UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS

VALLE DE SULA

Catedratico: Master Alexis Sevilla

Asignatura Analisi Cuantitativo 2

Alumnos: Sofia Leticia Meermann Marquez

20182030673
Maynor Hercules
20152000345

Asignacion Laboratorio
 GPA(X) OFERTAS(Y) OFERTAS(
3.25 3 7 A)
2.35 3
1.02 1 6
0.36 0 5
3.69 5
2.65 4 4
2.15 2
3
1.25 2
3.88 6 2
3.37 2
1

0
0.00 0.50 1.00 1.50 2.00 2.5

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.843812173
Coeficiente de determinación R^2 0.712018983
R^2 ajustado 0.676021355
Error típico 1.032245012
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadrados
de los cuadradosF
Regresión 1 21.07576 21.0757619 19.7796088
Residuos 8 8.524238 1.06552976
Total 9 29.6
 Coeficientes Error típico Estadístico t Probabilidad
a = Intercepción -0.248063306 0.75912 -0.32677738 0.75222195
b = GPA(X) 1.271615897 0.285922 4.44742721 0.00214663

B) y= -0,2480633 + 1,2716159x

C) y = -0,2480633+1,2716159*3,22
y= 3.85
 OFERTAS(Y) Chart Title
7

5
f(x) = 1.2716158974237 x − 0.248063306124609
4
MAYNOR

R² = 0.712018982564203
3

0
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50
SOFIA
1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50

Valor crítico de F
0.00214663
Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
-1.99859762 1.50247101 -1.99859762 1.50247101
0.6122793 1.93095249 0.6122793 1.93095249
rt Title

− 0.248063306124609

2.00 2.50 3.00 3.50 4.00 4.50

SOFIA
INGRESOS(X) CONSUMO(Y)
24.3 16.2
CONSUMO(Y)
12.5 8.5 30 a)
31.2 15
25
28 17
35.1 24.2 20
10.5 11.2
23.2 15 15
10 7.1
8.5 3.5 10
15.9 11.5
5
14.7 10.7
15 9.2
0
5 10 15 20 25 30 35

Resumen

Estadísticas de la regresión
Coeficiente de 0.9190974972
Coeficiente de 0.8447402093
R^2 ajustado 0.8292142303
Error típico 2.2506075237
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
 Regresión 1 275.590158 275.590158 54.4081765 2.38003E-05
Residuos 10 50.6523423 5.06523423
Total 11 326.2425

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

a= Intercepción 1.7778803081 1.58291961 1.12316525 0.28760824 -1.74908438 5.304845
b= INGRESOS(X) 0.5581714124 0.07567205 7.37618984 2.38003E-05 0.38956358 0.72677925

B) y= 1,7778+0,5581x

C) y = 1,7778+0,5581*27500
y= 15351.49
 CONSUMO(Y)
30

25

20 f(x) = 0.558171412421395 x + 1.77788030806189

R² = 0.844740209324072
MAYNOR

15

10

0
5 10 15 20 25 30 35 40
SOFIA
30 35 40
Inferior 95,0%Superior 95,0%
-1.74908438 5.304845
0.38956358 0.72677925
 INTERES(X) CASAS(Y) CASAS(Y)
12.3 196 350 a)
10.5 285
300
15.6 125
9.5 225 250
10.5 248
200
9.3 303
8.7 265 150
14.2 102
100
15.2 105
12 114 50

0
8 9 10 11 12 13 14 15
Resumen

Estadísticas de la regresión
Coeficiente d 0.86791313
Coeficiente d 0.75327319
R^2 ajustado 0.72243234
Error típico 41.7624168
Observacione 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 42598.8043 42598.8043 24.424527 0.00113204
Residuos 8 13952.7957 1744.09946
Total 9 56551.6

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

a= Intercepción 520.042067 66.7255552 7.79374658 5.26754E-05 366.172661 673.911473
b= INTERES(X) -27.4399038 5.55225628 -4.94211766 0.00113204 -40.2434298 -14.6363779

b) y=520,0420+(-27,4399x)

c) y= 520,0420+(-27,4399*9,5)
y= 259.362981
 CASAS(Y)
350

300

250 f(x) = − 27.4399038461538 x + 520.042067307692

R² = 0.75327319345382
200
MAYNOR

150

100

50

0
8 9 10 11 12 13 14 15 16
Sofia
13 14 15 16

Inferior 95,0%Superior 95,0%

366.172661 673.911473
-40.2434298 -14.6363779
 COSTOS(X) UNIDADES(Y)
6.2 12.3 Chart Title
5.3 8.3 16
4.1 6.5 14 a)
4.4 4.8
12
5.2 14.6
4.8 14.6 10
5.9 14.6 8
4.2 6.5
6

0
Resumen 3.5 4 4.5 5 5.5 6

Estadísticas de la regresión
Coeficiente d 0.6777880401
Coeficiente d 0.4593966274
R^2 ajustado 0.3692960652
Error típico 3.3235340244
Observacione 8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 56.3197295 56.3197295 5.09870989 0.06472287
Residuos 6 66.2752705 11.0458784
Total 7 122.595

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

a= Intercepción -8.0177357375 8.18595877 -0.97944981 0.36518333 -28.0480553 12.0125838
b= COSTOS(X) 3.6494235885 1.61619636 2.25803231 0.06472287 -0.30526643 7.60411361
b) y= 8,0177+3,6494x

c) y= 2729.0499557
 UNIDADES(Y)
16
14 f(x) = 3.64942358853089 x − 8.01773573751108
R² = 0.459396627350242
12
10
Maynror

8
6
4
2
0
3.5 4 4.5 5 5.5 6 6.5
Sofia
5.5 6 6.5

Inferior 95,0%Superior 95,0%

-28.0480553 12.0125838
-0.30526643 7.60411361
 Chart Title
MILLAS(X) AUSENCIAS(Y)
5 2 6

6 2
5
2 4
0 5 4
9 4
12 2 3
16 5
5 2 2
7 3
1
0 1
8 4 0
0 2 4 6 8 10 12 14 16

Resumen

Estadísticas de la regresión
Coeficiente d 0.24770655929
Coeficiente d 0.06135853952
R^2 ajustado -0.0429349561
Error típico 1.40431306684
Observacione 11

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1.1602342 1.1602342 0.58832566 0.46271275
Residuos 9 17.7488567 1.97209519
Total 10 18.9090909
 Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%
a) Intercepción 2.64710365854 0.716985 3.69199306 0.00498197 1.0251709 4.26903642
b) MILLAS(X) 0.06974085366 0.09092396 0.7670239 0.46271275 -0.13594344 0.27542515

b) y= 2,6471+0,0697x

c) y= 2.87027439024
tle Chart Title
6

4
f(x) = 0.0697408536585366 x + 2.64710365853659
Maynor

3 R² = 0.0613585395168857

0
0 2 4 6 8 10 12 14 16 18
Sofia
10 12 14 16 18
Inferior 95,0%Superior 95,0%
1.0251709 4.26903642
-0.13594344 0.27542515
 PUNTAJE(S) CLASIFICACIÓN(R) ∑SR ∑S² ∑R² n
522 326 17325 28854 10781 100
Ⴟ 5.22 3.26

b= ∑ xy - nႿȳ 17325 - 100 *5,22*3,26 15623.28

= =
∑x² - nႿ² 28854 - 100 * 5,22² 26129.16
= 0.60
Cantidad de Publicidad (x) Ganancia (y)
3.6 12.13 Chart Title
4.8 14.7 45
9.7 22.83 40
35
12.6 28.4
30
11.5 22.33 25
Maynor

10.9 27.05 20
14.6 33.6 15
18.2 40.8 10
5
3.7 9.4
0
9.8 24.84 2 4 6 8 10 12 14
12.4 30.17 Sofia
16.9 34.7
Ganancia (y)

Chart Title
45
40
f(x) = 1.93336790430754 x + 4.34379589296826
35 R² = 0.95848083835441
30
25
20
15
10
5
0
2 4 6 8 10 12 14 16 18 20

Column C Linear (Column C)

Resumen
 Estadísticas de la regresión
Coeficiente de correl 0.97902034624129
Coeficiente de deter 0.95848083835441
R^2 ajustado 0.95432892218985
Error típico 2.02439516969482
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 946.074734 946.074734 230.852647 3.09026E-08
Residuos 10 40.981758 4.0981758
Total 11 987.056492

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

a) Intercepción 4.34379589296826 1.48458154 2.92593958 0.01514567 1.03594208
B) Cantidad de Publicida1.93336790430754 0.12724686 15.1938358 3.09026E-08 1.64984423

H o= ß≤1.5
Ha꓿ß*>1.5

0.05
Chart Title

10 12 14 16 18 20
Sofia

Ganancia (y)
or crítico de F

Superior 95%Inferior 95.0%Superior 95.0%

7.65164971 1.03594208 7.65164971
2.21689158 1.64984423 2.21689158
n= 15
m= 2.9 H₀= 3.2
ɞ= 0.18 Hₐ≠ 3.2
ª= 0.05
gl= 13

t= 2.9-3.2
0.18

t= -1.667 punto critico 2.16

A.R A.A

Como el valor absoluto de

la hipótesis nula. Por lo t
afirmar que la pendiente h

-1.667 0 1.667

2.16
omo el valor absoluto de t es menor que el valor crítico, no se puede rechazar
la hipótesis nula. Por lo tanto, no hay suficiente evidencia estadística para
afirmar que la pendiente ha cambiado significativamente de su valor anterior
de 3.2.
n= 25
m= 1.685 H₀= 1.50
ɞ= 0.11 Hₐ≠ 1.50
ª= 0.05
gl= 23

t= 1.685-1.50
0.11

t= 1.682 punto critico 2.069

Como el valor calculado de t (1.

el valor crítico de t (2.069), no se
nula.

A.R A.A

-1.682 0 1.682

2.069
omo el valor calculado de t (1.68) no es mayor que
valor crítico de t (2.069), no se rechaza la hipótesis
nula.
E

AREA (x) (Y)VALOR xy x2 y2

1.1 75 76.1 1.21 5625
1.5 95 96.5 2.25 9025
1.6 110 111.6 2.56 12100
1.6 102 103.6 2.56 10404
1.4 95 96.4 1.96 9025
1.3 87 88.3 1.69 7569
1.1 82 83.1 1.21 6724
1.7 115 116.7 2.89 13225
1.9 122 123.9 3.61 14884
1.5 98 99.5 2.25 9604
1.3 90 91.3 1.69 8100
16 1071 1087 23.88 106285
1.42 95.50
Resumen

Estadísticas de la regresión
Coeficiente de correlación 0.97300235
Coeficiente de determina 0.94673358
R^2 ajustado 0.94081509
Error típico 3.44783384
Observaciones 11

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1901.557431 1901.55743 159.961987 4.91482E-07
Residuos 9 106.988024 11.8875582
Total 10 2008.545455

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

a= Intercepción 15.9700599 6.518914101 2.4498037 0.03676856 1.22325165
b= AREA (x) 55.9580838 4.424400571 12.6476079 4.91482E-07 45.9493944

y= a+bx
y= 15.970+55.958X
60454.4442422665
or crítico de F

Superior 95%Inferior 95.0%Superior 95.0%

30.7168681 1.22325165 30.7168681
65.9667733 45.9493944 65.9667733
 PROMEDIO (x) SUELDO(Y)
CALIFICACIONES INICIAL Chart Title
4 36 40
3 30 35
3.5 30 30
2 24 25
3 27 20
3.5 33 15
2.5 21 10
2.5 27 5
0
1.5 2 2.5 3 3.5 4

Resumen

Estadísticas de la regresión
Coeficiente de correlac 0.884537962671703
Coeficiente de determi 0.782407407407407
R^2 ajustado 0.746141975308642
Error típico 2.42383992870816
Observaciones 8

ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 126.75 126.75 21.5744681 0.00352265
Residuos 6 35.25 5.875
Total 7 162

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

A= Intercepción 9 4.28478413 2.10045588 0.08042698 -1.48448906
B= Variable X 1 6.5 1.39940464 4.64483241 0.00352265 3.07578021

Y= 9+6.5x
Si son importantes las calificaciones para tener un buen sueldo.
Title SUELDO(Y)
40
35 f(x) = 9.38 x
R² = 0.990815315315315
30
25
20
15
10
5
3.5 4 4.5 0
1.5 2 2.5 3 3.5 4 4.5

or crítico de F

Superior 95%Inferior 95.0%Superior 95.0%

19.4844891 -1.48448906 19.4844891
9.92421979 3.07578021 9.92421979
 RENTA # RECAMARAS
230 2
190 1
450 3
310 2
218 2
185 2
340 2
245 1
125 1
350 2
280 2

Resumen

Estadísticas de la regresión
Coeficiente de correl 0.759058136459374
Coeficiente de deter 0.576169254525178
R^2 ajustado 0.52907694947242
Error típico 63.1854413611237
Observaciones 11

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 48846.5818 48846.5818 12.2348917 0.00674639
Residuos 9 35931.6 3992.4
Total 10 84778.1818

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

a) Intercepción 55.0000000000001 63.1854414 0.87045368 0.40667018 -87.9353988
b) # RECAMARAS 115.9 33.134725 3.49784101 0.00674639 40.9440445

y= 55+115.9X

y= 55+115.9X
y= 286.8 Cuando existan 2 recamaras el costo de la renta seria de 286.6, la rent
or crítico de F

Superior 95%Inferior 95.0%Superior 95.0%

197.935399 -87.9353988 197.935399
190.855955 40.9440445 190.855955

renta seria de 286.6, la renta es comun.

 GASTOS (x) (Y)RENDIMIENTO Chart Title
MENSUALES DE LAS 60
ESPECTACULARES VENTAS MENSUALES
25 34 50
16 14
42 48 40

34 32
30
10 26
21 29 20
19 20
10

Resumen 0
5 10 15 20 25 30

Estadísticas de la regresión
Coeficiente de corre 0.817452217997272
Coeficiente de dete 0.668228128708659
R^2 ajustado 0.601873754450391
Error típico 6.86378945797221
Observaciones 7

ANÁLISIS DE VARIANZA
Grados de libertadSuma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 474.441971 474.441971 10.0705965 0.02471989
Residuos 5 235.558029 47.1116057
Total 6 710

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

A) Intercepción 9.61844197138316 6.63561418 1.44951797 0.20687594 -7.43894731
B) Variable X 1 0.812400635930047 0.25600159 3.17342031 0.02471989 0.15432761
 60
Chart Title
50

f(x) = 0.812400635930048 x + 9.61844197138315

40 R² = 0.668228128708659

30
sofia

20

10

0
5 10 15 20 25 30 35 40 45
20 25 30 35 40 45
maynor

or crítico de F

Superior 95%Inferior 95.0%Superior 95.0%

26.6758312 -7.43894731 26.6758312
1.47047366 0.15432761 1.47047366
15

35 40 45
PORCENTAJE VOLUMEN PRECIO PROMEDIO
MERCADO AL MENUDEO
4.58 176.96 $ 2.18
4.08 156.75 $ 2.83
3.28 126.02 $ 2.99
2.99 114.88 $ 1.94
2.97 114.11 $ 1.47
2.77 106.42 $ 2.74
2.77 106.42 $ 2.91
2.33 89.52 $ 2.64
1.85 71.08 $ 3.15
1.84 70.69 $ 2.86