1. Realizar un resumen sobre el método de mínimos cuadrados, donde se explique la razón por la cual se le denomina así.

Es un procedimiento de análisis numérico en la que, dados un conjunto de datos (pares ordenados y familia de funciones), se intenta determinar la función continua que mejor se aproxime a los datos (línea de regresión o la línea
de mejor ajuste), proporcionando una demostración visual de la relación entre los puntos de los mismos. En su forma más simple, busca minimizar la suma de cuadrados de las diferencias ordenadas (llamadas residuos) entre los
puntos generados por la función y los correspondientes datos.
Nombre: Farian Irene Frias Bustamante Matricula: AL03003689
Este método se utiliza comúnmente para analizar una serie de datos que se obtengan de algún estudio,
con el fin de expresar su comportamiento de manera lineal y así minimizar los errores de la data tomada.

El objetivo de este modelo es analizar la relación entre dos variables, X y Y, ambas de carácter
Nombre del curso: Nombre del profesor:
cuantitativo. El primer paso para determinar si existe una relación entre dos variables, es examinar la gráfica
Estadistica y pronosticos para la toma de Karlo Mariella Gonzalez
de los datos observados en un diagrama de dispersión, en donde visualmente se pueden identificar
patrones que indiquen si las variables están
decisiones relacionadas. Si esto sucede, puede verse qué tipo de
ecuación de estimación describe esta relación. El Grupo: 402 Ejercicio 9 objetivo de este modelo es analizar la relación entre dos
variables, X y Y, ambas de carácter cuantitativo. Para definir las relaciones entre las variables X y Y se
necesita conocer el valor de los coeficientes β0 y β1 del modelo lineal; sin embargo, estos coeficientes son
parámetros poblacionales, los cuales son casi siempre desconocidos. Para estimarlos, se extrae una
muestra aleatoria de la población de interés y se Fecha: calculan las estadísticas muestrales que se necesitan.
28 de septiembre del 2022
2. Resuelve el siguiente ejercicio:

Una empresa de bienes raíces ha recopilado datos para ayudar a determinar cómo el número de ventas de viviendas en la región está
relacionado con los niveles de tasas de interés de la hipoteca. En la siguiente tabla se muestran el número de viviendas vendidas en la región y
las tasas de interés de la hipoteca para 12 meses, seleccionados al azar.

InterésNúmero de Interés Número de

(%)viviendas viviendas
(%)
vendidas vendidas
8 188 10.5 140
9.5 145 7 203
7.5 181 7.5 188
11 137 11 144
8.5 157 9 150
10 148 8 166

a. Realiza un diagrama de dispersión para estos datos con el número de casas vendidas en el eje vertical.
b. Describe la relación entre el interés de la hipoteca y el número de viviendas vendidas.
c. Determina la recta de regresión que describa cómo las tasas de interés (X) afectan el número de viviendas vendidas (Y). ¿Qué indica el coeficiente de regresión
acerca de esta relación
d. Pronostica el número de viviendas vendidas si la tasa de interés es del 10%.
e. Determina el coeficiente de correlación.

InterésNúmero de
(%)viviendas

meses vendidas 250

1 8 188
200
2 9.5 145
3 7.5 181
150
4 11 137
5 8.5 157 100
6 10 148
7 10.5 140 50
8 7 203
9 7.5 188 0
0 2 4 6 8 10 12 14
10 11 144
11 9 150
12 8 166
12

10

8
250
6
200
4

150 2

0
100
0 2 4 6 8 10 12 14

50

0
0 2 4 6 8 10 12

InterésNúmero de (%)viviendas

Meses vendidas xy x2 y2
1 8 188 1504 64 35344
2 9.5 145 1377.5 90.25 21025
3 7.5 181 1357.5 56.25 32761
4 11 137 1507 121 18769
5 8.5 157 1334.5 72.25 24649
6 10 148 1480 100 21904
7 10.5 140 1470 110.25 19600
8 7 203 1421 49 41209
9 7.5 188 1410 56.25 35344
10 11 144 1584 121 20736
11 9 150 1350 81 22500
12 8 166 1328 64 27556
17123.5 985.25 321397 sumas
Promedio 8.95833333 162.25

Pendiente b1 17123.5 17441.875 -318.375 -14.322399

985.25 963.020833 22.2291667
Origen b0 162.25 -128.30483 290.554827

Pronostico 10 147.330834