Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
2. Cuál es el tipo y escala de medición de cada variable. Sugerencia: puede hacer un
cuadro respondiendo a esta y la pregunta anterior.
3. Con base a lo anterior, qué tipo de modelo de regresión podría utilizar. Razone su
respuesta.
2
SERIE 2. Manejo de conceptos (1.5 puntos)
3
CUADRO DE CORRELACIONES
4
9. Presente los gráficos de dispersión de cada de las relaciones anteriores, haga uso
del comando gráfico de dispersión, instalando previamente el paquete sctr.
Interprete cada uno de los gráficos.
● Gráficos de dispersión para las relaciones entre todas las variables (hechos en
Jamovi).:
5
● Gráficos de dispersión individuales para la variable “ventas_semanales_dolares”
en relación con las variables “tv”, “radio”, “periodico”, “redes” (hechos en Jamovi).
INTERPRETACIÓN: Existe una relación directa entre la variable “tv” y la variable “ventas
semanales”. Los datos se encuentran distribuidos de manera uniforme a lo largo de la
recta de regresión. Con la correlación más alta de 0.79.
6
Gráfico de dispersión de periódico y ventas semanales
7
10. Indique qué correlaciones de las anteriores resultaron significativas y cuál fue la
relación que se estimó con mayor precisión. Justifique sus respuestas y presente
evidencias.
8
● El coeficiente de correlación de la variable “radio” es 0.784, y una mayor precisión
similar a la de la variable “tv” con un intervalo de menor amplitud.
9
Ver estadísticas en la tabla a continuación, así como el gráfico de dispersión.
TABLA DE CORRELACIÓN
GRÁFICA DE CORRELACIÓN
10
FIGURA DE ESTIMACIÓN
11
N Media DE
Horas extra 22 246.41 183.16
Artículos defectuosos (%) 22 6.32 3.64
(x-)(y-
x y x- y- ) x2 y2 xy (xi - )2 (yi - )2
340 5 93.59 -1.32 -123.37 115600 25 1700 8759.25826 1.73760331
95 3 -151.41 -3.32 502.40 9025 9 285 22924.7128 11.0103306
210 6 -36.41 -0.32 11.58 44100 36 1260 1325.6219 0.10123967
809 15 562.59 8.68 4884.31 654481 225 12135 316508.531 75.3739669
80 4 -166.41 -2.32 385.77 6400 16 320 27691.9855 5.37396694
438 10 191.59 3.68 705.40 191844 100 4380 36707.0764 13.5557851
107 4 -139.41 -2.32 323.18 11449 16 428 19434.8946 5.37396694
180 6 -66.41 -0.32 21.13 32400 36 1080 4410.16736 0.10123967
100 3 -146.41 -3.32 485.81 10000 9 300 21435.6219 11.0103306
550 13 303.59 6.68 2028.54 302500 169 7150 92167.4401 44.6466942
220 7 -26.41 0.68 -18.01 48400 49 1540 697.440083 0.46487603
50 3 -196.41 -3.32 651.72 2500 9 150 38576.531 11.0103306
193 6 -53.41 -0.32 16.99 37249 36 1158 2852.53099 0.10123967
290 8 43.59 1.68 73.31 84100 64 2320 1900.16736 2.8285124
340 2 93.59 -4.32 -404.14 115600 4 680 8759.25826 18.6466942
115 4 -131.41 -2.32 304.63 13225 16 460 17268.3492 5.37396694
362 10 115.59 3.68 425.58 131044 100 3620 13361.2583 13.5557851
300 9 53.59 2.68 143.72 90000 81 2700 2871.98554 7.19214876
75 2 -171.41 -4.32 740.18 5625 4 150 29381.0764 18.6466942
93 2 -153.41 -4.32 662.45 8649 4 186 23534.3492 18.6466942
320 10 73.59 3.68 270.95 102400 100 3200 5415.6219 13.5557851
154 7 -92.41 0.68 -63.01 23716 49 1078 8539.44008 0.46487603
Sum 5421 139 12029.14 2040307 1157 46280 704523.318 278.772727
Media 246.41 6.32
12
Utilizando las siguientes fórmulas:
Cov = 572.82
r = 0.859
Confirmando los datos con Jamovi:
Matriz de Correlaciones
% articulos_defectuosos horas_extras
% articulos_defectuosos R de Pearson —
gl —
valor p —
horas_extras R de Pearson 0.858 —
gl 20 —
valor p < .001 —
INTERPRETACIÓN:
El coeficiente de correlación es 0.859, por lo que se puede deducir que existe una relación directa
entre dos variables. La correlación es fuerte, ya que es un número próximo a 1.
13
13. Utilice una prueba de una cola con un nivel de significancia del 10% para el
contraste del coeficiente de correlación poblacional, enunciar hipótesis nula e
hipótesis alterna, concluya con base a los resultados (usando tabla de t de
Student). Deje constancia de sus operaciones.
𝑟 0.858
𝑡= 2
𝑡= 2
= 7. 4816
1−𝑟 1−0.858
𝑛−2 22−2
INTERPRETACIÓN:
Al ser t mayor que el valor crítico, se rechaza la hipótesis nula y se acepta la hipótesis
alterna, lo que significa que si hay una correlación estadísticamente significativa entre las
variables horas_extras y la variable %_articulos_defectuosos.
r =0.858 𝑧=
1
2 ( )
𝑙𝑜𝑔𝑒
1+𝑟
1−𝑟
𝑧=
1
2 (
𝑙𝑜𝑔𝑒
1+0.858
1−0.858 ) = 1. 286
Para un α=0.1
𝑧1−α/2 = 1. 645 (calculado en Excel con la función DISTR.NORM.ESTND.IN)
14
𝑧 α
1− 2 1.645
𝑧=𝑧− = 1. 286 − = 0. 908
𝑛−3 22−3
𝑧 α
1− 2 1.645
𝑧=𝑧+ = 1. 286 + =1.663
𝑛−3 22−3
2𝑧
𝑒 −1
ρ= 2𝑧 = 0. 72
𝑒 +1
2𝑧
𝑒 −1
ρ= 2𝑧 = 0. 931
𝑒 +1
Estimation Figure
Interpretación:
El intervalo de confianza para ρ estaría entre 0.72 y 0.931, realizado en Excel y confirmado con
Jamovi. La estimación no es muy precisa ya que el tamaño de la muestra es bastante pequeño, ello
se puede ver en que el intervalo es algo amplio, al operar la diferencia entre los límites inferior y
superior nos da un valor de 0.211.
15