Aqui Esta Cuando Nos Regaño

TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE ORIZABA
ASIGNATURA: Estadística inferencial II

Ejercicios 1 a 10: Análisis correlación simple y regresión lineal simple
INTEGRANTES EQUIPO:
MELÉNDEZ FLORES ALFREDO
GIRÓN FLORES CESAR ENRIQUE
CATEDRÁTICO: ANA KAREN CÓRDOBA SCHETTINO
Hora: 7:00 a 8:00pm hrs.
Aula: 52 Clave: 4b5D

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
Establecimi Numero de Ventas de

sabado y
entos de transmisiones de
domingo(miles
ventas ventas (X) de dolares) (Y)
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
l anuncio y lasventas de sus productos. Los pares de datos son:
Ventas de sabado y domingo(miles de dolares) (Y)

30
25
20
15
10
0
1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
FORMULA r= 0.929516 Coeficiente de correlacion
DIRECTO r= 0.929516 Coeficiente de correlacion
Coeficiente de determinacion r^2= 0.864

Coeficiente de no determinacion 1-r^2= 0.14
dolares) (Y)
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:
Empleado Tiempo de servicio (X) Puntuacion de eficiencia (Y)

Jones 1 6
Orlando 20 5
Ireland 6 3
Smith 8 5
Kordel 2 2
Harper 1 2
Lopez 15 4
Sobecki 8 3
Total 61 30
ΣX ΣY
inar si existe relación entre los años de
eficiencia de un empleado con base en los
X^2 XY Y^2 Puntuacion de eficiencia (Y)

1 6 36
7
400 100 25
6 f(x) = 0.319496855345912 x
36 18 9 R² = 0.634001572327044
5
64 40 25
4
4 4 4
3
1 2 4
2
225 60 16
1
64 24 9
0
795 254 128 0 5 10 15 20 25
ΣX^2 ΣXY ΣY^2
202 202 FORMULA r= 0.35311879

327236 572.045453
DIRECTO r= 0.35311879

(Y)
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
49 Rendimiento (cientos de bushels)

9
12
64
10 R² = 0.985135135135135
100
8
222
6
ΣY^2 4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5

de bushels)
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

es
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
Grados de libertad Suma de cuadrados

Promedio de los cuadrados
F Valor crítico de F
1 38.533333333333 38.53 10.0813953 0.05028219
3 11.466666666667 3.822
4 50
Coeficientes Error típico EstadísticoProbabilidad

t Inferior 95%
1.2 2.3132468763863 0.519 0.63977103 -6.16178397
1.13333333333333 0.3569417423158 3.175 0.05028219 -0.0026146
Pronóstico para Y Residuos
5.73333333333333 -0.7333333333333
9.13333333333333 2.8666666666667
4.6 -0.6
8 0
12.5333333333333 -1.5333333333333
Desviaciones
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
Superior 95% Inferior 95.0%

8.56178397496475 -6.16178397496476
2.26928126236764 -0.002614595700973
Error estandar de estimacion
Desviaciones al cuadrado
(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
Un agrónomo experimento con distintas cantidades de fertilizante liquido en una muestra de pa

los cultivos correspondientes son:
Cantidad de
fertilizantes(Toneladas)
Parcela X
A 2
B 1
C 3
D 4
Total 10
Resumen
Coeficiente de correlación múltiple 0.964763821237732
Coeficiente de determinación R^2 0.930769230769231
R^2 ajustado 0.896153846153846
Error típico 0.948683298050514
Observaciones 4
Grados de libertad
Regresión 1
Residuos 2
Total 3
Coeficientes
Intercepción 1.5
Variable X 1 2.2
Observación Pronóstico para Y

1 5.9
2 3.7
3 8.1
4 10.3
uido en una muestra de parcelas del mismo tamaño. Las cantidades de fertilizante y los rendimientos de
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
Error típico Estadístico t Probabilidad Inferior 95%

1.16189500386223 1.29099445 0.32580014 -3.49923071005007
0.424264068711929 5.18544973 0.03523618 0.374539046622006
Residuos
1.1
-0.7
-0.1
-0.3
Desviaciones Desviaciones al cuadrado
Y1=a+bx Y-Y1 (Y-Y1)^2

5.9 1.1 1.21
3.7 -0.7 0.49
8.1 -0.100000000000001 0.01
10.3 -0.300000000000001 0.090000000000001
0.00 1.8

5.9 1.1
3.7 -0.7
8.1 -0.100000000000001
10.3 -0.300000000000001
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
Superior 95% Inferior 95.0% Superior 95.0%

6.49923071005007 -3.49923071005007 6.49923071005007
4.02546095337799 0.374539046622006 4.02546095337799
1.8
= 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
Tasa de matrimonios Tasa de divorcio

Año X Y
1905 10 0.8
1925 10.3 1.5
1935 10.4 1.7
1945 12.2 3.5
1955 9.3 2.3
1965 9.3 2.5
1975 10.1 4.9
1985 10.2 5
Total 81.8 22.2
Resumen
Coeficiente d 0.199503052897579
Coeficiente d 0.039801468115454
R^2 ajustado -0.12023162053197
Error típico 1.6481995266927 Error estandar de estimacion
Observacione 8
Grados de libertad Suma de cuadrados
Regresión 1 0.675629921259837
Residuos 6 16.2993700787402
Total 7 16.975
Coeficientes Error típico

Intercepción -0.740682414698158 7.07365159204822
Variable X 1 0.343832020997375 0.689448240699532
Observación Pronóstico para Y Residuos

1 2.69763779527559 -1.89763779527559
2 2.8007874015748 -1.3007874015748
3 2.83517060367454 -1.13517060367454
4 3.45406824146982 0.045931758530184
5 2.45695538057743 -0.156955380577429
6 2.45695538057743 0.043044619422571
7 2.73202099737533 2.16797900262467
8 2.76640419947507 2.23359580052493
os por millar de habitantes en Estados Unidos para años seleccionados. Las tasas para ocho
manos (DHHS) (de Estados Unidos), son:
X^2 XY Y^2 Y^2

100 8 0.64 0.64
106.09 15.45 2.25 2.25
108.16 17.68 2.89 2.89
148.84 42.7 12.25 12.25
86.49 21.39 5.29 5.29
86.49 23.25 6.25 6.25
102.01 49.49 24.01 24.01
104.04 51 25 25
842.12 228.96 78.58 78.58
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
Estadístico t Probabilidad Inferior 95% Superior 95%

-0.10471005 0.92001852 -18.0492843 16.5679194967551
0.49870607 0.6357389 -1.34318705 2.03085109191611
Y1=a+bx Y-Y1 (Y-Y1)^2
2.69763779527559 -1.89763779527559 3.60102920205841
2.8007874015748 -1.3007874015748 1.69204786409573
2.83517060367454 -1.13517060367454 1.28861229944682
3.45406824146981 0.04593175853019 0.002109726441676
2.45695538057744 -0.15695538057744 0.024634991492208
2.45695538057744 0.04304461942256 0.001852839261233
2.73202099737533 2.16797900262467 4.70013295582146
2.76640419947507 2.23359580052493 4.98895020012262
0.00 16.2993700787402
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
f(x) = 0.343832020997378 x − 0.740682414698185
9 9.5 10 10.5 11 11.5 12 12.5
Inferior 95.0% Superior 95.0%

-18.0492843261514 16.5679194967551
-1.34318704992136 2.03085109191611
16.2993700787402
= 6
2.71656168
Coef.de correlacion = 0.19950305289758
Coef. Determinacion = 0.039801468115455

1.64819953
Se llevo a cabo un proyecto de investigación para determinar si existe alguna relación entre los a
Ejercicio 8 pronosticar la puntuación de eficiencia de un empleado con
base en su tiempo de servicio. Los resultados muestrales son:
Años de servicio
Empleado X
Jones 1
Orlando 20
Ireland 6
Smith 8
Kordel 2
Harper 1
Lopez 15
Sobecki 8
Total 61
Resumen
R^2 ajustado -0.021191637431904
Error típico 1.50373204205853
Observaciones 8
Grados de libertad
Regresión 1
Residuos 6
Total 7
Coeficientes
Intercepción 3.16635089048882
Variable X 1 0.076544145509663

1 3.24289503599848
2 4.69723380068208
3 3.6256157635468
4 3.77870405456612
5 3.31943918150815
6 3.24289503599848
7 4.31451307313376
8 3.77870405456612
erminar si existe alguna relación entre los años de servicio y las puntuaciones de eficiencia de empleados. El objetivo del estudio es
o con
les son:
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
Suma de cuadrados Promedio de los cuadradosF Valor crítico de F

1.93273967411898 1.93273967 0.8547369 0.39088261
13.567260325881 2.26121005
15.5

0.825342716643423 3.83640738 0.00859478 1.14681002
0.08279340659291 0.92451982 0.39088261 -0.12604402
Residuos
2.75710496400152
0.302766199317923
-0.625615763546798
1.22129594543388
-1.31943918150815
-1.24289503599848
-0.314513073133763
-0.778704054566123
es de eficiencia de empleados. El objetivo del estudio es
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
4 f(x) = 0.076544145509663 x + 3.16635089048

3
or crítico de F 2
0
0 5 10 15 20

5.1858917650998 1.14681001587785 5.1858917650998
0.279132313298517 -0.1260440222792 0.279132313298517
13.567260325881
= 6
Desviaciones al cuadrado
(Y-Y1)^2
7.6016277825218
0.09166737144942
0.391395083598243
1.49156378633323
1.74091975369889
1.54478807050967
0.098918473172044
0.606380004597721
13.567260325881
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
R^2 ajustado 0.694222222222222
Error típico 1.95505043981536
Observaciones 5
Grados de libertad
Regresión 1
Residuos 3
Total 4
Coeficientes
Intercepción 1.2
Variable X 1 1.13333333333333

1 5.73333333333333
2 9.13333333333333
3 4.6
4 8
5 12.5333333333333
pecto a una recta promedio,
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
Suma de cuadrados Promedio de los cuadrados F Valor crítico de F

38.5333333333333 38.5333333333333 10.081395349 0.050282194362
11.4666666666667 3.82222222222222
50

2.31324687638633 0.518751375933811 0.6397710317 -6.1617839749648
0.356941742315756 3.17512131245992 0.0502821944 -0.002614595701
Residuos
-0.733333333333334
2.86666666666667
-0.6
0
-1.53333333333334
Y1=a+bx Y-Y1 (Y-Y1)^2

5.7333333333 -0.733333333333334 0.537777777777778
9.1333333333 2.86666666666667 8.21777777777778
4.6 -0.6 0.36
8 0 0
12.533333333 -1.53333333333333 2.35111111111111
0.00 11.4666666666667

5.73333333333333 -0.733333333333334
9.13333333333333 2.86666666666667
4.6 -0.6
8 0
12.5333333333333 -1.53333333333334 Error estandar de
estimacion
Chart Title
14
12
f(x) = 1.13333333333333 x + 1.2
10
0
2 3 4 5 6 7 8 9 10 11

8.561783975 -6.16178397496476 8.56178397496475
2.2692812624 -0.002614595700973 2.26928126236764
11.4666667
= 3
3.82222222 1.95505044
Ejercicio 10
Se calculo la ecuación de regresión como Y' - 1.5 + 2.2X (en cientos de bushels). El error estándar
1. Tomando en cuenta que esta es una muestra pequeña, fije los limites de
confianza de 0.90 para un grupo de parcelas que recibieron exactamente tres toneladas de fertil
2. Interprete lo que descubrió.
Cantidad de
fertilizantes(Tonelad
as)
Parcela X
A 2
B 1
C 3
D 4
Total 10
Resumen
R^2 ajustado 0.896153846153846
Error típico 0.948683298050514
Observaciones 4
Grados de libertad
Regresión 1
Residuos 2
Total 3
Coeficientes
Intercepción 1.5
Variable X 1 2.2

1 5.9
2 3.7
3 8.1
4 10.3
tos de bushels). El error estándar se evaluó como 0.9487 (en cientos de bushels).
s limites de
ctamente tres toneladas de fertilizantes cada una.
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

24.2 24.2 26.888888889 0.035236178762268
1.8 0.900000000000001
26

1.16189500386223 1.29099444873581 0.3258001375 -3.49923071005007
0.424264068711929 5.18544972870135 0.0352361788 0.374539046622006
Residuos
1.1
-0.7
-0.100000000000001
-0.300000000000001
Desviaciones Desviaciones al cuadrado Desviaciones
Y1=a+bx Y-Y1 (Y-Y1)^2 X-

5.9 1.1 1.21 -0.5
3.7 -0.7 0.49 -1.5
8.1 -0.1 0.01 0.5
10.3 -0.3 0.090000000000001 1.5
0.00 1.8 0
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

6.49923071005007 -3.49923071005007 6.49923071005007
4.02546095337799 0.374539046622006 4.02546095337799
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
= 6.68071779 y/o 9.51928221

0.9487
Ejercicio en clase Al ingeniero de control de calidad de una industria le interesa pronos
con base en su diametro exterior y la cantidad de molibdeno conteni
alambre, mide su diametro exterior y determina el contenido de mol
alambre. Los resultados son:
Tramo
A
B
C
D
Total
Resumen
R^2 ajustado 0.88461538
Error típico 1
Observaciones 4
Grados de libertad
Suma de cuadrados
Regresión 2 25
Residuos 1 1
Total 3 26
Coeficientes Error típico

Intercepción -0.5 3.57071421
Variable X 1 2 2.23606798
Variable X 2 1 1.41421356
Observación Pronóstico para YResiduos

1 11.5 -0.5
2 8.5 0.5
3 15.5 0.5
4 12.5 -0.5
e control de calidad de una industria le interesa pronosticar la resistencia a la tension de un alambre de acero fabricado,
diametro exterior y la cantidad de molibdeno contenida en el metal. Como experiemento, selecciona cuatro tramos de
su diametro exterior y determina el contenido de molibdeno. Despues mide la resistencia a la tension de cada tramo de
esultados son:
Resistencia a la torsion(psi) Diametro exterior (cm) Cantidad de molibdeno

Y1 X1 X2
11 3 6
9 2 5
16 4 8
12 3 7
48 12 3
Promedio de los cuadrados F Valor crítico de F

12.5 12.5 0.196116135138184
1
Estadístico t Probabilidad Inferior 95%

-0.1400280084028 0.911431285524286 -45.8702258609019
0.894427190999916 0.53544094560246 -26.4119375261164
0.707106781186548 0.608173447969393 -16.9692870641875
Coeficientes
Intercepción -0.499999999999996 a
Variable X 1 2b
Variable X 2 1x
Y1=-0.5+(2)*3.5+1*6.4
Y1=12.9
Interpretacion
Esto nos indica que la resistencia de torsion es de 12.9

cuando el diametro exterior es 3.5cm y la cantidad de
molibdeno es 6.4

44.87 -45.8702258609019 44.8702258609019
30.41 -26.4119375261164 30.4119375261164
18.97 -16.9692870641875 18.9692870641875
Y
CASA COSTO DE CALEFACCIÓN

$
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
R^2 ajustado 0.767451953953354
Error típico 51.0485535828165
Observaciones 20
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

1 258.91421571901
2 295.983457028412
3 176.705006161835
4 118.15815819432
5 91.7726115712447
6 246.064771412403
7 335.089225361367
8 307.816858670622
9 264.591476657928
10 175.990793830609
11 26.163797521501
12 139.172715906409
13 352.901718275666
14 231.853734589088
15 70.1933366377695
16 310.194493851726
17 75.8864283950386
18 192.351749455853
19 218.792404721658
20 216.403046037541
X1 X2 X3
ANTIGÜEDAD
TEMP EXTERNA MEDIA °F AISLAMIENTO DE ÁTICO CALENTADOR
AÑOS
35 3 6
29 4 10
36 7 3
60 6 9
65 5 6
30 5 5
10 6 7
7 10 10
21 9 11
55 2 5
54 12 4
48 5 1
20 5 15
39 4 7
60 8 6
20 5 8
58 7 3
40 8 11
27 9 8
30 7 5
Coeficiente de determinación R^2

171220.472833637 57073.4909445457 21.901182032 6.56178E-06
41695.2771663631 2605.95482289769
212915.75
Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

59.6014293122365 7.16750937434215 2.2376417E-06 300.844417 553.543189
0.772319353431061 -5.93363691509838 2.1003502E-05 -6.21990652 -2.94541874
4.75441228052759 -3.11938927723472 0.0066059632 -24.9097665 -4.7519589
4.01212016612042 1.52065038133252 0.1478624843 -2.40428274 14.6063469
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

Aqui Esta Cuando Nos Regaño

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aqui Esta Cuando Nos Regaño

Cargado por

Copyright:

Formatos disponibles

TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE ORIZABA

ASIGNATURA: Estadística inferencial II

Establecimi Numero de Ventas de

l anuncio y lasventas de sus productos. Los pares de datos son:

Ventas de sabado y domingo(miles de dolares) (Y)

FORMULA r= 0.929516 Coeficiente de correlacion

DIRECTO r= 0.929516 Coeficiente de correlacion

Coeficiente de determinacion r^2= 0.864

Empleado Tiempo de servicio (X) Puntuacion de eficiencia (Y)

X^2 XY Y^2 Puntuacion de eficiencia (Y)

ΣX^2 ΣXY ΣY^2

202 202 FORMULA r= 0.35311879

Coeficiente de determinacion r^2= 0.125

49 Rendimiento (cientos de bushels)

DIRECTO r= 0.96476382124 Coeficiente de correlacion

Coeficiente de determinacion r^2= 0.931

FORMULA r= 0.95618289 Coeficiente de correlacion

DIRECTO r= 0.95618289 Coeficiente de correlacion

Coeficiente de determinacion r^2= 0.914

Grados de libertad Suma de cuadrados

Coeficientes Error típico EstadísticoProbabilidad

Superior 95% Inferior 95.0%

Un agrónomo experimento con distintas cantidades de fertilizante liquido en una muestra de pa

Análisis de los residuales

Observación Pronóstico para Y

Error estandar de estimacion

Error típico Estadístico t Probabilidad Inferior 95%

Y1=a+bx Y-Y1 (Y-Y1)^2

Pronóstico para Y Residuos

Superior 95% Inferior 95.0% Superior 95.0%

Tasa de matrimonios Tasa de divorcio

Coeficientes Error típico

Observación Pronóstico para Y Residuos

X^2 XY Y^2 Y^2

Estadístico t Probabilidad Inferior 95% Superior 95%

Pronóstico para Y Residuos

f(x) = 0.343832020997378 x − 0.740682414698185

9 9.5 10 10.5 11 11.5 12 12.5

Inferior 95.0% Superior 95.0%

Coef.de correlacion = 0.19950305289758

Coef. Determinacion = 0.039801468115455

Observación Pronóstico para Y

Error estandar de estimacion

Suma de cuadrados Promedio de los cuadradosF Valor crítico de F

Error típico Estadístico t Probabilidad Inferior 95%

4 f(x) = 0.076544145509663 x + 3.16635089048

Superior 95% Inferior 95.0% Superior 95.0%

Observación Pronóstico para Y

Error estandar de estimacion

Suma de cuadrados Promedio de los cuadrados F Valor crítico de F

Error típico Estadístico t Probabilidad Inferior 95%

Y1=a+bx Y-Y1 (Y-Y1)^2

Pronóstico para Y Residuos

Superior 95% Inferior 95.0% Superior 95.0%

Análisis de los residuales

Observación Pronóstico para Y

Error estandar de estimacion

Suma de cuadrados Promedio de los cuadrados F Valor crítico de F

Error típico Estadístico t Probabilidad Inferior 95%

Y1=a+bx Y-Y1 (Y-Y1)^2 X-

Superior 95% Inferior 95.0% Superior 95.0%

= 6.68071779 y/o 9.51928221

Coeficientes Error típico