lOMoAR cPSD| 28534788

UNIDAD 3

ACTIVIDAD N° 2

TAREA: REGRESIÓN LINEAL Y CORRELACIÓN.

GRUPO 3

CRISTIAN YAIR ALBARRACIN RAMIREZ

NATALIA ANDREA ZAPATA CRISTANCHO
DAIRA JULIETH GOMEZ VARGAS
DANILO SABOGAL GAMARRA

DOCENTE:

HÉCTOR GUILLERMO MORENO JEREZ

UNIDADES TECNOLÓGICAS DE SANTANDER

TECNOLOGÍA GESTIÓN EMPRESARIAL
2024
 lOMoAR cPSD| 28534788

Resolver los siguientes ejercicios.

1. En las siguientes tablas, se registraron el número de horas trabajadas,

en un taller de zapatería de la ciudad de Bucaramanga, y las unidades
producidas dezapatos.

HORAS X PRODUCCION Y
80 300
79 302
83 315
84 330
78 300
60 250
82 300
85 340
79 315
84 330
80 310
62 240

a. Determinar la correlación si existe de las dos variables y

¿qué tipo de correlación es?

Es una correlación directa porque su representación es una nube de puntos, que

siguen una recta creciente.
 lOMoAR cPSD| 28534788

b. Calcular el coeficiente de correlación.

Cálculo de la media de los datos

𝑠𝑢𝑚𝑎 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
𝑥⃗ =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
936
𝑥⃗ = = 78
12

𝑠𝑢𝑚𝑎 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
𝑦⃗ =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
3.632
𝑦⃗ = = 302,67
12

El diagrama de dispersión muestra una relación directa creciente positiva.

Cálculo de la covarianza

𝑥⃗i 𝑦⃗i 𝑥⃗i − 𝑥⃗ 𝑦⃗i − 𝑦⃗ 𝑥⃗i − 𝑥⃗ 2 𝑦⃗i − 𝑦⃗ 2 (𝑥⃗i −𝑥⃗) (𝑦⃗i −𝑦⃗)
80 300 2 - 2,67 4 7,11 - 5,33
79 302 1 - 0,67 1 0,45 - 0,67
83 315 5 12,33 25 152,03 61,65
84 330 6 27,33 36 746,93 163,98
78 300 - - 2,67 - 7,13 -
60 250 - 18 - 52,67 324 2.774,13 948,06
82 300 4 - 2,67 16 7,13 - 10,68
85 340 7 37,33 49 1.393,53 261,31
79 315 1 12,33 1 152,03 12,33
84 330 6 27,33 36 746,93 163,98
80 310 2 7,33 4 53,73 14,66
62 240 - 16 - 62,67 256 3.927,53 1.002,72
752 9.968,65 2.612,01
 lOMoAR cPSD| 28534788

2.612,01
𝑠𝑥⃗,𝑦⃗ = = 237,46
11

752
𝑠𝑥⃗ = √ = 8,27
11

9.968,65
𝑠𝑦⃗ = √ = 30,10
11

Calculo del coeficiente de relación

237,46
𝑟𝑥⃗𝑦⃗ = = 0,95
8,27 ∗ 30,10

Considerando que el coeficiente de relación es de 0,95 podemos decir que la

relación entre las dos variables estudiadas es fuerte.

c. Encontrar la recta de regresión.

Cálculo de la recta de regresión

 lOMoAR cPSD| 28534788

X Y XY X^2
80 300 24.000 6.400
79 302 23.858 6.241
83 315 26.145 6.889
84 330 27.720 7.056
78 300 23.400 6.084
60 250 15.000 3.600
82 300 24.600 6.724
85 340 28.900 7.225
79 315 24.885 6.241
84 330 27.720 7.056
80 310 24.800 6.400
62 240 14.880 3.844
936 3.632 285.908 73.760

12(285.908) − ((936)(3.632))
𝑏1 = = 3,47340425531915
12(73.760) − (936)2

3.632 936
𝑏0 = − ((3,47) ( )) = 31,74
12 12

𝑌̂= 31,74 + 3,47340425531915 (𝑋)

HORAS VS PRODUCCION
400
350
y = 3,4734 x + 31,74 1
300
250
200
150
100
50
-
- 10 20 30 40 50 60 70 80 90

La pendiente B1 es positiva
 lOMoAR cPSD| 28534788

2. El valor de recursos gastados en campañas políticas de candidatos al

concejo de Bucaramanga, en millones de pesos, y los votos obtenidos,
se presentan enla siguiente tabla.

N° de votos obtenidos
13.000 14.000 18.000 20.000 10.000 15.000 11.000
por un candidato al
Gasto en publicidad
15 16 18 23 12 17 18
(millones)

a. ¿Cuál es la variable independiente, y cuál la variable dependiente?

Una distinción de particular importancia es aquella entre variables dependientes e

independientes. Los términos “dependiente” e “independiente” se utilizan para
representar una relación de “causalidad” entre dos variables. La relación es la
siguiente: el valor de la variable dependiente ‘depende’ del valor de la variable
independiente. En otras palabras: la variable independiente determina, en alguna
medida (medida que puede ser mayor o menor), el valor de la variable dependiente.
Utilizando otros términos, la variable independiente “causa” la variable dependiente.
O sea que el comportamiento de la variable dependiente se podría predecir sobre la
base del comportamiento de la variable independiente.

La variable independiente es X=101.000 y la variable dependiente es Y=119

N° de Votos Gastos Publ

(X) (Y)
13.000 15
14.000 16
18.000 18
20.000 23
10.000 12
15.000 17
11.000 18

101.000 119
 lOMoAR cPSD| 28534788

b. ¿Cuál es la correlación entre estas dos variables

101.000
𝑋= = 14.428,57
7

119
𝑌= = 17
7

c. ¿Es conveniente utilizar el gasto en publicidad, para pronosticar el

número devotos obtenidos? ¿Por qué?
Si es un correlación positiva y fuerte sería conveniente utilizar el gasto en
publicidad para conseguir más votos.

d. Establezca la ecuación de regresión lineal, que relaciona estas dos

variables.
X Y XY 𝑋2
13.000 15 195.000 169.000.000
14.000 16 224.000 196.000.000
18.000 18 324.000 324.000.000
20.000 23 460.000 400.000.000
10.000 12 120.000 100.000.000
15.000 17 255.000 225.000.000
11.000 18 198.000 121.000.000
101.000 119 1.776.000 1.535.000.000
o
7(1.776.00) − [(101.000)(119)] 413.000

𝑏1 = = = 0,007
7(1.535.000.000) − (101.000)2 544.000.000

119 101.000
𝑏0 − [(0,007) ( )] = 245.285,64
7 7

𝑌 = 245.285,64 + 0,007 𝑋
 lOMoAR cPSD| 28534788

3. El número de vehículos vendidos en una semana, por un concesionario

en la ciudad de Bucaramanga, y las ventas de seguros de vehículos, en
millones depesos, se presentan en la siguiente tabla:

N° de vehículos Ventas de seguros

vendidos (millones)
12 7,0
6 4,2
14 9,0
14 8,0
9 4,6
16 9,4
9 5,8

Suponiendo regresión lineal contestar:

a. ¿Es conveniente utilizar el número de vehículos vendidos, para

pronosticar elvalor de las ventas de seguros de vehículos? ¿Por
qué?
RTA: si porque sabiendo con exactitud el número de vehículos vendidos se
puede saber con certeza la cantidad de seguros que se puedan vender y se
sabrá el valor de la variable.

b. Para una venta de 25 vehículos ¿Cuántos millones se espera,

vender en seguros?

X Y XY X^2
12 7,0 84 144
6 4,2 25 36
14 9,0 126 196
14 8,0 112 196
9 4,6 41 81
16 9,4 150 256
9 5,8 52 81
80 48 591,20 990
 lOMoAR cPSD| 28534788

7(591,2) − ((80)(48))
𝑏1 = = 0,56301886792453
7(990) − (80)2

48 80
𝑏0 = − ((0,56301886792453) ( )) = 0,42264150943394
7 7

𝑌̂= 0,42264150943394 + 0,56301886792453 (25)

Se espera que la venta de seguros sea de 14, 498,113 aproximadamente.