Una compañía desea hacer predicciones del valor

anual de sus ventas totales en cierto país a partir de

la relación de éstas y la renta nacional. Para investigar
la relación cuenta con los siguientes datos:

Ventas Renta
totales nacional X^2
Años (X) (Y) Y^2 X*Y
1 189 402 35721 161604 75978
2 190 404 36100 163216 76760
3 208 412 43264 169744 85696
4 227 425 51529 180625 96475
5 239 429 57121 184041 102531
6 252 436 63504 190096 109872
7 257 440 66049 193600 113080
8 274 447 75076 199809 122478
9 293 458 85849 209764 134194
10 308 469 94864 219961 144452
11 316 469 99856 219961 148204
TOTAL 2753.00 4791 708933 2092421 1209720
PROM 250.272727273 435.545454545

1La recta de regresión de Y sobre X.

B1=1209720-11*243.7-435.5454545/708933-11*2437^2 0.53498226
B0=435.55-0.5349-250.2727273 301.67
Y=301.67+0.5349X

2El coeficiente de determinación lineal e interpretarlo.

R^2=.9969 99.69% DEL VALOR DE X EXPLICA LA ECUACION Y=301.67+0.5349X

Resumen

Estadísticas de la regresión
Coeficiente de co0.99842460433
Coeficiente de d 0.99685169053
R^2 ajustado 0.99650187837
Error típico 1.41487794735
Observaciones 11

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 5704.71035627 5704.71036 2849.67704 1.42787E-12
Residuos 9 18.0169164531 2.00187961
Total 10 5722.72727273

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 301.653985788 2.54417986574 118.566297 1.09669E-15 295.898651
Ventas totales 0.53498225802 0.01002170368 53.3823664 1.42787E-12 0.51231159
 Chart Title
480

f(x) = 0.534982258020378 x + 301.653985788173

460 R² = 0.996851690532427

440

420

400

380

360
180 200 220 240 260 280 300 320 340

3Si en año 12 la renta nacional del país fue de 325 millones de euros. ¿Cuál será la predicción para las ventas
compañía en este año?

X=325E+3 + 301.67/0.5349=608154.17

4El coeficiente de correlación lineal e interpretarlo.

r=0.9984 ES CASI PERFECTA
or crítico de F

Superior 95%Inferior 95.0%

Superior 95.0%
307.40932 295.898651 307.40932
0.55765293 0.51231159 0.55765293
ál será la predicción para las ventas de la
 El número de horas dedicadas
y la calificación obtenida en el
ocho pers

1.- Determine la Variable dependiente e independiente 1.- Determine la Variable d

2.- Grafique los valores
4.- Determine la ecuación de la recta
5.- Calcule el coeficiente de terminación y el de correlación e interprételo.

6.- Con ayuda de la paquetería excel, compruebe la recta obtenida.

Se pide:

2Calificación estimada para una persona que hubiese

estudiado 28 horas.

Y=4+0.156(28)=8.36

6.- Con ayuda de la p

 ro de horas dedicadas al estudio de una asignatura
ficación obtenida en el examen correspondiente, de
ocho personas es:

- Determine la Variable dependiente e independiente

2.- G

INDEPENDIENTE DEPENDIENTE CALIFI

Horas Calificación 10.00
X^2 Y^2 X*Y
9.00 f(x) = 0.1564625850340
1 20 6.50 400 42.25 130
R² = 0.68545513443472
2 256 36.00 96 8.00
16 6.00
3 34 8.50 1156 72.25 289 7.00
4 23 7.00 529 49.00 161 6.00
5 27 9.00 729 81.00 243 5.00
6 32 9.50 1024 90.25 304 4.00
7 18 7.50 324 56.25 135 3.00
8 22 8.00 484 64.00 176 2.00
TOTAL 192 62.00 4902 491.00 1534 1.00
PROM 24 7.75 1089 109.11 340.889 0.00
15 20

4.- Determine la ecuación de la recta 5.- Calcule el coeficiente de term

R^2=0.6855 =68% DE LOS VALOR

R=0.82 LA CORRELACION ES MU

Y=4+0.156X

6.- Con ayuda de la paquetería excel, compruebe la recta obtenida.

Resumen

Estadísticas de la regresión
Coefi0.82792218
Coefi0.68545513
R^2 0.63303099
Error0.74192555
Obse 8
ANÁLISIS DE VARIANZA
Grados deSuma
libertad
Promedio
de cuadrados
de los cuadrados
F Valor crítico de F
Regr 1 7.197 7.197 13.075180227 0.011
Resi 6 3.303 0.55
Total 7 10.5

Coeficientes
Error típico
Estadístico Probabilidad
t Inferior 95%
Superior 95%
Inferior Superior
95.0% 95.0%
Inter3.99489796 1.071 3.73 0.0097397754 1.374 6.61577 1.37402 6.616
Horas0.15646259 0.043 3.616 0.0111509774 0.051 0.26234 0.05058 0.262
 2.- Grafique los valores

CALIFICACION -HORAS
10.00
9.00 f(x) = 0.156462585034014 x + 3.99489795918367
R² = 0.685455134434726
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
15 20 25 30 35

.- Calcule el coeficiente de terminación y el de correlación e interprételo.

^2=0.6855 =68% DE LOS VALORES DE X SE EXPLICA CON LA ECUACION

=0.82 LA CORRELACION ES MUY FUERTE
 La información estadística obtenida de una muestra de tamaño 12 sobre la relación existente
entre la inversión realizada y el rendimiento obtenido en cientos de miles de euros para
explotaciones agrícolas, se muestra en el siguiente cuadro:

Rendimie X^2
N Inversión (X) Y^2 X*Y
nto (Y)
1 11 2 121 4 22
2 14 3 196 9 42
3 16 5 256 25 80
4 15 6 225 36 90
5 16 5 256 25 80
6 18 3 324 9 54
7 20 7 400 49 140
8 21 10 441 100 210
9 14 6 196 36 84
10 20 10 400 100 200
11 19 5 361 25 95
12 11 6 121 36 66
TOTAL 195.0 68 3297.0 4624 1163
PROM 16.25 5.66666667

1La recta de regresión del rendimiento respecto de la inversión.

b1=1163-12*16.25*5.66666667/3297.0*16.2^2 0.45
b0=5.66666667-0.4522*16.25 -1.6815

y=-1.6815+0.4522*x

2El coeficiente de determinación lineal e interpretarlo.

r2=0.382=32% de los valores de x se explica con la ecuacion y=-1.6815+0.4522*x

3La previsión de inversión que se obtendrá con un rendimiento de 1 250 000 €.

X=1.25E+6 + 1.6815/0.4522=27642673.19

4El coeficiente de correlación lineal e interpretarlo.

Resumen R=0.6180 LA CORRELACION ES MEDIA

Estadísticas de la regresión
Coeficiente d 0.6180538610375
Coeficiente d0.38199057514336
R^2 ajustado 0.3201896326577
Error típico 2.06001570803451
Observacione 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 1 26.2300195 26.2300194931774 6.180983 0.0322014
Residuos 10 42.4366472 4.24366471734893
Total 11 68.6666667

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción -1.682261208577 3.01516231 -0.557933880842406 0.58916123 -8.40046149 5.03593908
Inversión (X) 0.45224171539961 0.18190383 2.48615828219648 0.0322014 0.04693472 0.85754871
 Chart Title
12

10
a inversión.
8
f(x) = 0.45224171539961 x − 1.682261208577
R² = 0.38199057514336
6

0
10 12 14 16 18 20 22
Inferior 95.0%
Superior 95.0%
-8.40046149 5.03593908
0.04693472 0.85754871
 y
pais N TURISTAS
A 1.80E+06
B 2.50E+06
C 7.00E+05
D 1.20E+06
E 1.90E+06
total= 8.10E+06
promedio 2.70E+06

3.- Realice las operaciones para encontrar b0, b1 y b2 (Método de mínimos cuadrados)
x1 x2
PIB DISTANCIA Y^2 X1^2 X2^2 Y*X1 Y*X2 X1*X2
3.10E+03 1.50E+03 3.24E+12 9.61E+06 2.25E+06 5.58E+09 2.70E+09 4.65E+06
4.20E+03 1.20E+03 6.25E+12 1.76E+07 1.44E+06 1.05E+10 3.00E+09 5.04E+06
2.70E+03 3.10E+03 4.9E+11 7.29E+06 9.61E+06 1.89E+09 2.17E+09 8.37E+06
3.00E+03 2.50E+03 1.44E+12 9.00E+06 6.25E+06 3.60E+09 3.00E+09 7.50E+06
4.00E+03 1.80E+03 3.61E+12 1.60E+07 3.24E+06 7.60E+09 3.42E+09 7.20E+06
1.70E+04 1.01E+04 1.503E+13 5.95E+07 2.28E+07 2.92E+10 1.43E+10 3.28E+07
5.67E+03 3.37E+03 5.01E+12 1.98E+07 7.60E+06 9.72E+09 4.76E+09 1.09E+07

1.- Determine la Variable dependiente e independiente

y=N TURISTAS X1=PIB X2=DISTANCIA

4.- Determine la ecuación de la recta

y=1606040.80254654 +372.986399151153(x1 )+-620.888395871515(x2)

5.- Con ayuda de la paquetería excel, compruebe la recta obtenida.

Resumen

Estadísticas de la regresión
Coeficiente de 0.99644246
Coeficiente de 0.99289758
R^2 ajustado 0.98579516
Error típico 82314.6802
Observaciones 5

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 1.8944E+12 9.4722E+11 139.797124 0.00710242
Residuos 2 1.3551E+10 6775706569
Total 4 1.908E+12

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 1606040.8 481431.669 3.33596834 0.07931449 -465392.48 3677474.09 -465392.48
PIB 372.986399 98.7661024 3.77646166 0.06351116 -51.969841 797.942639 -51.969841
DISTANCIA -620.888396 84.3073384 -7.36458306 0.01794283 -983.633595 -258.143196 -983.633595
Superior 95.0%
3677474.09
797.942639
-258.143196
 Los siguientes datos muestran el estudio de la relación citada sobre la inteligencia y la motivación como predic
de la calificación final obtenida en el bachillerato en una muestra de 12 sujetos, calcule la recta ajustada a es
modelo, segun los datos obtenidos siguientes:

SUJETOS Y(Nota) X1(inteligenciX2(motivacioY^2 X1^2 X2^2 Y*X1

1 4 85 10 16 7225 100 340
2 5 100 20 25 10000 400 500
3 8 95 35 64 9025 1225 760
4 7 80 30 49 6400 900 560
5 10 180 45 100 32400 2025 1800
6 6 90 25 36 8100 625 540
7 6 110 10 36 12100 100 660
8 7 120 15 49 14400 225 840
9 4 80 10 16 6400 100 320
10 4 95 15 16 9025 225 380
11 6 160 15 36 25600 225 960
12 9 150 45 81 22500 2025 1350
TOTAL 76 1345 275 524 163175 8175 9010
PROM 6.33333333 112.083333 22.9166667

5.- Con ayuda de la paquetería excel, compruebe la recta obtenida.

Estadísticas de la regresión
Coeficiente d 0.92159464
Coeficiente d 0.84933667
R^2 ajustado 0.81585593
Error típico 0.84513654
Observacione 12

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 36.2383647 18.1191824 25.3679186 0.0002
Residuos 9 6.42830196 0.71425577
Total 11 42.6666667

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 1.7374748 0.88481674 1.96365497 0.08116612 -0.26411974 3.73906933 -0.26411974
X1(inteligenci 0.01876312 0.00871416 2.15317595 0.05972718 -0.00094968 0.03847592 -0.00094968
X2(motivacio 0.10877784 0.02244285 4.84688104 0.00091227 0.05800858 0.15954711 0.05800858
cia y la motivación como predictores
os, calcule la recta ajustada a este
s:
1.- Determine la Variable dependiente e independiente
Y*X2 X1*X2 2.- Grafique los valores
40 850 3.- Realice las operaciones para encontrar b0, b1 y b2 (Método de mínimos cuadrad
100 2000 4.- Determine la ecuación de la recta
280 3325 5.- Con ayuda de la paquetería excel, compruebe la recta obtenida.
210 2400
450 8100
150 2250
60 1100 1.- Determine la Variable dependiente e independiente
105 1800 X1(inteligencia),X2(motivacion),Y(Nota)
40 800
60 1425 3.- Realice las operaciones para encontrar b0, b1 y b2 (Método de mínimos cuadrados)
90 2400 Resumen
405 6750
1990 33200

4.- Determine la ecuación de la recta

Y=1.73747479585381+0.0187631194602617 X1+ 0.108777842820736 X2

Superior 95.0%
3.73906933
0.03847592
0.15954711
b2 (Método de mínimos cuadrados)

cta obtenida.

e mínimos cuadrados)
 Una compañía desea determinar si existe alguna realación entre
ingresos semanales (en miles) y los gastos semanales (en miles)
de dos formas diferentes de propaganda. Para esto se escogió
una muestra de 10 semanas y se obtuvo lo siguiente:

Ingresos (en propaganda (en miles)

miles) 1 2
y x1 x2 y^2 x1^2 x2^2 y*x1
77.2 1.9 0.75 5959.84 3.61 0.5625 146.68
70.6 1.5 1.1 4984.36 2.25 1.21 105.9
87.2 3 1.8 7603.84 9 3.24 261.6
82 2.1 1.2 6724 4.41 1.44 172.2
88 2.7 0.9 7744 7.29 0.81 237.6
70.2 1.2 1.1 4928.04 1.44 1.21 84.24
75 1.6 2 5625 2.56 4 120
84.1 2.3 1.3 7072.81 5.29 1.69 193.43
90.3 3.1 2 8154.09 9.61 4 279.93
81 2.4 0.71 6561 5.76 0.5041 194.4
Σ 805.6 21.8 12.86 65356.98 51.22 18.6666 1795.98
prom 80.56 2.18 1.286
1.- Determine la Variable dependiente e independiente
ingresos=y propagandas = x1 x2
3.- Realice las operaciones para encontrar b0, b1 y b2 (Método de mínimos cuadrados)
 y*x2 x1*x2
57.9 1.425
77.66 1.65
156.96 5.4
98.4 2.52
79.2 2.43
77.22 1.32
150 3.2
109.33 2.99
180.6 6.2
57.51 1.704
1044.78 28.839

4.- Determine la ecuación de la recta

y=57.0496631428147 + 10.7469512648594 x1 + 0.0637504664011274 x2

5.- Con ayuda de la paquetería excel, compruebe la recta obtenida.

Resumen

Estadísticas de la regresión
Coeficiente d 0.966844686
Coeficiente d 0.934788646
R^2 ajustado 0.91615683
Error típico 2.065243922
Observacione 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 2 427.9873728 213.9936864 50.171635087 7.081598E-05
Residuos 7 29.8566272 4.265232457
Total 9 457.844

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 57.04966314 2.710929206 21.04432053 1.376062E-07 50.6393342 63.45999209
x1 10.74695126 1.121327146 9.58413546 2.828783E-05 8.095433901 13.39846863
x2 0.063750466 1.477567085 0.043145565 0.9667904277 -3.430140496 3.557641429
Inferior 95.0%Superior 95.0%
50.6393342 63.45999209
8.095433901 13.39846863
-3.430140496 3.557641429
 Se sometió a una persona a unas sesiones de entrenamiento para el manejo de una
máquina de análisis químicos y se valoró la destreza en el manejo en diversas ocasiones,
valorandola en una escala de 0 a 100. Los resultados obtenidos aparecen en la siguiente
tabla
x y
100
Sesiones Destreza 90 Destreza
2 15 80 100
70
5 40 60 80
7 62 50
40 60
10 86 30
20 40
12 92 10 20
16 95 0
0 2 4 6 8 10 12 14 16 18 0
0 2 4

x y Exportaciones
Producción Exportaciones 40
15 1 30
18 3 20 f(x) = 2.03429602888087 x − 32.9476534296029
23 8 10 R² = 0.834905908429984
0
25 15 14 16 18 20 22 24 26 28 30
28 30

Años Personas
0 100 Personas Personas
2500 3000
5 212
2000 2000
10 448 f(x) = 100.044670873822 exp( 0.149985337631
1500 1000
f(x) = 91.1 x − 167.4
1000 R² = 0.854663438161706 0
500 0 5 10 15 20
0
0 5 10 15 20 25
 Personas Personas
2500 3000
2000 2000
1500 f(x) = 100.044670873822 exp( 0.149985337631
f(x) = 91.1 x − 167.4 1000
15 949 1000 R² = 0.854663438161706 0
20 2009 500 0 5 10 15 20
0
0 5 10 15 20 25
 Destreza
100
80
60
40
20
0
0 2 4 6 8 10 12 14 16 18

Exportaciones
40
30
296029 f(x) = 0.0255764631725417 exp( 0.253373533961276 x )
20 R² = 0.990426319377081
10
28 30
0
14 16 18 20 22 24 26 28 30

Personas

0.044670873822 exp( 0.149985337631832 x )

5 10 15 20 25
 Personas

0.044670873822 exp( 0.149985337631832 x )

5 10 15 20 25