Documentos de Académico
Documentos de Profesional
Documentos de Cultura
300
250
200
150
100
50
0
0 10 20 30 40 50 60 70
e xi y luego los de yi
stral o promedio de xi y tambien de yi COVARIANZA MUESTRAL
i menos la media muestral de xi y tambien restar lo
resultados de (xi-ẋ) con los resultados de (Yi-Ẏ) COEFICIENTE DE CORRELACION
s resultados de (xi-ẋ)*(Yi-Ẏ) Media ẋ 31.15385
Media Ẏ 195.0769
40 50 60 70 80 90
Xi Yi (xi-ẋ) (xi-ẋ)^2 (Yi-Ẏ) (xi-ẋ)*(Yi-Ẏ)
2 100 -29.2 849.95 -95.08 2771.86
5 150 -26.2 684.02 -45.08 1178.93
9 140 -22.2 490.79 -55.08 1220.17
15 155 -16.2 260.95 -40.08 647.40
20 150 -11.2 124.41 -45.08 502.78
24 194 -7.2 51.18 -1.08 7.70
29 200 -2.2 4.64 4.92 -10.60
31 200 -0.2 0.02 4.92 -0.76
35 211 3.8 14.79 15.92 61.24
34 245 2.8 8.10 49.92 142.09
58 245 26.8 720.72 49.92 1340.24
63 246 31.8 1014.18 50.92 1621.70
80 300 48.8 2385.95 104.92 5125.09
Suma x suma y
405 2536
SUMA DE (xi-ẋ)^2 6609.69
Media ẋ 31.15
Media Ẏ 195.08
COV(X,Y) 1217.320512821
SX Desviacion estandar 23.46929253957
SY Desviacion estandar 55.2516387969
COEF CORRELACION 0.938771243767
M: PENDIENTE 2.21006447408235
B: PUNTO DE CORTE 126.22
B: PUNTO DE CORTE 126.22
REGRESION CUADRATICA
40
35
f(x) = 1.069866071429 x² − 0.264955357143 x
30
R² = 0.999134849883926
25 EJERCICIO
20
15
10
0
0 1 2 3 4 5 6 7
ICAR en diagrama de dispersion el primero
doy en linea de tendencia y selecciono polinomica y dejamos el grado en 2
CUACION ES Ӯ=1,0699x²-0,265x+0
DATOS: CUANDO R² SE ACERQUE MUCHO A 1 QUIERE DECIR QUE EL MODELO ES MUY BUENO
UE EL MODELO ES MUY BUENO
Xi Yi
12 22
25 37
36 54
58 77
72 95
86 106
68 98
52 89 Chart Title
49 70
120
36 56
100f(x)
= − 0.00639849179257092 x² + 1.80381211170564 x
R² = 0.99541924631074
80
60
40
20
0
0 10 20 30 40 50 60 70 80 90 100
R² ES UN MARGEN ACEPTABLE, DADO QUE ESTA UN 96% SEGURO.
INTERPRETACION: LA REGRESION PARABOLICAES BUENO, TANTO QUE NOS DESCRIBE UN 96%
11170564 x
Ӯ=-0,0064x²+1,8038x+0
Ӯ=-0,0064(100)²+1,8038(100)+0
Ӯ 116.38
90 100
RIBE UN 96%
Xi Yi Log Yi Xi*(Log Yi) Xi^2 1.Poner los datos en xi y en yi
2 16 1.2041 2.4082 4 2. Buscar en google calculadora cientifica y saca
6 34 1.5315 9.1890 36 3.Despues multiplicar los resustados de Log Yi c
14 42 1.6233 22.7262 196 4. Luego hacer otra columna y elevar los datos d
20 58 1.7634 35.2680 400 5.Luego sacar la sumatoria de los Xi
38 70 1.8451 70.1138 1444 6.Luego sumar los datos de Xi^2
7.Luego sumar los datos de Xi*(Log Yi)
8.Luego sumar los datos de Log Yi
9.Poner los datos de la ecuaciones donde van y
tos en xi y en yi
oogle calculadora cientifica y sacar el logaritmo(log) de cada uno de los datos de Yi
tiplicar los resustados de Log Yi con los datos de Xi
otra columna y elevar los datos de Xi a la 2
a sumatoria de los Xi
los datos de Xi^2
los datos de Xi*(Log Yi)
los datos de Log Yi
tos de la ecuaciones donde van y luego de tener las dSUMA DE Xi 80
SUMA DE Xi^2 2080
SUMA DE Xi*(Log Yi) 139.7052
SUMA DE Log Yi 7.9674
1.3766
Elog c= E (1,3766)
a eficiencia de aproximadamente
65.14%
perior 95,0%
Y x1 x2 x3 x4
57.5 78 48.2 2.75 29.5
52.8 69 45.5 2.15 26.3
61.3 77 46.3 4.41 32.2
67 88 49 5.52 36.5
53.5 67 43 3.21 27.2
62.7 80 48 4.32 27.7
56.2 74 48 2.31 28.3
68.5 94 53 4.3 30.3
69.2 102 58 3.71 28.7
Resumen
Estadísticas de la regresión
Coeficiente d 0.995373464124933
Coeficiente d 0.99076833308407
R^2 ajustado 0.98153666616814 98.15%
Error típico 0.861043070942651
Observacione 9
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 4 318.274419 79.5686048 107.322799 0.0002541
Residuos 4 2.96558068 0.74139517
Total 8 321.24
Inferior 95,0%
Superior 95,0%
-38.5516748 52.8467396
-0.84308886 1.0432778
-1.45559516 2.90842992
0.13508537 6.0165886
-0.49221564 0.43213134
3X3-0,03004X4
ARIABLE DEPENDIENTE
ENTARA 0,10009
AUMENTARA UN 0,72642
EBE SUBIRA 3.07583
EL BEBE DISMINUIRA EN 0,03004
Y x1 x2 x3 x5 x6
8500 1 2 2 0 0
8900 1 2 2 1 0
14000 0.5 4 3 1 0
5000 3 1 2 0 0
11000 0.5 4 4 0 0
8000 1 2 2 0 1
8500 1 2 2 0 0
12000 3 4 4 0 0
3900 0.5 1 1 0 0
12000 1 4 3 0 1
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple
Coeficiente de determinación R^2
R^2 ajustado
Error típico
Observaciones
ANÁLISIS DE VARIANZA
Grados de libertad
Regresión
Residuos
Total
Intercepción
Variable X 1
Variable X 2
Variable X 3
Variable X 4
Variable X 5
Variable X 6
x7 Transformacion de Y a IN (Y)
1 9.048
0 9.094
0 9.547
0 8.517
0 9.306
0 8.987
1 9.048
0 9.393
0 8.269
0 9.393
Ӯ=7,8970+0,0191x1+0,1116x2+0,2407x3+0,4726x4+0,3375x5+0,4273x6
a regresión
0.99873229
0.99746619
0.99239856
0.0349488
10