RESOLUCION TALLER ESTADISTICA UNIDAD 4

ATREVETE A OPINAR

1. DE LAS SIGUIENTES ES UNA ECUACION LINEAL

Rpta/ C

2. En la ecuacin lineal 2x - 4y = 6 la pendiente es:

Rpta/ 1.5

3. En una ecuacin lineal, la pendiente representa:

B. El incremento de la variable dependiente con respecto a la variable
Rpta/ independiente.

4. Estimar la regresin lineal de Y sobre X, consiste en:

Rpta/ c. Determinar la pendiente y la constante de regresin.

nmero de unidades vendidas y los precios correspondientes en miles
de pesos.

Ventas: 420 380 350 400 440 380 450

Precio: 55 60 65 60 50 65 45

Yi Xi YiXi Xii yi ei ei^2

420 55 23,100 3,025 410.32 9.68 93.65
380 60 22,800 3,600 389.03 -9.03 81.58
350 65 22,750 4,225 367.74 -17.74 314.78
400 60 24,000 3,600 389.03 10.97 120.29
440 50 22,000 2,500 431.61 8.39 70.34
380 65 24,700 4,225 367.74 12.26 150.26
450 45 20,250 2,025 452.90 -2.90 8.43
420 50 21,000 2,500 431.61 -11.61 134.86
Sumatoria : 180,600 25,700 0.00 974.19
Prom Yi: 405
Prom Xi: 56.25
n= 8
Se^2 162.37
Sb2 0.65
t 0,5,13 2.16 Tabla distribucin t student dos colas, probabilidad 0,95, 6 grados de libertad
Lmites interv 1.40

a. Hacer un grfico con estos datos y estimar la regresin lineal de las

ventas sobre el precio.

VENTAS
460
440 f(x) = - 4.2580645161x + 644.5161290323

420
400 VENTAS
Linear (VENTAS)
380
360
340
320
300
40 45 50 55 60 65 70

REGRESION LINEAL Y= -4,2581x + 644,52

b. Qu efectos se esperara en las ventas si se produjeran un incremento
de 10.000 pesos?

Yi Xi YiXi Xii
 420 55 23,100 3,025
380 60 22,800 3,600
350 65 22,750 4,225
400 60 24,000 3,600
440 50 22,000 2,500
380 65 24,700 4,225
450 45 20,250 2,025
420 50 21,000 2,500
Sumatoria : 180,600 25,700
Prom Yi: 405
Prom Xi: 56.25
n= 8

180,600 ( 8 ) ( 56.25 ) ( 405 )

b2 =
25,700 ( 8 ) ( 56.25 2)

180,600 182250
b2 =
25,700 25312.5

-1,650
b2 =
388

b2 = -4.258

b1 = 405 ( -4 ) 56.25
( )

b1 = 644.516

As el modelo estimado queda Y = 644.52 -4.258 x

Si el precio de venta aumenta 10.000 pesos se espera un efecto negativo representado en la disminucin de ventas en 42 u

c. Hallar un estimador puntual del volumen de venta cuando el precio de

radio grabadora en una ciudad dada es de 48. 000 pesos.

Y= 644.52 -4.2580645 x donde x = 48 unidades expresadas en miles de pesos

Y= 452.52 Si el precio es de 48.000 las ventas seran de 495 unidade
confianza del 95% para el volumen de ventas reales en una ciudad
concreta y para el nmero esperado de ventas en esa regin.

El parmetro b2 est entre -4,258 +/- 1,4

Lmite superi -2.86

Lmite inferio -5.66
Ymax 507.24
Ymin 373.02
Las ventas en una ciudad con un precio de 48.000 estaran entre 373 y 507 unidades con una probabilidad del 95%.
420
50
minucin de ventas en 42 unidades.

ntas seran de 495 unidades

babilidad del 95%.
acciones de una empresa sobre la tasa porcentual del rendimiento (X) de un
ndice burstil. Dispone de la siguiente informacin:
XiYi Xi2
Sumatoria : 150.5 145.7
Prom Yi: 22.6
Prom Xi: 25.4
n= 20

151 ( 20 ) ( 25.4 ) ( 22.6 )

b2 =
146 ( 20 ) ( 25.4 2)

151 11480.8
b2 =
146 12903.2

-11,330
b2 =
-12,758

b2 = 0.89

b1 = 22.6 ( 0.89 ) (25.4 )

b1 = 0.04

a. La regresin lineal de Y sobre X es Y= 0.04 + 0.89 x

b. La pendiente ser positiva. La relacin es proporcional.

c. La constante indica que cuando el ndice burstil tiende a cero las acciones de la empresa tienen un valor de 0
S =
b2
mpresa tienen un valor de 0,04.
peso) y las puntuaciones obtenidas en el test de aptitud para una muestra
aleatoria de 8 representantes

Ventas semanales: 10 12 28 24 18 16
Puntuacin en el test 55 60 85 75 80 85

Yi Xi YiXi Xii
10 55 550 3,025
12 60 720 3,600
28 85 2,380 7,225
24 75 1,800 5,625
18 80 1,440 6,400
16 85 1,360 7,225
15 65 975 4,225
12 60 720 3,600
Sumatoria : 9,945 40,925
Prom Yi: 16.875
Prom Xi: 70.625
n= 8

REGRESION LINEAL Y= 0,4018x - 11,505

 ( ) ( )( )
( ) ( )

( )( )

x
S =
b2
15 12
65 60
se obtuvieron de una muestra de n = 17 restaurantes de aproximadamente
de igual tamao, donde
XiYi Xi2
Sumatoria : 3,500,000.0 18,000.0
Prom Yi: 16
Prom Xi: 2.550
n= 17

3,500,000 ( 17 ) ( 2.550 ) ( 16 )
b2 =
18,000 ( 17 ) ( 2.550 2)

3,500,000 693.6
b2 =
18,000 110.5425

3,499,306
b2 =
17,889

b2 = 195.61

b1 = 16 ( 195.61 ) 2.550
( )

b1 = -482.80

FRM
Yi = -482.80 + 195.61 Xi
S =
b2
variaciones en los niveles de ventas resultantes. La tabla adjunta muestra los
resultados.

INCREMENTOS
GASTO PUBLIVENTAS Yi Xi YiXi Xii Yi
0 2.4 0 2.4 - 6 1.01
4 7.2 4 7.2 29 52 7.00
14 10.3 14 10.3 144 106 10.86
10 9.1 10 9.1 91 83 9.37
9 10.2 9 10.2 92 104 10.74
8 4.1 8 4.1 33 17 3.13
6 7.6 6 7.6 46 58 7.50
1 3.5 1 3.5 4 12 2.38
Sumatoria : 438 437 52.00
Prom Yi: 6.5
Prom Xi: 6.8
n= 8

REGRESION LINEAL Y= 1,247x - 1,9798

b2 1.25
b1 -1.98
Se^2 8.52
Sb2 0.36
t 1.9432 Factor de tablas de distribucin t student, 6 grados de libertad, 90% de probabilidad, dos colas.
Intervalo 0.69
Lmite superi 1.94
Lmite inferio 0.56

El intervalo de confianza de 90% para la pendiente de la recta es entre 1,94 y 0,56.

 ei ei^2
-1.01 1.03
-3.00 8.99
3.14 9.83
0.63 0.40
-1.74 3.03
4.87 23.69
-1.50 2.24
-1.38 1.92
0.00 51.12

% de probabilidad, dos colas.

n 79
b2 0.7916
b1 0.00027
R^2 0.097

a. La pendiente es positiva lo que indica una relacin proporcional positiva entre las variables. Quiere decir que una
b. El resultado indica que aproximadamente el 1% de la variabilidad del tipo al contado se explica por la dependenci
c. La pendiente es positiva lo que indica una relacin proporcional positiva entre las variables. Quiere decir que una
d. La pendiente es positiva lo que indica una relacin proporcional positiva entre las variables. Quiere decir que una
 s variables. Quiere decir que una unidad de variacin en el tipo a plazo influye en una variacin de 0,7916 en el tipo al contado.
tado se explica por la dependencia lineal del tipo al plazo.
s variables. Quiere decir que una unidad de variacin en el tipo a plazo influye en una variacin de 0,7916 en el tipo al contado.
s variables. Quiere decir que una unidad de variacin en el tipo a plazo influye en una variacin de 1 en el tipo al contado.
6 en el tipo al contado.

6 en el tipo al contado.
tipo al contado.
7. La tabla muestra, para 8 marcas de caf instantneo, el nmero medio de adquisiciones por comprador (Y) y el porcenta

X 24 21 22 22 18 13 9
Y 3.6 3.3 2.8 2.6 2.7 2.9 2.0

Yi Xi YiXi Xii y^2 yi ei ei^2

3.6 24 86 576 12.96 3.14 0.46 0.21
3.3 21 69 441 10.89 3.00 0.30 0.09
2.8 22 62 484 7.84 3.05 (0.25) 0.06
2.6 22 57 484 6.76 3.05 (0.45) 0.20
2.7 18 49 324 7.29 2.86 (0.16) 0.03
2.9 13 38 169 8.41 2.63 0.27 0.07
2.0 9 18 81 4 2.45 (0.45) 0.20
2.6 6 16 36 6.76 2.31 0.29 0.09
22.5 135 394 2,595 64.91 22.50 (0.00) 0.95

Prom Yi: 2.8125

Prom Xi: 16.875
n= 8
a. Estimar la regresin de las adquisiciones por comprador sobre el porcentaje de compradores.
REGRESION LINEAL Y=0,0464x + 2,029
b2 0.05
b1 2.03

b. Interpretar la pendiente de la recta de regresin estimada.

La pendiente es positiva ya que se denota un aumento en unidades adquiridas por comprador

c. Hallar e interpretar el coeficiente de determinacin.

Sxy 15
Sx 316.88
Sy 1.63
R^2 0.42

d.
Se^2 0.16
Sb2 0.02
t 1.9432 Factor de tablas de distribucin t student, 6 grados de libertad, 90% de probabilidad, dos colas.
Intervalo 0.04
Lmite superi 0.09
Lmite inferio 0.00

e.
X 20
Y 2.96
Ymax 3.00
Ymin 2.91
 r comprador (Y) y el porcentaje de compradores en un ao (X)

6
2.6

% de probabilidad, dos colas.

8. Supongamos que el pasado ao ocho empresas tuvieron los beneficios y gastos (en millones de pesos) en investigacin r

Yi Xi YiXi Xii yi^2

50 40 2,000 1,600 2500
60 40 2,400 1,600 3600
40 30 1,200 900 1600
50 50 2,500 2,500 2500
30 40 1,200 1,600 900
45 45 2,025 2,025 2025
50 35 1,750 1,225 2500
50 55 2,750 3,025 2500
375 335 15,825 14,475 18125

Prom Yi: 46.9

Prom Xi: 41.9
n= 8

a. REGRESION LINEAL Y= 0,2229 x+ 31,429

b2 0.27
b1 35.45
Sxy 122
Sx 446.88
Sy 546.88
R^2 0.06

La pendiente es positiva lo que indica una relacin proporcional positiva entre las variables. Quiere decir que una unidad d
Los gastos en inversion por investigacin a pesar que generan beneficios no tienen una tendencia creciente de ingresos a m
 ( ) ( )( )
( ) ( )

( )( )

x
S =
b2
s de pesos) en investigacin recogidos en la tabla adjunta.

uiere decir que una unidad de variacin en gastos de investigacin influye en una variacin de 0,27 en los beneficios.
ncia creciente de ingresos a medida que se invierte ms dinero.
beneficios.
9. Los economistas suelen afirmar que las variaciones del PNB real afectan a la rentabilidad de los fondos de inversin. A co

Yi Xi YiXi Xii
1.3 21 27 441
1.5 25 38 625
0.2 18 4 324
-1.1 7 -7.7 49
1.9 25 48 625
2.1 21 44 441
2.6 31 81 961
2.4 29 70 841
3.1 33 102 1,089
2.7 32 86 1,024
Sumatoria : 491 6,420
Prom Yi: 1.67
Prom Xi: 24.2
n= 10

491 ( 10 ) ( 24.2 ) ( 1.67 )

b2 = ( 10 )
6,420 ( 24.2 2)

491 404.14
b2 =
6,420 5856.4

87
b2 =
564

b2 = 0.154

b1 = 1.67 (0.154)(24.2)

b1 = -2.07

As el modelo estimado queda Y = -2.07 0.154 x

S =
b2
e los fondos de inversin. A continuacin se presentan los datos recogidos para u periodo de 10 aos.
RESPUESTAS A LA AUTOEVALUACION
PREGUNTA RESPUESTA
1. A

2. A

3. C

4. D