En el estudio del mercado para introducir un nuevo detergente para lavavajillas se requiere pr

las ventas para 10 años a partir de 2012. Según estimación de los vendedores, un 37% de los
actuales consumidores estarían dispuestos a comprar el nuevo detergente. Cada caja (1 litro)
detergente dura en promedio dos meses y su precio de venta unitario será de $2.000. Las fam
tienen lavavajillas han aumentado de la forma que se muestra en la siguiente tabla.

Estime los ingresos por venta de detergente a partir del año 2012, en un horizonte de 10 añ
recomienda hacerlo por los tres métodos).

Año Lavavajillas
1994 18.408
1995 18.447
1996 20.667
1997 Lavavajillas
21.198
80 1998 22.778
1999 25.276
70
f(x) = 3.90575294117647 x30.045
2000 + 6.67884999999999
60 R² = 0.96116691901982
2001 33.098
50 2002 39.848
2003 42.414
40
2004 47.851
30 2005 54.599
20 2006 58.349
10
2007 62.990
2008 69.344
0
1994 1995 19962009 72.732
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Resumen

Estadísticas de la regresión
Coeficiente d 0.98039120713
Coeficiente d 0.96116691902
R^2 ajustado 0.95839312752
Error típico 0.97112775139
Observacione 16

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 326.796752 326.796752 346.517364 2.83825E-11
Residuos 14 13.2032475 0.94308911
Total 15 340

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1991.68648269 0.58040159 3431.56623 7.03278E-43
Variable X 1 0.2460900455 0.01322 18.6149769 2.83825E-11
vavajillas se requiere proyectar
dedores, un 37% de los
nte. Cada caja (1 litro) de
erá de $2.000. Las familias que
guiente tabla.

un horizonte de 10 años. (Se

).
Resumen

Estadísticas de la regresión
Coeficiente d0.980391207131021
Coeficiente d 0.96116691901982
R^2 ajustado0.958393127521236
Error típico 3.86884852052777
Observacione 16

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F
Regresión 1 5186.66805275294 5186.66805275294 346.5173642325
Residuos 14 209.551844247059 14.9679888747899
Total 15 5396.219897

Coeficientes Error típico Estadístico t Probabilidad

Intercepción -7777.4867617647 419.951380869917 -18.5199694918347 3.041045379E-11
Variable X 1 3.90575294117647 0.20981777019728 18.6149768797186 2.838246856E-11

Podemos observar que en la columna B17 y B18 corresponden a las variables de intercepción que es el
comportamientono explicado por la variable X y la variable X1 corresponde a cuando cambia Y por cada
X.
Si se relativizan los valores de regresión y residuos se tiene que:

Suma de cuadrados Porcentaje

Regresión 5186.66805275294 0.96116692
Residuos 209.551844247059 0.03868849
total 5396.219897 99.98554042251%

EL valor relativo de Regresión (0.96116692) corresponde a el B5 y corresponde al porcentaje de variaación que puede
se explicado por el comportamiento de la variable independiente, esto nos demuestra que las variables de los años y
de las ventas estan enteramente relacionadas.
 Valor crítico de F
2.83825E-11

de variaación que puede

variables de los años y
Explique los resultados de la regresión del siguiente cuadro, si la variable x corresponde al añ
1995 = 1) e Y corresponde a las ventas en cantidades.
ariable x corresponde al año (1995 a 2010, donde
En una ciudad del norte del país, un estudiante recopiló información de la cantidad de pacien
asisten al cine en la ciudad.
Los resultados se muestran en la tabla siguiente.

Calcule los estadísticos correspondientes y explique su conclusión.

Año Enfermos de Sida Entradas al cine

1986 2.150 303.710
1987 2.100 305.030
1988 2.200 398.760
1989 2.210 306.340
1990 2.220 318.230
1991 2.300 345.190
1992 2.590 390.370
1993 2.640 413.430
1994 2.660 404.600
1995 2.400 366.840
1996 2.010 312.580
1997 2.100 313.480
1998 2.030 281.710
1999 2.000 295.350
2000 2.110 298.160
2001 2.060 297.940
2002 2.140 304.840
2003 2.220 323.810
2004 2.360 339.260
2005 2.570 390.920
2006 2.730 428.780
2007 2.680 414.160
2008 2.360 373.220
2009 2.230 316.530
2010 2.120 307.500

Resumen

Estadísticas de la regresión
Coeficiente d 0.917591555264256
Coeficiente d 0.841974262292276
R^2 ajustado 0.835103578044114
Error típico 0.093846831739872
Observacione 25

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 1.07928975996493 1.07928976 122.5459112777
Residuos 23 0.202566240035072 0.00880723
Total 24 1.281856

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 0.712566601931338 0.143511536247045 4.96522176 5.08446574E-05
Variable X 1 0.00460496225493 0.00041598403381 11.0700457 1.08610368E-10
e la cantidad de pacientes enfermos de sida, pensando que ello se explicaría por la cantidad de personas que
Valor crítico de F
1.08610368339796E-10
e personas que
Para una población objetivo de 180.000 familias, una prueba piloto concluyó que el consum
era de 144 unidades anuales, con una varianza muestral de 310. Para un error de 2% resp
tamaños de la muestra para los niveles de confianza de 95,44% y 99,74%.

𝑆^2=310

E= 2% de 144=2.88

N=180,000
Z=2 para 95.44%
Z=3 para 99.74%

𝑛=(2^2 (310)(180,000))/(( 〖 2.88 〗 ^2 )(180,000)+(310)(2^2 ) )=149.37=149

𝑛=(3^2 (310)(180,000))/(( 〖 2.88 〗 ^2 )(180,000)+(310)(3^2 ) )=309.46=309

 concluyó que el consumo promedio de cajas de jugo
ara un error de 2% respecto de la media, calcule los
9,74%.
 Una prueba piloto para estimar el tamaño de la muestra arrojó los siguien

Grupo etario Población Desviación Estándar

18 - 35 86320 13.345
36- 55 79880 22.620
Más de 55 68150 8.432
234350

Para un error de 1.200 y un nivel de confianza de 95,44%, determine el tamaño de la m

Solución:

Para calcula el tamaño total se utiliza la formula:

y se crea una nueva tabla donde tenemos los valores de:

Grupo etario Población(N) Desviación Estándar(S) NS

18 - 35 86320 13.345 1151940.4
36- 55 79880 22.620 1806885.6
Más de 55 68150 8.432 574640.8
TOTAL 234350 44.397 3533466.8
Entonces si
B 1200
z 2

𝑛=(4.92201𝐸+18)/( 〖 234350 〗 ^2 ( 〖 1200 〗 ^2/2^2 )+61089768.14+13)

Y para cada estrato el tamaño será calculado con

 8.1159516016E-05
𝑛_1=0.00024895(1151940.4/35334
66.8)=

𝑛_2=0.00024895(1806885.6/3533466.8)=
0.00012730342715

𝑛_3=0.00024895(574640.6/3533466.8)=
4.0486095645E-05
a muestra arrojó los siguientes resultados.

n Estándar
12848.13021416

determine el tamaño de la muestra total y por estrato.

(NS)^2 S^2 N(S^2)

1.326967E+12 178.089 15372644.64
3.264836E+12 511.6644 40871752.27
330212049025 71.09862 4845371.226
4922014305664.2 760.852049 61089768.1356

+61089768.14+13)
4922014305682.2 0.00024895
1.977117216E+16
Calcule el número de intervalos de clase para tabular el resultado de una encuesta realizada

Solución:
𝑙𝑐=√52=7.211=7

Si el número de datos fuese 2.370, calcule el número de intervalos óptimo.

lc=1+3.322log(2370)=12.210=12
de una encuesta realizada a 52 individuos.

ero de intervalos óptimo.

Con la tasa de crecimiento de adultos mayores jubilados de los últimos años que se muestra
siguiente tabla, calcule la media geométrica.

Tasa anual de
Año
crecimiento (%)
1999 1,31
2000 1,27
2001 1,33
2002 1,34
2003 1,39
2004 1,10
2005 1,62
2006 1,78
2007 1,96
2008 1,92
2009 2,13
2010 2,27

Se calcula mediante la siguiente ecuación:

donde Xg es la media geométrica; i, cada observación, y n, el número de

observaciones. Por lo tanto, tenemos que

𝑋_𝑔=√(12&1.0131∗1.0127∗1.0133∗1.0134∗1.0139∗1.0110 ∗1.0162∗1.0178 ∗1.0196 ∗1.0192 ∗

(𝑋_𝑔 ) ̅= 0.01617= 1.617=1.62%

mos años que se muestra en la
rica.

162∗1.0178 ∗1.0196 ∗1.0192 ∗1.0213 ∗1.0227) −1