x y

Una cadena de Pizzerías toma una muestra de diez de sus

2 58 sucursales para tratar de encontrar un modelo matemático que le
6 105 permita predecir sus ventas y obtuvo los siguientes datos: la
8 88 población de personas en miles fue de 2, 6, 8, 8, 12, 16, 20, 20, 22,
8 118 26; y las ventas trimestrales en miles de pesos fue de: 58, 105, 88,
12 117 118, 117, 137, 157, 169, 169, 149, 202. Realice un análisis de
16 137 correlación y regresión.
20 157
20 169
22 149
26 202
140
regresion lineal yˆ = a + bx 60+5x
b= 𝑟 (Sy / Sx) 5
a= 𝑌̅ − (𝑏 ∗ 𝑋̅ ) 60
correlacion r= 0.95012295520441
Sy= 39.6610640301039
Sx= 7.53657747256671

media= 14
promedio y= 130
x=
 sus
tico que le
os: la y
6, 20, 20, 22, 250
58, 105, 88,
isis de 200
f(x) = 5 x + 60
150 R² = 0.902733630006357

100

50

0
0 5 10 15 20 25 30

Conclusión
El diagrama obtenido fue de
dispersión fuerte y de
correlación positiva donde
ambas aumentan o disminuyen
respectivamente.
 vendedor X Y Y^2 XY X^2
Un gerente de ventas reu
1 1 80 6400 80 1 las ventas anuales en mi
2 3 97 9409 291 9 diez vendedores. Estime
3 4 92 8464 368 16 años de experiencia. Rea
4 4 102 10404 408 16 El intervalo de confianza
5 6 103 10609 618 36 predicción para un vende
6 8 111 12321 888 64
7 10 119 14161 1190 100
8 10 123 15129 1230 100
9 11 117 13689 1287 121 Y
10 13 136 18496 1768 169
160
sumatorias 70 1080 119082 8128 632
140
120 f(x) = 4 x + 80
n= 10 yˆ = a + bx 80+4x 108 R² = 0.93038493038493
b= 𝑟 (Sy / Sx) 4 100

a= 𝑌̅ − (𝑏 ∗ 𝑋̅ ) 80 80
r= 0.964564633 60
Sy= 15.62689988 40
Sx= 3.768288736 20
Sxy= 4.609772229 0
0 2 4 6 8
promediox= 7
promedio y= 108
x= 7

alfa/2 2.306
(+)Yp= 119.1489794
(-)Yp= 96.85102061
Un gerente de ventas reunió los datos siguientes relacionados con
las ventas anuales en miles de pesos y los años de experiencia de
diez vendedores. Estime las ventas anuales para un vendedor con 7
años de experiencia. Realice un análisis de correlación y regresión.
El intervalo de confianza será al 95%. Determinar el intervalo de
predicción para un vendedor con 9 años de experiencia.

Y
Conclusión.
las ventas estimadas para un
f(x) = 4 x + 80
R² = 0.93038493038493 vendedor con 7 años de
experiencia es de 108 ventas y
el intervalo de prediccion para
un vendedor con 9 años de
experiencia y un nivel lde
confianza del 95% es entre
96.85 y 119.1
2 4 6 8 10 12 14
 El jefe del departamento de aguas de una ciudad desea establecer
una relación entre el consumo mensual domiciliario de agua Y, y el
tamaño de las familias X. Realiza un análisis de correlación y
regresión. Dados los datos muestrales, determina el intervalo de
confianza al 99%. Determina el intervalo de predicción 99%.

Galones de agua Tamaño de fam.

X Y X^2 Y^2 XY
650 2 422500 4 1300
1200 7 1440000 49 8400
1300 9 1690000 81 11700
430 4 184900 16 1720
1400 12 1960000 144 16800
900 6 810000 36 5400
1800 9 3240000 81 16200
640 3 409600 9 1920
793 3 628849 9 2379
925 2 855625 4 1850
sumatorias 10038 57 11641474 433 67669

Intervalo de confianza
Sxy= 2.188169592168
(+) Yc= 5.692710221851
(-) Yc= 1.049105176005
alfa/2= 3.3554

Intervalo de prediccion:
(+)Yp= 11.33886095876
(-)Yp= -4.597045560899

conclusion.
el analisis de dispersion es fuerte de correlacion
positiva, el intervalo de confianza para el 99% va
desde 5.7 a 1.04 y el intervalo de predidicon va
desde 11.3 a -4.6
 Y
14

12

10 f(x) = 0.006677443523715 x − 1.00281780910551

R² = 0.645655047985964
yˆ = a + bx 3.3709077 8
b= 𝑟 (Sy / Sx) 0.00667744
a= 𝑌̅ − (𝑏 ∗ 𝑋̅ ) -1.00281781 6

r= 0.80352663 0.80352663 4
Sy= 3.28785644
Sx= 395.642465 2

0
promediox= 1003.8 200 400 600 800 1000 1200 1400 1600 1800

promedio y= 5.7
x= 655
 Y

− 1.00281780910551

1200 1400 1600 1800 2000

 Y X X^2 Y^2 XY
6.7 9.7 94.09 44.89 64.99 Un economista
7.3 9.8 96.04 53.29 71.54 relación entre la tas
8.9 7.6 57.76 79.21 67.64 Estadística industria
León de la Huerta
9.1 6.1 37.21 82.81 55.51
vencidas de la Tes
7.2 10.2 104.04 51.84 73.44
regresión y corre
5.2 12.7 161.29 27.04 66.04 muestrales. Dete
6.9 14.3 204.49 47.61 98.67 confianza al 95%.
6.9 7.9 62.41 47.61 54.51 de pred
7.1 8.9 79.21 50.41 63.19
SUMA 65.3 87.2 896.54 484.71 615.53
Promedio 7.255555556 9.68888889 99.6155556 53.8566667 68.3922222

n 9

b= -0.332007225
a= 10.47233667

Sxy= 0.864111659

r2= 0.521450616

r 0.722115376

INTERVALO DE CONFIANZA AL 95%

0.95 0.05 0.475 2.36462425
SE TOMARA X= 9.7 LI 6.57076679
y 7.251866586 LS 7.93296638

Se /√n 0.28803722

INTERVALO DE PREDICCION

SE TOMARA X= 9.7

SUSTITUIR EN LA ECUACION
y 7.251866586
 0.95 0.05 0.475 2.36462425

Se /√n 0.28803722

yp
LS 9.405694166
LI 5.098039007
 Un economista desea establecer la
relación entre la tasa de desempleo Y, y la
Estadística industrial M.I. Sergio Ponce de
León de la Huerta 3 de 5 tasa de cuentas
vencidas de la Tesorerías, determina la
regresión y correlación con los datos
muestrales. Determina el intervalo de
confianza al 95%. Determina el intervalo
de predicción 95%

DIAGRAMA DE DISPERSION
10
9
8 f(x) == −− 0.332007225495678
f(x) 0.332007225495678 x + x10.4723366736915
+ 10.4723366736915
TASA DE DESEMPLEO

7 R² = 0.521450615913303
6
5
4
3
2
1
0
5 6 7 8 9 10 11 12 13 14 15
TASA DE CUENTAS VENCIDAS

Conclusion
El diagrama de sispercion es fuerte de
correlacion positiva, donde el intervalo
de confianza al 95% va desde 5.57 a
7.93 y el intervalo de prediccion va de
9.4 a 5.1
 Año (X) Usuarios que compran tiempo aire en (miles de usuarios)Y
2000 1628
2001 1784
2002 2006
2003 2029
2004 2508
2005 3268
2006 4035
2007 5199
SUMA 16028 22457
PROMEDIO 3561.77778 4990.44444444444

n= 7

b 1.40075425
a 1.26908689

Sxy= 3470.29066

r2 1.11165568

CALCULO DEL COEFICIENTE DE CORRELACION

r 1.05435083

INTERVALO DE CONFIANZA AL 92%

0.92 0.08 0.46 2.19095825718118

X=2000 LI
LS

y= 2802.77759

Se /√n 1311.64658
 INTERVALO DE PREDICCION

0.92 0.08 0.46 2.19095825718118

SE TOMARA X=2000

y= 2802.77759

Se /√n 1311.64658 Yp
LI -5218.53916605125
LS 10824.0943373382
 X^2 Y^2 XY
4000000 2650384 3256000 La revista del consumidor publico en su
4004001 3182656 3569784 número 381 del mes de noviembre del
4008004 4024036 4016012 2008 la siguiente información acerca del
uso de los teléfonos celulares. Realiza
4012009 4116841 4064087
un análisis de correlación y regresión.
4016016 6290064 5026032 Determina el intervalo de confianza al
4020025 10679824 6552340 92%. Determina el intervalo de
4024036 16281225 8094210 predicción 92%:
4028049 27029601 10434393
32112140 74254631 45012858
7136031.11 16501029.1 10002857.3

4500 DIAGRAMA DE DISPERSION

4000
3500
f(x) = 381.821428571404 x − 762322.892857095
3000 R² = 0.872855766898041
2500
2000
1500
1000
500
0
1999 2000 2001 2002 2003 2004 2005 2006 2007

Conclusion
El diagrama de dispercion es fuerte
de correlacion positiva, donde el
intervalo de confianza del 92% va
-70.9853174 desde -70.90 a 5676.54 y el
5676.54049 intervalo de preddicon va desde
-5218.53 a 10824