La Propina que se le otorga a un mozo en un restaurante depende de muchos factores, por ejemplo la cordiali

etc.En el siguiente cuadro se tiene la cantidad de propina (s/.) que los clientes de un restaurant dan a los mozo
orden(minutos). 1. Identifique las variables de Interés y clasifique cada uno de ellos ¿Cómo se rel
Estime el modelo de Regresión lineal estimada
Pronosticar: ¿Cuánto en Promedio recibirá de propina un mozo que se ha demorado en atender 3.5 minutos?

X Y
Tiempo de Propina(S/ PASO 2: DIAGRAMA DE DISPERSION
Atención
(minutos) ) X* Y X^2
3 1 3 9
Propina(S/)
2 3 6 4 8

2 3 6 4 6

4 2 8 16 4 f(x) = − 1.32432432432432 x + 6.16216216216216

1 6 6 1 2

4 1 4 16 0
0.5 1 1.5 2 2.5 3 3.5 4 4.5
3 2 6 9
2 3 6 4 LA RELACION: ASOCIACION LINEAL NEGATIVA
2 4 8 4
SUMAS 23 25 53 67
Tiempo de
Atención
n= 9 suma x *y 53 (minutos)
suma x 23 suma x^2 67 1
suma y 25 (suma x)^2 529 2
2
PASO 1: IDENTIFICAR LA VARIABLE "X" y "Y" 2
2
X= Tiempo de atencion ( minutos) 3
Y= Propina (s/.) 3
3.5
4
4
por ejemplo la cordialidad del personal, Tipo de ambiente, Satisfacción por el servicio,
taurant dan a los mozos en función al tiempo en que se demora en servir una
de ellos ¿Cómo se relacionan ambas variables?

atender 3.5 minutos?

E DISPERSION PASO 3: APLICAR EL METODO DE MINIMOS CUADRADOS

a(S/) β 1= -98 -1.32

74

2 x + 6.16216216216216 β 0= 55.5 6.16

9
3 3.5 4 4.5
PASO 4: MODELO DE REGRESIO ESTUIMADA
LINEAL NEGATIVA
Y = f(x) + e Propina (s/.) = b0 +b1* Tiempo de atencion ( minutos)

y= b0 + b1x Propina (s/.) = 6.16 + -1. Tiempo de atencion ( minutos)

Propina(S/)

6
3 PASO 5: PRONOSTICAR EL MODELO DE REGRESION
3
3 Propina (s/.) 6.16 + -1.32 * Tiempo de atencion ( minutos)
4 PARA : 3.5
1 EL MOZO RECIBIRA UN PROMEDIO APROXIMA DE S/1.5 DE PROPINA
2
1.5
2
1
mpo de atencion ( minutos)

mpo de atencion ( minutos)

S/1.5 DE PROPINA
EL GERENTE DE VENTAS DE UNA EMPRESA, DESEA DETERMINAR SI EXISTE UNA RELACION ENTRE EL NUMERO DE LLAMADA
COPIADORAS VENDIDAS DURANTE ESE LAPSO. EL GERENTE SELECCIONA AL AZAR UNA MUESTRA DE 10 VENDEDORES Y DET
MES ANTERIOR Y LA CANTIDAD DE COPIADORAS VENDIDA
X Y

Nº DE Nº
LLAMADAS COPIADORAS
TELEF. VENDIDAS X^2 XY
20 30
40 60
20 40
30 60
10 30
10 40
20 40
20 50
20 30
30 70
220 450

PASO 3: METODO DE MINIMOS CUADRADOS PASO 4:

β1: β0: MODDELO=

n= suma x *y
suma x suma x^2
suma y suma (suma x)^2
N ENTRE EL NUMERO DE LLAMADAS TELEFONICAS DE VENTAS HECHAS EN UN MES Y LA CANTIDAD DE
UESTRA DE 10 VENDEDORES Y DETERMINA EL NUMERO DE TALES LLAMADAS QUE HIZO CADA UNO EL
NTIDAD DE COPIADORAS VENDIDAS
PASO1 : IDENTIFICA LA VARIABLE "X" y "Y"

X=
Y=

PASO 2: DIAGRAMA DE DISPERSION

MODELO DE REGRESION ESTIMADA

Y =B0 + B1 X
 1.       La altura, en cm, de 8 padres y del mayor de sus hijos varones, son:

Padre 170 173 178 167 171 169 184

Hijo 172 177 175 170 178 169 180
X*Y
X^2

Una vez obtenida la recta de regresión de manera manual que permita estimar la altura de los hijos dependiendo

a)       Halle el modelo de regresión

b)       ¿Qué altura cabría esperar para un hijo si su padre mide 174?

PASO1 : IDENTIFICA LA VARIABLE "X" y "Y" PASO 3: METODO DE MINIMOS CUADRADOS

X= β1:
Y=
n=
PASO 2: DIAGRAMA DE DISPERSION suma x
suma y
 175
187

ura de los hijos dependiendo de la del padre y realizada el grafico de dispersión

DO DE MINIMOS CUADRADOS PASO 4:

β0: MODDELO=

suma x *y
suma x^2
suma (suma x)^2
La compresión de un resorte depende de la fuerza con que se aplique a aquel según los valores del siguiente cuadro.

Fuerza (Newton) 1 1 2 3 4 2
Compresión (cm) 2 1 3 3 3 4
X*Y
X^2

a)Identifique las variables de Interés y clasifique cada uno de ellos ¿Cómo se relacionan ambas variables?
b)Estime el modelo de Regresión lineal simple estimado
c)Pronosticar: ¿Cuánto en Promedio se comprimirá un resorte al cual se le aplicó una fuerza de 3.5 Newton?

PASO 1: IDENTIFICAR LA VARIABLE X y Y PASO 3: METODO DE MINIMOS CUADRADOS

X= n=
Y= suma x
suma y
PASO 2: GRAFICA DE DISPERSION
β1=

PASO 4: MODELO DE REGRESION ESTIMADA

REGRESION:
 s del siguiente cuadro.

3 4
4 5

mbas variables?

e 3.5 Newton?

MINIMOS CUADRADOS PASO 5: PRONOSTICO PARA 3.5

suma x * y FUERZA COMPRENSION

suma x^2
suma(x)^2 REGRESION:

β0=

EGRESION ESTIMADA
 1.       El número de bacterias por unidad de volumen, presentes en un cultivo después de un cierto número de hora

X: Nº de
0 1 2 3 4 5
horas
Y: Nº de
12 19 23 34 56 62
bacterias
X*Y
X ^2

Halle el modelo de regresión PRONOSTICAR PARA 16 HORAS

PASO 1: IDENTIFICAR LA VARIABLE X y Y PASO 3: METODO DE MINIMOS CUADRADOS

X= n=
Y= suma x
suma y
PASO 2: GRAFICA DE DISPERSION
β1=

PASO 4: MODELO DE REGRESION ESTIMADA

REGRESION:
s de un cierto número de horas, viene expresado en la siguiente tabla:

MINIMOS CUADRADOS PASO 5: PRONOSTICO PARA 16 HORAS

suma x * y N° DE HORAS N° BACTERIAS

suma x^2
suma(x)^2 REGRESION:

β0=

EGRESION ESTIMADA