Evaluacion Final - Escenario 8 - SEGUNDO BLOQUE-CIENCIAS BASICAS - VIRTUAL - ESTADÍSTICA 2 - (GRUPO B14) - 1

10/12/22, 10:31 Evaluacion final - Escenario 8: SEGUNDO BLOQUE-CIENCIAS BASICAS - VIRTUAL/ESTADÍSTICA 2-[GRUPO B14]
Evaluacion final - Escenario 8
Fecha de entrega 13 de dic en 23:55 Puntos 150 Preguntas 10

Disponible 10 de dic en 0:00 - 13 de dic en 23:55 Límite de tiempo 90 minutos
Intentos permitidos 2
Instrucciones
Volver a realizar el examen
https://poli.instructure.com/courses/50054/quizzes/114552 1/11
Historial de intentos
Intento Hora Puntaje

MÁS RECIENTE Intento 1 59 minutos 150 de 150
 Las respuestas correctas estarán disponibles del 13 de dic en 23:55 al 14 de dic en 23:55.
Puntaje para este intento: 150 de 150

Entregado el 10 de dic en 10:33
Este intento tuvo una duración de 59 minutos.
Pregunta 1 15 / 15 pts
Las siguientes son mediciones realizadas a un grupo de nadadora

profesionales, en él se registró la estatura y el peso de cada una en libras,
Estatura 68 64 62 65 66
Peso 132 108 102 115 128
De acuerdo a ello:
Para indagar sobre si hay una posible relación lineal entre las variables
Estatura y Peso de las nadadoras, se debería realizar un gráfico de
dispersión y así inspeccionar antes de realizar algún cálculo, si esto se
hace con los datos:
Se aprecia una posible relación lineal negativa entre las variables.
Se aprecia una posible relación lineal positiva entre las variables.
El diagrama de dispersión muestra una posible relación positiva entre

las variables, ello se aprecia dado que conforme aumenta el valor de
una el de la otra también lo hace, además pareciere que los puntos
se localizan dentro de un sector definido por dos rectas paralelas
relativamente cercanas.

Aunque se aprecian varios datos atípicos parece existir una relación
lineal negativa.

Se aprecia una nube de puntos mostrando que las variables
posiblemente no se relacionan de forma lineal.
Una gerente de un supermercado observa los siguientes datos de la

capacidad de atención al cliente.
Cajas abiertas Clientes atendidos por hora

1 25.4
2 47.6
3 49.2
4 67.4
5 92.4
6 111.2
7 127.4
8 145.5
Según un modelo de regresión lineal simple donde no se restringe el valor

de la intercepción, ¿cuánta sería la capacidad de atención de clientes por
hora si el número de cajas abiertas fuese 10?
164.24
182.49
178.25
180.72
Con propósitos de tomar decisiones financieras un analista recopila los

datos de las ventas y las utilidades de Almacenes Éxito S.A. para el
periodo comprendido entre el año 2000 y el año 2014. La idea del analista
es analizar la relación de la utilidad neta anual (miles de millones de pesos
colombianos) en función de las ventas anuales (billones de pesos
colombianos). Los datos analizados han sido extraídos de los informes
anuales de gestión del presidente de la cadena disponibles en
www.grupoexito.com.co.
Se muestran enseguida algunos resultados de cálculos estadísticos que

hizo el analista:
Si el coeficiente que acompaña a las ventas en la regresión de estas con

las utilidades es 56,7, esto indica que:

Cuando las ventas descienden en un billón de pesos las utilidades se
incrementan en $56,7 miles de millones de pesos.

Si las ventas se incrementan en un billón de pesos las utilidades en el
mismo año se incrementan en mil de millones de pesos.

Cuando las ventas se incrementan en un billón de pesos las utilidades
descienden en $56,7 miles de millones de pesos.

Si las ventas se incrementan en un billón de pesos las utilidades en el
mismo año se incrementan en $56,7 mil de millones de pesos.
Seleccione la afirmación que completa correctamente la siguiente oración.

En el modelo de regresión lineal, el término del error:

Es una variable aleatoria que se distribuye exponencial y no tiene
varianza constante (supuesto de heterocedasticidad)
Se minimiza al incluir nuevas variables independientes al modelo
Es el reflejo de un problema de medición

Es una variable aleatoria que se distribuye normal y tiene varianza
constante (supuesto de homocedasticidad)
Se quiere medir la relación que existe entre el número de empleados (X) y las

ventas semanales (en millones de $) (Y), para un grupo de almacenes del sector
de los alimentos en una ciudad. Los datos obtenidos son los siguientes:
X 12 16 20 28 30 32 36 40
Y 20 30 36 44 80 60 95 98
El mejor modelo de regresión lineal: Y = A + BX es:
Ŷ =-18.763 + 2.8649X
Ŷ =18.763 - 2.8649X
Ŷ =18.763 + 2.8649X
Ŷ =-18.763 - 2.8649X
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio

obtenido por los estudiantes que terminaron la licenciatura de administración con
especialidad en sistemas de información.
x_i y_i
3 55
12 40
6 55
20 10
14 15

Halle la ecuación de la recta estimada con estos datos, use la ecuación de

regresión estimada para predecir el valor de y cuando x = 4:
Ŷ =45
Ŷ =38
Ŷ =35
Ŷ =60
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio

obtenido por los estudiantes que terminaron la licenciatura de administración con
especialidad en sistemas de información.
x_i y_i
3 55
12 40
6 55
20 10
14 15

Calcular el coeficiente de correlación
0.936
-0.936
-0.831
0.831
Considérense los datos siguientes que corresponden a la variable

dependiente y Y a las dos variables independientes X1 y X2 .
X1 X2 Y
30 12 94
47 10 108
25 17 112
51 16 178
40 5 94
51 19 175
74 7 170
36 12 117
59 13 142
76 16 211
Obtenga una ecuación de regresión estimada que relacione y con X1 y X2 .

Estime y si X1 = 45 y X2 = 15.
Ŷ = -18.37 + 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos
Ŷ =143.18
Ŷ = -18.37 - 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = -37.72
Ŷ = 18.37 + 2.01X1 - 4.74X2 para el valor de X1 y X2 tenemos
Ŷ = 37.72
Ŷ = 18.37 + 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = 179.92
Considérense los datos siguientes que corresponden a la variable

dependiente Y y a las dos variables independientes X1 y X2 .
X1 X2 Y
30 12 94
47 10 108
25 17 112
51 16 178
40 5 94
51 19 175
74 7 170
36 12 117
59 13 142
76 16 211
Obtenga una ecuación de regresión estimada que relacione y con X1 .

Estime y si X1 = 45.
Ŷ = -45.06 + 1.94X1 para el valor de x1 tenemos

Ŷ = 42.24
Ŷ = 45.06 - 1.94X1 para el valor de x1 tenemos

Ŷ =-42.24
Ŷ = 45.06 + 1.94X1 para el valor de x1 tenemos

Ŷ =132.6
Ŷ = -45.06 - 1.94X1 para el valor de x1 tenemos

Ŷ =-132.6
Los siguientes datos corresponden a un grupo similar de personas, en un

experimento para construir un modelo de regresión lineal que permita
estimar el número de pulsaciones por minuto en función de las horas
diarias de ejercicio.
(horas
No. (pulsaciones/min)
ejercicio/dia)
1 3.5 52
2 2.5 56
3 2 63
4 3 54
5 1.5 65
6 1 68
7 4.5 48
8 3.5 53
9 2.3 54
10 1 70
El número de pulsaciones estimadas para una persona del grupo que hace 3.1
horas de ejercicio diario es: (redondear a dos decimales)
50.22
49.12
54.45
55.45
Puntaje del examen: 150 de 150

Evaluacion Final - Escenario 8 - SEGUNDO BLOQUE-CIENCIAS BASICAS - VIRTUAL - ESTADÍSTICA 2 - (GRUPO B14) - 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Evaluacion Final - Escenario 8 - SEGUNDO BLOQUE-CIENCIAS BASICAS - VIRTUAL - ESTADÍSTICA 2 - (GRUPO B14) - 1

Cargado por

Copyright:

Formatos disponibles

10/12/22, 10:31 Evaluacion final - Escenario 8: SEGUNDO BLOQUE-CIENCIAS BASICAS - VIRTUAL/ESTADÍSTICA 2-[GRUPO B14]

Evaluacion final - Escenario 8

Fecha de entrega 13 de dic en 23:55 Puntos 150 Preguntas 10

Volver a realizar el examen

Intento Hora Puntaje

Puntaje para este intento: 150 de 150

Las siguientes son mediciones realizadas a un grupo de nadadora

Peso 132 108 102 115 128

Se aprecia una posible relación lineal negativa entre las variables.

Se aprecia una posible relación lineal positiva entre las variables.

El diagrama de dispersión muestra una posible relación positiva entre

Una gerente de un supermercado observa los siguientes datos de la

Cajas abiertas Clientes atendidos por hora

Según un modelo de regresión lineal simple donde no se restringe el valor

Con propósitos de tomar decisiones financieras un analista recopila los

Se muestran enseguida algunos resultados de cálculos estadísticos que

Si el coeficiente que acompaña a las ventas en la regresión de estas con

Seleccione la afirmación que completa correctamente la siguiente oración.

Se minimiza al incluir nuevas variables independientes al modelo

Es el reflejo de un problema de medición

Se quiere medir la relación que existe entre el número de empleados (X) y las

El mejor modelo de regresión lineal: Y = A + BX es:

En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio

Halle la ecuación de la recta estimada con estos datos, use la ecuación de

En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio

Calcular el coeficiente de correlación

Considérense los datos siguientes que corresponden a la variable

Obtenga una ecuación de regresión estimada que relacione y con X1 y X2 .

Ŷ = -18.37 + 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = -18.37 - 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = 18.37 + 2.01X1 - 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = 18.37 + 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Considérense los datos siguientes que corresponden a la variable

Obtenga una ecuación de regresión estimada que relacione y con X1 .

Ŷ = -45.06 + 1.94X1 para el valor de x1 tenemos

Ŷ = 45.06 - 1.94X1 para el valor de x1 tenemos

Ŷ = 45.06 + 1.94X1 para el valor de x1 tenemos

Ŷ = -45.06 - 1.94X1 para el valor de x1 tenemos

Los siguientes datos corresponden a un grupo similar de personas, en un

Puntaje del examen: 150 de 150

También podría gustarte