Documentos de Académico
Documentos de Profesional
Documentos de Cultura
- El gerente de operaciones de un distribuidor de instrumentos musicales piensa que la demanda de baterías puede relacion
Demanda Apariciones
No Baterias (Yi) en Tv (Xi) (Yi) (Xi) (Xi)^2 (Yi)^2
1 3 3 9 81 9
2 6 4 24 576 36
3 7 7 49 2401 49
4 5 6 30 900 25
5 10 8 80 6400 100
6 8 5 40 1600 64
39 33 232 11958 283
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=5,5 𝑦 ̅=6,5
b= 1
a= 𝑦 ̅ - b 𝑥 ̅
a= 1
Ye= a + bXi
Ye= 1 + Xi
anda de baterías puede relacionarse con el número de apariciones en televisión del popular grupo de rock Green Shades du- rante el mes
Green Shades du- rante el mes anterior. El gerente recolectó los datos que se presentan en la siguiente tabla:
Resumen
Estadísticas de la regresión
Coeficiente de cor 0.77020798
Coeficiente de de 0.59322034
R^2 ajustado 0.49152542
Error típico 1.73205081
Observaciones 6
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 17.5 17.5 5.8333333333 0.07313954
Residuos 4 12 3
Total 5 29.5
10
Inferior 95,0%
Superior 95,0% 0
2 3 4 5 6 7 8 9
-5.62036002 7.62036002
Apariciones enn Tv (Xi)
-0.14955749 2.14955749
ón ajustada
rias (Yi)
7 8 9
2.- Supóngase que una cadena de supermercados financia un estudio sobre los gastos anuales en comestibles de familias d
Ye= -200+0,10Xi
a.
Ye=-200+0,10(15000)
Ye= 1300
b.
Ye=-2000+0,10(2000)
Ye= 0
en comestibles de familias de cuatro miembros. La investigación se limitó a familias con ingresos netos (después de impuestos) que va
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=10 𝑦 ̅=15
b= 2
a= 𝑦 ̅ - b 𝑥 ̅
a= -5
Ye= a + bXi
Ye= -5 + 2Xi
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=0,2 𝑦 ̅=1,03
b= 4,99
a= 𝑦 ̅ - b 𝑥 ̅
a= 0,032
Ye= a + bXi
Ye= 0,032 + 4,99Xi
4.- En el caso de cada conjunto de datos,
a) Represente éstos datos en una gráfica
b) Hallar la ecuación de la recta
d) Determine el coeficiente de correlación
Xi Yi Xi * Yi (Xi)^2 (Yi)^2 (Xi - x) (Yi - 𝑦 ̅ ) (Xi-x) (Yi-Y)
25 2000 50000 625 4000000 -18.63 395.46 -7367.4198
20 3500 70000 400 12250000 -23.63 1895.46 -44789.7198
40 1000 40000 1600 1000000 -3.63 -604.54 2194.4802
45 800 36000 2025 640000 1.37 -804.54 -1102.2198
22 3000 66000 484 9000000 -21.63 1395.46 -30183.7998
63 1300 81900 3969 1690000 19.37 -304.54 -5898.9398
70 1500 105000 4900 2250000 26.37 -104.54 -2756.7198
60 1100 66000 3600 1210000 16.37 -504.54 -8259.3198
55 950 52250 3025 902500 11.37 -654.54 -7442.1198
50 900 45000 2500 810000 6.37 -704.54 -4487.9198
30 1600 48000 900 2560000 -13.63 -4.54 61.8802
480 17650 660150 24028 36312500 -110031.818
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=43,63 𝑦 ̅=1604,54
b= -35,5873
43.63 1604.54
a= 𝑦 ̅ - b 𝑥 ̅
a= 3157,21
Ye= a + bXi
Ye= 3157,21 -35,5873Xi
Yi
4000
3500
3000
2500
2000
1500
1000
500
0
10 20 30 40 50 60 70 80
Resumen
Estadísticas de la regresión
Coeficiente de correlac 0.70101675
Coeficiente de determi 0.49142449
R^2 ajustado 0.4349161
Error típico 672.034572
Observaciones 11
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 3927598.54 3927598.54 8.69648713 0.01624782
Residuos 9 4064674.19 451630.466
Total 10 7992272.73
Yi
1000
0
10 20 30 40 50 60 70 80
Xi
Inferior 95,0%
Superior 95,0%
1882.40944 4441.89161
-63.0767681 -8.31346431
70 80
5.- Determine una ecuación que describa la relación entre la frecuencia de accidentes y el nivel de educación preventiva en
Horas
hombre por Accidentes xi*yi xi^2 yi^2
mes por millon
1 200 7 1400 40000 49 Acciden
2 500 6.4 3200 250000 40.96 9
3 450 5.2 2340 202500 27.04 8
4 800 4 3200 640000 16 7 f(x) = − 0.0058832116788321
5 900 3.1 2790 810000 9.61 6
6 150 8 1200 22500 64 5
7 300 6.5 1950 90000 42.25 4
8 600 4.4 2640 360000 19.36
3
3900 44.6 18720 2415000 268.22
2
1
0
100 200 300 400 5
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=487 𝑦 ̅=5,57
b= -0,00123
a= 𝑦 ̅ - b 𝑥 ̅
a= 6,169
Ye= a + bXi
Ye= 6,169 - 0,00123Xi
el de educación preventiva en lo referente a los siguientes datos:
Estadísticas de la regresión
Coeficiente d 0.95310228
Coeficiente d 0.90840395
R^2 ajustado 0.89313794
Error típico 0.54665539
Observacione 8
ANÁLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadradosde los cuadrados
F Valor crítico de F
Regresión 1 17.7820073 17.7820073 59.5050073 0.00024888
Residuos 6 1.7929927 0.29883212
Total 7 19.575
Observación
Pronóstico Accidentes por
Residuos
millon
1 7.26642336 -0.26642336 Y=1+6*(Xi)
2 5.50145985 0.89854015 Y=1+6*(700)
3 5.79562044 -0.59562044 A) Y=4201
4 3.73649635 0.26350365 B)
5 3.14817518 -0.04817518
6 7.56058394 0.43941606
7 6.67810219 -0.17810219
8 4.91313869 -0.51313869
Horas hombre por mes Curva de regresión
ajustada
Accidentes por millon Pronóstico Accidentes por millon
9
7
Accidentes por millon
2
Superior 95,0% 1
9.46840975
0
-0.00401702 100 200 300 400 500 600 700 800 900 1000
Horas hombre por mes
6.- Una compañía que tiene 15 tiendas ha recopilado datos en relación con los metros cuadrados de áreas de ventas respect
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑏=𝑦 ̅= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=107,66 𝑦 ̅=154,33
b= 1,7096
107.66 154.33
a= 𝑦 ̅ - b 𝑥 ̅
a= -29,7255
Ye= a + bXi
Ye= -29,7255 + 1,7096Xi
os de áreas de ventas respecto a los ingresos mensuales. Trace una gráfica de los datos, y si parece apropiado un modelo lineal, determi
Yi
350
300
250
200
150
100
50
0
20 40 60 80 100 120 140 160 180 200 220
piado un modelo lineal, determine la ecuación de regresión.
Resumen
Estadísticas de la regresión
Coeficiente d 0.9736907
Coeficiente d 0.94807358
R^2 ajustado 0.94407924
Error típico 17.051725
Observacione 15
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 69013.4361 69013.4361 237.35425 9.92327E-10
Residuos 13 3779.89722 290.761324
Total 14 72793.3333
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción -29.8089149 12.7374971 -2.340249 0.03587191 -57.3266045 -2.29122539 -57.3266045
Xi 1.71029952 0.11101296 15.4063055 9.92327E-10 1.47047061 1.95012843 1.47047061
Superior 95,0%
-2.29122539
1.95012843
7.- Determine una ecuación predictiva para calcular el monto del seguro, en función del ingreso anual para los siguientes dato
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=26,090 𝑦 ̅=22,45
b= 1,3218
26.09 22.45
a= 𝑦 ̅ - b 𝑥 ̅
a= -12,035
Ye= a + bXi
Ye= -12,035 + 1,3218Xi
o anual para los siguientes datos:
Yi
60
50
40
30
20
10
0
10 15 20 25 30 35 40 45
Resumen
Estadísticas de la regresión
Coeficiente d 0.91186805
Coeficiente d 0.83150334
R^2 ajustado 0.81278149
Error típico 6.52301008
Observacione 11
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1889.78033 1889.78033 44.4135231 9.22126E-05
Residuos 9 382.946944 42.5496605
Total 10 2272.72727
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción -12.0120887 5.5331374 -2.17093627 0.05802494 -24.528915 0.50473775 -24.528915
Xi 1.32102082 0.19822209 6.66434716 9.22126E-05 0.8726113 1.76943034 0.8726113
Superior 95,0%
0.50473775
1.76943034
8.- Los estudiantes en una clase de ciencias de la administración acaban de recibir sus calificaciones del primer examen. El pro
(𝑥 ) ̅= (∑▒𝑋𝑖)/𝑛
𝑦 ̅=
𝑏= (∑▒𝑌𝑖)/𝑛
(∑▒ 〖𝑌𝑖∗𝑋𝑖 −𝑛 (𝑥 ̅)(𝑦 ̅) 〗 )/(∑▒ 〖〖 (𝑋𝑖) 〗 ^2 −𝑛 〖 (𝑥 ̅) ̅ 〗 ^2 〗 )
(𝑥 ) ̅=81,11 𝑦 ̅=79
b= 0,7396
81.11 79
a= 𝑦 ̅ - b 𝑥 ̅
a= 19,011
Ye= a + bXi
Ye= 19,011 + 0,7396Xi
ones del primer examen. El profesor les dio información acerca de estas calificaciones en algunas clases anteriores y del promedio final pa
Yi
100
90
80
70
60
50
40
30
20
10
0
55 60 65 70 75 80 85 90 95 100 105
nteriores y del promedio final para los mismos estudiantes. Se obtuvo una muestra de algunas calificaciones:
Resumen
Estadísticas de la regresión
Coeficiente d 0.92051811
Coeficiente d 0.84735358
R^2 ajustado 0.82554695
Error típico 4.66508498
Observacione 9
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 845.658875 845.658875 38.8576107 0.00043095
Residuos 7 152.341125 21.7630178
Total 8 998
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción 18.9892117 9.75178833 1.9472543 0.09254105 -4.07010345 42.0485269 -4.07010345
Xi 0.73985903 0.11868913 6.23358731 0.00043095 0.45920385 1.02051422 0.45920385
Superior 95,0%
42.0485269
1.02051422