UNIVERSIDAD AUTONOMA

DE NUEVO LEON.

FACULTAD DE CONTADURIA
PUBLICA Y ADMINISTRACION.

EVIDENCIA 3
ESTADISTICA INFERENCIAL.
IRVIN ALEJANDRO GARCIA MARTINEZ.
MATRICULA: 1960179

DOCENTE: ERNESTO MANUEL CORTAZA

MARTINEZ.

CARRERA: CONTADOR PUBLICO.

GRUPO: 3W
 REGRESION Y CORRELACION
1.- CONSTRUIR UNA LINEA RECTA QUE APROXIME LOS DATOS DE LA
SIGUIENTE TABLA.
X 1 3 4 6 8 9 11 14
Y 1 2 4 4 5 7 8 9

9 *
8 *
7.5
7 *
6
5 *
4 * *
3
2 *
1 B (0,1 )* (12, 7.5)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 x
A (0,1) B (12, 7.5)
Y – Y1 = m (X – X1) m = Y2 - Y1 / X2 - X1
m= 7.5 - 1 / 12 - 0 = 6.5 / 12 = 0.5416
y – 1 = 0.5416(X – 0)
Y – 1 = 0.5416 X
Y = 0.5416 X + 1
Y = a0 + a1 X ECUACION LINEAL DE REGRESION

2.- RECTA DE MINIMOS CUADRADOS (TOMANDO LA VARIABLE X COMO

VARIABLE INDEPENDIENTE)
a0 = (∑y)(∑X2 ) - ( ∑X )(∑XY) / N(∑X2 ) – (∑X)2
a1 = N (∑XY) – (∑X)(∑Y) / N(∑X2 ) – (∑X)2

X Y XY X2
1 1 1 1
3 2 6 9
4 4 16 16
6 4 24 36
8 5 40 64
9 7 63 81
11 8 88 121
14 9 126 196

∑X= 56 ∑Y= 40 ∑XY = 364 ∑X2 = 524

a0 = (40)(524) - (56)(364) / 8 (524 ) - ( 56 )2
a0 = .5454
a1 =0.636
y = 0.5454 + 0.636 X
SI SE CONSIDERA X COMO VARIABLE DEPENDIENTE e Y COMO VARIABLE
INDEPENDIENTE LA ECUACION DE LA RECTA DE MINIMOS CUADRADOS
SERIA
X = b0 + b1 Y
b0 = (∑X)(∑Y2) - ( ∑Y)(∑XY) / N(∑Y2) – (∑Y)2
b1 = N(∑XY) - (∑X)(∑Y) / N(∑Y2) - (∑Y)2

3.- COEFICIENTE DE CORRELACION

r= N(∑XY) - (∑X)(∑Y)
[ N(∑X2) - (∑X)2 ] [ N(∑Y2 ) – (∑Y)2 ]

r = (8)(364) - (56)(40)
[ 8(524) – 3136 ][ 8 (256) - 1600 ]
r= 2912 – 2240 / 8 = 672
(4192 - 3136 )(2048 – 1600 ) = (1056)(448)= 473088
r = 672 / 687.81 = .9770 o 97.70 %
4.- buena reg. Mala, mala regular buena
-1 -.7 -.5 0 .5 .7 1

X Y XY X2 Y2
1 1 1 1 1
3 2 6 9 4
4 4 16 16 16
6 4 24 36 16
8 5 40 64 25
9 7 63 81 49
11 8 88 121 64
14 9 126 196 81

∑X= 56 ∑Y= 40 ∑XY = 364 ∑X2 = 524 ∑Y2 =256

X = b0 + b1 Y
b0 = (∑X)(∑Y2) - ( ∑Y)(∑XY) / N(∑Y2) – (∑Y)2
b1 = N(∑XY) - (∑X)(∑Y) / N(∑Y2) - (∑Y)2

b0 = (56) (221) - (40)(364) / 8(256) - (1600)

b0 = - 0.5
b1 = 8(364) – (56)(40) / 8(256) – 1600
b1 = 1.5
X = - 0.5 + 1.5Y
5.- Construir una línea recta que

X 2 3 5 7 9 10
y 1 3 7 11 15 17

17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0 1 2 3 4 5 6 7 8 9 10

A (1) B (1)
Y – y1 = m ( x – x1 )
M = y2 – y1 / x2 - x1
6.- Ejercicio 49. La National Highway Association estudia la relación entre el
número de licitadores en un proyecto para una carretera y la licitación más alta
(menor costo) del proyecto. De interés particular resulta saber si el número de
licitadores aumenta o disminuye la cantidad de la oferta ganadora.

a) Determine la ecuación de regresión. Interprete la ecuación. ¿Más licitadores

tienden a aumentar o a disminuir la cantidad de la oferta ganadora?

RPTA: La ecuación sería esta: Y= -0.4652x + 11.218

-Por cada incremento del número de licitadores en una unidad la oferta disminuye
en -0.4652
b) Estime la cantidad de la oferta ganadora si se hubieran presentado siete
licitadores.
Y= -0.4652x + 11.218 Y= -0.4652(7) + 11.218
Y= 7.9616
c) Se desea construir una nueva entrada en la carretera Ohio Turnpike. Se
presentaron siete licitadores. Determine un intervalo de predicción de 95% de la
oferta ganadora.
RPTA: Intervalo de predicción
 Y (7) = 7.969, N=15
Syx= 1.114, t (0.05,13= 2.16, x=7.1333

Intervalo de predicción
IP: 7.9699 - 2.485, 7.9699 + 2.485 = [5.484,10.454]
10.9886559
d) Determine el coeficiente de determinación. Interprete su valor.

R² = 0.50302688

7.- El grado de variación de la oferta ganadora por la variación de número de

licitadores está equilibrado, ya que el 50% de la variación de la oferta ganadora se
explica mediante una variación en el número de licitadores presentes
Ejercicio 50. El señor William Profit estudia compañías que se hacen públicas por
primera vez. Le interesa en particular la relación entre el tamaño de la oferta y el
precio por acción. Una muestra de 15 compañías que recién se hicieron públicas
reveló la siguiente información.

A) Determine la ecuación de regresión.

Y = 0.0031x + 10.66
B) Establezca el coeficiente de determinación. ¿Considera que el señor Pocho
con el tamaño de la oferta como variable independiente?
R^2 = 0.21721278
El señor no está satisfecho con que el tamaño de la oferta sea una variable
independiente.
Diagrama de dispersión:

R² = 0.2106

100 120 140 160 180

8.- Ejercicio 51. Bardi Trucking Co. ubicada en Clevland, Ohio, hace entregas en la
región de los Grandes Lagos, en el lado sur y en el lado norte. Jim Bardi, el
presidente, estudia la relación entre la distancia de recorrido de un embarque y el
tiempo, en días, que dura en llegar a su destino. Para investigar esta cuestión, el
señor Bardi seleccionó una muestra aleatoria de 20 embarques del mes pasado. La
distancia de envío es la variable independiente y el tiempo de envío es la variable

dependiente. Los resultados son los siguientes:

a) Trace un diagrama de dispersión. Con base en estos datos, ¿parece haber una
relación entre la cantidad de millas que debe recorrer el embarque y el tiempo
que tarda en llegar a su destino?
b) Determine el coeficiente de correlación. ¿Es posible concluir que hay una
correlación positiva entre la distancia y el tiempo? Utilice el nivel de significancia
0.05.
RPTA: 0.69210443
Si existe una correlación positiva pero débil.

c) Establezca e interprete el coeficiente de determinación.

R^2 = 0.47900854

d) Determine el error estándar de estimación

RPTA:145306.5