Documentos de Académico
Documentos de Profesional
Documentos de Cultura
IZABA
e
Una empresa comercial tiene establecimientos en varias grandes áreas metropolitanas.
Ejercicio 1 La gerente general de ventas planea lanzar al aire un anuncio comercial por televisión en las estac
terminará el domingo. Planea tener las cifras de las ventas de video-caseteras del sábado y domin
comercial en la televisión. El
objetivo fundamental de la investigación es determinar si existe relación entre el número de vece
Buffalo 4 15
Albany 2 8
Erie 5 21
Syracuse 6 24
Rochester 3 17
Total 20 85
ΣX ΣY
imientos en varias grandes áreas metropolitanas.
anzar al aire un anuncio comercial por televisión en las estaciones locales, al menos dos veces, antes de una venta gigante que empezará
s cifras de las ventas de video-caseteras del sábado y domingo en sus diferentes locales e identificarlas con el número de veces que apa
ión es determinar si existe relación entre el número de veces que se transmitió el anuncio y lasventas de sus productos. Los pares de da
X^2 XY Y^2
16 60 225
4 16 64
25 105 441
36 144 576
9 51 289
90 376 1595
ΣX^2 ΣXY ΣY^2
180 180
37500 193.649167310371
nos dos veces, antes de una venta gigante que empezará el sábado y
locales e identificarlas con el número de veces que apareció el
25
20
15
10
0
1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
5 5.5 6 6.5
Ejercicio 2
Se esta efectuando un proyecto de investigación en una empresa para determinar si existe relación ent
servicio y la eficiencia de un empleado. El objetivo del estudio fue predecir la eficiencia de un emplead
anos de servicio. Los resultados muestrales fueron:
20 25
Coeficiente de correlacion
Coeficiente de correlacion
Ejercicio 3 Un agrónomo experimento con distintas cantidades de fertilizante liquido en una muestra de
parcelas del mismo tamaño. La cantidad de fertilizante y el rendimiento son:
1. El agrónomo está interesado en predecir el rendimiento.
Cantidad de Rendimiento
Parcela fertilizantes(T (cientos de X^2 XY
oneladas) bushels)
A 2 7 4 14
B 1 3 1 3
C 3 8 9 24
D 4 10 16 40
Total 10 28 30 81
ΣX ΣY ΣX^2 ΣXY
44 44
2080 45.607017
de fertilizante liquido en una muestra de
e y el rendimiento son:
iento.
Y^2
3 3.5 4 4.5
Ejercicio 4 Parece que las ventas de dentífricos dependen mucho del nivel de la publicidad. Para
examinar más a fondo esta observación, se determinaron los gastos anuales en
publicidad para varias marcas bien conocidas junto con sus ventas anuales.
Gastos anuales
Ventas anuales
en publicidad
Marca (millones de X^2 XY
(millones de
dólares)
dólares)
Jugador 2 5 4 10
En práctica 4 7 16 28
Durante el juego 3 6 9 18
Puntuación 1 2 1 2
Total 10 20 30 58
ΣX ΣY ΣX^2 ΣXY
32 32
1120 33.466401061
Ventas anuales
(millones de
Y^2
dólares)
8
7
25 6
49 5
36 4
3
4 2
114 1
0
ΣY^2 0.5 1 1.5 2 2.5 3 3.5 4 4.5
3.5 4 4.5
Ejercicio 5 Calculos necesarios para el coeficiente regresion
Vendedor
Sr. Amber
Sr. Archer
Sra. Smith
Sr. Malcolm
Sra. Goodwin
Total
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple
Coeficiente de determinación R^2
R^2 ajustado
Error típico
Observaciones
ANÁLISIS DE VARIANZA
Regresión
Residuos
Total
Intercepción
Variable X 1
Análisis de los residuales
Observación
1
2
3
4
5
el coeficiente regresion
Ventas
Puntuación semanales
de prueba (miles de
dólares)
X Y X^2 XY Y^2
4 5 16 20 25
7 12 49 84 144
3 4 9 12 16
6 8 36 48 64
10 11 100 110 121
30 40 210 274 370
170
b= 1.13333333
150
a= 1.2
s de la regresión
0.877876225140348
0.770666666666667
0.694222222222222
1.95505043981536 Error estandar de estimacion
5
Y1=a+bx Y-Y1
5.73333333333333 -0.733333333333334
9.13333333333333 2.86666666666667
4.6 -0.6
8 0
12.5333333333333 -1.53333333333333
0.00
Pronóstico para Y
5.73333333333333
9.13333333333333
4.6
8
12.5333333333333
Chart Title
14
12
f(x) = 1.13333333333333 x + 1.2
10
or crítico de F 4
0
2 3 4 5 6 7 8 9 10
(Y-Y1)^2
0.537777777777778
8.21777777777778
0.36
0
2.35111111111111
11.4666666666667
Residuos
-0.733333333333334
2.86666666666667
-0.6
0
-1.53333333333334
itle
7 8 9 10 11
Superior 95.0%
8.56178397496475
2.26928126236764
11.4666667
= 3
3.82222222 1.95505044
Ejercicio 6
Cantidad de
fertilizantes(Toneladas)
Parcela X
A 2
B 1
C 3
D 4
Total 10
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.964763821237732
Coeficiente de determinación R^2 0.930769230769231
R^2 ajustado 0.896153846153846
Error típico 0.948683298050514
Observaciones 4
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 2
Total 3
Coeficientes
Intercepción 1.5
Variable X 1 2.2
Rendimiento
(cientos de bushels)
Y X^2 XY Y^2
7 4 14 49
3 1 3 9
8 9 24 64
10 16 40 100
28 30 81 222
b= 44
2.2
20
a= 1.5
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
24.2 24.2 26.8888889 0.035236178762268
1.8 0.9
26
Residuos
1.1
-0.7
-0.1
-0.3
Desviaciones Desviaciones al cuadrado
Chart Title
12
10
f(x) = 2.2 x + 1.5
8
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
1.8
Error estandar de estimacion
= 2
4 4.5
0.9 0.9486833
Se tiene interés en examinar la tasa de matrimonios y de divorcios por millar de habitantes en Esta
Ejercicio 7 años, según informes del Departamento de Salud y Servicios Humanos (DHHS) (de Estados Unidos
Resumen
Estadísticas de la regresión
Coeficiente d 0.199503052897579
Coeficiente d 0.039801468115454
R^2 ajustado -0.12023162053197
Error típico 1.6481995266927 Error estandar de estimacion
Observacione 8
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 0.675629921259837
Residuos 6 16.2993700787402
Total 7 16.975
b= 15.72
0.343832020997369
45.72
a= -0.74068241
Chart T
6
3 f(x) = 0.343832020997378 x
2
Promedio de los cuadradosF Valor crítico de F
0.67562992 0.24870774 0.6357389 1
2.71656168
0
9 9.5 10 10.5
2.69763779527559 -1.89763779527559
2.8007874015748 -1.3007874015748
2.83517060367454 -1.13517060367454
3.45406824146982 0.045931758530184
2.45695538057743 -0.156955380577429
2.45695538057743 0.043044619422571
2.73202099737533 2.16797900262467
2.76640419947507 2.23359580052493
Chart Title
Años de servicio
Empleado X
Jones 1
Orlando 20
Ireland 6
Smith 8
Kordel 2
Harper 1
Lopez 15
Sobecki 8
Total 61
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.35311879332772
Coeficiente de determinación R^2 0.124692882201225
R^2 ajustado -0.021191637431904
Error típico 1.50373204205853
Observaciones 8
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 6
Total 7
Coeficientes
Intercepción 3.16635089048882
Variable X 1 0.076544145509663
Análisis de los residuales
Tasa de eficiencia
Y X^2 XY Y^2
6 1 6 36
5 400 100 25
3 36 18 9
5 64 40 25
2 4 4 4
2 1 2 4
4 225 60 16
3 64 24 9
30 795 254 128
b= 202
2639
a= 3.16635089
Desviaciones
Y^2 Y1=a+bx Y-Y1
36 3.24289503599848 2.75710496400152
25 4.69723380068208 0.302766199317923
9 3.6256157635468 -0.625615763546798
25 3.77870405456612 1.22129594543388
4 3.31943918150815 -1.31943918150815
4 3.24289503599848 -1.24289503599848
16 4.31451307313376 -0.314513073133763
9 3.77870405456612 -0.778704054566124
128 30 0.00
Pronóstico para Y
3.24289503599848
4.69723380068208
3.6256157635468
0.076544145509663
3.77870405456612
3.31943918150815
3.24289503599848
4.31451307313376
3.77870405456612
Chart Title
7
0
0 5 10 15 20
Residuos
2.75710496400152
0.302766199317923
-0.625615763546798
1.22129594543388
-1.31943918150815
-1.24289503599848
-0.314513073133763
-0.778704054566123
Chart Title
44145509663 x + 3.16635089048882
10 15 20 25
2.2612100543135 1.50373204
Ejercicio 9 El error estándar de estimación mide la dispersión con respecto a una recta promedi
denominada recta de regresión.
Puntuación
de prueba
Vendedor X
Sr. Amber 4
Sr. Archer 7
Sra. Smith 3
Sr. Malcolm 6
Sra. Goodwin 10
Total 30
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.877876225140348
Coeficiente de determinación R^2 0.770666666666667
R^2 ajustado 0.694222222222222
Error típico 1.95505043981536
Observaciones 5
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 3
Total 4
Coeficientes
Intercepción 1.2
Variable X 1 1.13333333333333
Análisis de los residuales
Ventas
semanales
(miles de
dólares)
Y X^2 XY Y^2
5 16 20 25
12 49 84 144
4 9 12 16
8 36 48 64
11 100 110 121
40 210 274 370
b= 170 1.1333333333
150
a= 1.2
12
f(x) = 1.13333333333333 x + 1.2
10
0
2 3 4 5 6 7 8 9 10 11
Cantidad de
fertilizantes(Tonelad
as)
Parcela X
A 2
B 1
C 3
D 4
Total 10
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.964763821237732
Coeficiente de determinación R^2 0.930769230769231
R^2 ajustado 0.896153846153846
Error típico 0.948683298050514
Observaciones 4
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 2
Total 3
Coeficientes
Intercepción 1.5
Variable X 1 2.2
Rendimiento (cientos de
bushels)
Y X^2 XY Y^2
7 4 14 49
3 1 3 9
8 9 24 64
10 16 40 100
28 30 81 222
b= 44
2.2
20
a= 1.5
Residuos
1.1
-0.7
-0.100000000000001
-0.300000000000001
Desviaciones Desviaciones al cuadrado Desviaciones
ESTIMACIÓN DE
Pronóstico para Y Residuos INTERVALOS DE
5.9 1.1 CONFIANZA
3.7 -0.7
8.1 -0.1
10.3 -0.3
Chart Title
12
10
8
f(x) = 2.2 x + 1.5
6
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
1.8
Error estandar de
estimacion
= 2
0.9
Desviaciones al
cuadrado
(X- )^2
0.25
2.25
0.25
2.25
5
= 0.2625 0.51234754
Tramo
A
B
C
D
Total
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.98058068
Coeficiente de determinación R^2 0.96153846
R^2 ajustado 0.88461538
Error típico 1
Observaciones 4
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresión 2 25
Residuos 1 1
Total 3 26
Y1=-0.5+(2)*3.5+1*6.4
Y1=12.9
Interpretacion
1 250
2 360
3 165
4 43
5 92
6 200
7 355
8 290
9 230
10 120
11 73
12 205
13 400
14 320
15 72
16 272
17 94
18 190
19 235
20 139
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.896755299112882
Coeficiente de determinación R^2 0.804170066487035
R^2 ajustado 0.767451953953354
Error típico 51.0485535828165
Observaciones 20
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 3
Residuos 16
Total 19
Coeficientes
Intercepción 427.193803319646
Variable X 1 -4.58266262576345
Variable X 2 -14.8308626874308
Variable X 3 6.10103206056289
Residuos
-8.91421571901003
64.0165429715885
-11.7050061618346
-75.1581581943198
0.227388428755276
-46.0647714124027
19.9107746386332
-17.8168586706225
-34.5914766579278
-55.9907938306089
46.836202478499
65.827284093591
47.0982817243337
88.1462654109117
1.80666336223054
-38.194493851726
18.1135716049614
-2.35174945585305
16.2075952783416
-77.403046037541
Inferior 95.0%
Superior 95.0%
300.844417 553.543189
-6.21990652 -2.94541874
-24.9097665 -4.7519589
-2.40428274 14.6063469