1.

La muestra que se presenta a continuación, corresponde a los ingresos del mes

de marzo año 2020 (miles de pesos) y horas laborales semanales trabajadas

Horas
40 44 45 45 40 38 41 45 35 40
Semanales (X)

Ingresos
65
Mensuales (Y) 750 680 740 625 930 730 580 660 815
0
(miles $)

N° Empleados 3 2 3 2 5 2 4 2 2 3

Tabla 1

y x n x*n y*n x*y*n x^2*n y^2*n

750 40 3 120 2250 90000 4800 1687500

680 44 2 88 1360 59840 3872 924800

740 45 3 135 2220 99900 6075 1642800

652 45 2 90 1304 58680 4050 850208

930 40 5 200 4650 186000 8000 4324500

730 38 2 76 1460 55480 2888 1065800

650 41 4 164 2600 106600 6724 1690000

580 45 2 90 1160 52200 4050 672800

660 35 2 70 1320 46200 2450 871200

815 40 3 120 2445 97800 4800 1992675

Sumatoria 413 28 1153 20769 852700 47709 15722283

Promedio 41,3 2,8 115,3 2076,9 85270 4770,9 1572228,

 3

Tabla 2

SCX 230,11 b -11,03

316877,2
SCY 5 a 3348,49

SCXY -2537,75 SCE 288889,53

prom x 115,30 S 105,41

Prom y 2076,90 n 28,00

Tabla 3

Todos los cálculos fueron realizados mediante la implementación de las siguientes

formulas

Mediante una representación lineal de los datos, podemos elaborar una representación de
una recta mediante los resultados de la tabla 3

y=bx+ a

Teniendo de esta manera la siguiente recta

y=−11,03 x +3348,49
 a. Estime con un 10% de significancia, cual debiera ser el ingreso mensual
para una persona que trabaja 42 horas semanales

Primeramente tomamos x 0=42

y=−11,03(42)+3348,49

y 0=2785.23

Mediante el nivel de significancia

1−α=0.10

−α =0.10−1

α =−0.10+ 1

α =0.90

Entonces tenemos que

α 0.90
1− =1− =0.55
2 2

Grados de libertad

GL= n-2

GL= 28-2=26

Calculamos el resultado de la tabla de T-Studen

t 0.55 ;26=0.127

[ √ ]
2
1 ( x 0−x )
C ( y ) = ^y 0 ±t α ∙ S ∙ 1+ +
1−
2
n SCX

[ √ ]
2
1 ( 42−115,30 )
C ( y ) = 2785.23 ±0.127 ∙ 105,41∙ 1+ +
28 230,11
 [ √ ]
2
1 ( 42−115,30 )
C ( y ) = 2785.23+0.127 ∙ 105,41∙ 1+ +
28 230,11

C ( y ) =[ 2785.23+ 0.127∗105,41∗√ 24,39 ]

C ( y ) =2851,34

[ √ ]
2
1 ( 42−115,30 )
C ( y ) = 2785.23−0.127∗105,41∗ 1+ +
28 230,11

C ( y ) =[ 2785.23−0.127∗105,41∗√24,39 ]

C ( y ) =−63328,47

b. Usando un 5%, determine si es un buen modelo de estimación

H 0 : β 0=0 H 1 : β 0 ≠0
α
α =0,05 1− =0.975
2
^β ^β ∙ √ SCX
0
t crit =± t α =t obs = → t obs = 0
1− ;n−2
2
S S
√ SCX
 ^β 0 −11,03 ∙ √ 230,11
t crit =± t 0,975;26 =±2,056 t obs = → t obs =
S 105,41
√ SCX
SCX 230,11 b -11,03

316877,2
SCY 5 a 3348,49

SCXY -2537,75 SCE 288889,53

prom x 115,30 S 105,41

Prom y 2076,90 n 28,00

 ^β 0
t crit =± t 0,975;26 =±2,056 t obs = → t obs =−1,59
S
√ SCX
Como el Como el t_obs cae fuera de los límites establecidos entonces se rechaza y no se considera
un buen modelo de estimación.

2. Una empresa está analizando la posibilidad de ampliar sus medios de trasporte

de productos, para ello decide estudiar las tarifas aéreas. La empresa reunió al
azar 9 facturas de transporte aéreo utilizado para enviar mercaderías para
estimar la relación entre el costo por unidad transportada y la distancia
recorrida en cientos de kilómetros. Los datos se muestran a continuación

Distancia 6 13 27 15 9 11 21 14 12
Costo por unidad
de transporte 49 93 159 115 66 90 139 98 88

y x x^2 y^2 x*y

49 6 36 2401 294
93 13 169 8649 1209
159 27 729 25281 4293
115 15 225 13225 1725
66 9 81 4356 594
90 11 121 8100 990
139 21 441 19321 2919
98 14 196 9604 1372
88 12 144 7744 1056
Suma 897 128 2142 98681 14452
Promedio 99,67 14,22 238,00 10964,56 1605,78

SCX 321,56 b 5,27

SCY 9280 a 24,71
1694,6 348,7
SCXY 7 SCE 4
prom x 14,22 S 7,06
Prom y 99,67 n 9

y=bx+ a

y=5,27 x +24,71
 a. Determine la recta que mejor ajuste a los datos e interprete con un 90%
de confianza el valor de la pendiente

[
IC ( β0 ) : ^β0 ± t
1−
α
2
∙
S
√ SCX ]
[
IC ( β0 ) : 5,27 ± t 0,55 ;7 ∙
7,06
√321,56 ]
α =1−0.90

α =0.10

Para buscar el valor en la tabla tenemos que dividir el valor de α /2

Dando como resultado 0.05

 [
IC ( β0 ) : 5,27 ± 1.895 ∙
7,06
√ 321,56 ]
) [ ]
7,06
IC ( β0 : 5,27 +1.895∙
√321,56
 IC ( β0 ) :6,02

[
IC ( β0 ) : 5,27−0,129 ∙
7,06
√ 321,56 ]
 IC ( β0 ) : 4,52

b. Estime el costo medio de transporte por unidad para una carga que se
enviará a 1760 kilómetros de distancia, usando un 95% de confianza

y=5,27 x +24,71

y=5,27 (1760)+ 24,71

 y 0=9299,91

[ √ ]
2
1 ( x 0−x )
C ( y ) = ^y 0 ±t α ∙ S ∙ 1+ +
1−
2
n SCX

[ √ ]
2
1 (1760−14,22 )
C ( y ) = 9299,91 ±t α ∗7,06∗ 1+ +
1−
2
9 321,56

[ √ ]
2
1 (1760−14,22 )
C ( y ) = 9299,91 ±t α ∗7,06∗ 1+ +
1−
2
9 321,56

α =1−0,95

α =0,05

t α =t 0,975 ;7
1−
2

α
Para trabajar con la tabla T-Studen dividimos entre 2 el valor de alfa
2

α
=0.025
2

Ese valor es el que vamos a estar usando en la utilización de la tabla

 t α =t 0,975 ;7=2,365
1−
2

[ √ ]
2
1 (1760−14,22 )
C ( y ) = 9299,91 ±2,365∗7,06∗ 1+ +
9 321,56

[ √ ]
2
1 ( 1760−14,22 )
C ( y ) = 9299,91+2,365∗7,06∗ 1+ +
9 321,56

C ( y ) =10925,53
 [ √ ]
2
1 (1760−14,22 )
C ( y ) = 9299,91−2,365∗7,06∗ 1+ +
9 321,56

C ( y ) =−1616322.98

c. ¿Es un buen modelo de estimación? Use un 1% de significancia para

concluir

H 0 : β 0=0 H 1 : β 0 ≠0

^β β^ 0 ∙ √ SCX
0
t crit =± t α t obs = → t obs =
1− ;n−2
2
S S
√ SCX
Tenemos que

α =1−0.01

α =0.99

t crit =± t 0.99
1− ;9−2
2

t crit =± t 0,51;7

Para poder encontrar el valor de t en la tabla tenemos que dividir α /2

α
=0,50
2
 t crit =± 0,711

β^ 0 ∙ √ SCX
t obs =
S

5,27 ∙ √ 321,56
t obs =
7,06

SCX 321,56 b 5,27

SCY 9280 a 24,71
1694,6 348,7
SCXY 7 SCE 4
prom x 14,22 S 7,06
Prom y 99,67 n 9

5,27 ∙ √ 321,56
t obs =
7,06

t obs =13,39

Como el t obs cae dentro de los límites de t crit ,entonces podemos señalar que es un buen modelo
de estimación.

3. Los corredores de bienes raíces a menudo quieren saber cómo el avalúo de un

cambia según tamaño de mismo. A continuación se incluyen algunos datos
sobre la superficie (𝑥: 𝑒𝑛 𝑐𝑖𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 2 mts ) y sobre el avalúo (𝑦: 𝑒𝑛 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠
𝑑𝑒 𝑝𝑒𝑠𝑜𝑠) 25 de terrenos de un sector del Litoral central:

25 25 25

∑ x i=925 ∑ x =39900 ∑ x∗y=180785

2

i=1 i1 i=1

25 25

∑ y=4350 ∑ y 2=827055
i=1 i=1
 ( 925 )2
SCX =39900−
25

SCX =5675

( 4350 )2
SCY =827055−
25

SCY =70155

925∗4350
SCXY =180785−
25

SCXY =19835

925
x=
25

x=37

4350
y=
25

y=174

19835
b=
5675

b=3,50

a=174−3.50∗37

a=44,5

SCE=70155−3,50∗19835
 SCE=732,5

s=
√ 732,5
25−2

s=
√ 732,5
23

s=5.64

a. Considerando un modelo lineal clásico, ¿Es posible afirmar que la

relación entre superficie y avalúo es significativa? Use α =5 %

H 0 : β 0=0 H 1 : β 0 ≠0
α
α =0,05 1− =0.975
2
^β ^β ∙ √ SCX
0
t crit =± t α =t obs = → t obs = 0
1− ;n−2
2
S S
√ SCX

α
Para poder usar la tabla de t_Studen tenemos que dividir
2

α
=0.025
2

Grados de libertad

gL=25−2

gL=23
 t crit =± t 0,975;23

t crit =± 2,069

β^ 0 ∙ √ SCX
t obs =
S

3,50 ∙ √5675
t obs =
5 , 64

t obs =46,75
El valor de t obs cae dentro de los límites establecidos por t crit por lo tanto se asume que es
significativa la relación

b. Si la superficie de un terreno es de 125 2 mts , use un 90% de confianza

para estimar el avalúo

y=3,50 x +44,5

y=3,50 (1252)+ 44,5

y=4426,5

α =1−0,90

α =0,10

[ √ ]
2
1 ( x 0−x )
C ( y ) = ^y 0 ±t α ∙ S ∙ 1+ +
1−
2
n SCX

[ √ ]
2
1 ( 1252−37 )
C ( y ) = 4426,5 ± t α ∙ 5.64 ∙ 1+ +
1−
2
25 5675

t 0.10 =t 0,95
1−
2
 t 0,95=1,714

[ √ ]
2
1 ( 1252−37 )
C ( y ) = 4426,5 ± 1,714 ∙5.64 ∙ 1+ +
25 5675

[ √ ]
2
1 ( 1252−37 )
C ( y ) = 4426,5+1,714 ∙ 5.64 ∙ 1+ +
25 5675

C ( y ) =4582,72
 [ √ ]
2
1 ( 1252−37 )
C ( y ) = 4426,5−1,714 ∙5.64 ∙ 1+ +
25 5675

C ( y ) =−151798,20
Referencias

Smith, J. (2022). Título de la página. Recuperado de

https://www.uv.es/ceaces/scrips/tablas/tastud.htm