18-12-2021 Planteamiento de

Hipótesis
Estadística II

Carlos Mendoza Ortega

Se quiere saber si existe relación entre el salario de los trabajadores de una
empresa y el ahorro que cada uno realiza, se tomó una muestra de 10
trabajadores con los resultados que se muestran en la tabla adjunta.

Variable Variable
independient dependiente
e
SUELDO ($) AHORRO ($)
8500 2500
11500 3000
1000 450
3300 1000
7000 2100
7500 2050
2000 500
9200 2700
4800 1700
5500 1800

Procedimientos

1. Tabulación de cálculos de variabilidad

X= Sueldo ($)

Y=Ahorro ($)

X Y xy x² y²
8,500 2,500 21,250,000 72,250,000 6,250,000

11,500 3,000 34,500,000 132,250,000 9,000,000

1,000 450 450,000 1,000,000 202,500
3,300 1,000 3,300,000 10,890,000 1,000,000
7,000 2,100 14,700,000 49,000,000 4,410,000
7,500 2,050 15,375,000 56,250,000 4,202,500
2,000 500 1,000,000 4,000,000 250,000
9,200 2,700 24,840,000 84,640,000 7,290,000
4,800 1,700 8,160,000 23,040,000 2,890,000
5,500 1,800 9,900,000 30,250,000 3,240,000

60,300 17,800 133,475,000 463,570,000 38,735,000

 2. Construcción de grafico de dispersión

Grafico de dispersión
3,500
3,000
2,500
Ahorro ($)

2,000
1,500
1,000
500
-
- 2,000 4,000 6,000 8,000 10,000 12,000 14,000
Sueldo ($)

3. Determinar el valor de la intersección con las ordenadas

a= (17,500) (463,570,000) -(60,300) (133,475,000) =203.0827

10(463,570,000)-60,300²

4. Determinar el valor de la pendiente de la recta

b= 10(133,475,000) -(60,300) (17,800) =0.2615

10(463,570,000) -(60,300) ²

5. Determinar la ecuación de la recta de regresión de mejor ajuste

y=a+bX
y=203.0827+0.2615X
 6. Tabular los pares ordenados de la recta de estimación.

X Y
8,500 2,426
11,500 3,210
1,000 465
3,300 1,066
7,000 2,034
7,500 2,164
2,000 726
9,200 2,609
4,800 1,458
5,500 1,641

7. Trazar la recta de estimación en el eje de coordenadas.

3,500

3,000

2,500
Ahorro estimado

2,000

1,500

1,000

500

-
- 2,000 4,000 6,000 8,000 10,000 12,000 14,000
Sueldo

8. Calcular el error estándar de la estimación.

SE¿ √
∑Y ²−( a∗∑Y )−(b∗∑ xy )
n−2
 SE¿ √
38,735,000−( 203.0827∗17,800 )−( 0.2615∗133,475,000 )
10−2
SE=164.4747

9. Calcular el coeficiente de la determinación

r²=(0.985)²=0.9702

10. Calcular el coeficiente muestral de correlación

2,614,100 =0.9846
(3,161.661*839.7023)

11. Determinar el intervalo de confianza al 95% del sueldo de un

trabajador que ahorra $750

Y= 203.0827+0.2615X
750= 203.0827+0.2615X
(750-203.0827)
0.2615
X= 2,091.4619

Para un salario de 2,091.5, el intervalo de confianza del 95% es:

Intervalo de confianza [559.1514, 940.9186]

12. Determinar el intervalo de predicción de ahorro al 95% para un

trabajador con un sueldo de $4000 mensuales.

163.8655∗ √ ¿ ¿ ¿

Error estándar de y: 175.0544

Nivel de significancia, alfa 0.05

Intervalo de predicción: [845.4552, 1652.8062]

13. Realice un análisis respectivo del caso que evidencie argumentos

estadísticos y de la realidad cotidiana

Según el gráfico de dispersión entre las variables sueldo y ahorro en $ se puede

ver que existe una relación lineal positiva ya que los valores altos del sueldo están
asociados a los valores altos de los ahorros.
Esto se puede corroborar a través del coeficiente de correlación 0,9846 que indica
una relación lineal positiva fuerte entre estas variables, lo cual es lógico desde el
punto de vista de la realidad cotidiana ya que se espera que mientras más sueldos
tenga una persona más capacidad de ahorro tendrá.
El valor b = 0,2615 indica el cambio promedio de la variable ahorro cuando la
variable sueldo aumenta en una unidad. El valor de a = 203,0827 indica el valor
del ahorro cuando el sueldo es igual a cero.
Con el coeficiente de determinación = 0,9702 se puede ver que la capacidad
predictiva de la recta de regresión es buena ya que este valor esta cercano a 1.