Correlation Matrix

N° de horas de estudioCalificativos
N° de horas de estudio 1.000
Calificativos .816 1.000

10 sample size

± .632 critical value of r .05 (two-tail)

± .765 critical value of r .01 (two-tail)

20

18

16 f(x) = 2.67615658362989 x + 8.38434163701068

R² = 0.665499256246587
Calificativos

14

12

10

6
0 0.5 1 1.5 2 2.5 3 3.5
N° de horas de estudio

N° de horas de estudio

Calificativos

18

12

16

12

10

14

13

0.5

14

11

18.5
 18.5

18

17.5
Calificativos

17

16.5

16
2.5 2.6 2.7 2.8 2.9 3 3.1
N° de horas de estudio

20
f(x) = 6.71532846715328 x
18

16
Calificativos

14

12

10

6
0 0.5 1 1.5 2 2.5 3 3.5
N° de horas de estudio

20

18

16 f(x) = 2.67615658362989 x + 8.38434163701068

R² = 0.665499256246587
Calificativos

14

12

10

6
0 0.5 1 1.5 2 2.5 3 3.5
 Califica
12

10

6
0 0.5 1 1.5 2 2.5 3 3.5
N° de horas de estudio

Regression Analysis

r² 0.665 n 10
r 0.816 k 1
Std. Error 1.778 Dep. Var. Calificativos

ANOVA table
Source SS df MS F p-value
Regression 50.3117 1 50.3117 15.92 .0040
Residual 25.2883 8 3.1610
Total 75.6000 9

Regression output confidence interval

variables coefficients std. error t (df=8) p-value 95% lower 95% upper
Intercept 8.3843
oras de estudio 2.6762 0.6708 3.990 .0040 1.1293 4.2230

ventas y experiencias
40
f(x) = 0.68838733163451 x + 17.2901346923917
35 R² = 0.882535894319227

30
(Y)

25

20

15
0 5 10 15 20 25 30 35
X

Regression Analysis

r² 0.883 n 7
r 0.939 k 1
Std. Error 3.147 Dep. Var. (Y)
ANOVA table
Source SS df MS F p-value
Regression 371.9258 1 371.9258 37.57 .0017
Residual 49.5027 5 9.9005
Total 421.4286 6

Regression output confidence interval

variables coefficients std. error t (df=5) p-value 95% lower 95% upper
Intercept 17.2901 2.0753 8.331 .0004 11.9554 22.6249
X1 0.6884 0.1123 6.129 .0017 0.3997 0.9771
modelo matematico estimado

y=17.290 + 0.688 X
 N° de horas de estudio Calificativos
3 18 1.Formulación de hipótesis estadísticas
2 12 Ho: Existe correlación entre la variable X e Y ( r = 0)
2 16 H1: Existe correlación entre la variable X e Y ( r ǂ 0)
1 12
1 10 2. Nivel de significancia: 0,05
3 14 3. Estadístico de prueba: Correlación de Pearson
1 13 4. P – valor : se obtiene con MegaStat o cualquier otro soft
0.5 8 5. Decisión: si P-valor ≤ 0.05 se rechaza Ho
2 14
1 11

x= la calificacion depende de las horas de estudio

y=
estadísticas
la variable X e Y ( r = 0) HO: Existe correlacion entre horas de estudio y calificación
la variable X e Y ( r ǂ 0) H1: Existe correlacion entre horas de estudio y calificación

rrelación de Pearson
MegaStat o cualquier otro software estadístico
5 se rechaza Ho
 Ventas(miles
Experiencia )
(X)
(Y)
13 26
16 33
30 36
ventas y experiencias
2 16
40
8 26
6 19 f(x) = 0.68838733163451 x + 17.2901346923917
35 R² = 0.882535894319227
31 38
∑X= 106 ∑Y=194
30
(Y)

25

20

15
0 5 10 15 20 25 30 35
X
 y = venta
x= esperiencia

46923917

modelo matematico estimado

y=17.290 + 0.688 X

Bo:17.90= el promedio de vtas es 17.290 soles cuando bp hay exp

Bi= 0.688 El promedio de Vta tiene una incrementacion de 6.88 por cada consumo de variacion de experiencia
5 30 35

Regression Analysis

r² 0.883 n 7
r 0.939 k 1
Std. Error 3.147 Dep. Var. (Y)

ANOVA table
Source SS df MS F p-value
Regression 371.9258 1 371.9258 37.57 .0017
Residual 49.5027 5 9.9005
Total 421.4286 6

Regression output confidence interval

variables coefficients std. error t (df=5) p-value 95% lower 95% upper
Intercept 17.2901 2.0753 8.331 .0004 11.9554 22.6249
X1 0.6884 0.1123 6.129 .0017 0.3997 0.9771
o de variacion de experiencia