Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE SAN MARCOS
Ciencias Económicas y de la Gestión
Facultad de Ciencias
Administrativas
Escuela de Administración de Negocios Internacionales
NutriPet
Curso:
Estadística Inferencial
Docente:
Mg. María Victoria Hermenegildo Chávez
Estudiantes:
● Sucapuca Quiñones, Rosa Patricia
● Arias Montoya, Jahaira Crisaly
● Becerra Romero, Yarina Alexa
● Cabanillas Díaz, Edgar José Antonio
● Gonzales Anton, Keyssi Alhely
● Huanchi Aguirre, Maria Fernanda
● Nuñez Cabrera, Melanie Brigith
● Palacios Pizarro, Claudia Saray
● Rios Coronel, Karla Valeria
2022
Desarrollo
P 20 17.5 16 15 12.5 10 8 7
Solución:
2
𝑥= 13.25 2
Sxx = Σ𝑥 - n(𝑥) = 1556.5 – 8(13.25) = 152
2
𝑆𝑥𝑦 −1601
Calculamos: b = 𝑆𝑥𝑥
= 152
= -10.5329
2
2 Σ(𝑦−𝑦)
- Determinamos el coeficiente de determinación, 𝑅 = 2
Σ(𝑦 − 𝑦)
2
2 Σ(𝑦−𝑦) 16863.18
𝑅 = 2 = 17180
= 0.982
Σ(𝑦 − 𝑦)
c) Trace la línea de regresión ajustada en su gráfica de dispersión del inciso.
- Ajuste lineal
8 250 2000 64
7 276 1932 49
- Determinamos la ecuación ŷ = a + bx
2
𝑥= 13.25 2
Sxx = Σ𝑥 - n(𝑥) = 1556.5 – 8(13.25) = 152
2
𝑆𝑥𝑦 −1601
Calculamos: b = 𝑆𝑥𝑥
= 152
= -10.5329
Calculamos: a = 𝑦 - b𝑥 = 205.5 - ((-10.53)*(13,25)) = 345.0609
- Ajuste cuadrático
2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐𝑛 = Σy 𝑎(1556.5)+ 𝑏(106) + 𝑐(8) = 1644
3 2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 = Σxy 𝑎(24638.5)+ 𝑏(1556. 5) + 𝑐(106) = 20182
4 3
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥
2
= Σ𝑥
2 𝑎(410861.13)+ 𝑏(24638. 5) + 𝑐(1556. 5) = 277184
y
17.5 156 306.25 5359.38 93789.06 1641308.59 28722900.39 2730 47775 836063.28
12.5 220 156.25 1953.13 24414.06 305175.78 3814697.266 2750 34375 429688.60
SUMA 106 1644 1556.5 24638.5 410861.13 7104010.38 126085231.66 20182 277184 4157429.88
3
- Determinamos la ecuación: y=a𝑥 +bx²+cx+d
3 2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑𝑛 = Σy 𝑎(24638.5)+ 𝑏(1556. 5) + 𝑐(106) + 𝑑(8) = 1644
4 3 2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑Σ𝑥 = Σxy 𝑎(410861.13)+ 𝑏(24638. 5) + 𝑐(1556. 5) + 𝑑(106) = 20182
5 4 3
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑Σ𝑥
2 2
= Σ𝑥 y 𝑎(7104010.38)+ 𝑏(410861. 13) + 𝑐(24638. 5) + 𝑑(1556. 5) = 277184
6 5 4
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑Σ𝑥
3 2
= Σ𝑥 y 𝑎(126085231.66) + 𝑏(7104010. 38) + 𝑐(410861. 13) + 𝑑(24638. 5) =
4157429.88
3
Por lo tanto la ecuación es: y= - 0.04𝑥 + 1.32x² - 24.80 x + 391.64
- Ajuste exponencial
𝑏´ 6.01
Por último: b = 𝑒 = 𝑒 = 407.48
(6.01𝑥)
Entonces la ecuación será: y= 407.48 𝑒
CONSOLIDADOS DE LOS AJUSTES LINEAL, CUÁDRÁTICO, CÚBICO Y
EXPONENCIAL.
- Finalmente, al no haber diferencia significativa en los valores que toma el coeficiente
ajuste que se va a elegir es el lineal, debido a que resulta mucho más sencillo seguir
2. Los contadores con frecuencia estiman los gastos generales basándose en el nivel de
diferentes plantas, y se desea estimar una ecuación de regresión para predecir gastos
generales futuros.
Gastos 191 170 272 160 280 173 234 124 158 178
Generales
Unidades 40 36 58 35 56 39 48 34 37 40
Solución:
2
𝑥= 42.3 2
Sxx = Σ𝑥 - n(𝑥) = 18571 – 10(42.3) = 678.1
2
𝑆𝑥𝑦 3915
Calculamos: b = 𝑆𝑥𝑥
= 678.1
= 5.7735
2
2 Σ(𝑦−𝑦)
- Determinamos el coeficiente de determinación, 𝑅 = 2
Σ(𝑦 − 𝑦)
2
2 Σ(𝑦−𝑦) 22576.14
𝑅 = 2 = 23714
= 0.95
Σ(𝑦 − 𝑦)
c) Trace la línea de regresión ajustada en su gráfica de dispersión del inciso.
n = 10 X (U) Y (GG) ŷ (y - 𝑦)
2
2
2 Σ(𝑦 − 𝑦) 1111.04 1111.04
𝑆𝑒 = 𝑛−2
= 10 − 2
= 8
= 138.88
ŷ = - 50.22 + 5.77(48)
ŷ = - 50.22 + 276.96
ŷ = 226.74
- Determinamos la ecuación:
2
𝑥= 42.3 2
Sxx = Σ𝑥 - n(𝑥) = 18571 – 10(42.3) = 678.1
2
𝑆𝑥𝑦 3915
Calculamos: b = 𝑆𝑥𝑥
= 678.1
= 5.7735
2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐𝑛 = Σy 𝑎(18571)+ 𝑏(423) + 𝑐(10) = 1940
3 2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 = Σxy 𝑎(848127)+ 𝑏(18571) + 𝑐(423) = 85977
4 3
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥
2
= Σ𝑥 y
2 𝑎(40283587)+ 𝑏(848127) + 𝑐(18571) = 3961723
SUMA 423 1940 18571 848127 40283587 1984684143 100976585011 85977 3961723 189668049
3
- Determinamos la ecuación: y=a𝑥 +bx²+cx+d
3 2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑𝑛 = Σy 𝑎(84812)+ 𝑏(18571) + 𝑐(423) + 𝑑(10) = 1940
4 3 2
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑Σ𝑥 = Σxy 𝑎(40283587)+ 𝑏(848127) + 𝑐(18571) + 𝑑(423) = 85977
5 4
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑Σ𝑥
3 2
= Σ𝑥 y
2 𝑎(198468414)+ 𝑏(40283587) + 𝑐(848127) + 𝑑(18571) = 3961723
6 5
𝑎Σ𝑥 + 𝑏Σ𝑥 + 𝑐Σ𝑥 + 𝑑Σ𝑥
4 3
= Σ𝑥 y
2 𝑎(100976585011)+ 𝑏(1984684143) + 𝑐(40283587) + 𝑑(84812) =
189668049
3
Por lo tanto la ecuación es: y=-0.00216𝑥 +0.18x²+2.82x-83.98
- Ajuste exponencial
𝑏´ 4.049
Por último: b = 𝑒 = 𝑒 = 57.34
(0.028𝑥)
Entonces la ecuación será: y= 57.34 𝑒
CONSOLIDADOS DE LOS AJUSTES LINEAL, CUADRÁTICO, CÚBICO Y
EXPONENCIAL.
- Finalmente, al no haber diferencia significativa en los valores que toma el coeficiente
ajuste lineal. La razón se basa en que los pasos para hallar la ecuación, así como la
misma comprensión de ésta es mucho más sencilla a diferencia de los otros modelos,
relación con una muestra de 12 casas de las cuales se conocían los ingresos familiares y
siguiente tabla:
● Estadístico de Prueba
gl=k=2
gl=n-k-1=12-2-1=9
17,705/2
𝐹= 32,035/9
8,8525
𝐹= 3,8525
𝐹 = 2, 487
𝑦 = 6, 1601
F(2,9,0.05) = 4,26
La sig.=0,138 < 0,05 =α, es así que se acepta Ho, y se rechaza H1, es decir el modelo
no es globalmente significativo.
significativas?
● El ingreso familiar
● Monto de la hipoteca
1 13 10 10
2 10 9 8
3 7 6 5
4 12 10 9
5 9 9 6
Para ello haremos uso del SPSS con el fin de obtener el cálculo de la ecuación de regresión
lineal:
𝑦 = 𝑎 + 𝑏1(1) + 𝑏2(2)
● Estadístico de Prueba
22,300/2
𝐹= 0,500/2
11,15
𝐹= 0,25
𝐹 = 44, 6
c) Utilice la ecuación que se obtuvo en el inciso (b) para estimar las ventas de un
x1= 2
x2= 3
𝑦 = 0. 250 + 0. 75 + 2. 625
𝑦 = 3. 625
dependiente?
significativo.
f) A un nivel de significancia del 5%, ¿qué variables independientes son
significativas?
relacionada con el nivel educativo de los lectores. Se aplica una encuesta a los adultos
referente al nivel educativo y a la frecuencia con que leen el periódico. Los resultados se
Nunca 10 17 11 21 59
Algunas veces 12 23 8 10 53
Mañana o 35 33 16 8 92
tarde
Ambas 28 19 6 13 66
ediciones
TOTAL 85 92 41 52 270
Solución:
Y Nivel educativo
Frecuencias observadas
NIVEL EDUCATIVO
Nunca 10 17 11 21 59
Algunas 12 23 8 10 53
veces
Mañana o 35 33 16 8 92
tarde
Ambas 28 19 6 13 66
ediciones
TOTAL 85 92 41 52 270
Frecuencias esperadas
NIVEL EDUCATIVO
PASO 1: Hipótesis
nivel educativo
Como el estadístico de prueba es 27.39 y es mayor que el valor crítico 14.6837, se rechaza 𝐻0, es
decir, la frecuencia con que se lee el periódico en la comunidad depende de su nivel educativo.
millones de dólares) por: 17, 27, 26, 41, 39, 48, 60, 72, 90, 102 durante los años de 2004 a
2013, respectivamente.
2004 17
2005 27
2006 26
2007 41
2008 39
2009 48
2010 60
2011 72
2012 90
2013 102
a. Trace la serie de tiempo.
b. Ajuste a los datos una recta de mínimos cuadrados y trácela en el diagrama que muestra
2
𝑅 = 0. 944
c. Realice el ajuste, cuadrático, cúbico y exponencial. Considerando el ajuste lineal,
RESPUESTA: Considerando los resultados la mejor tendencia para esta serie de tiempo es la
lineal ya que es mayor y más simple. Esto debido a que sí existe una diferencia significativa
entre los valores que toma el coeficiente en los ajustes lineal, cuadrático, cúbico y
exponencial.
7. Los siguientes son los ingresos operativos (en miles de millones de dólares) de una
importante línea aérea de Estados Unidos en los años de 2010 a 2018: 3.2, 3.4, 3.3, 3.6,
Solución
𝑦 = 3. 733 + 0. 123𝑥
2
𝑅 = 0. 761
0.123𝑥
𝑦 = 3. 733 + 12
𝑦 = 3. 733 + 0. 01025𝑥
𝑦 = 3. 733 + 0. 010𝑥
RPTA: En vista que no existe una diferencia significativa entre los valores que toma el
coeficiente en los ajustes lineal, cuadrático, cúbico y exponencial. La mejor tendencia de esta
estados Unidos (en miles de millones de dólares) fueron 22.1, 24.7, 27.9, 31.7, 39.1, 46.9,
Y_Venta de energía
AÑO X eléctrica y gas en EE.UU. XY X^2.Y XY X^2 X^4
2013 0 53.5 0 0 0 0 0
b. Ajuste a esta serie una parábola por el método de los mínimos cuadrados.
y^ = a + bx + cx2
Después, al sustituir n = 13 junto con los totales de las columnas y, x^2.y, x^2 y x^4 en la
787 = 13 a +182c
(origen: 2013; unidades de x: un año; y: venta de energía eléctrica y gas en EE.UU., en miles
de millones de dólares).
En esta ecuación parabólica que describe la tendencia de la venta de energía eléctrica y gas en
punto en particular.
Para 2016, sustituimos x = 3 y obtenemos ŷ = 9.32 – 0.28(3) – 0.14(3)2 = 7.22 y para 2019
(un año después del término de la serie), sustituimos x = 6 y obtenemos ŷ = 9.32 – 0.28(6) –
0.14(6)2 = 2.60
con que se presentan errores en una auditoría. Suponga que se obtuvieron los resultados
17 16.6 25.2
18.5 22.2 24
16 19.8 25.8
Use α = 0.05 para determinar si el tipo de experiencia en que se basa la opinión afecta la
calidad de la misma.
Resolución:
PASO 1: HIPÓTESIS
𝐻𝑜 = El rendimiento promedio son iguales: v1 = v2 = v3
𝐻𝑖 = No todos los rendimientos promedio son iguales
𝑋 17 20.4 25
𝑆
2 5.01 6,2567 4.01
σ
2 2.24 2.501 2.002
n 7 7 7
Para calcular el estadístico de prueba usaremos las siguientes fórmulas:
𝐶𝑀𝑇 𝑘 𝑘
𝑒𝑝 = 𝐶𝑀𝐸 ∑ 𝑛𝑦(𝑥𝑦−𝑥)
2
2
𝑦=1 ∑ 𝑛𝑦(𝑥𝑦 − 𝑥)
𝐶𝑀𝑇 = 𝑘−1 𝑦=1
𝑘 𝑘
2
∑ (𝑛𝑦−1)𝑠𝑦 2
𝑦=1 ∑ (𝑛𝑦 − 1)𝑠𝑦
𝐶𝑀𝐸 = 𝑛𝑦−𝑘 𝑦=1
● 𝐶𝑀𝑇
2 2 2
7 * (17 − 20. 5) = 85.75 7 * (20. 4 − 20. 5) =0.07 7 * (25 − 20. 5) =141.75
𝑘
2
∑ 𝑛𝑦(𝑥𝑦−𝑥)
𝑦=1 85.75+0.07+141.75 227.57
𝐶𝑀𝑇 = 𝑘−1
= 3−1
= 2
= 112. 84
● 𝐶𝑀𝐸
(7 − 1) * 5. 01 = 30.06 (7 − 1) * 6. 2567 = 37.54 (7 − 1) * 4. 01 = 24.06
𝑘
2
∑ (𝑛𝑦−1)𝑠𝑦
𝑦=1 30.06+37.54+24.06 91.66
𝐶𝑀𝐸 = 𝑛𝑦−𝑘
= 21−3
= 18
= 5. 092222
Dividir:
𝐶𝑀𝑇 112.84
𝑒𝑝 = 𝐶𝑀𝐸
= 5.092222
=22. 1592583
se produjeron cinco lotes con cada uno de los tres tratamientos. Los resultados se
Temperatura
34 30 23
24 31 28
36 34 28
39 23 30
32 27 31
Resolución:
PASO 1: PLANTEAMIENTO DE HIPÓTESIS
𝐻𝑜 = El rendimiento promedio de los tratamientos t1, t2 y t3 son iguales: t1 = t2 = t3
𝐻𝑖 = No todos los rendimientos promedio son iguales
24 31 28
36 34 28
39 23 30
32 27 31
Ẋ 33 29 28
𝑆
2 32 17.5 9.5
n 5 5 5
𝐶𝑀𝑇 𝑘 𝑘
𝑒𝑝 = 𝐶𝑀𝐸 ∑ 𝑛𝑦(𝑥𝑦−𝑥)
2
2
𝑦=1 ∑ 𝑛𝑦(𝑥𝑦 − 𝑥)
𝐶𝑀𝑇 = 𝑘−1 𝑦=1
𝑘 𝑘
2
∑ (𝑛𝑦−1)𝑠𝑦 2
𝑦=1 ∑ (𝑛𝑦 − 1)𝑠𝑦
𝐶𝑀𝐸 = 𝑛𝑦−𝑘 𝑦=1
𝑘
2
∑ 𝑛𝑦(𝑥𝑦−𝑥)
𝑦=1 45+5+20 70
𝐶𝑀𝑇 = 𝑘−1
= 3−1
= 2
= 35
𝑘
2
∑ (𝑛𝑦−1)𝑠𝑦
𝑦=1 128+72+40 240
𝐶𝑀𝐸 = 𝑛𝑦−𝑘
= 15−3
= 12
= 20
𝐶𝑀𝑇 35
𝑒𝑝 = 𝐶𝑀𝐸
= 20
= 1. 75