1.

De una determinada empresa se conoce los siguientes datos, referidos al volumen de producción
en miles de unidades y los gastos de re trabajo en miles de pesos.

a)

Encuentra la ecuación de regresión por el método de medidas de variación

b) Realiza su grafica de dispersión
c) Encuentra los intervalos de confianza para Bo
d) Determina la prueba de hipótesis para la pendiente, cuando B1= 0
e) ¿Qué gastos de re trabajo originarían un volumen de producción de 50 mil piezas?
f) Si lo único que interesa es el costo de reparación en términos del volumen de producción sin
tener en cuenta la cantidad de cada uno de ellos ¿existirá correlación entre ambas variables?

Análisis de regresión: Volumen vs. Gastos

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 1 343.89 343.892 88.13 0.001
Error 4 15.61 3.902
Total 5 359.50

Resumen del modelo

S R-cuad. R-cuad.
(ajustado)
1.97536 95.66% 94.57%

Coeficientes
EE del
Término Coef coef. Valor T Valor p
Constante 3.60 2.07 1.74 0.157
Gastos 0.3628 0.0386 9.39 0.001

Ecuación de regresión
Vol = 3.60
um + 0.3628 
en Gastos
 Correlación: Volumen, Gastos
Correlaciones

Correlación de 0.97
Pearson 8
Valor p 0.00
1
Análisis de regresión: Volumen vs. Gastos
La ecuación de regresión es
Volumen = 3.604 + 0.3628 Gastos
Resumen del modelo

R-cuad.
R- (ajustado
S cuad. )
1.9753 95.66% 94.57%
6
Análisis de Varianza

Fuente GL SC MC F P
Regresión 1 343.892 343.892 88.13 0.001
Error 4 15.608 3.902
Total 5 359.500
Z de una muestra: Volumen, Gastos
Estadísticas descriptivas

Error
estándar
de la IC de 95% para
Muestra N Media Desv.Est. media μ
Volumen 6 21.500 8.479 0.806 (19.919, 23.081)
Gastos 6 49.333 22.862 0.806 (47.753, 50.914)
μ: media de Volumen, Gastos
Desviación estándar conocida = 1.97536
2. Una empresa de manufactura basa las predicciones de sus ventas anuales en los
resultados
oficiales
de la demanda
total en la
industria.
A

continuación, se presentan los datos de la demanda total y las ventas efectuadas

por la empresa en los últimos 11 años:

a) Determina el modelo de regresión simple

b) Encuentra los intervalos de confianza
c) Realiza una prueba de hipótesis
d) Si la demanda total industrial es de 300000 toneladas, ¿Qué volumen de
ventas se predeciría usando la recta de regresión calculada?
Análisis de regresión: VENTAS vs. DEMANDA
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 1 58.08 58.078 16.10 0.003
Error 9 32.47 3.607
Total 10 90.55
Resumen del modelo
R-cuad.
S R-cuad. (ajustado)
1.89934 64.14% 60.16%
Coeficientes
EE del Valor Valor
Término Coef coef. T p
Constante 0.39 2.07 0.19 0.855
DEMAND 0.0281 0.0070 4.01 0.003
A 2 1
Ecuación de regresión
VENTA = 0.39
S + 0.02812 DEMANDA
 Gráfica de dispersión de VENTAS vs. DEMANDA

Correlación: DEMANDA, VENTAS

Correlaciones
Correlación de Pearson 0.801
Valor p 0.003

Z de una muestra: DEMANDA, VENTAS

Estadísticas descriptivas
 Error
estándar
de la
Muestra N Media Desv.Est. media IC de 95% para μ
DEMANDA 11 283.636 85.706 0.573 (282.514, 284.759)
VENTAS 11 8.364 3.009 0.573 (7.241, 9.486)
μ: media de DEMANDA, VENTAS
Desviación estándar conocida = 1.89934

Gráfica de dispersión de VENTAS vs. DEMANDA

15.0

12.5

10.0
VENTAS

3. A partir
7.5
de los

5.0

150 200 250 300 350 400

DEMANDA

siguientes datos referentes a horas trabajadas en un taller y las unidades

 producidas, determinar la recta de regresión de sobre, el coeficiente de correlación
lineal e interpretarlo.

CALCULAR:
a) Encuentra la ecuación de regresión por el método de medidas de variación
b) Realiza su grafica de dispersión
c) Encuentra los intervalos de confianza Determina la prueba de hipótesis para
la pendiente
d) ¿Qué gastos de re trabajo originarían un volumen de producción de 50 mil
piezas? Si lo único que interesa es el costo de reparación en términos del
volumen de producción sin tener en cuenta la cantidad de cada uno de ellos
¿existirá correlación entre ambas variables?
 Análisis de regresión: PRODUCCION vs. HORAS
Análisis de Varianza

G SC MC Valor Valor
Fuente L Ajust. Ajust. F p
Regresi 1 9072.5 9072.5 101. 0.00
ón 3 24 0
Error 1 896.1 89.61
0
Ajustes
Total y1 diagnósticos
9968.7 para observaciones poco comunes
1
Res
Ob PRODUCCI Ajust Resumen
Res delidmodelo
s ON R-e id est.
6 250.00 cuad.
240. 9.8 1.4 X
R- (ajusta
15 5 9
S cuad. do) X  poco común X
9.466 91.01 90.11%
44 %
Coeficientes

EE
Términ Coe del Valor Valor
Gráfica de o f coef. T p dispersión
de Consta 31. 27.1 1.17 0.26
nte 7 8
HORA 3.4 0.34 10.0 0.00
S 73 5 6 0
Ecuación de regresión

PRODUCCI = 31.7
ON + 3.473 HORAS
PRODUCCION vs. HORAS
 Gráfica de dispersión de PRODUCCION vs. HORAS
350

325
PRODUCCION

300

275

250

60 65 70 75 80 85
HORAS

Correlación: HORAS, PRODUCCION

Correlaciones
Correlación de Pearson 0.954
Valor p 0.000
Z de una muestra: HORAS, PRODUCCION
Estadísticas descriptivas
Error
estándar
de la IC de 95% para
Muestra N Media Desv.Est. media μ
HORAS 12 78.00 8.27 2.73 (72.64, 83.36)
PRODUCCION 12 302.67 30.10 2.73 (297.31, 308.02)
μ: media de HORAS, PRODUCCION
Desviación estándar conocida = 9.46644
 4. En un determinado proceso industrial, se piensa que la producción “Y” en toneladas, está
linealmente relacionada con la temperatura “X” . Se toman dos observaciones de producción para
cada nivel de temperatura, obteniendo los siguientes datos:

a) Obtenga la ecuación de regresión y su coeficiente correlación lineal

b) ¿Es significativa la regresión? Use = 0 0,01
c) Obtenga un intervalo del 90% de confianza para la ordenada y la pendiente.
d) ¿Qué volumen de producción en toneladas se obtendría al experimentar la temperatura de 4?2 °c?
e) Determina la prueba de hipótesis para la pendiente, cuando B1= 0 con un nivel de confianza del 99%

Análisis de regresión: PRODUCCION vs.

TEMPERATURA
Análisis de Varianza
SC MC Val Val
Fuent G Ajus Ajust or or
e L t. . F p

Regr 1 4.35 4.353 0.7 0.4

esión 3 9 39
Error 3 16.5 5.501
02
Total 4 20.8
55
 Resumen del modelo
R-
R- cuad.
cua (ajust
S d. ado)

2.34 20.8 0.00

535 7% %
Coeficientes
EE
del Val Val
Co co or or
Término ef ef. T p

Constant 9. 1.2 7.5 0.0

e 45 5 7 05
TEMPER 0. 0.1 0.8 0.4
ATURA 12 38 9 39
3
Ecuación de regresión
PRODU = 9.45
CCION + 0.123 TEMPER
ATURA

Correlación: TEMPERATURA, PRODUCCION

Correlaciones
Correlación 0.
de Pearson 45
7
Valor p 0.
43
9

Z de una muestra: PRODUCCION,

TEMPERATURA
Estadísticas descriptivas
Muestra N M Des Erro IC de
edi v.Est r 95%
a . está para μ
ndar
de
la
med
 ia

PRODU 5 10. 2.28 1.05 (7.99,

CCION 05 12.11)
TEMPER 5 4.9 8.50 1.05 (2.84,
ATURA 0 6.96)
μ: media de PRODUCCION, TEMPERATURA
Desviación estándar conocida = 2.34535

Gráfica de dispersión de PRODUCCION vs. TEMPERATURA

13

12

11
PRODUCCION

10

7
0 5 10 15 20
TEMPERATURA