ANÁLISIS DE DATOS II

V. ANÁLISIS DE REGRESIÓN SIMPLE

ACTIVIDAD DE APRENDIZAJE: COEFICIENTE de CORRELACIÓN
1. Las siguientes observaciones muestrales se seleccionaron de manera
aleatoria.Determine el coeficiente de correlación e interprete la relación entre X y Y.

2. Bi-Io Super-Store tiene tiendas en varias áreas metropolitanas, el gerente general de

ventas planea transmitir un comercial de una cámara digital en estaciones de televisión
locales antes del periodo de ventas que empezará el sábado y terminará el domingo.
Planea obtener la información de las ventas de la cámara digital durante el sábado y el
domingo en las diversas tiendas y compararlas con el número de veces que se
transmitió el anuncio en las estaciones de televisión. El propósito es determinar si hay
alguna relación entre el número de veces que se transmitió el anuncio y las ventas de
cámaras digitales:
a) ¿Cuál es la variable dependiente?
b) Trace un diagrama de dispersión.
c) Determine el coeficiente de correlación.
d) Interprete estas medidas estadísticas
ACTIVIDAD DE APRENDIZAJE: 5.1 Determinación de modelo lineal

3. En un artículo reciente en BusinessWeek se enumeran las “Best Small Companies”.

mostrando los resultados actuales de las ventas e ingresos de ellas. Se seleccionó una
muestra de 12 empresas, y a continuación se reportan sus ventas e ingresos, en
millones de dólares.
Considere las ventas la variable independiente, y los ingresos, la dependiente.
a) Trace un diagrama de dispersión.
b) Calcule el coeficiente de correlación.
c) Determine la ecuación de regresión.
d) Estime los ingresos de una compañía pequeña con ventas por $50.0 millones

ACTIVIDAD DE APRENDIZAJE: 5.2 Prueba de la pendiente

5.3 Error estándar y coeficiente de determinación:

4. El consejo de la ciudad considera aumentar el número de policías en un esfuerzo para

reducir los delitos. Antes de tomar una decisión final, el ayuntamiento pide al jefe de
policía realizar una encuesta en otras ciudades de tamaño similar para determinar la
relación entre el número de policías y el número de delitos reportados. El jefe de policía
reunió la siguiente información muestral.
a) ¿Cuál variable es dependiente, y cuál independiente? Sugerencia: Si usted fuera
el jefe de policía, ¿qué variable decidiría? ¿Qué variable es aleatoria?
b) Trace un diagrama de dispersión.
c) Determine el coeficiente de correlación.
d) Interprete el coeficiente de correlación. ¿Le sorprende que sea negativo?
e) Determine la ecuación de regresión.
f) Estime el número de delitos en una ciudad con 20 policías.
g) Interprete la ecuación de regresión.
h) Determine el error estándar de estimación
i) Calcule el coeficiente de determinación.
j) Interprete el coeficiente de determinación
ACTIVIDAD DE APRENDIZAJE: 5.4 Interpretación del modelo
5.5 Estimación puntual y por intervalo:

5. Las mueblerías en Apaseo son negocios familiares que venden a clientes minoristas
desde hace muchos años. Tanto en radio como en televisión e internet, destacan sus
precios bajos y fáciles términos de crédito. Un propietario desea analizar la relación
entre las ventas y la suma de dinero que gastó en publicidad. A continuación se
presenta la información de las ventas y de los gastos publicitarios durante los últimos
cuatro meses.
a) El propietario desea pronosticar las ventas con base en los gastos publicitarios.
¿Cuál es la variable dependiente?
¿Cuál es la variable independiente?
b) Trace un diagrama de dispersión.
c) Determine el coeficiente de correlación.
d) Interprete la fuerza del coeficiente de correlación
e) Determine la ecuación de regresión.
f) Interprete los valores de a y b.
g) Estime las ventas cuando se gastan $3 millones en publicidad
h) Determine el error estándar de estimación.
i) Determine el coeficiente de determinación.
j) Interprete el coeficiente de determinación.
k) Determine el intervalo de confianza de 90% para el mes común en el cual se
gastaron $3 millones en publicidad.

6. Las siguientes observaciones muestrales se seleccionaron al azar.

a) Determine la ecuación de regresión.
^
b) Encuentre el valor de cuando 𝑌 cuando X =7
c) Determine el intervalo de confianza de 0.95 para la media pronosticada cuando
X =7
d) Establezca el intervalo de predicción de 0.95 para un individuo proyectado
cuando X =7

7. La Electric Illuminating Company estudia la relación entre kilowatts-hora (miles)

consumidos y el número de habitaciones de una residencia privada familiar. Los
resultados de una muestra aleatoria de 10 casas se muestran a continuación.
 a) Determine la regresión.
b) Encuentre el número de kilowatts-hora, en miles, de una casa de seis
habitaciones
c) Determine el error estándar de estimación
d) Calcule el coeficiente de determinación.
e) Interprete el coeficiente de determinación
f) Determine el intervalo de confianza de 0.95, en miles de kilowatts-hora, de la
media de todas las casas con seis habitaciones.
g) Encuentre el intervalo de predicción de 0.95, en miles de kilowatts-hora, de una
casa en particular con seis habitación

RESPUESTAS:

1.

2. a) Ventas

d) Hay una fuerte asociación positiva entre las variables

3. a) b)

c)

d)

4. a) Policía es la variable independiente y delitos es la dependiente

d) Relación inversa fuerte. Conforme aumenta el número de policías disminuyen los delitos.
e) f)

g) Por cada policía adicional, los delitos disminuyen en casi uno

h) i ) coeficiente de determinación

j ) 76% de la variación en los delitos puede explicarse por la variación en los policías.

5. a) Los gastos en publicidad son la variable independiente, y el ingreso por ventas, la dependiente.
 d) Hay una correlación fuerte entre los gastos de publicidad y las ventas.
e)

f) La pendiente es 2.2. Esto indica que un aumento de $1 millón en publicidad generará un aumento de $2.2
millones en las ventas.
La intersección es 1.5. Si no hubiera gastos en publicidad, las ventas serían $1.5 millones

g)

h) i)
j ) Los gastos de publicidad representan 90% de la variación de las ventas
k) Intervalo 6.58 y 9.62 (en millones de dólares)

6. a)

b)

c) intervalo de confianza: 4.675 a 7.941

d) intervalo de predicción: 2.751 a 9.865

7. a)

b) c) d)
e) 82% de la variación en las horas-kilovatio puede explicarse por la variación en el número de habitaciones
f) intervalo de confianza: 4.2939 a 6.3721
g) intervalo de predicción: 2.9854 a 7.6806