y x

a) Presente el diagrama de dispersión. ¿Lo

Monto del préstamo Ingreso Mensual
19.7 3.5
18.5 3.7 Monto d
32.8 12.6 45
29 3.8 40
R² ==0.60917673978818
f(x) 1.66130963960897 x + 15.
40.2 8.9 35
28.3 7.1 30
28.4 5.6 25
28.2 7.9 20
35.6 12.5 15
15.4 6.3 10
19.7 2.4 5
22.8 8.1 0
0 2 4 6 8
42.5 15.4
25.6 3.6
15.6 3.4
Aproximadamente 60.9% de los cambios
monto del préstamo. Esto indica que existe

b) Presente la ecuación de regresión lineal simple. Interprete el coeficiente de regresión y valide el modelo
al nivel de significación del 5%.

ECUACIÓN DE LA RECTA: Y= 15.21 + 1.66 x

Observación et et^2 et-1 (et - et -1 )^2

1 -1.327567056563 1.76243429
2 -2.859828984485 8.17862182 -1.32756706 2.34782662
3 -3.345484777005 11.1922684 -2.85982898 0.23586155
4 7.4740400515539 55.8612747 -3.34548478 117.062118
5 10.201360889548 104.067764 7.47404005 7.43827895
6 1.2917182408443 1.66853601 10.2013609 79.3817321
7 3.8836827002578 15.0829913 1.29171824 6.71827976
8 -0.137329470843 0.01885938 3.8836827 16.1685389
9 -0.379353813044 0.14390932 -0.13732947 0.05857578
10 -10.27923404747 105.662653 -0.37935381 98.0076287
11 0.4998735470065 0.24987356 -10.279234 116.189161
12 -5.869591398765 34.4521032 0.49987355 40.5700837
13 1.7028482320899 2.8996921 -5.8695914 57.341842
14 4.4063019794757 19.4154971 1.70284823 7.30866216
15 -5.261436092603 27.6827098 4.40630198 93.4651594
388.339188 642.293748
el diagrama de dispersión. ¿Los datos se aproximan a una regresión lineal?

Monto del préstamo

R² ==0.60917673978818
f(x) 1.66130963960897 x + 15.212983317932

4 6 8 10 12 14 16 18

mente 60.9% de los cambios del ingreso mensual pueden ser atribuidos al
stamo. Esto indica que existe una relación moderada entre las dos variables.

𝐷𝑊=(∑▒ 〖 (𝑒_𝑡−𝑒_(𝑡−1)
) 〗 ^2 )/(∑▒𝑒_𝑡^2 )

DW= 642.293748
et - et -1 )^2 388.339188

DW= 1.65395038

Y= 15.21 + 1.66 x

Y= 15.21 + 1.66 * 15

Y= 15.21 + 24.9196446

Y= 40.13
d) Interprete el coeficiente de correlación y determinación. El coeficiente de correlación (r) de 0.7804
una fuerte relación positiva entre las vari
Resumen préstamo e ingreso mensual. Esto signific
monto del préstamo aumenta, se espera
también aumente en promedio.
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.78049775 Pearson
Coeficiente de determinación R^2 0.60917674 R2
El coeficiente de determinación (R^2) de
R^2 ajustado 0.57911341 representa la proporción de la variabilida
Error típico 5.46555077 dependiente (ingreso mensual) que pued
Observaciones 15 variable independiente (monto del présta
60,92% de la variación de los ingresos me
por el importe del préstamo

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 605.304812 605.304812 20.2631174 0.0005957
Residuos 13 388.339188 29.8722452
Total 14 993.644

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 15.2129833 2.93941418 5.17551538 0.00017854 8.86276505
Ingreso Mensual 1.66130964 0.36906041 4.50145726 0.0005957 0.86400311

Análisis de los residuales

Observación Pronóstico Monto del préstamo

Residuos
1 21.0275671 -1.32756706
2 21.359829 -2.85982898
3 36.1454848 -3.34548478
4 21.5259599 7.47404005
5 29.9986391 10.2013609
6 27.0082818 1.29171824
7 24.5163173 3.8836827
8 28.3373295 -0.13732947
9 35.9793538 -0.37935381
10 25.679234 -10.279234
11 19.2001265 0.49987355
12 28.6695914 -5.8695914
13 40.7971518 1.70284823
14 21.193698 4.40630198
15 20.8614361 -5.26143609
de correlación (r) de 0.780497751302449 indica
ción positiva entre las variables monto del
reso mensual. Esto significa que a medida que el
stamo aumenta, se espera que el ingreso mensual
nte en promedio.

de determinación (R^2) de 0.60917673978818

proporción de la variabilidad total en la variable
ngreso mensual) que puede ser explicada por la
endiente (monto del préstamo). En este caso, el
ariación de los ingresos mensuales se demuestra
del préstamo

or crítico de F

Superior 95%Inferior 95.0%

Superior 95.0%
21.5632016 8.86276505 21.5632016
2.45861617 0.86400311 2.45861617
 x y
Demanda (miles de TM) Ventas (miles de TM)
200 9
220 6 Ventas (mil
400 12 16
330 7
14
210 5
390 10 12
f(x) = 0.0281188118811881 x + 0.3881
280 8 10 R² = 0.641425106366058
140 4
8
280 7
290 10 6

380 14 4

0
100 150 200 250

b) Presente la ecuación de regresión lineal e interprete los coeficientes de regresión al 10%

ECUACIÓN DE Y= 0.3881 + 0.0281 x

Observación Residuos et^2 et-1 (et - et -1 )^2

1 2.98811881188119 8.92885403
2 -0.574257425742575 0.32977159 2.98811881 12.6905245
3 0.364356435643565 0.13275561 -0.57425743 0.88099598
4 -2.66732673267327 7.1146319 0.36435644 9.19110283
5 -1.29306930693069 1.67202823 -2.66732673 1.88858347
6 -1.35445544554455 1.83454955 -1.29306931 0.00376826
7 -0.261386138613862 0.06832271 -1.35445545 1.19480051
8 -0.324752475247526 0.10546417 -0.26138614 0.00401529
9 -1.26138613861386 1.59109499 -0.32475248 0.87728262
10 1.45742574257426 2.1240898 -1.26138614 7.39193805
11 2.92673267326733 8.56576414 1.45742574 2.15886286
32.4673267 36.2818743
 Ventas (miles de TM)

f(x) = 0.0281188118811881 x + 0.388118811881188

R² = 0.641425106366058

150 200 250 300 350 400 450

c) Pruebe el supuesto de DW. Use un nivel de significación del 5%.

𝐷𝑊=(∑▒ 〖 (𝑒_𝑡−𝑒
et - et -1 )^2
_(𝑡−1)) 〗 ^2
)/(∑▒𝑒_𝑡^2 )
DW= 36.2818743
32.4673267

DW= 1.11748881

Y= 0.3881 + 0.0281 x

Y= 0.3881 + 0.0281 *300

Y= 0.3881 + 8.43564356

Y= 8.8238
a) Interprete el coeficiente de correlación y determinación

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.800890196197992 El coeficiente de correlación y el coeficiente de de
Coeficiente de determinación R^2 0.641425106366058 indican que existe una fuerte relación positiva ent
R^2 ajustado 0.601583451517843 total y las ventas anuales de Camposol, y que la d
tienen un impacto significativo de las ventas anua
Error típico 1.89933692326422
Observaciones 11

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 58.0781278 58.0781278 16.099359
Residuos 9 32.4673267 3.60748075
Total 10 90.5454545

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 0.38811881188119 2.06856767 0.18762684 0.85533111
Variable X 1 0.028118811881188 0.00700798 4.01240066 0.00305281

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 6.01188118811881 2.98811881
2 6.57425742574258 -0.57425743
3 11.6356435643564 0.36435644
4 9.66732673267327 -2.66732673
5 6.29306930693069 -1.29306931
6 11.3544554455446 -1.35445545
7 8.26138613861386 -0.26138614
8 4.32475247524753 -0.32475248
9 8.26138613861386 -1.26138614
10 8.54257425742574 1.45742574
11 11.0732673267327 2.92673267
de correlación y el coeficiente de determinación
ste una fuerte relación positiva entre la demanda
as anuales de Camposol, y que la demanda total
acto significativo de las ventas anuales.

Valor crítico de F
0.00305281

Inferior 95% Superior 95%Inferior 90.0%

Superior 90.0%
-4.29130636 5.06754399 -3.40379934 4.18003696
0.01226567 0.04397196 0.0152724 0.04096523
CONCLUSIÓN: existe una correlación positiva directa entre las variables de calificaciones del examen de estadística y número
horas de estudio, se puede afirmar que, si se aumenta el tiempo de hora de estudios, las calificaciones de los exámenes
aumentarían.
examen de estadística y número de
ficaciones de los exámenes