TALLER

Se recolectan datos de una muestra de 10 restaurantes proximos a Universidades, con la fimnalidad de determi
alguna relacion entre las ventas de los mismos y la poblacion estudiantil, que permita el pronostico de las ventas

Restaurantes Poblacion Estudiantil (miles) Ventas Trimestrales ( miles)

x²
1 2 58 4
2 6 105 36
3 8 88 64
4 8 118 64
5 12 117 144
6 16 137 256
7 20 157 400
8 20 169 400
9 22 149 484
10 26 202 676
TOTAL 140 1098

Intercepto a 60
Pendiente b 5
r 0.902733630006357

Y 60+5X
con la fimnalidad de determinar si se encuentra
a el pronostico de las ventas.

xy y² yc (yi-yc)
116 3364 70 -12
630 11025 90 15
704 7744 100 -12
944 13924 100 18
1404 13689 120 -3
2192 18769 140 -3
3140 24649 160 -3
3380 28561 160 9
3278 22201 170 -21
5252 40804 190 12

Ventas Trimestrales ( miles)

250

200
f(x) = 5 x + 60
R² = 0.902733630006357
150

100

50

0
0 5 10 15 20 25 30
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.932137947550529
Coeficiente de determinación R^2 0.868881153263713
R^2 ajustado 0.850149889444243
Error típico 13.6656759906019
Observaciones 9

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 8662.74509803922
Residuos 7 1307.25490196078
Total 8 9970

Coeficientes Error típico

Intercepción 67.3464052287582 11.3298577848821
2 4.6078431372549 0.676551775260488

Análisis de los residuales

Observación Pronóstico 58 Residuos

1 94.9934640522876
2 104.209150326797
3 104.209150326797
4 122.640522875817
5 141.071895424837
6 159.503267973856
7 159.503267973856
8 168.718954248366
9 187.150326797386
10.0065359477124
-16.2091503267974
13.7908496732026
-5.640522875817
-4.07189542483661
-2.5032679738562
9.4967320261438
-19.718954248366
14.8496732026144
Promedio de los cuadrados F Valor crítico de F
8662.74509803922 46.3866807 0.0002507403905
186.750700280112

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%

5.94415274290743 0.00057342 40.555548743529 94.137261714 40.5555487435
6.81077680341726 0.00025074 3.0080524020158 6.2076338725 3.00805240202

Residuos estándares
0.782796028960776
-1.26801708153019
1.07883711372125
-0.441249492484096
-0.318538162013432
-0.195826831542767
0.742914846557812
-1.5425836834583
1.16166726178895
 2 Gráfico de los residuales
20
10

Residuos
0
-10 5 10 15 20 25 30
-20
-30
2

Superior 95.0%
2 Curva de regresión ajustada
94.13726171399 250
200
6.207633872494
150 Column D
100
58

Pronóstico 58
50
0
5 10 15 20 25 30
2
TALLER

En el Golf el objetivo es jugar 18 hoyos con el menor número de golpes el menor numero de golpes de modo qu
calificaciones medias mas bajas estan relacionadas con las ganancias más altas. A continuación se presenta la
jugadores de golfs profecionales, la cantidad que ganaron durante la temporada pasada y su calificación media
le pide que la haga un análisis de Correlación y Regresión correspondiente.

Ganancias (miles Calificación

Jugador
de $ Media x² xy
Woods 6,912.60 68.56 47,784,038.76 473,927.86
Michelson 4,312.00 69.58 18,593,344.00 300,028.96
Funk 2,383.1 69.99 5,679,165.61 166,793.17
Lonard 1,413.10 70 1,996,851.61 98,917.00
Herron 954.9 70.68 911,834.01 67,492.33
Azinger 769.9 71.54 592,746.01 55,078.65
Daly 593.0 71.86 351,649.00 42,612.98
May 407.8 71.16 166,300.84 29,019.05
Sutton 320.0 71.95 102,400.00 23,024.00
Hill 150.9 72.68 22,770.81 10,967.41
Hughes 85.4 71.50 7,293.16 6,106.10
Nicklaus Gay 42 72.81 1,764.00 3,058.02
Nicklaus Jack 8.9 74.83 79.21 665.99
TOTAL 18353.6 927.14

Intercepto a 72.20
Pendiente b -0.0006
r 0.6118

Y 60+5X
or numero de golpes de modo que a las
s. A continuación se presenta la lista de 13
a pasada y su calificación media por ronda. Se

y² yc (yi-yc)
4,700.47 67.90 0.66
4,841.38 69.52 0.06
4,898.60 70.71 -0.72
4,900.00 71.32 -1.32
4,995.66 71.60 -0.92
5,117.97 71.72 -0.18
5,163.86 71.83 0.03
5,063.75 71.94 -0.78
5,176.80 72.00 -0.05
5,282.38 72.10 0.58
5,112.25 72.14 -0.64
5,301.30 72.17 0.64
5,599.53 72.19 2.64

Calificación Media
76

74

72
f(x) = − 0.000621471888324967 x + 72.1958651115047
R² = 0.611846382478611
70

68

66

64
0.00 1,000.00 2,000.00 3,000.00 4,000.00 5,000.00 6,000.00 7,000.00 8,000.00
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.35175724343069
Coeficiente de determinación R^2 0.123733158305958
R^2 ajustado 0.036106474136553
Error típico 175.241143968064
Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 43363.2555076438
Residuos 10 307094.585392356
Total 11 350457.8409

Coeficientes Error típico

Intercepción 75.7846113122485 64.4383204848482
6912.6 0.049752590866443 0.0418688315825192

Análisis de los residuales

Observación Pronóstico 68.56 Residuos

1 290.31778312835 -220.73778312835
2 194.345035346982 495.644964653019
3 146.089997465619 -76.0899974656187
4 123.293360330615 -52.6133603306146
5 114.039378429456 -42.4993784294563
6 105.287897696049 -33.427897696049
7 96.0737178675838 -24.9137178675838
8 91.7054403895101 -19.7554403895101
9 83.2922772739947 -10.6122772739947
10 80.0334825722427 -8.53348257224268
11 77.8742201286391 -5.06422012863906
12 76.2274093709598 -1.39740937095982
Promedio de los cuadrados F Valor crítico de F
43363.2555076438 1.4120488465 0.2621714954338
30709.4585392356

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%

1.17607986586286 0.2668015972 -67.792914116785 219.36213674 -67.792914117
1.18829661554766 0.2621714954 -0.0435369794698 0.1430421612 -0.0435369795

Residuos estándares
-1.32110379348282
2.96640853117122
-0.455394553996571
-0.314888139835297
-0.254356500586806
-0.200064174916207
-0.149107265272696
-0.118235251213563
-0.0635139103304931
-0.0510724355297804
-0.0303090858672207
-0.00836342013976833
 6912.6 Gráfico de los residuales
600
400

Residuos
200
0
-2000.00 1,000.00 2,000.00 3,000.00 4,000.00 5,000.00
-400
6912.6

Superior 95.0%
6912.6 Curva de regresión ajustada
219.3621367413 400
0.143042161203 300
200 Column D
68.56

Pronóstico 68.56
100
0
0.00 1,000.002,000.003,000.004,000.005,000.00
6912.6
 TALLER

Empresa 1 Empresa 2
Puntos (X) Salarios Y Puntos Salarios
183 300.00 116 290.00
263 328.00 317 725.00 600.00
276 400.00 97 290.00
313 400.50 161 270.87
500.00
356 410.00 124 313.50 f(x) = 0.
R² = 0.8
404 410.00 154 326.50
417 430.00 186 425.50 400.00
546 490.00 298 850.00
547 520.00 240 701.17
367 410.00 312 567.00 300.00

391 445.00 131 300.00

200.00
Para ambas empresas:
Trace el diagrama de dispersión
Determine el coeficiente de correlación y determinación 100.00

Determine el modelo de regresión lineal

Evalue los parámetros del modelo 0.00
150 200
Compare los modelos salariales de ambas empresas

coeficiente coeficiente
de de
Correlacion 0.946551344513 Correlacion 0.89906563
R2 0.946551344513 R2 0.808319
 Empresa 1 (salario Y)
600.00

500.00
f(x) = 0.529359923085887 x + 217.519148409276
R² = 0.895959447798878

400.00

300.00

200.00

100.00

0.00
150 200 250 300 350 400 450 500 550 600

Empresa 2 (Salarios)
900.00

800.00

700.00

600.00

500.00 f(x) = 17.4706363636364 x + 355.134363636364

R² = 0.0743487462052504
400.00

300.00

200.00

100.00

0.00
0 2 4 6 8 10 12
Utilice la siguiente información para estimar un modelo de regresión lineal simple de las ventas en miles d
A- Haga un gráfico de los datos y de la ecuación de regresión.
B- Escriba la ecuación de regresión.
C- Interprete el valor de la constante e intercepto y el del término que representa la
pendiente en la ecuación.
D- ¿Es el coeficiente de la variable ingreso significativa diferente de cero a un nivel de
significación del 5%?
E- ¿Qué nivel de ventas en unidad de ventas en unidades puede usted predecir para un
ingreso de $42? ¿Qué ocurre si el ingreso es de $68? ¿Habría algún problema al
realizar la última estimación?
F- Contruya un intervalo de confianza de 95% para la pendiente.

Ventas Ingresos
10 40
8 30
9 37
11 44
15 59
8 29
10 46
7 27
12 50
6 24
le de las ventas en miles de balboas en función del ingreso.

e representa la

cero a un nivel de

ted predecir para un

n problema al
 TALLER

Grafique el diagrama de dispersión, calcule e interprete el coeficiente de determinación, determine el

modelo de regresión o ecuación de la recta y estime el número de copiadoras que se venderían sise
realizan 8, 25 y 40 llamadas de ventas al día.

Llamadas de Copiadoras
ventas vendidas
20 30
40 60
20 40
30 60
10 30
10 40
20 40
20 50
20 30
30 70
Se tienenlos datos y ahorros semanales (en dolares) de 66 empleados de la empresa LEXCORP. Se
desea realizar un modelo de regresión que explique El nivel de ahorro según el gasto.

Gasto Ahorro
19.5 13.9
17.1 14
17.9 13.9
10.7 14.3
9.5 14.4
12.9 14.1
9.6 14.4
19.2 13.9
10.5 14.3
9.6 14.4
12.4 14.2
10.6 14.3
15 14
17.6 14
10.7 14.3
18.3 3.9
13.1 14.1
10 14.4
6.7 14.8
5.7 15
20.6 13.9
20.3 13.9
19 13.9
13.2 14.1
17 14
6.1 14.9
19 13.9
13.5 14.1
13.4 14.1
14.7 14.1
14.2 14.1
12.6 14.2
16.6 14
17.4 14
9 14.5
20.8 13.9
13.7 13.1
20.7 13.9
5.3 15.2
7.6 14.6
 7.8 14.6
14.8 14.1
9.7 14.4
21.5 13.9
11.4 14.2
18.8 13.9
5.2 15.2
12.2 14.2
19.4 13.9
13.7 14.1
10.9 13.3
5.9 15
14.1 14.1
19.8 13.9
15.6 14
16.7 14
12.7 14.2
13.3 14.1
6.2 14.9
6.2 14.9
13.1 14.1
20.1 13.9
10.5 14.3
15.6 14
20.2 13.9
19.1 13.9
Se tienen los datos e ingresos diarios (en dolares) de 66 empleados de la empresa INFO316. Se
desea realizar un modelo de regresión que explique el nivel de gasto según el ingreso.

Ingreso Gasto
53.5 32.58
127.5 84.9
117 84.76
80.5 59.94
118 83.44
104 68.92
62 50.36
10.5 15.34
40.5 26.74
29.5 19.26
32.5 26.3
28.5 27.58
76.5 60.22
99 74.52
105 67.6
61 43.68
63 42.04
91 62.08
14 14.72
21 15.48
73 55.84
38 29.04
105.5 67.94
28.5 13.58
12 11.36
34 24.32
112.5 83.7
16.5 18.42
101 65.88
35.5 27.34
24.5 13.86
16 9.08
115.5 74.74
40.5 21.74
123 83.84
46.5 26.82
68.5 54.78
15 5.4
35 20
14 11.72
 83.5 50.98
37.5 21.7
65 47.4
55.5 39.94
79.5 54.26
80.5 49.94
74.5 51.86
113 76.04
113 75.04
120 88.8
125 90.2
50.5 39.54
120.5 76.14
107 72.96
111 77.68
108.5 69.98
58 46.64
113.5 75.38
89 68.72
38 27.04
69 49.12