Corporación Universitaria Minuto de Dios.

Administración de Empresas

V semestre

Estadistica Inferencial NRC 6513

Actividad Numero 9

Estudio de Caso Regresion y Correlacion Lineal

Presentado Por:

Luis Eduardo Muñoz Mahecha ID 136076

Edilia Carolina Gereda Ramírez – ID 656418
Maira Leandra Rueda Chitiva – ID 655025

Presentado a:

Nestor Javier Matta Gualtero

Bogotá Sede Sur Kennedy.

13 de Agosto 2019
 Taller III CORTE Estadística Inferencial
1. Resuelve el problema 14A-2 del texto Estadística para las ciencias sociales, con los

Comprension
de lectura

X
2
3
2
4
3
3
2
3
4
6
5
6
5
4
7
6
8
7
9
8
9
9
8
5.34782609

b=
a=
r=
r^2=
encias sociales, con los respectivos lietrales

Promedio

Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ) (Xi-Ẋ) ^2 (Yi - Ẏ)^2

0.9 2 0.9 1.8 4 0.81
0.12 3 0.12 0.36 9 0.0144
1.46 2 1.46 2.92 4 2.1316
1.93 4 1.93 7.72 16 3.7249
2 3 2 6 9 4
2.16 3 2.16 6.48 9 4.6656
2.18 2 2.18 4.36 4 4.7524
2.21 3 2.21 6.63 9 4.8841
2.33 4 2.33 9.32 16 5.4289
2.39 6 2.39 14.34 36 5.7121
2.46 5 2.46 12.3 25 6.0516
2.54 6 2.54 15.24 36 6.4516
2.68 5 2.68 13.4 25 7.1824
2.73 4 2.73 10.92 16 7.4529
2.85 7 2.85 19.95 49 8.1225
2.87 6 2.87 17.22 36 8.2369
2.93 8 2.93 23.44 64 8.5849
2.99 7 2.99 20.93 49 8.9401
3.04 9 3.04 27.36 81 9.2416
3.14 8 3.14 25.12 64 9.8596
3.22 9 3.22 28.98 81 10.3684
3.27 9 3.27 29.43 81 10.6929
3.28 8 3.28 26.24 64 10.7584
2.4208695652 330.46 787 148.0678

3.5
116529.3586 f(x) = 0.2530080754x + 1.0678263795
3 R² = 0.6231534938
341.3639679287
2.5

2
0.4198983482
Axis Title 1.5 Y
0.1753262251
Linear (Y)
0.9680576483 1 Linear (Y)
0.7894301742 0.5

0
1 2 3 4 5 6 7 8 9 10
Axis Title
 Linear (Y)
1 Linear (Y)
0.5

0
1 2 3 4 5 6 7 8 9 10
Axis Title
Y
Linear (Y)
Linear (Y)
Linear (Y)
Linear (Y)
2. A partir de la siguiente serie, calcule:

Xi Yi
###10
###24
###28
###42
###60

a. Halle los coeficientes de la recta

b. El valor de y cuando x= 22
c. El coeficiente de correlación
d. Halle la Covarianza

n Xi Yi (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ)

1 8 10 -2 -14 28
2 10 24 0 0 0
3 16 28 6 4 24
4 32 42 22 18 396
5 44 60 34 36 1224
Media 22 32.8 1672

3077760 b=
1754.35458218 a=
r=
r^2=

70

60
f(x) = 1.1916666667x + 6.5833333333
50 R² = 0.9435677372

40
Axis Title Yi
30
Linear (Yi)
Linear (Yi)
20

10

0
5 10 15 20 25 30 35 40 45 50
Axis Title
Axis Title Yi
30
Linear (Yi)
Linear (Yi)
20

10

0
5 10 15 20 25 30 35 40 45 50
Axis Title
 (Xi-Ẋ) ^2 (Yi - Ẏ)^2
4 196
0 0
36 16
484 324
1156 1296
1680 1832

0.9952380952
10.9047619048
0.9530570484
0.9713907556

Yi
Linear (Yi)
Linear (Yi)
Yi
Linear (Yi)
Linear (Yi)
3. Con los siguientes datos correspondientes a una variable, sin identificar, cuyos valores se dan y gene

Xi 6 10 15 22 28
Yi 11 15 23 36 42

a. Calcule el valor estimado Y cuando se le da a X una valor de 50, mediante una recta
b. Fije los límites de confianza del 95% para la anterior estimación.
c. Calcule el coeficiente de correlación lineal
d. Elabore la gráfica correspondiente a un diagrama de dispersión o nube de puntos

X X Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ)

6 6 11 -35 -52 1820
10 10 15 -31 -48 1488
15 15 23 -26 -40 1040
22 22 36 -19 -27 513
28 28 42 -13 -21 273
35 35 49 -6 -14 84
41 41 63 0 0 0
48 48 74 7 11 77
60 60 68 19 5 95
29.44444444 42.33333 5390

31164560 80
f(x) = 1.2292843294x + 6.1377391891
5582.522727 70 R² = 0.9316418967

b= 1.4043772798 60
50
a= 0.9822245382
40
r= 0.9655133106 Axis Title
30 Y
r^2= 0.965194281 L
20 L
10
0
0 10 20 30 40 50 60 70
Axis Title
ficar, cuyos valores se dan y generan al azar:

35 41 48 60
49 63 74 68

diante una recta

ube de puntos

(Xi-Ẋ) ^2 (Yi - Ẏ)^2

1225 2704
961 2304
676 1600
361 729
169 441
36 196
0 0
49 121
361 25
3838 8120

2843294x + 6.1377391891
418967

Y
Linear (Y)
Linear (Y)

30 40 50 60 70
Axis Title
4. El gerente de una tienda de televisores observa las siguientes ventas en 10 días diferentes, donde :

Y = número de televisores vendidos

x = número de representantes de venta

Y 3 6 10 5 10 12
x 1 1 1 2 2 2
a. Realice un diagrama de dispersión.
b. ¿Sugiere la gráfica una asociación lineal?

X Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ) (Xi-Ẋ) ^2 (Yi - Ẏ)^2

1 3 -1 -4.9 4.9 1 24.01
1 6 -1 -1.9 1.9 1 3.61
1 10 -1 2.1 -2.1 1 4.41
2 5 0 -2.9 0 0 8.41
2 10 0 2.1 0 0 4.41
2 12 0 4.1 0 0 16.81
3 5 1 -2.9 -2.9 1 8.41
3 10 1 2.1 2.1 1 4.41
3 10 1 2.1 2.1 1 4.41
2 8 0 0.1 0 0 0.01
2 7.9 6 6 78.9

Coeficiente
de 0.275764
Correlación 14 Y
12
473.4 10 f(x) = 3.5652173913x
R² = 0.8317150102
21.75775724 8
Y
6 Linear (Y)
b= 1 4
a= 5.9 2
r= 0.275764 0
r^2= 0.706399 0.5 1 1.5 2 2.5 3 3.5
s diferentes, donde :

5 10 10 8
3 3 3 2

Y
Linear (Y)

3.5
5. Una compañía de seguros desea determinar el grado de relación que existe entre el
ingreso familiar x y el monto del seguro de vida Y del jefe de familia. Con base a una
muestra aleatoria de 18 familias, se obtuvo la siguiente información. (en miles de dólares)

a. Realice un diagrama de dispersión.

b. ¿Sugiere la gráfica una asociación lineal?
c. Obtenga la recta de regresión ajustada.
d. Interpretar la pendiente de la recta de regresión ajustada.
 X Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ) (Xi-Ẋ) ^2
45 70 9.05555556 3.61111111 32.700617284 82.0030864198
20 50 -15.944444 -16.388889 261.3117283951 254.225308642
40 60 4.05555556 -6.3888889 -25.9104938272 16.4475308642
40 50 4.05555556 -16.388889 -66.4660493827 16.4475308642
47 90 11.0555556 23.6111111 261.0339506173 122.225308642
30 55 -5.9444444 -11.388889 67.700617284 35.3364197531
25 55 -10.944444 -11.388889 124.6450617284 119.7808641975
20 35 -15.944444 -31.388889 500.4783950617 254.225308642
15 40 -20.944444 -26.388889 552.700617284 438.6697530864
35 65 -0.9444444 -1.3888889 1.3117283951 0.8919753086
40 75 4.05555556 8.61111111 34.9228395062 16.4475308642
55 105 19.0555556 38.6111111 735.7561728395 363.1141975309
50 110 14.0555556 43.6111111 612.9783950617 197.5586419753
60 120 24.0555556 53.6111111 1289.6450617284 578.6697530864
15 30 -20.944444 -36.388889 762.1450617284 438.6697530864
30 40 -5.9444444 -26.388889 156.8672839506 35.3364197531
35 65 -0.9444444 -1.3888889 1.3117283951 0.8919753086
45 80 9.05555556 13.6111111 123.2561728395 82.0030864198
35.9444444 66.38889 5426.38888889 3052.94444444

140
35537121 120
5961.30199 100 f(x) = 1.7774279839x + 2.5002274671
R² = 0.8285898023
80
b= 1.777428 Axis Title 60
Y
a= 2.500227 Linear (Y)
40
r= 0.910269
20
r^2= 0.910275
0
10 20 30 40 50 60 70
Axis Title
 (Yi - Ẏ)^2
13.0401234568
268.5956790123
40.8179012346
268.5956790123
557.4845679012
129.7067901235
129.7067901235
985.262345679
696.3734567901
1.9290123457
74.1512345679
1490.8179012346
1901.9290123457
2874.1512345679
1324.1512345679
696.3734567901
1.9290123457
185.262345679
11640.2777778

4671

Y
Linear (Y)

0 70
6. Una cadena de restaurantes de comida rápida decide llevar a cabo un experimento para medir la in
las ventas del gasto en publicidad. En ocho regiones del país, se realizaron diferentes variaciones relativa
publicidad, comparado con el año anterior, y se observaron las variaciones en los niveles de ventas resul
adjunta muestra los resultados.

a. Realice un gráfico adecuado.

b. Para un modelo de regresión lineal simple, obtenga la recta de regresión ajustada y grafíquela sobre

X Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ) (Xi-Ẋ) ^2

0 2.4 -6.5 -4.4 28.6 42.25
4 7.2 -2.5 0.4 -1 6.25
14 10.3 7.5 3.5 26.25 56.25
10 9.1 3.5 2.3 8.05 12.25
9 10.2 2.5 3.4 8.5 6.25
8 4.1 1.5 -2.7 -4.05 2.25
6 7.6 -0.5 0.8 -0.4 0.25
1 3.5 -5.5 -3.3 18.15 30.25
6.5 6.8 84.1 156

10520.64 12
102.5701711 10 f(x) = 0.5391025641x + 3.2958333333
R² = 0.6722794431

b= 0.5391025641 8

a= 3.2958333333 6
Axis Title Y
r= 0.8199264864 Linear (Y)
4
r^2= 0.8199390221 Linear (Y)
2

0
0 2 4 6 8 10 12 14 16
Axis Title
0
0 2 4 6 8 10 12 14 16
Axis Title
experimento para medir la influencia sobre
diferentes variaciones relativas en el gasto en
en los niveles de ventas resultantes. La tabla

ón ajustada y grafíquela sobre (a)

(Yi - Ẏ)^2
19.36
0.16
12.25
5.29
11.56
7.29
0.64
10.89
67.44

+ 3.2958333333

Y
Linear (Y)
Linear (Y)

2 14 16
2 14 16
7. El tiempo que tarda un sistema informático en red en ejecutar una instrucción depende del número
usuarios conectados a él. Si no hay usuarios el tiempo es 0. Tenemos los siguientes datos:

Número de Tiempo de
Usuarios Ejecución

10 1,0
15 1,2
20 2,0
20 2,1
25 2,2
30 2,0

a. Realice un diagrama de dispersión

b. Obtenga la recta de regresión ajustada.

X Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ) (Xi-Ẋ) ^2 (Yi - Ẏ)^2

10 1 -10 -0.75 7.5 100 0.5625
15 1.2 -5 -0.55 2.75 25 0.3025
20 2 0 0.25 0 0 0.0625
20 2.1 0 0.35 0 0 0.1225
25 2.2 5 0.45 2.25 25 0.2025
30 2 10 0.25 2.5 100 0.0625
20 1.75 15 250 1.315

328.75 2.5
18.13146 f(x) = 0.06x + 0.55
2 R² = 0.6844106464

b= 0.06
a= 0.55 1.5

r= 0.827291 Axis Title Y

1 Linear (Y)
r^2= 0.827285 Linear (Y)
0.5

0
5 10 15 20 25 30 35
Axis Title
strucción depende del número de
iguientes datos:
1. Resuelve el problema 14A-4

X Y (Xi-Ẋ) (Yi - Ẏ) (Xi-Ẋ)(Yi - Ẏ)

34 68 -13.428571 9.57142857 -128.5306122449
15 71 -32.428571 12.5714286 -407.6734693878
37 56 -10.428571 -2.4285714 25.3265306122
33 61 -14.428571 2.57142857 -37.1020408163
75 39 27.5714286 -19.428571 -535.6734693878
73 65 25.5714286 6.57142857 168.0408163265
59 47 11.5714286 -11.428571 -132.2448979592
40 57 -7.4285714 -1.4285714 10.612244898
79 43 31.5714286 -15.428571 -487.1020408163
69 69 21.5714286 10.5714286 228.0408163265
59 54 11.5714286 -4.4285714 -51.2448979592
38 55 -9.4285714 -3.4285714 32.3265306122
17 70 -30.428571 11.5714286 -352.1020408163
 36 63 -11.428571 4.57142857 -52.2448979592
47.4285714286 58.4285714286 -1719.57142857

80
70
7964547.7551021 f(x) = - 0.291777767x + 72.2671740922
60 R² = 0.3712609917
2822.1530353796
50
40
b= -0.291777767 Axis Title
30
a= 72.2671740922
20
r= -0.6093119002
10
r^2= 0.6093439095
0
10 20 30 40 50 60 70 80 90
Axis Title
 (Xi-Ẋ) ^2 (Yi - Ẏ)^2
180.3265306122 91.612244898
1051.612244898 158.0408163265
108.7551020408 5.8979591837
208.1836734694 6.612244898
760.1836734694 377.4693877551
653.8979591837 43.1836734694
133.8979591837 130.612244898
55.1836734694 2.0408163265
996.7551020408 238.0408163265
465.3265306122 111.7551020408
133.8979591837 19.612244898
88.8979591837 11.7551020408
925.8979591837 133.8979591837
 130.612244898 20.8979591837
5893.42857143 1351.42857143

91777767x + 72.2671740922
609917

Y
Linear (Y)
Linear (Y)

40 50 60 70 80 90
Axis Title
9. Una empresa comercial desea proyectar su ventas (miles de unidades); para ello, para ello
organiza la información por años como aparece descrito en la siguiente tabla

Años 2012 2013 2014 2015 2016 2017

Ventas 36 55 40 48 72 50

a) Encuentre la ecuación de estimación lineal que mejor describa estos datos (codificando el tiempo).
b) Estime el número de unidades proyectadas a venderse en el 2021

X Y xi Y x*y x^2 Y^2

2012 36 -3 36 -108 9 1296
2013 55 -2 55 -110 4 3025
2014 40 -1 40 -40 1 1600
2015 48 0 48 0 0 2304
2016 72 1 72 72 1 5184
2017 50 2 50 100 4 2500
2018 68 3 68 204 9 4624
2015 52.71429 0 118 28 20533

b= 4.214286 2021 6
a= 52.71429
2021? y= 78

Respuesta: las unidades proyectadas a vender para el año 2021 es de 78

); para ello, para ello
bla

2018
68

datos (codificando el tiempo).

80

70

60 f(x) = 4.2142857143x - 8439.0714285708

R² = 0.4598414795
50

40
Axis Title Column C
30 Linear (Column C)
Linear (Column C)
20

10

0
2010 2012 2014 2016 2018 2020
Axis Title
10. Una empresa aseguradora estudia el número de muertes por accidentes de tránsito en los que han
estado involucradas motocicletas y recolectó el número de muertes en los últimos 6 años

Años 2013 2014 2015 2016 2017 2018

Muertes 820 900 890 750 920 810

a) Encuentre la ecuación lineal que describa la tendencia del número de muertes en accidentes de trán
b) Estime el número de muertes que se puede esperar en el 2022

X Y xi Y x*y x^2 Y^2

2013 820 -2.5 820 -2050 6.25 672400
2014 900 -1.5 900 -1350 2.25 810000
2015 890 -0.5 890 -445 0.25 792100
2016 750 0.5 750 375 0.25 562500
2017 920 1.5 920 1380 2.25 846400
2018 810 2.5 810 2025 6.25 656100
2015.5 848.3333 0 -65 17.5 4339500

b= -3.71429 2022 6.5

a= 848.3333
2022? y= 824.1905

Respuesta: La cantidad muertes estimadas para el año 2022 es de 824

ntes de tránsito en los que han
s últimos 6 años

muertes en accidentes de tránsito (codificando el tiempo)

1000
900
800 f(x) = - 3.7142857143x + 8334.4761904772
R² = 0.0112379475
700
600
500
Axis Title Column C
400 Linear (Column C)
300 Linear (Column C)
200
100
0
20122013201420152016201720182019
Axis Title