Consumidor Publicidad 1 Publicidad 2 Publicidad 3

C1 50 45 45
C2 45 30 35
C3 30 25 20
C4 45 35 40
C5 40 30 35

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
C1 3 140 46.666666667 8.33333333
C2 3 110 36.666666667 58.3333333
C3 3 75 25 25
C4 3 120 40 25
C5 3 105 35 25

ANÁLISIS DE VARIANZA PRUEBA LIMITE

Origen de lasSuma de cuadGrados de libPromedio de los F Probabilidad Valor crítico para F
Entre grupos 750 4 187.5 6.61764706 0.00717425 5.99433866
Dentro de los 283.333333 10 28.333333333

Total 1033.33333 14
A.A. A.R.

0.1
0 5.99

6.62
alor crítico para F
 Análisis de varianza de un factor

RESUMEN
Grupos
Usted
Seymore
Gertchen

ANÁLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los

Total
Afirmacion Usted Seymore Gertchen
1 2 2 3
2 1 3 4
3 0 1 4
4 4 6 5
5 2 3 4
6 1 4 3
nálisis de varianza de un factor

Cuenta Suma Promedio Varianza

6 10 1.66666667 1.86666667
6 19 3.16666667 2.96666667
6 23 3.83333333 0.56666667

NÁLISIS DE VARIANZA PRUEBA LIMITE

Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
14.7777778 2 7.38888889 4.10493827 0.0378563 3.68232034
27 15 1.8

41.7777778 17

A.A. A.R.

0.05

0 3.68

4.10
 Análisis de varianza de un fa

RESUMEN
Grupos
Comision
Salario
Bonificacione

ANÁLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los

Total
Planta Comision Salario Bonificaciones
1 25 25 37
2 35 25 50
3 20 22 30
4 30 20 40
5 25 25 35
nálisis de varianza de un factor

Cuenta Suma Promedio Varianza

5 135 27 32.5
5 117 23.4 5.3
5 192 38.4 55.3

NÁLISIS DE VARIANZA PRUEBA LIMITE

Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
613.2 2 306.6 9.87969925 0.00290974 3.88529383
372.4 12 31.0333333

985.6 14

A.A. A.R.

0.05

0 Limite 3.89

Prueba 9.88
 Origen de las variaciones

Grupo Mina 1 Mina2 Mina3

1 42.7 54.1 56.9
2 47.1 59.2 59.2
3 32.1 53.1 58.7
4 29.2 41.1 49.2

\]
 Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Mina 1 4 151.1 37.775 72.3158333
Mina2 4 207.5 51.875 58.7358333
Mina3 4 224 56 21.5266667

ANÁLISIS DE VARIANZA Prueba Limiete

Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
Entre grupos 730.635 2 365.3175 7.1828842 0.01366095 8.02151731
Dentro de los 457.735 9 50.8594444

Total 1188.37 11

A.A. A.R.

0.05

0 Limite 8.02

Prueba 7.18
X Y A)Haga un diagrama de dispersion para los datos
28 14
54 21 Diagrama de dispersion
67 36
60
37 39
50
41 18
69 54 40

76 52 30
20
10
-
20 30 40 50 60 70 80

B)Relacion entre X y Y

Resumen

Estadísticas de la regresión
Coeficiente d 0.77
Coeficiente 0.59
R^2 ajustado 0.50
Error típico 11.42
Observacione 7.00

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1.00 923.77 923.77 7.08
Residuos 5.00 651.94 130.39
Total 6.00 1,575.71

Coeficientes Error típico Estadístico t Probabilidad

Intercepción - 2.63 14.22 - 0.18 0.86
X 0.68 0.25 2.66 0.04
 C) Recta para aproximar la relacion

Y
60

50
f(x) = 0.678459567198178 x − 2.62670842824601
40

30

20

10

-
20 30 40 50 60 70 80

Valor crítico de F
0.04

Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
- 39.17 33.92 - 39.17 33.92
0.02 1.33 0.02 1.33
Estudiante GPA Ofertas
1 3.25 3
2 2.35 3
3 1.02 1
4 0.36 0
5 3.69 5
6 2.65 4
7 2.15 2
8 1.25 2
9 3.88 6
10 3.37 2
 A)Haga un diagrama de desipersion para los datos

Diagrama de dispersion
7

6
5
4 f(x) = 1.2716158974237 x − 0.248063306124611

3
2

1
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

B) Calcule e interprete el modelo de regresion

Resumen

Estadísticas de la regresión
Coeficiente de 0.84
Coeficiente d 0.71
R^2 ajustado 0.68
Error típico 1.03
Observaciones 10.00

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1.00 21.08 21.08 19.78 0.00
Residuos 8.00 8.52 1.07
Total 9.00 29.60

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción - 0.25 0.76 - 0.33 0.75 - 2.00 1.50
GPA 1.27 0.29 4.45 0.00 0.61 1.93

y = 1.2716x - 0.2481

C) Si tiene una GPA de 2.33, cuantas ofertas laborales pronostica usted que recibira

(X)= 2.33
(Y)= 3
R/= Se pronostican 3 ofertas laborales
Inferior 95.0%
Superior 95.0%
- 2.00 1.50
0.61 1.93
A) Haga un diagrama de dispersion para los datos

Diagrama de Dispersion
30

25

20 f(x) = 0.558404740913055 x + 1.76970686881073

15

10

0
5 10 15 20 25 30 35 40

B)Calcule e interprete el modelo de regresion

Resumen

Estadísticas de la regresión
Coeficiente d 0.92
Coeficiente 0.84
R^2 ajustado 0.83
Error típico 2.25
Observacione 12.00

ANÁLISIS DE VARIANZA
 Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1.00 275.66 275.66 54.50 0.00
Residuos 10.00 50.58 5.06
Total 11.00 326.24

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 1.77 1.58 1.12 0.29 - 1.76 5.30 - 1.76
Ingreso 0.56 0.08 7.38 0.00 0.39 0.73 0.39

y=1.78+0.56∗x El modelo de regresión lineal explica que si el ingreso aumenta un dólar, el incremento en dólares e

C)¿Qué consumo pronosticara el modelo para alguien que gana US$ 27,500?

y=1.78+0.56∗x
y=1.78+0.56∗27500
y=15402

Según el modelo de regresión lineal si el consumidor gana US$ 27,500 su consumo será de US$ 15,402.
Consumidor Ingreso Consumo
1 24.3 16.2
2 12.5 8.5
3 31.2 15
4 28 17
5 35.1 24.2
6 10.5 11.2
7 23.2 15
8 10 7.1
9 8.5 3.5
10 15.98 11.5
11 14.7 10.7
12 15 9.2
 Superior 95.0%
5.30
0.73

ólar, el incremento en dólares en el consumo será de 0,56.

A)haga un diagrama de dispersion para los datos

Diagram de dispersion
350

300

250 f(x) = − 27.4399038461538 x + 520.042067307692

200

150

100

50

0
8 9 10 11 12 13 14 15 16

B) Calcule e interprete el modelo de regresión.

Resumen

Estadísticas de la regresión
Coeficiente d 0.87
Coeficiente 0.75
R^2 ajustado 0.72
Error típico 41.76
Observacione 10.00

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1.00 42,598.80 42,598.80 24.42 0.00
Residuos 8.00 13,952.80 1,744.10
Total 9.00 56,551.60
 Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 520.04 66.73 7.79 0.00 366.17 673.91 366.17
Interes - 27.44 5.55 - 4.94 0.00 - 40.24 - 14.64 - 40.24

y=520.0432−27.44∗x

C)Si la tasa de interés es del 9.5%, ¿Cuántas casas se venderían de acuerdo con el modelo?

y=520.0432−27.44∗x si x=9.5
y=520.0432−27.44∗9.5
y=259
Mes Interes Casas
1 12.3 196
2 10.5 285
3 15.6 125
4 9.5 225
5 10.5 248
6 9.3 303
7 8.7 265
8 14.2 102
9 15.2 105
10 12 114
Superior 95.0%
673.91
- 14.64
A)haga un diagrama de dispersion para los datos

Diagram de Dispersion
7

5 f(x) = 0.125881969085199 x + 3.71906276764958

0
4 6 8 10 12 14 16

B) Calcule e interprete el modelo de regresión.

Resumen

Estadísticas de la regresión
Coeficiente d 0.67778804
Coeficiente d 0.45939663
R^2 ajustado 0.36929607
Error típico 0.6172623
Observacione 8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1.94267349 1.94267349 5.09870989 0.06472287
Residuos 6 2.28607651 0.38101275
Total 7 4.22875

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 3.71906277 0.61298031 6.06718142 0.00090972 2.21915397 5.21897156 2.21915397
Unidades 0.12588197 0.05574852 2.25803231 0.06472287 -0.01052976 0.26229369 -0.01052976

y=3.7131+0.1259∗x

C)Si la tasa de interés es del 9.5%, ¿Cuántas casas se venderían de acuerdo con el modelo?

y=3.7131+0.1259∗x x = 750
y=3.7131+0.1259∗750
y=98.1381
 Unidades Costo
12.3 6.2
8.3 5.3
6.5 4.1
4.8 4.4
14.6 5.2
14.6 4.8
14.6 5.9
6.5 4.2

Superior 95.0%
5.21897156
0.26229369
A)haga un diagrama de dispersion para los datos

Ausencias
6

4
f(x) = 0.069740853658537 x + 2.64710365853659
3

0
0 2 4 6 8 10 12 14 16 18

B) Calcule e interprete el modelo de regresión.

Resumen

Estadísticas de la regresión
Coeficiente de 0.25
Coeficiente d 0.06
R^2 ajustado - 0.04
Error típico 1.40
Observaciones 11.00

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1.00 1.16 1.16 0.59 0.46
Residuos 9.00 17.75 1.97
Total 10.00 18.91

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 2.65 0.72 3.69 0.00 1.03 4.27 1.03
Millas 0.07 0.09 0.77 0.46 - 0.14 0.28 - 0.14
y=2.67+0.07∗x
El modelo de regresión lineal explica que si la distancia para llegar al campus aumenta en una milla la posibilidad de faltar a cla

C) A cuantas clases faltaría usted si viviera a 3,2 millas del campus, según el modelo?

y=2.67+0.07∗x
y=2.67+0.07∗3.2 Según el modelo de regresión lineal si el estudiante viviera a 3,2 millas del campus el número de fa
y=2.89
 Millas Ausencias
5 2
6 2
2 4
0 5
9 4
12 2
16 5
5 2
7 3
0 1
8 4

Superior 95.0%
4.27
0.28
milla la posibilidad de faltar a clase es tan solo de 0,07, es decir, que no es una variable significativa a la explicación de la ausencia de los es

las del campus el número de fallas a clase seria de 3.

licación de la ausencia de los estudiantes.