publicidad ventas

4 15 Una empresa toma datos sobre las ventas en

miles de dolares y la publicidad invertida en
2 8
miles de dolares.
5 21
6 24
3 17
numero trabajadores piezas producidas
2 15 Una empresa tiene datos sobre el numero de trabajadores
4 25 por planta de producción y las piezas producidas por dicha
1 10 planta.
5 40
3 30

Resumen

Estadísticas de la regresión
Coeficiente de correlac 0.9271726499455
Coeficiente de determi 0.859649122807
R^2 ajustado 0.812865497076
Error típico 5.1639777949432
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 490 490 18.375 0.02333316
Residuos 3 80 26.6666667
Total 4 570

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

Intercepción 3 5.4160256 0.55391171 0.61825013 -14.2362107 20.2362107
Variable X 1 7 1.63299316 4.28660705 0.02333316 1.80308695 12.1969131
e trabajadores
cidas por dicha

Inferior 95,0%
Superior 95,0%
-14.2362107 20.2362107
1.80308695 12.1969131
policías cantidad delitos
15 17 Se tiene cierta cantidad de policias para diferentes parroquias del
17 13 Ecuador. Así como la cantidad de delitos mensuales (promedio) en
25 5 dichas parroquias. La cantidad de policías es la variable
independiente.
27 7
17 7
12 21
11 19
22 6

Resumen

Estadísticas de la regresión
Coeficiente d 0.874395627319
Coeficiente d 0.764567713074
R^2 ajustado0.725328998586
Error típico 3.37839622848
Observacione 8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 222.393634 222.393634 19.4850347 0.00449902
Residuos 6 68.4813665 11.4135611
Total 7 290.875

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción 29.38819875776 4.14338059 7.09280697 0.00039424 19.2497117 39.5266858 19.2497117
Variable X 1 -0.95962732919 0.21739623 -4.41418562 0.00449902 -1.49157675 -0.42767791 -1.49157675
oquias del
omedio) en

Superior 95,0%
39.5266858
-0.42767791
Antiguedad (años) Precio (miles usd)
9 8.1 Se tienen datos sobre el precio de un auto (en miles de
7 6 dolares) y la antiguedad del auto (en años).
11 3.6
12 4
8 5
7 10 Resumen
8 7.6
11 8 Estadísticas de la regresión
10 8 Coeficiente d 0.54364633
12 6 Coeficiente d 0.29555133
6 8.6 R^2 ajustado 0.22510647
6 8 Error típico 1.73210512
Observacione 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 1 12.587285 12.587285
Residuos 10 30.0018816 3.00018816
Total 11 42.5891667

Coeficientes Error típico Estadístico t

Intercepción 11.1772382 2.14327117 5.2150369
Variable X 1 -0.47875569 0.23373415 -2.04829161
uto (en miles de
ños).

F Valor crítico de F
4.19549853 0.06770162

Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
0.00039268 6.40173247 15.952744 6.40173247 15.952744
0.06770162 -0.99954782 0.04203644 -0.99954782 0.04203644
habitaciones kilowatts
12 9 Se tienen datos sobre los kilowwatts consumidos por las casas
9 7 de cierto conjunto habitacional y el numero de habitaciones
14 10 que posee.
12
6 5
10 8 10
8 6
10 8 8
10 10 Resumen
6
5 4
7 7 Estadísticas de la regresión
4
Coeficiente d 0.90379744
Coeficiente d 0.81684982 2
R^2 ajustado 0.79395604
Error típico 0.91287093 0
4 6
Observacione 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 29.7333333 29.7333333 35.68
Residuos 8 6.66666667 0.83333333
Total 9 36.4

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1.33333333 1.05586364 1.26278932 0.24222729
Variable X 1 0.66666667 0.11160826 5.97327381 0.00033318
 kilowatts
12

10

0
4 6 8 10 12 14 16

Valor crítico de F
0.00033318

Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
-1.10149259 3.76815926 -1.10149259 3.76815926
0.40929757 0.92403576 0.40929757 0.92403576
 y
y x1 x2 x3 25.5
25.5 1.74 5.30 10.80 31.2
31.2 6.32 5.42 9.40 25.9
25.9 6.22 8.41 7.20 38.4
38.4 10.52 4.63 8.50 18.4
18.4 1.19 11.60 9.40
Se tienen varias marcas de mochilas con su capacidad, confort y precio. Se desea
predecir el precio en funcion de la capacidad y confort de la mochila.
e desea
Se desea determinar el precio de casas en funcion del
l precio de casas en funcion del numero de recamaras y baños.
Reducción de Reducción de demanda Uno de los problemas mas desafiantes que enfrenta el campo del cont
solidos x (%) de oxígeno y (%) del agua lo representa la industria de la peleteria, ya que sus desechos
3 5 quimicamente complejos; se caracterizan por valores elevados de la d
7 11 quimico, solidos volatiles y otras medidas de contaminacion. Consider
experimentales de la tabla, que se obtuvieron de 33 muestras de dese
11 21 quimicamente en un estudio realizado en Virginia Tech. Se registraron
15 16 la reduccion porcentual de los solidos totales, y de y, el porcentaje de
18 16 demanda de oxigeno quimico.
27 28
29 27
30 25
30 35
31 30
31 40
32 32
33 34
33 32
34 34
36 37
36 38
36 34
37 36
38 38
39 37
39 36
39 45
40 39
41 41
42 40
42 44
43 37
44 44
45 46
46 46
47 49
 enfrenta el campo del control de la contaminacion
eteria, ya que sus desechos son
or valores elevados de la demanda de oxigeno
e contaminacion. Considere los datos
on de 33 muestras de desechos tratados
irginia Tech. Se registraron los valores de x,
es, y de y, el porcentaje de disminucion de la
Resumen

Estadísticas de la regresión
Coeficiente de correlación 0.986372109748794
Coeficiente de determinac 0.972929938890287
R^2 ajustado 0.97123806007093
Error típico 2.57259673642294
Observaciones 18

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 3805.88571 3805.88571 575.05888 5.73195E-14
Residuos 16 105.892063 6.61825397
Total 17 3911.77778

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 5.82539682539682 1.07497356 5.41910708 5.67858E-05 3.54655468
Variable X 1 0.567619047619048 0.02367014 23.9803853 5.73195E-14 0.5174406
b1
or crítico de F

Superior 95%Inferior 95,0%

Superior 95,0%
8.10423897 3.54655468 8.10423897
0.6177975 0.5174406 0.6177975
x(C) y(gramos)
0 8 Se registraron las cantidades de un compuesto
15 12 quimico y que se disuelve en 100 gramos de agua a
30 25 distintas temperaturas x
45 31
60 44
75 48
0 6
15 10
30 21
45 33
60 39
75 51
0 8
15 14
30 24
45 28
60 42
75 44
a
 Se tiene datos sobre la temperatura en
funcion de la cantidad de combustible en un
cantidad de horno.
combustible
encendido temperatura
12 112
13 119
15 127
10 112
18 130
19 140
20 150