Universidad Tecnológica

De Nayarit
Mecatrónica Área Instalaciones Eléctricas
Eficientes

PROBABILIDAD Y ESTADÍSTICA

RESULTADO DE APRENDIZAJE
PARTE 2

MT-3-1
Docente: M.C. Jorge Alfonso Flores
Guzmán
Alumno: Macías Barrera Javier Iran

JULIO-AGOSTO DE 2023
Tercer Cuatrimestre
Segundo periodo de evaluación

TEPIC, NAYARIT, MÉXICO

0
ÍNDICE
EJERCICIO 1 ....................................................................................................... 3
a) Elabore el diagrama de dispersión. ............................................................ 3
b) Calcule la pendiente y la ordenada al origen. ............................................ 4
c) Obtenga la ecuación de regresión que mejor se ajusta a los datos y trácela
en su diagrama de dispersión. .......................................................................... 5
d) Prediga cuál será el consumo de agua mensual de su familia, donde x es
igual al número de personas que viven en su casa. ......................................... 6
e) Calcule los coeficientes de correlación y determinación. Interprete sus
resultados. ........................................................................................................ 6
f) Escriba sus conclusiones finales. ............................................................... 8
EJERCICIO 2 ....................................................................................................... 9
a) Tabular los datos obtenidos ....................................................................... 9
b) Graficar los datos en un diagrama de dispersión y determinar la posible
relación entre las variables x y y. ...................................................................... 9
c) Presentar la tabla completa con todas las variables a utilizar. ................. 10
d) Calcular la pendiente y la ordenada al origen .......................................... 10
e) Obtener la ecuación de regresión que mejor se ajuste a los datos y trácela
en su diagrama de dispersión. ........................................................................ 11
Realice una regresión para estimar las ventas de dos sucursales que tienen
14000 y 30000 personas como potenciales clientes respectivamente. .......... 12
f) Calcular el error estándar de estimación .................................................. 13
g) Calcular el coeficiente de determinación .................................................. 13
h) Calcular el coeficiente de relación ............................................................ 15
EJERCICIO 3 ..................................................................................................... 16
a) Obtención y tabulación de los datos muestrales. ..................................... 16
b) Diagrama de dispersión. .......................................................................... 16
c) Realizar los cálculos correspondientes y determinar la pendiente y
ordenada al origen. ......................................................................................... 17
d) Encontrar la ecuación que mejor se ajusta. ............................................. 18
e) ¿Para un vendedor con 7 años de experiencia, sus ventas estimadas
serían? ............................................................................................................ 18

1
f) Trazar la línea estimada en el diagrama de dispersión ............................ 19
g) Calcular el error estándar de estimación. ................................................. 19
h) Calcular el Coeficiente de Determinación ................................................ 20
i) Calcular el Coeficiente de Correlación ..................................................... 22

2
EJERCICIO 1

1. El jefe del departamento de aguas de una ciudad desea establecer una relación
entre el consumo mensual domiciliario de agua (Y), y el tamaño de las familias (X).
Dados los datos muestrales, determine:

a) Elabore el diagrama de dispersión.

Recordando que el diagrama de dispersión es una gráfica en la que cada punto

trazado representa valores observados. Donde el valor de la variable independiente
(x) se representa en el eje horizontal, y la variable dependiente (y) se representa en
el eje vertical.
De este modo, la variable independiente es el tamaño de la familia, y la variable
dependiente serán los galones de agua consumidos.
Como se puede observar, tiene una correlación lineal positiva.

DIAGRAMA DE DISPERSIÓN EJERCICIO 1

2000
1800
GALONES DE AGUA

1600
1400
1200
1000
800
600
400
200
0
0 2 4 6 8 10 12 14
TAMAÑO DE FAMILIA

3
 b) Calcule la pendiente y la ordenada al origen.

Primeramente, se tabulan los datos, con las sumatorias de todo, y el resultado de

multiplicar xy, elevar al cuadrado a “x” y a “y”:

GALONES DE TAMAÑO DE
AGUA FAMILIA
Y X XY x^2 Y^2
650 2 1300 4 422500
1200 7 8400 49 1440000
1300 9 11700 81 1690000
430 4 1720 16 184900
1400 12 16800 144 1960000
900 6 5400 36 810000
1800 9 16200 81 3240000
640 3 1920 9 409600
793 3 2379 9 628849
925 2 1850 4 855625
∑ 10038 57 67669 433 11641474

Se usará la fórmula siguiente, de ecuación de regresión:

= +
Donde:
Y= Variable dependiente (y)
b = Pendiente de la recta (m)
a = Ordenada en el origen
x = Variable independiente
Primero se buscará la pendiente:

∑ − (∑ )(∑ )
=
∑ − (∑ )
10 ∗ 67,669 − (57)(10,038)
=
10 ∗ 433 − (57)
676,690 − 572,166
=
4,330 − 3,249

4
 104,524
=
1,081
Pendiente de la recta: = .
Ahora, se procede con el cálculo de la ordenada en el origen:

∑ − ∑
=

10,038 − 96.6919 ∗ 57
=
10
10,038 − 5,511.4383
=
10
4,526.5617
=
10
Ordenada del origen: = !". ! #

c) Obtenga la ecuación de regresión que mejor se ajusta a los datos

y trácela en su diagrama de dispersión.

En base a los resultados obtenidos y a la fórmula de la ecuación de regresión, la

ecuación quedaría como:

= +
$ = !". ! #+ . %
Trazada se ve de la siguiente forma:

EJERCICIO 1
2000
GALONES DE AGUA

1500 y = 452.66 + 96.692x

1000

500

0
0 2 4 6 8 10 12 14
TAMAÑO DE FAMILIA

5
 d) Prediga cuál será el consumo de agua mensual de su familia,
donde x es igual al número de personas que viven en su casa.

Se hace con la fórmula obtenida hace un momento, únicamente reemplazando el

valor de x.

= 452.65617 + 96.6919
= 452.65617 + 96.6919(5)
= 452.65617 + 483.458
$= & . ( )*+,- ., /01
De este modo, en mi casa, donde viven 5 personas, el consumo de agua mensual
sería de 936.1141 galones de agua.
e) Calcule los coeficientes de correlación y determinación.
Interprete sus resultados.

Coeficiente de correlación lineal de Pearson:

3 45
2 =
(344 )(355 )

Coeficiente de Determinación:

3
2=
6(3 )(3 )

Antes de poder realizar los cálculos, se deben calcular las variables Sxy, Sxx, Syy.
De este modo:

6
 (∑ ) (∑ )
344 = 7 − 355 = 7 −

(57) (10,038)
344 = 433 − 355 = 11,641,474 −
10 10
3,249 100,761,444
344 = 433 − 355 = 11,641,474 −
10 10
344 = 433 − 324.9 355 = 11,641,474 − 10,076,144.4

8%% = 9:. 8;; = , ! !, &" .

(∑ )(∑ )
345 = 7 −

(57)(10,038)
345 = 67,669 −
10
572,166
345 = 67,669 −
10
345 = 67,669 − 57,216.6

8%; = 9, !".

Ahora sí, se calcula el coeficiente de correlación:

3 45
2 =
(344 )(355 )

(10,452.4)
2 =
(108.1)(1,565,329.6)
109,252,665.8
2 =
169,212,129.8
<" = 9. !

7
Y también, el coeficiente de determinación:

345
2=
=(344 )(355 )

10,452.4
2=
=(108.1)(1,565,329.6)

10,452.4
2=
√169,212,129.8
10,452.4
2=
13,008.15628

< = 9. :9&!

Interpretación de resultados:

El coeficiente de correlación, indica que, en base a la tabla, se tiene una correlación

moderada, es decir, los datos no tienen mucha relación entre sí. No dice
exactamente que mientras más grande sea la familia más se consume el agua
explícitamente, pero dice que sí hay relación entre una variable y otra.
Por otro lado, el coeficiente de determinación, indica que tan exactos son los
resultados, siendo cercano a un 1, puedo no lo utilizaría para hacer cálculos
importantes, sino para darme un aproximado o una idea del consumo de agua a
pagar, por ejemplo.

f) Escriba sus conclusiones finales.

En base al ejercicio propuesto puedo ver la relación entre el consumo de agua y el

tamaño de una familia, que tiene una relación de alrededor un 80%, pues eso indica
el coeficiente de determinación, más los datos no se relacionan tanto, pues se
relacionan de forma moderada, es decir que no dependen tanto entre sí. Se
concluyó que, mientras más grande sea la familia, mayor será el consumo de agua.

8
EJERCICIO 2
Una cadena de pizzerías toma una muestra de diez de sus sucursales para tratar
de encontrar un modelo matemático que le permita predecir sus ventas y obtuvo los
siguientes datos: la población de personas en miles fue de 2, 6, 8, 8, 12, 16, 20, 20,
22, 26; y las ventas trimestrales en miles de pesos fue de: 58, 105, 88, 118, 117,
137, 157, 169, 169, 149, 202. Realice una regresión para estimar las ventas de dos
sucursales que tienen 14000 y 30000 personas como potenciales clientes
respectivamente.
Determine:
a) Tabular los datos obtenidos

POBLACIÓN EN MILES DE
VENTAS TRIMESTRALES
PERSONAS
X Y
2 58
6 105
8 88
8 118
12 117
16 137
20 157
20 168
22 149
26 202
b) Graficar los datos en un diagrama de dispersión y determinar la
posible relación entre las variables x y y.

DIAGRAMA DE DISPERSIÓN EJERCICIO 2

250
VENTAS TRIMESTRALES

200

150

100

50

0
0 5 10 15 20 25 30
POBLACIÓN EN MILES DE PERSONAS

9
 La posible relación entre las variables parece ser una correlación lineal alta, puesto
que los puntos están cercanos entre sí, y tienden a aumentar progresivamente.
c) Presentar la tabla completa con todas las variables a utilizar.

POBLACIÓN EN
VENTAS
MILES DE
TRIMESTRALES
PERSONAS
X Y XY x^2 Y^2
2 58 116 4 3364
6 105 630 36 11025
8 88 704 64 7744
8 118 944 64 13924
12 117 1404 144 13689
16 137 2192 256 18769
20 157 3140 400 24649
20 168 3360 400 28224
22 149 3278 484 22201
26 202 5252 676 40804
∑ 140 1299 21020 2528 184393

d) Calcular la pendiente y la ordenada al origen

Se usa la fórmula de la ecuación de regresión:

= +
Donde:
Y= Variable dependiente (y)
b = Pendiente de la recta (m)
a = Ordenada en el origen
x = Variable independiente
Primero se busca la pendiente:

∑ − (∑ )(∑ )
=
∑ − (∑ )
10 ∗ 21,020 − (140)(1,299)
=
10 ∗ 2528 − (140)

10
 210,200 − 181,860
=
25,280 − 19,600
28,340
=
5,680
Pendiente de la recta: = . :
Ahora, se procede con el cálculo de la ordenada en el origen:

∑ − ∑
=

1299 − 4.9894 ∗ 140

=
10
1299 − 698.516
=
10
600.484
=
10
Ordenada del origen: = 9. 9 :

e) Obtener la ecuación de regresión que mejor se ajuste a los datos

y trácela en su diagrama de dispersión.
En base a los resultados obtenidos y a la fórmula de la ecuación de regresión, la
ecuación quedaría como:

= +
$ = 9. 9 : + . : %

11
Trazada se ve de la siguiente forma:

EJERCICIO 2
250
VENTAS TRIMESTRALES

200
y = 60.048 + 4.9894x

150

100

50

0
0 5 10 15 20 25 30
POBLACIÓN EN MILES DE PERSONAS

Realice una regresión para estimar las ventas de dos sucursales que tienen
14000 y 30000 personas como potenciales clientes respectivamente.

Primer caso (14,000 potenciales clientes):

Partiendo de la fórmula de la ecuación de regresión:

= 60.0484 + 4.9894
Únicamente se reemplaza el valor de x, siendo la variable independiente que ya se
conoce, los potenciales clientes, PERO, como no se trabajan por unidad en la
ecuación ni la tabulación, se trabajará en millar.

= 60.0484 + 4.9894(14)
= 60.0484 + 69.8516
$ = " . ?,+@ - @<AB,-@< ),-
Segundo caso (30,000 potenciales clientes):

Partiendo de la fórmula de la ecuación de regresión:

= 60.0484 + 4.9894

12
Únicamente se reemplaza el valor de x, siendo la variable independiente que ya se
conoce, los potenciales clientes, PERO, como no se trabajan por unidad en la
ecuación ni la tabulación, se trabajará en millar.

= 60.0484 + 4.9894(30)
= 60.0484 + 149.682
$ = "9 . :&9 ?,+@ - @<AB,-@< ),-

f) Calcular el error estándar de estimación

La fórmula para el error estándar de estimación es:

∑ −( ∑ )−( ∑ )
3C = D
−2
Se reemplazan valores:

184,393 − (60.0484 ∗ 1,299) − (4.9894 ∗ 21,020)

3C = D
10 − 2

184,393 − (78,002.8716) − (104,877.188)

3C = D
8

1,512.9404
3C = D
8

3C = √189.11755
8, = &. #!"9
g) Calcular el coeficiente de determinación

Antes de poder realizar los cálculos, se deben calcular las variables Sxy, Sxx, Syy.
De este modo:

13
 (∑ ) (∑ )
344 = 7 − 355 = 7 −

(140) (1,299)
344 = 2,528 − 355 = 184,393 −
10 10
19,600 1,687,401
344 = 2,528 − 355 = 184,393 −
10 10
344 = 2,528 − 1,960 355 = 184,393 − 168,740.1

8%% = ! : 8;; = !, !".

(∑ )(∑ )
345 = 7 −

(140)(1,299)
345 = 21,020 −
10
181,860
345 = 21,020 −
10
345 = 21,020 − 18,186

8%; = ", :&

Una vez obtenidas, se puede proceder a calcular el coeficiente de determinación

345
2=
=(344 )(355 )

2,834
2=
=(568)(15,652.9)

2,834
2=
√8,890,847.2
2,834
2=
2,981.7523

< = 9. !9
14
 h) Calcular el coeficiente de relación

Coeficiente de correlación lineal de Pearson:

3 45
2 =
(344 )(355 )

Cálculo del coeficiente de correlación:

3 45
2 =
(344 )(355 )

(2,834)
2 =
(568)(15,652.9)
8,031,556
2 =
8,890,847.2
<" = 9. 9&& , E*<<,) EAó+ B1; )@

15
 EJERCICIO 3
3. Un gerente de ventas reunió los datos siguientes relacionados con las ventas
anuales en miles de pesos (80, 97, 92, 102, 103, 111, 119, 123, 117, 136) y los años
de experiencia de 10 vendedores (1, 3, 4, 4, 6, 8, 10, 10, 11, 13). Estime las ventas
anuales para un vendedor con 7 años de experiencia.
También debe determinar:

a) Obtención y tabulación de los datos muestrales.

Se determina que las ventas dependen de los años de experiencia, por lo que, la
variable independiente son los años de experiencia.

AÑOS DE EXPERIENCIA VENTAS ANUALES EN MILES DE PESOS

X Y
1 80
3 97
4 92
4 102
6 103
8 111
10 119
10 123
11 117
13 136

b) Diagrama de dispersión.

DIAGRAMA DE DISPERSIÓN EJERCICIO 3

160
VENTAS ANUALES EN MILES DE PESOS

140

120

100

80

60

40

20

0
0 2 4 6 8 10 12 14
AÑOS DE EXPERIENCIA

16
 c) Realizar los cálculos correspondientes y determinar la pendiente
y ordenada al origen.

Primeramente, se tabulan los datos, con las sumatorias de todo, y el resultado de

multiplicar xy, elevar al cuadrado a “x” y a “y”:

AÑOS DE VENTAS ANUALES EN

EXPERIENCIA MILES DE PESOS
X Y XY x^2 Y^2
1 80 80 1 6400
3 97 291 9 9409
4 92 368 16 8464
4 102 408 16 10404
6 103 618 36 10609
8 111 888 64 12321
10 119 1190 100 14161
10 123 1230 100 15129
11 117 1287 121 13689
13 136 1768 169 18496
∑ 70 1080 8128 632 119082

Se usa la fórmula de ecuación de regresión:

= +
Donde:
Y= Variable dependiente (y)
b = Pendiente de la recta (m)
a = Ordenada en el origen
x = Variable independiente
Primero se buscará la pendiente:

∑ − (∑ )(∑ )
=
∑ − (∑ )
10 ∗ 8,128 − (70)(1,080)
=
10 ∗ 632 − (70)

17
 81,280 − 75,600
=
6,320 − 4,900
5,680
=
1,420
Pendiente de la recta: =
Ahora, se procede con el cálculo de la ordenada en el origen:

∑ − ∑
=

1,080 − 4 ∗ 70
=
10
1,080 − 280
=
10
800
=
10
Ordenada del origen: = :9

d) Encontrar la ecuación que mejor se ajusta.

En base a los resultados obtenidos y a la fórmula de la ecuación de regresión, la

ecuación quedaría como:

= +
$ = :9 + %

e) ¿Para un vendedor con 7 años de experiencia, sus ventas

estimadas serían?

Como ya se tiene la ecuación, y se comprende que los años de experiencia son la

variable independiente x, únicamente se reemplaza la x de la ecuación para conocer
las ventas anuales en miles de pesos.

= 80 + 4

18
 Reemplazando:

= 80 + 4(7)
= 80 + 28
$ = 9: ?,+@ - +1 ),- ,+ BA),- ., G,-*-

f) Trazar la línea estimada en el diagrama de dispersión

EJERCICIO 3
160
VENTAS ANUALES EN MILES DE PESOS

140
y = 80 + 4x
120

100

80

60

40

20

0
0 2 4 6 8 10 12 14 16
AÑOS DE EXPERIENCIA

g) Calcular el error estándar de estimación.

La fórmula para el error estándar de estimación es:

∑ −( ∑ )−( ∑ )
3C = D
−2
Se reemplazan valores:

19
 119,082 − (80 ∗ 1,080) − (4 ∗ 8,128)
3C = D
10 − 2

119,082 − (86,400) − (32,512)

3C = D
8

170
3C = D
8

3C = √21.25
8, = . 9 #
h) Calcular el Coeficiente de Determinación

Antes de poder realizar los cálculos, se deben calcular las variables Sxy, Sxx, Syy.
De este modo:

(∑ ) (∑ )
344 = 7 − 355 = 7 −

(70) (1,080)
344 = 632 − 355 = 119,082 −
10 10
4,900 1,166,400
344 = 632 − 355 = 119,082 −
10 10
344 = 632 − 490 355 = 119,082 − 116,640

8%% = " 8;; = ", "

(∑ )(∑ )
345 = 7 −

(70)(1,080)
345 = 8,128 −
10

20
 75,600
345 = 8,128 −
10
345 = 8,128 − 7,560

8%; = ! :

Ahora sí, se calcula el coeficiente de determinación:

345
2=
=(344 )(355 )

568
2=
=(142)(2,442)

568
2=
√346,764
568
2=
588.8667
< = 9. !

i) Calcular el Coeficiente de Correlación

Coeficiente de correlación lineal de Pearson:

3 45
2 =
(344 )(355 )

22
Y también, se calcula el coeficiente de correlación:

3 45
2 =
(344 )(355 )

(568)
2 =
(142)(2,442)
322,624
2 =
346,764
<" = 9. &9& , E*<<,) EAó+ B1; )@

23