1.

Un hotel de los suburbios obtiene su ingreso bruto de la renta de sus instalaciones y de su

restaurante. Los propietarios tienen interés en conocer la relación entre el número de
habitaciones ocupadas por noche y el ingreso por día en el restaurante. En la siguiente
tabla se presenta una muestra de 25 días (de lunes a jueves) del año pasado que indica el
ingreso del restaurante y el número de habitaciones ocupadas.

X Habitaciones Y Ingreso
23 1452
47 1361
21 1426
39 1470
37 1456
29 1430
23 1354
44 1442
45 1394
16 1459
30 1399
42 1458
54 1537
27 1425
34 1445
a) ¿Parece que aumenta el ingreso por desayunos a medida que 15 1439
aumenta el número de habitaciones ocupadas? Trace un diagrama de 19 1348
dispersión para apoyar su conclusión 38 1450
44 1431
47 1446
43 1485
38 1405
51 1461
61 1490
39 1426

El número de habitaciones ocupadas por noche

no muestra relación con el ingreso por
desayunos del restaurante.
 b) Determine el coeficiente de correlación entre las dos variables. Interprete el valor.
r=0.4229 lo que significa que hay una correlacion directa débil entre las dos variables

c) ¿Es razonable concluir que hay una relación positiva entre ingreso y habitaciones ocupadas? Utilice
el nivel de significancia 0.10.

H0: ϱ=0 vs H1: ϱ≠0

H0= no existe correlación lineal vs H1: existe correlación lineal

Cómo el p valor es igual a 0.0315 menor que el nivel de significancia que es 0.10 se rechaza H0
porque no existe una correlación lineal

d) ¿Qué porcentaje de la variación de los ingresos del restaurante se contabilizan por el

número de habitaciones ocupadas?

2. (30 pts) La siguiente ecuación de regresión se calculó a partir de una muestra de 20 observaciones:
𝑌̂ = 15 − 5𝑥 el resultado para SSE (SCE) fue 100, y para SS Total (STC), 400. a) Determine el error estándar
de estimación. b) Encuentre el coeficiente de determinación. c) Determine el coeficiente de correlación.
(Precaución: ¡cuidado con el signo!

3. (35 pts.) Los planeadores urbanos piensan que las ciudades más grandes están pobladas por
residentes de más edad. Para investigar la relación, colectaron datos sobre la población y la edad media en 10
grandes ciudades.
 a) Trace estos datos en un diagrama de dispersión, con la edad media como la variable dependiente.

b) Encuentre el coeficiente de correlación.

Interprete el resultado

Edad.media Población..en.millones.

Edad.media 1.000000 0.451667

Población..en.millones. 0.451667 1.000000

El coeficiente de correlación de Pearson es r=0.45166 lo que indica que tipo de relación entre la edad
media y la población es positivo débil y directa, porque no es cercano al 1. Podemos poner que existe una
relación positiva y débil entre la edad media y la población.

c) Se realizó un análisis de regresión, y la ecuación de regresión resultante es: Edad media =31.4+
0.272 Población. Interprete el significado de la pendiente.

H0: B1 = 0 Vs H1:B1 ≠ 0
 Call:

lm(formula = Edad.media ~ Población..en.millones., data = edadmedia)

Residuals:

Min 1Q Median 3Q Max

-1.2028 -0.9918 -0.3293 0.7422 2.4387

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept) 31.3672 0.6158 50.935 2.45e-11 ***

Población..en.millones. 0.2722 0.1901 1.432 0.19

---

Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 '' 1

Residual standard error: 1.259 on 8 degrees of freedom

Multiple R-squared: 0.204, Adjusted R-squared: 0.1045

F-statistic: 2.05 on 1 and 8 DF, p-value: 0.1901

> anova(RegModel.1)

Analysis of Variance Table

Response: Edad.media

Df Sum Sq Mean Sq F value Pr(>F)

Población..en.millones. 1 3.2485 3.2485 2.0503 0.1901

Residuals 8 12.6755 1.5844

En las tablas anteriores se tiene que valor p = 0 < a = o.05 por lo que se rechaza H0: B1 = 0, esto
quiere decir x si tiene un valor significativo para explicar la variabilidad en Y, es decir, el modelo en línea
recta es adecuada,

d) Estime la edad media en una ciudad de 2.5 millones de habitantes

e) La siguiente es una fracción de la captura de pantalla del software de la regresión. ¿Qué le dice
esto?
 f) Utilizando un nivel de significancia de 0.10, pruebe la significancia de la pendiente. Interprete el
resultado. ¿Existe una relación significativa entre ambas variables