PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

PRACTICO 2: MARIA ADAMY VAZQUEZ RIBERA

H a lla r :
a )L a m e d ia d e c a d a v a r ia b le
b )L a s v a r ia n z a s y la s d e s v ia c io n e s ti p ic a s d e c a d a v a r ia b le
c ) L a c o v a r ia n z a E l c o e fi c ie n te d e c o r r e la c io n y e l c o e fi c ie n te d e d e te r m in a c io n , in te r

h erm an o s 0 1 1 1 2 2
CI 110 115 120 118 110 108
cant he rm . ci
n x y x*y
1 0 110 8 ,6 0 4 2 3 7 ,6 1 7 4 0
2 1 115 3 ,7 3 7 6 1 2 3 ,9 5 0 4 115
3 1 120 3 ,7 3 7 6 2 6 0 ,2 8 3 4 120
4 1 118 3 ,7 3 7 6 1 9 9 ,7 5 0 2 118
5 2 110 0 ,8 7 1 0 3 7 ,6 1 7 4 220
6 2 108 0 ,8 7 1 0 1 7 ,0 8 4 2 216
7 2 105 0 ,8 7 1 0 1 ,2 8 4 4 210
8 3 104 0 ,0 0 4 4 0 ,0 1 7 8 312
9 3 98 0 ,0 0 4 4 3 4 ,4 1 8 2 294
10 4 99 1 ,1 3 7 8 2 3 ,6 8 4 8 396
11 4 98 1 ,1 3 7 8 3 4 ,4 1 8 2 392
12 5 100 4 ,2 7 1 2 1 4 ,9 5 1 4 500
13 5 90 4 ,2 7 1 2 1 9 2 ,2 8 5 4 450
14 5 93 4 ,2 7 1 2 1 1 8 ,0 8 5 2 465
15 6 90 9 ,4 0 4 6 1 9 2 ,2 8 5 4 540
44 1558 4 6 ,9 3 3 3 1 2 8 7 ,7 3 3 3 4 3 4 8 ,0 0 0 0

M E D IA D E X 2 ,9 3 3 3 V a r ia n z a x 3 ,3 5 2 4
M E D IA D E Y 1 0 3 ,8 6 6 7 V a r ia n z a y 9 1 ,9 8 1 0

D E S V IA C IO N TIP IC A X 1 ,8 3 1 0
D E S V IA C IO N TIP IC A Y 9 ,5 9 0 7

C O E F IC IE N T E V A R IA C IO N X 0 ,6 2 4 2
C O E F IC IE N T E V A R IA C IO N Y 0 ,0 9 2 3

C O V (X ;Y )= -1 4 ,8 0 8 9 s i a r r o ja s ig n o - s e c o n c lu y e q u e e x is t e r e la c io n in v e r s a n e g a ti v a
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

A mayor cantidad de hermanos menor

cantidad de Coeficiente intelectual CI y a
r -0,8433 menor cantidad de hermanos mayor cantidad
de coeficiente intelectual CI
Aporox el 71,12 % de la variabilidad
promedio de coeficiente intelectual esta
R2 71,12 explicado por la cantidad de hermanos y el
28,88% restante no se puede explicar
e)La función de regresión lineal muestral por el método de los mínimos
cuadrados , aplicando matrices
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

RECTA DE LA FUN CIO N PO R M ETO DO DE M IN IM O S CUA DRA DO S

x PA SO 1 M ATRIZ Y PA SO 2
1 0 (X T *X) -1 = 0,2500 -0,0625 110 1558
1 1 -0,0625 0,0213 115 4348
1 1 120
1 1 118
1 2 110
1 2 ESTIM A DO 108
1 2 BETH A 1 117,7500 105
1 3 BETH A 2 -4,7330 104
1 3 98
1 4 LA FUN CIO N DE REGRECIO N LIN EA L ESTIM A DA 99
1 4 98
1 5 ܻ෡ =117,7500-4,7330X 100
1 5 90
1 5 93
1 6 90
TRA SPUESTA X TRA SP Y
15x2 2X15 15x2 15X1 2X15 15*1

INTERPRETACION DE ESTIM ADORES BETHA 1 Y 2

BETHA 1 117,7500 Y COEFICIENTE EL COEFICIENTE INTELECTUAL MAXIMO ES DE 118 PUNTOS

BETHA 2 -4,7330 X CANT HERMANOS AL AUMENTAR LA CANTIDAD DE HERMANOS , EL PUNTAJE DE COEFICIENTE
INTELECTUAL DISMINUYE EN 4,73 PUNTOS

g ) C a lc u la r e l v a lo r d e l co e fi c ie n t e d e in t e lig e n c ia
d e u n n iñ o q u e ti e n e 7 h e r m an o s .

ܻ෡ = 1 1 7 ,7 5 0 0 -4 ,7 3 3 0 X
8 4 ,6 1 9 3
e l c o h e fi c ie n t e in t e le c t u a l d e u n n iñ o q u e ti e n e 7 h e r m a n o s
e s d e 8 4 ,6 1 9 p u n t o s
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

h)Calc ula r el numero de hermanos que tiene (despeja r x)

un niñ o con 125 puntos en coefici e nte in tele ctual.

ܻ෡ =117,7 500-4,7 330X

j)e r r o r e s t an d a r d e e s ti m a c io n D e s v ia c io n e s t a n d a r d e lo s e s ti m a d o r e s b e

S c (b e t h a 1 )= ሺ‫ܤ‬෢ ሻͳ 2 ,5 7 7 0
el resultado no exis te en la vid a real
117,7 500+125/4,7 330
S c (b e t h a 1 )= ሺ‫ܤ‬෢ ሻ
ʹ 0 ,7 5 2 3

-1,5 31798014
cular la varianza total , residual VR y explicada
VAR RESIDUAL =VT-VE 26,5638
VAR TOT = VAR DE Y 91,9810

VAR EXPLICADA 65,4171

 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

k)C alc ular el in te rv alo de confianza para lo s esti m adore s beth a 1 y beth a 2
con un niv el de sig nifi cancia 10%
m) Demostrar las 5 propiedades de la funcion de regresion muestral
ܲ݀ܽ݀ܽ݀݀ ݅ ܾ݈ܾ݈݅ܽ݅ܽ݅ ‫ ݋ܾ ܾݎ‬e=ͳͳ͵y-ǡͷͳͳʹ ൏ ߚଵ ൏ ͳʹ ͳǡͻ ͺͺ =90%PROP 4 PROP 5
෡
Nivelcantde sig niherm. 10%=0,ci 1 La proܻbabi෡ lid ad de que el verERROR
fi cancia =NS=α d aderܻ o valo r del parY=aᇹmet෡ Yro beth a 1se encuent
X*e re dent ro deY estGORRO*e
o s lim ite s es del 90%, y que se
x α/2= 5%=0,y0 5 encuentre fu era de esto s lim ite s es del 10%
1 1-α0/2= 0,9 5 110 117,7500 -7,7500 -7,7500 0 -912,5625
2 1 115 ܲ ݀ ܽ݀ܽ݀113,0170
݀ ݅ ܾ݈ܾ݈݅ܽ݅ܽ݅ ‫ ݋ܾ ܾݎ‬െͷǡͻ ͹ͲͶ൏ 1,9830ߚଶ ൏ െ͵ǡ1,9830 Ͷͻ ͷͷ =90%1,982955 224,107664
Val3o r del esta distico1 Z 1-α1,/26=449 120 La pro babi113,0170 lid ad de que el verd 6,9830 adero valo r del para met6,9830 ro beth a 2 6,982955
se encuentre dentro de est789,1928913
o s lim ite s es del 90%, y que se
4 1 118 113,0170 4,9830 4,9830 4,982955 563,1588004
5 2
encuent
110 108,2841 1,7159
r e f u er a de est o s l i m i t e s es del 10% 1,7159 3,431818 185,805656
Lim ite in fe rio r del6 parametro 2beth a 1= 113,1085 112 108,2841 Lim ite in fe riro r del par-0,2841 a metro beth a 2 -0,2841 -5 ,9 704 -0,56818 -30,76252583
Lim ite superio r 7del para metro2beth a 1= 121,1059 888 108,2841 Lim ite superio r del par-3,2841 a metro beth a 2 -3,2841 -3 ,4 955 -6,56818 -355,6147986
l)C alc ular el in te8rv alo de confianza
3 para lo s esti104m adore s bet103,5511 h a 1 y beth a 2 0,4489 0,4489 1,346591 46,48033962
con un niv el de 9sig nifi cancia 2%3 98 103,5511 -5,5511 -5,5511 -16,6534 -574,8264786
10 4 99 ܲ ݀ ܽ݀ܽ݀݀ ݅ ݅98,8182
ܾ݈ܾ݈ܽ݅ܽ݅ ‫ͳͳͳ ݋ܾ ܾݎ‬ǡ͹ͷͷͲ൏ 0,1818ߚଵ ൏ ͳ ʹ ͵ ǡ0,1818 ͹ͶͷͲ=98%0,727273 17,96694215
Ni11vel de sig nifi canci4 a =NS=α
2%=0,0 2 98 La pro babi98,8182 lid ad de que el verd-0,8182 adero valo r del para-0,8182
metro beth a 1se-3,27273
encuentre dentro de est-80,85123967
o s lim ite s es del 98%, y que se
12 α/2=5 1000,0 1 encuentr94,0852 e fu era de esto s lim ite5,9148 s es del 2% 5,9148 29,57386 556,4927363
13 1-α5/2= 900,9 9 94,0852 -4,0852 -4,0852 -20,4261 -384,3595364
14 5 93 ܲ ݀ ܽ݀ܽ݀݀ ݅ ܾ݈݅ܽ݅94,0852
ܾ݈ܽ݅ ‫ ݋ܾ ܾݎ‬െ͸ǡͶͺ ͵ͳ൏-1,0852ߚଶ ൏ െʹ ǡͻ ͺʹͺ-1,0852=98% -5,42614 -102,1038546
Val15o r del estadi44stico6 Z 1-α/2= 1558 2,903 263 La pro babi89,3523 ad de que el verd 0,6477
lid 1558 ader
0,0000
o val o r del par a 0,6477 3,886364
met r o bet
0,0000 0,0000
h a 2 se encuent r e dent r o de 57,87590393
est o s lim ite0,0000
s es del 98%, y que se
encuentre fu era de esto s lim ites es del 2%
Lim ite in fe rio r del parPROP
ametr1:o beth a 1= 111,7 550 Lim0,0000 ite in fe riro r del para metro betPROP
h a 2 3-6 ,4 831 0,0000 103,8666667
Lim ite superio r del para metro beth a 1= 123,7 450 Lim ite superio r del para metro beth a 2 -2 ,9 828
PROP 2; PROP 4 0,0000
M EDIA DE X 2,9333
M EDIA DE Y103,8667 PROP 5 0,0000
PROP 2; M EDIA Y 103,8667 CUM PLE
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

H a lla r :
a )La m e d ia d e c a d a v a r ia b le
b )La s v a r ia n z a s y la s d es v ia c io n es ti p ic a s d e c a d a v a r ia b le
c) La c o v a r ia n z a in ter p re ta r e l r e s u lta d o
d )El co e fi c ie n te d e c o r r e lac io n d e p ea r s o n y el c o efi cie n te d e d e ter m in a cio n , in ter p r eta r lo s r e s u lta d o s
n x y ሺܺ௜ െܺതሻଶ x *y
1 3 150 0 ,2 5 0 0 1 1 8 1 ,6 4 0 6 450
2 5 150 2 ,2 5 0 0 1 1 8 1 ,6 4 0 6 750
3 2 250 2 ,2 5 0 0 4 3 0 6 ,6 4 0 6 500
4 3 200 0 ,2 5 0 0 2 4 4 ,1 4 0 6 600
5 1 350 6 ,2 5 0 0 2 7 4 3 1 ,6 4 0 6 350
6 4 200 0 ,2 5 0 0 2 4 4 ,1 4 0 6 800
7 6 50 6 ,2 5 0 0 1 8 0 5 6 ,6 4 0 6 300
8 4 125 0 ,2 5 0 0 3 5 2 5 ,3 9 0 6 500
28 1475 1 8 5 6 1 7 1 ,8 7 5 4250

M ED IA D E X 3 ,5 0 0 0 V ar ian z a x 2 ,5 7 1 4
M ED IA D E Y 1 8 4 ,3 7 5 0 V ar ian z a y 8 0 2 4 ,5 5 3 6

D E S V IA C IO N T IP IC A X 1 ,6 0 3 6
D E S V IA C IO N T IP IC A Y 8 9 ,5 7 9 9

C O E F IC IE N T E V A R IA C IO N X 0 ,4 5 8 2
C O E F IC IE N T E V A R IA C IO N Y 0 ,4 8 5 9

COV(X;Y)= -114,1 si arroja signo - se concluye que existe relacion inversa negativa
A m ayor cam bios de aceite m enor Costo de reparacion en m iles de Bolivianos y a m enor cam bios de aceites
m ayor costo en m iles de Bolivianos

r -0,7940
Aporox el 63,05% de la variabilidad prom edio de costo de reparacion en m iles de unidades esta explicado
R2 63,05 por la cantidad de veces que se realiza el cam bio de aceite y el 36,95% restante no se puede explicar
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

e)La recta de regresion m uestraL con m atrices , graficar el diagram a de dispersion y la fu ncion de regresion uestral en G e
Interp retar lo s estim ad ores betha 1 y betha 2.
aceite
cam bio co sto PASO 2
x PA SO 1 y X T *Y=
1 3 (X T *X) -1 = 0,8056 -0,1944 150
1 5 -0,1944 0,0556 150 1475
1 2 250 4250
1 3 PA SO3 200
1 1 ESTIM A DO 350
1 4 BETHA 1 361,8056 200
1 6 BETHA 2 -50,6944 50
1 4 125
8x2 2x8+8x2 8x2
LA FU N CION DE REGRECION LIN EA L ESTIM A DA

ܻ෡ =361,8056-50,6944X
PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

f) C alcu lar el co sto p ara 8 cam b io s Cd Ae Laceites

C U L AR C O S T O R E E MP X

ܻ෡ =361,8056-50,6944X

-43,75 el resultado no existe en la vida real

g )C alcu lar el n u m ero d e cam b io s d e aceites si el co sto

es d e 300 m il p eso s

SI EL COSTO ES D E 300 M IL CO RRESPO N D E A U N SO LO

1,2192 CAM BIO DE ACEITE

h ) C alcu lar la varian za resid u al V R y V arian za to tal y la varian za exp licad a

VAR RESID U AL =VT-VE 2965,0104

VAR TO T = VAR DE Y8024,5536
PASO 1
K) m atriz de Varianza y co varianza de los esti m adores betha 1 y betha 2
VAR EXPLICAD A 5059,5432
i)erro r estan d ar d e estim acio n vr*(xt *x)- 1 2388,4806 -576,5298
-576,5298 164,7228
PASO2
ሺ‫ܤ‬෢ͳሻ m atriz de var betha 1 2388,4806
Sc(betha 1)= 48,8721 m atriz d var betha 2 164,7228
ሺ‫ܤ‬෢ʹ ሻ
cov(betha 1;betha 2)= -576,5298
Sc(betha 1)= 12,8344 cov(betha2;betha1) -576,5298
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

k)C alcula r el in te rvalo de confianza para lo s estimadores beth a 1 y beth a 2

α=5%=0,01-5α =95%=0,α/2=2,9 5 5 %=0,0 25 1-α /2=0,9 75 Z 1-α/2=

1,9 600
Lim ite in fe rio r del para metro beth a 1= 266,0 180
Lim ite SUP del para metro beth a 1= 457,5 931
ܲ‫ ʹ ݈ܾܾ݀ܽ݀݅݅ܽ݋݈ܾܾ݀ܽ݀݅݅ܽݎ‬͸͸ǡͲͳͺ Ͳ൏ ߚଵ ൏ Ͷͷ͹ǡͷͻ ͵ͳ =95%

La pro babilid ad de que el verd adero valo r del para metro beth a 1se encuentre dentro de esto s lim ites es del 95%, y que se
encuentre fu era de esto s lim ites es del 5%

Lim ite in fe riro r del para metro beth a 2 -7 5,8 495

Lim ite superio r del para metro beth a 2 -2 5,5 394
ܲ‫ ݈ܾܾ݀ܽ݀݅݅ܽ݋݈ܾܾ݀ܽ݀݅݅ܽݎ‬െ͹ͷǡͺ Ͷͻ ͷ൏ ߚଶ ൏ െʹ ͷǡͷ͵ ͻ Ͷ=95%
 PRACTICO 2 | MARIA ADAMY VAZQUEZ RIBERA

La p ro b a b ilid a d d e q u e e l v e rd a d e ro v a lo r d e l p a ra m etro b e th a 2 se e n c u e n tre d en tro d e esto s lim ite s e s d el 9 5 % , y q u e se

e n cu e n tre fu era d e esto s lim ite s e s d e l 5 %
j) D e m o s tra r la s 5 p ro p ie d a d e s d e la fu n c io n d e re g re sܻ෡io n m u e s tra l
e= y- PRO P 4 PRO P 5
n x y Y GO RRO ERRO R X*e Y GO RRO *e
1 3 1 5 0 2 0 9 ,7 2 2 2 -5 9 ,7 2 2 2 -1 7 9 ,2 -1 2 5 2 5 ,0 7 7 2
2 5 1 5 0 1 0 8 ,3 3 3 3 4 1 ,6 6 6 7 2 0 8 ,3 4 5 1 3 ,8 8 8 8 9
3 2 2 5 0 2 6 0 ,4 1 6 7 -1 0 ,4 1 6 7 -2 0 ,8 3 -2 7 1 2 ,6 7 3 6 1
4 3 2 0 0 2 0 9 ,7 2 2 2 -9 ,7 2 2 2 -2 9 ,1 7 -2 0 3 8 ,9 6 6 0 5
5 1 3 5 0 3 1 1 ,1 1 1 1 3 8 ,8 8 8 9 3 8 ,8 9 1 2 0 9 8 ,7 6 5 4
6 4 2 0 0 1 5 9 ,0 2 7 8 4 0 ,9 7 2 2 1 6 3 ,9 6 5 1 5 ,7 2 1 4 5
7 6 50 5 7 ,6 3 8 9 -7 ,6 3 8 9 -4 5 ,8 3 -4 4 0 ,2 9 7 0 6 8
8 4 1 2 5 1 5 9 ,0 2 7 8 -3 4 ,0 2 7 8 -1 3 6 ,1 -5 4 1 1 ,3 6 1 8 8
28 1475 1475 0 ,0 0 0 0 0 ,0 0 0 0 0 ,0 0 0 0

PRO P 1: 0 ,0 0 0 0 PRO P 3 0 ,0 0 0 0 1 8 4 ,3 7 5 0 C U M P LE

PRO P 2; PRO P 4 0 ,0 0 0 0
M E D IA D E X3 ,5 0 0 0
M E D IA D E1 8Y 4 ,3 7 5 0 PRO P 5 0 ,0 0 0 0
P R O P 2 ; M E D IA Y 1 8 4 ,3 7 5 0 CU M PLE

L )C a lc u la r e l in te rv a lo d e c o n fia n z a p a ra lo s e s tim a d o re s b e th a 1 y b e th a 2
9 5 % = 0 ,9 5 c o n u n n iv e l d e s ig n ific a n c ia 5 %
5 % = 0 ,0 5
2 ,5 % =0 ,0 2 5
0 ,9 7 5 ( R E P IT E P R E G U N T A ) IN S IS O K
V a lo r d el esta d isti1co,9 6Z 01 0-α /2 = E S LA M IS M A R E S P U E S T A

Lim ite in fe rio r d e l p a ra m e tro b e th a216=6 ,0 1 8 0

Lim ite s u p e rio r d e l p a ra m e tro b e th 4a 517=,5 9 3 1
ܲ‫ ʹ ݈ܾܾ݀ܽ݀݅݅ܽ݋݈ܾܾ݀ܽ݀݅݅ܽݎ‬͸͸ǡͲͳͺ Ͳ ൏ ߚଵ ൏ Ͷͷ ͹ ǡͷͻ ͵ ͳ = 9 5 %

ܲ‫ ݈ܾܾ݀ܽ݀݅݅ܽ݋݈ܾܾ݀ܽ݀݅݅ܽݎ‬െ͹ͷǡͺ Ͷͻ ͷ ൏ ߚଶ ൏ െʹ ͷǡͷ͵ ͻ Ͷ = 9 5 %

m )C a lc u la r e l in te rv a lo d e c o n fia n z a p a ra lo s e s tim a d o re s b e th a 1 y b e th a 2
c o n u n n iv e l d e s ig n ific a n c ia 1 %
ܲ‫ ͵ ʹ ݈ܾܾ݀ܽ݀݅݅ܽ݋݈ܾܾ݀ܽ݀݅݅ܽݎ‬ͷǡͻ ͳ ͻ Ͷ ൏ ߚଵ ൏ ͺ ͹ǡ͸ͻ ͳ ͹ = 9 9
9 9 % = 0 ,9 9 %
1 % = 0 ,0 1
0 ,5 % =0 ,0 0 5La p ro b a b ilid a d d e q u e e l v e rd a d e ro v a lo r d el p a ra m e tro b e th a 1 se en cu en tre d e n tro d e e sto s lim ites e s d el 9 9 % , y q u e se
1 -0 ,0 0 5 = 0 ,9en
9 5cu en tre fu e ra d e e sto s lim ites e s d el 1 %
V a lo r d el esta d isti co Z21,5-α7 /2
5 8=

Lim ite in ferio r d e l p a ra m etro b e th a 213=5 ,9 1 9 4

Lim ite S U P d e l p a ra m e tro b e th a 1 = 4 8 7 ,6 9 1 7

Lim ite in fe riro r d e l p a ra m e tro b e th a-823 ,7 5 3 8

Lim ite s u p e rio r d e l p a ra m e tro b e th a-127 ,6 3 5 1
ܲ‫ ݈ܾܾ݀ܽ݀݅݅ܽ݋݈ܾܾ݀ܽ݀݅݅ܽݎ‬െͺ ͵ ǡ͹ ͷ͵ ͺ ൏ ߚଶ ൏ െͳ ͹ ǡ͸͵ ͷͳ =9 9 %

La p ro b a b ilid a d d e q u e e l v e rd a d e ro v a lo r d el p a ra m e tro b e th a 2 se e n cu e n tre d e n tro d e e sto s lim ites e s d e l 9 9 % , y q u e se

en cu en tre fu e ra d e e sto s lim ites e s d el 1 %