ESTADÍSTICAS DESCRIPTIVA

NOMBRE: SHARON DANEIVA SANCHEZ

PARTE PRÁCTICA:
1.      Se tiene la siguiente información en el cuadro:

PERIODO VALOR
1 2
2 4
3 7
4 5
5 8
6 10

Determinar:
a)    La ecuación de regresión lineal y = 1,4286x + 1

b)    El Coeficiente R 0.92

c)     ¿Los datos tienen correlación?

Existe una relación fuerte positiva.

Resumen

Estadísticas de la regresión
Coeficiente de correlaci 0.92213889
Coeficiente de determin 0.85034014
R^2 ajustado 0.81292517
Error típico 1.25356634
Observaciones 6

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Regresión 1 35.7142857 35.7142857143 22.72727273
Residuos 4 6.28571429 1.57142857143
Total 5 42

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1 1.16700675 0.8568930705 0.43980667
Variable X 1 1.42857143 0.29965967 4.76731294623 0.008857517
Resultados de datos de probabilidad

Percentil Y
8.33333333333333 2
25 4
41.6666666666667 5
58.3333333333333 7
75 8
91.6666666666667 10
TICAS DESCRIPTIVA
ON DANEIVA SANCHEZ ENCINAS

relación fuerte positiva.

Valor crítico de F
0.0088575174914612

Inferior 95% Superior 95% Inferior 95,0%

Superior 95,0%
-2.24013018752448 4.24013018752448 -2.24013019 4.24013019
0.596582802059957 2.2605600550829 0.5965828 2.26056006
 ESTADÍSTICAS DESCRIPTIV
NOMBRE: SHARON DANEIVA SANCHEZ E
2.     Se tiene la siguiente información en el cuadro:

VALOR (En miles de

PERIODO
Kg)
ENE 1 4
FEB 2 7
MAR 3 5
ABR 4 10
MAY 5 8
JUN 6 15
JUL 7 13
AGO 8 20

Determinar:
a)    La ecuación de regresión lineal y = 2,0238x + 1,1429

b)    El Coeficiente R 0.91

c)     ¿Los datos tienen correlación? Existe una relacció

d)    Estimar valores para los siguientes 4 periodos PERIODO

9
10
11
12

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltipl 0.910511069314185
Coeficiente de determinación R^2 0.82903040734366
R^2 ajustado 0.80053547523427
Error típico 2.43160408222605
Observaciones 8

ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadradosF
Regresión 1 172.02381 172.02381 29.0939597
Residuos 6 35.4761905 5.91269841
Total 7 207.5
 Coeficientes Error típico Estadístico t Probabilidad
Intercepción 1.14285714285714 1.89469064 0.60318931 0.56846746
Variable X 1 2.02380952380952 0.37520466 5.39388169 0.00167353

Resultados de datos de probabilidad

Percentil Y
6.25 4
18.75 5
31.25 7
43.75 8
56.25 10
68.75 13
81.25 15
93.75 20
S DESCRIPTIVA
VA SANCHEZ ENCINAS

y = 2,0238x + 1,1429

Existe una relacción fuerte positiva

VALOR (En miles de

Kg)
19
21
23
25

Valor crítico de F
0.0016735324966663
 Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
-3.49328382963436 5.7789981153487 -3.49328382963 5.7789981153487
1.10571680524833 2.9419022423707 1.105716805248 2.9419022423707
 ESTADÍSTICAS DE
NOMBRE: SHARON DANEIVA
3.      A partir de los siguientes datos referentes a horas trabajadas (X) en un taller, y a unidades produci

Horas (X) Producción (Y)

80 300 a)    Determinar la recta de regresión de

79 302
360
83 315
84 330 340
78 300 320 f(x)

Unidades producidas
60 250 R² =
300
82 300
85 340 280

79 315 260
84 330
240
80 310
62 240 220

200
50 55 60

b)    El coeficiente de correlación lineal e

Existe una relación fuerte positiv
produc

c)    ¿Cuánto se estima producir si se tra

Resumen

Estadísticas de la regresión
Coeficiente de corre 0.953994157929
Coeficiente de dete 0.910104853363
R^2 ajustado 0.9011153387
Error típico 9.466439413914
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadrados
Regresión 1 9072.5319148936 9072.53191489
Residuos 10 896.13475177305 89.6134751773
Total 11 9968.6666666667

Coeficientes Error típico Estadístico t

Intercepción 31.741134751773 27.06434808334 1.17280248739
Variable X 1 3.473404255319 0.3452055261565 10.0618442989

Resultados de datos de probabilidad

Percentil Y
4.16666666666667 240
12.5 250
20.8333333333333 300
29.1666666666667 300
37.5 300
45.8333333333333 302
54.1666666666667 310
62.5 315
70.8333333333333 315
79.1666666666667 330
87.5 330
95.8333333333333 340
TADÍSTICAS DESCRIPTIVA
HARON DANEIVA SANCHEZ ENCINAS
ller, y a unidades producidas (Y):

r la recta de regresión de Y sobre X,

0 f(x) = 3.47340425531915 x + 31.7411347517731

R² = 0.910104853363233
0

0
50 55 60 65 70 75 80 85 90
Horas trabajadas

nte de correlación lineal e interpretar 0.95

ste una relación fuerte positiva entre las horas trabajadas y la
producción.

e estima producir si se trabajan 70 horas? 275

F Valor crítico de F
101.240711 1.5021750691E-06
Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
0.26805471 -28.5619907163975 92.0442602199 -28.561990716398 92.0442602199
1.50218E-06 2.70423841056954 4.24257010007 2.70423841056954 4.24257010007
 ESTADÍSTICAS DESCRIPT
NOMBRE: SHARON DANEIVA SANCH
4.          Las estaturas y pesos de 10 jugadores de baloncesto de un equipo se muestran en la siguiente tab

Estatura (X) cm Pesos (Y) kg

186 85
189 85
190 86
192 90
193 87
193 91
198 93
201 103
203 100
205 101

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.944225420910846
Coeficiente de determinación R^2 0.891561645494264
R^2 ajustado 0.878006851181047
Error típico 2.41676661462484
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 384.173913043478
Residuos 8 46.7260869565217
Total 9 430.9

Coeficientes Error típico

Intercepción -107.139130434783 24.5785051054921
Variable X 1 1.02173913043478 0.1259826686403
ÍSTICAS DESCRIPTIVA
N DANEIVA SANCHEZ ENCINAS
se muestran en la siguiente tabla. ¿Si un jugador tiene una estatura de 208 cm, cuál será su peso estimado?

105 Su peso estimado sería 105 kg

Promedio de los cuadrados F Valor crítico de F

384.173913043478 65.7746348 3.95690223123E-05
5.84076086956522

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%

-4.3590580458387 0.0024157 -163.817264845184 -50.460996024381 -163.8172648452
8.11015627357449 3.9569E-05 0.7312225755862 1.31225568528337 0.731222575586
su peso estimado?

Superior 95,0%
-50.4609960244
1.312255685283
 ESTADÍSTICAS DESCRIP
NOMBRE: SHARON DANEIVA SANCHEZ
5.          La gerencia comercial de la empresa Sodaplus, ha tomado al azar 10 semanas durante el año pasado o

Cantidad de soda
Temperatura oC vendida (miles de
litros)
18 39 a)     Realizar el diagrama de dispersión
28 65
90
12 19
80
31 72
30 75 70

Cantidad de soda vendida

18 36 60
24 67 50
15 21 40
19 42
30
32 78
20
10
0
10 15

b)     Determinar y graficar la recta de regr

90
80
f(x) = 3.04020421186982 x −
70 R² = 0.950695750832386
Cantidad de soda vendida

60
50
40
30
20
10
0
10 15

c)     Estimar la cantidad de soda a vender

 d)     Estimar la cantidad de soda a vender

Resumen

Estadísticas de la regresión
Coeficiente de correlación múlt0.9750362818031
Coeficiente de determinación 0.9506957508324
R^2 ajustado 0.9445327196864
Error típico 5.3073079380659
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 4345.05985960434 4345.05985960434
Residuos 8 225.340140395661 28.1675175494576
Total 9 4570.4

Coeficientes Error típico Estadístico t

Intercepción -17.61263560944 5.80447844726802 -3.03431837493246
Variable X 1 3.0402042118698 0.244781820940005 12.420057176611
STICAS DESCRIPTIVA
ANEIVA SANCHEZ ENCINAS
anas durante el año pasado observando la temperatura media correspondiente a cada una de ellas y la cantidad de so

el diagrama de dispersión

15 20 25 30 35
Temperatura

nar y graficar la recta de regresión. (Graficar las otras funciones de regresión no lineal)

f(x) = 3.04020421186982 x − 17.6126356094448

R² = 0.950695750832386

10 15 20 25 30 35
Temperatura

la cantidad de soda a vender cuando la temperatura sea de 33 oC 83

la cantidad de soda a vender cuando la temperatura sea de 37 oC 95

F Valor crítico de F
154.257820270286 1.648714101976E-06

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

0.016202650130706 -30.9977869115483 -4.22748430734 -30.99778691155 -4.22748430734
1.64871410198E-06 2.47573632055936 3.60467210318 2.4757363205594 3.60467210318
s y la cantidad de soda vendido durante cada uno de esos periodos.