70 4
-65 -260 16
-105 -630 36
-1920 112
E ESTIMACIÓN
17.14+563.57𝑋
4 26
las variables estatura y peso guardan una relación cercana, dado un coeficiente de correlación de 96.03%
96.03% de la variabilidad en la estatura se explica por la relación lineal que existe entre la estatura de la persona y su peso.
rror es bajo, por lo que es posible afirmar que el estudio explica una relación entre las variables
Valor crítico de F
0.0094239985
de la persona y su peso.
EJERCICIO 5
SE DESEA ESTIMAR EL PRECIO EN FUNCIÓN DE LA CAPACIDAD DE EQUIPAJE
VOLUMEN
PRECIO Q
HAMBURGUESAS
25
20
PRECIO $
15
10
0
100 150 200 250 300 350 400
CAPACIDAD DE EQUIPAJE
SI SE DESEA SABER
CUÁL SERÍA
UN BOTE CONEL
PRECIO DE
CAPACIDAD DE
CARGA DE 5
𝑌=638.76+(−859.26)5
Resumen
Estadísticas de la regresión
Coeficiente de
0.914828412632857 Se concluye que las variables capacidad de equipaje
correlación múltiple
Coeficiente de
0.836911024560354 Se concluye que 83.69% de la variabilidad en la esta
determinación R^2
R^2 ajustado 0.813612599497547
Error típico 227.472746003155 El indicador de error es exageradamente alto, por l
Observaciones 9
ANÁLISIS DE
VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadrados F
Regresión 1 1858709.271 1858709.271 35.92135616
Residuos 7 362206.95122 51743.8501742
Total 8 2220916.2222
𝑌=𝛽_0+𝛽_(1^𝑋 )
𝒀_𝒊−𝒀 ̅ (𝑿_𝒊−𝑿 ̅)(𝒀_𝒊−𝒀 ̅) (𝑿_𝒊−𝑿 ̅" " )^𝟐
-6.00 -630.00 11025.00
-4.00 -260.00 4225.00
-2.00 -70.00 1225.00
0.00 0.00 0.00
2.00 -70.00 1225.00
4.00 -260.00 4225.00
6.00 -630.00 11025.00
-1920.00 32950.00
E ESTIMACIÓN
8.76+(−859.26)𝑋
AJE - PRECIO
-
300 350 400
JE
-3657.54
variables capacidad de equipaje y precio guardan una relación cercana, dado un coeficiente de correlación de 91.48%
69% de la variabilidad en la estatura se explica por la relación lineal que existe entre la capacidad de equipaje y el precio cobrado.
r es exageradamente alto, por lo que no es posible afirmar que el estudio explica una relación entre las variables
Valor crítico de F
0.0005458172
b1=
b0=
PRUEBA DE VALOR DE X
Y= -10.164068 + .184254(135)
R// 14.71022135
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.92479505 Existe una correlación alta entre la el salario con la gratifica
Coeficiente de determinación R^2 0.85524589 Deacuerdo a la correlación entre el salario y la gratificación
R^2 ajustado 0.83715163
Error típico 2.08389616 Existe un pequeño indicador de error, por lo que podemos
Observaciones 10
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 205.259014 205.25901422428 47.266134715
Residuos 8 34.7409858 4.342623221965
Total 9 240
GRATIFICACION Y SALARIO
(x-prom X)(y-prom Y) (x-prom X)^2 135 12 GRATIFICACION
28 49 115 14 30
54 729 146 16
25
0 16 167 19
75 625 165 22
GRATIFICACION
20
138 529 176 24
15
272 1156 98 7
396 1936 136 17 10
-6 36 163 18
5
42 441 119 11
115 529 0
90 100 110 120 130
1114 6046
SA
1114 0.184254052266
6046
ECUACION DE ESTIMACION
Y= -10.164068 + .184254(X)
84254(135)
cador de error, por lo que podemos afirmar, que el estudio del salario con la gratificación, realmente explica una relación entre las dos var
Valor crítico de F
0.0001277088761
GRATIFICACION Y SALARIO
100 110 120 130 140 150 160 170 180 190
SALARIO
b1=
b0=
PRUEBA DE VALOR DE X
Y= 40639.3467 - 1301.19712(4)
R// 35434.5582
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.70650094 Existe una correlación alta entre confiabilidad y precio dea
Coeficiente de determinación R^2 0.49914357 Deacuerdo a la correlación entre confiabilidad y precio de
R^2 ajustado 0.46061615
Error típico 1903.77814 Existe un alto indicador de error, por lo que podemos afirm
Observaciones 15
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 46955693.1 46955693.1 12.9555419
Residuos 13 47116825.9 3624371.22
Total 14 94072518.9
PRECIO
-12091.1644444444 5 2 37605 20000
-221.697777777777 0 1 37695 15000
-1181.76444444444 1 4 34390 10000
-2416.49777777777 5 5 33845 5000
-1882.63111111111 1 3 36910 0
0.5 1 1.5 2
-5072.23111111112 3 4 34695
-46.364444444444 0 1 37995
-1618.29777777778 1 3 36955
-3056.49777777777 5 3 33890
-52.364444444444 0
356.302222222223 0
-36086.5333333333 28
-36086.5333333333 -1301.197115
28
ECUACION DE ESTIMACION
Y= 40639.346672 - 1301.19712(X)
1301.19712(4)
elación alta entre confiabilidad y precio deacuerdo a los modelos de autos respectivos, según el coeficiente de correlación de .70
correlación entre confiabilidad y precio de los modelos de autos respectivos, podemos decir que este modelo es poco confiable para pron
ndicador de error, por lo que podemos afirmar, que el estudio del la confiabilidad con respecto al precio de los vehiculos estudiados, realm
Valor crítico de F
0.003235689045184
s vehiculos estudiados, realmente explica una poca relación entre las dos variables
8 Para medir el agarre lateral , Outside Magazine empleó una escala de evaluación del 1 al 5, en la que 1 correspondi
continuación se presenta el agarre lateral y los precios de 10 bicicletas de montaña probadas por Outside Magazine
Agarre Precio
Fabricante y modelo xi - x (promedio)
Lateral $
Releigh M80 1 600 -1.8
Marin Bear Valley Feminina 1 649 -1.8
GT Avalnche 2.0 2 799 -0.8
Kona Jake the Snake 1 899 -1.8
Schwinn Moab 2 3 950 0.2
Gian XTC NRS 3 4 1,100 1.2
Fisher Paragon Genesisters 4 1,149 1.2
Jamis Dakota XC 3 1,300 0.2
Trek Fuet 90 5 1,550 2.2
Specialized Stumpjumper M4 4 1,625 1.2
TOTAL 28 10,621
PROMEDIO 2.8 1,062
a) Elabore un diagrama de dispersión con estos datos empleando como variable independiente
el agarre lateral
1,600
1,400
1,200
1,000
800
600
400
200
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
B1 = 4003.2 204.244897959184
19.6
B0 = 1062.1 -
1062.1 -
490.214285714286
Ecuacion de regresion estimada yˆ = 490.214285714286 +
Resumen
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados Promedio de los cuadrados
Regresión 1 817633.175510204 817633.175510204
Residuos 8 295431.724489796 36928.9655612245
Total 9 1113064.9
c) Estime el precio que puede tener una bicicleta en relación a la calificación que se le da a el agarre l
b0= 490.214286
b1= 204.244898
x 3
1102.94898
en la que 1 correspondia a mala y 5 a promedio . A
as por Outside Magazine:
yi - y
(xi-xp) (yi-y) (xi-xp)2
(promedio)
-462.1 831.78 3.24
-413.1 743.58 3.24
-263.1 210.48 0.64
-163.1 293.58 3.24
-112.1 -22.42 0.04
37.9 45.4800000000001 1.44
86.9 104.28 1.44
237.9 47.5800000000001 0.04
487.9 1073.38 4.84
562.9 675.48 1.44
4003.2 19.6
e independiente
arre lateral
4 4.5 5 5.5
cio.
204.24489796 2.8
571.88571429
204.24489796 X
ción entre la variable x y y en las que están perfectamente relacionadas en una relación positiva.
ilidad entre el agarre lateral de las bicicletas se explica por la relación lineal que existe con los precios
terminación R 2 es del 70.14% por lo que la ecuación es debil, por lo que se considera tomar otro modelo en el que no exista tanta var
F Valor crítico de F
22.14070075 0.00153076072636
e se le da a el agarre lateral .
s
odelo en el que no exista tanta variación.
9
Ventas anuales
Vendedor Años de experiencia xi - x (promedio)
(Miles de $)
1 1 80 -6
2 3 97 -4
3 4 92 -3
4 4 102 -3
5 6 103 -1
6 8 111 1
7 10 119 3
8 10 123 3
9 11 117 4
10 13 136 6
SUMA 70 1080
PROMEDIO 7 108
a) Elabore un diagrama de dispersión con estos datos empleando como variable independiente los año
vendedores.
Ventas anuales
(Miles de $)
160
140
120
100
80
60
40
20
0
0 2 4 6 8 10 12
b) Obtenga la ecuación de regresión para relacionar las ventas con los años de experiencia.
B1 = 568 4
142
B0 = 108
108 -
80
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 2272 2272
Residuos 8 170 21.25
Total 9 2442
c) Estime las ventas que puede tener un vendedor con 5 años de experiencia.
b0= 80
b1= 4
x 5
100
yi - y
(xi-xp) (yi-y) (xi-xp)2
(promedio)
-28 168 36
-11 44 16
-16 48 9
-6 18 9
-5 5 1
3 3 1
11 33 9
15 45 9
9 36 16
28 168 36
568 142
10 12 14
os de experiencia.
4 7
28
4X
ción entre la variable x y y en las que están perfectamente relacionadas en una relación positiva.
ilidad entre los años de experiencia se explica por la relación lineal que existe con las ventas anuales.
que los índices van del 92.16% al 96.46%, por lo que se considera que la ecuación es fuerte
r es bajo, por lo que es posible afirmar que el estudio explica una relación entre las variables
F Valor crítico de F
106.91764706 6.6090290786E-06
cia.
.
EJERCICIO No. 10
19 259 -5.27719665
359.266736
FORMULA
ECUACIÓN Y bo + b1X
Y 359 + -5.77719665
Y 243.456067
Resumen
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 53246.9142 53246.9142 36.9967617
Residuos 9 12953.0858 1439.23175
Total 10 66200
= bo
de relación entre las variables de temperatura y precio. Se considera que la ecuación es buena.
e, el 80.43% de la variabilidad en el precio por la relación lineal que existe entre el tamaño de la temperatura y precio, se considera si la e
Valor crítico de F
0.000183095691347
Inferior 95% Superior 95% Inferior 95.0%
Superior 95.0%
313.878085137638 404.65538766571 313.878085 404.655388
-7.23985269716818 -3.314540608271 -7.2398527 -3.31454061
eratura y Precio
20 25 30 35 40 45 50
21 20.3846153846154
-0.03188297074
FORMULA
ECUACIÓN Y bo +
Y -0.032 +
Y 21.3568295927561
Y 21.35%
RESPUESTA El porcentaje estimado de salidas retradas es de 21.35%
Resumen
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados
Regresión 1 121.469879518072 121.4698795181
Residuos 11 29.6070435588508 2.691549414441
Total 12 151.076923076923
0.972214207398003 = b1
-0.031882970742689 = b0
b1X
0.972 x
RPRETACIÓN
n 89.68% de relación entre las variables de llegadas retrasadas y salidas retrasadas. Se considera que la ecuación es buena.
ncluye que, el 80.43% de la variabilidad en las salidas retrasadas por la relación lineal que existe entre el tamaño de las llegas retrasadas y
icador de error es bajo, por lo que es posible afirmar que el estudio explica una relación entre las variables
F Valor crítico de F
45.130094534527 3.29603920847753E-05
18 20 22 24 26 28 30 32
e las llegas retrasadas y salidas retrasadas, se considera si la ecuación es buena.
EJERCICIO No. 12
PAGINA 557
Fabricante y Modelo Peso (LB) Precio ($)
X¡ - E(x) media) Y¡ - E(y) media)
¡ X¡ Y¡
Honda Aqua Trax F-12 750 9500 -23 280
Honda Aqua Trax F-12X 790 10500 17 1280
Honda Aqua Trax F-12X GPScape 800 11200 27 1980
Kawasaki STX-12F Jetski 740 8500 -33 -720
Yamaha FX Cruiser Waverunner 830 10000 57 780
Yamaha FX High 770 10000 -3 780
Yamaha FX Waverunner 830 9300 57 80
Yamaha VX 110 Deluxe 720 7700 -53 -1520
Yamaha VX 110 Sport 720 7000 -53 -2220
Yamaha XLT 1200 Waverunner 780 8500 7 -720
Medias = 773 9220 sumatorias =
b1 = 22.44429439568
b0 = -8129.43956786
Y^ = -8129.43956786 + 22.44429439568
x
750 8703.7812288994 Para una moto con peso en Lb de
el precio estimado seria de $
Resumen
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 7460483.4571236 7460483.457124 7.775876362664
Residuos 8 7675516.5428764 959439.5678596
Total 9 15136000
6500
700 720 740 760 780 800 820 840
Peso (Lb)
ción es de 70% lo que indica que la relación lineal entre Peso y Precio de las motos acuaticas no es confiable
explicada por su peso es demasiado baja por lo que el modelo no es confiable
Valor crítico de F
0.02361194
b1 = 0.16131015
b0 = 4.67675022
Y^ = 4.67675022 + 0.16131015 X
x
52.5 13.1455329 Para un ingreso bruto de $
el monto estimado de las deducciones debe ser de $
Resumen
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 7302.83764 7302.83764 105.788441 0.00014935
Residuos 5 345.162362 69.0324724
Total 6 7648
D^2 24
1225
deducciones (miles de $)
900
20
625
81
64 16
784
3969
7648 12
8
15 30 45 60 75 90 105 120 135
Ingreso bruto ajustado (miles de $)
52,500.00
13,145.53
97.71% lo cual indica una relación lineal fuerte entre el Monto de las Deducciones y el Ingreso Bruto
e las deducciones se explica por la relación lineal que existe entre el ingreso bruto, y el monto de las deducciones en un 95%
or crítico de F
a) Elabore un diagrama de dispersión con estos datos empleando como variable independiente
el índice del costo de vida.
x y
Salario xi - x yi - y
Área metropolitana Índice (miles de $) (promedio) (promedio)
Oklahoma City 82.44 23.9 45.524 -2.87
Tampa/St. Petersburg/Clearwater 79.89 24.5 42.974 -2.27
Indianapolis 55.53 27.4 18.614 0.63
Buffalo/Niagara Falls 41.36 27.7 4.444 0.93
Atlanta 39.38 27.1 2.464 0.33
Rochester 28.05 25.6 -8.866 -1.17
Sacramento 25.5 28.7 -11.416 1.93
Raleigh/Durham/Chapel Hill 13.32 26.7 -23.596 -0.07
San Diego 3.12 27.8 -33.796 1.03
Honolulu 0.57 28.3 -36.346 1.53
b) Obtenga la ecuación de regresión para relacionar el índice del costo de vida con el salario
inicial.
-311.9592 -0.041481706308
7520.40424
b1= -0.0414817063
= 26.77
b1= -0.04148171
= 36.916
b0= 28.30133867
Ecuacion de regresion estimada yˆ = 28.3013 + (-0.04148)x
c) Estime el salario inicial en una zona metropolitana en la que el índice del costo de vida
es 50.
b0= 28.3013386701
b1= -0.0414817063
x 50
30.3754239855
Resumen
ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadrados F
Regresión 1 5.331528369632 5.33152837 4.251927274
Residuos 7 8.777360519257 1.253908646
Total 8 14.108888888889
-22.03288 130.325056
15
1.65172 556.771216
-34.80988 1142.16962 10
-55.60938 1321.03172
5
-311.9592 7520.40424
0
0 10 20 30 40 50 60 70 80 90
xi
ecuacion de regresion
3013 + (-0.04148)x
lacion entre las variables de Salarios e indice de costo de vida 82.44 Curva de regresión ajust
el 55.63% de la variabilidad en las ventas se explica por la relacion lineal que30existe entre las variables de los salarios percibidos
uación no es buena y se debe considerar otro modelo 28
bajo por lo que muestra que el modelo de relación lineal es confiable 26
23.9
24
22
0 10 20 30 40 50 60 70 80 90
Valor crítico de F 82.44
0.0781317486
23.9 28
24.5 26
23.9
25.6 24
26.7 22
27.1 0 10 20 30 40 50 60 70
Muestra percentil
23
24
22
0 10 20 30 40 50 60 70
27.7
27.8
28.3
28.7
s de $)
0 70 80 90
urva de regresión ajustada
ariables de los salarios percibidos y el indice de costo de vida
Column D
Pronóstico 23.9
30 40 50 60 70 80 90
82.44
de probabilidad normal
30 40 50 60 70 80 90 100
Muestra percentil
30 40 50 60 70 80 90 100
Muestra percentil
𝑌=𝛽_0+𝛽_(1^𝑋 ) SE DESEA PREDECIR LAS VENTAS TRIMESTRALES DEL
RESTAURANTE, BASADO EN LOS ESTUDIANTES
POBLACIÓN DE VENTAS
ESTUDIANTES EN TRIMESTRALES
MILES (MILES DE $)
xi yi X Y xi - x yi - y
2 58 14 130 -12 -72
6 105 14 130 -8 -25
8 88 14 130 -6 -42
8 118 14 130 -6 -12
12 117 14 130 -2 -13
16 137 14 130 2 7
20 157 14 130 6 27
20 169 14 130 6 39
22 149 14 130 8 19
26 202 14 130 12 72
14 130 14 130 0 0
xi yi X Y xi - x yi - y
17 58 21 122 -4 -64
18 105 21 122 -3 -17
19 88 21 122 -2 -34
20 118 21 122 -1 -4
21 117 21 122 0 -5
22 137 21 122 1 15
23 157 21 122 2 35
24 169 21 122 3 47
25 149 21 122 4 27
21 122
Chart Title
250
200
150
100
50
0
0 5 10 15 20 25 30
100
50
0
0 5 10 15 20 25 30
NTAS TRIMESTRALES DEL
LOS ESTUDIANTES
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 14200 14200 83.5294118 7.52766E-06
Residuos 9 1530 170
Total 10 15730
e la ecuación es buena
or crítico de F