Habitaciones

Día Ingreso
ocupadas
1 23 1452
2 47 1361
3 21 1426
4 39 1470
5 37 1456
6 29 1430
7 23 1354
8 44 1442
9 45 1394
10 16 1459
11 30 1399
12 42 1458
13 54 1537
14 27 1425
15 34 1445
16 15 1439
17 19 1348
18 38 1450
19 44 1431
20 47 1446
21 43 1485
22 38 1405
23 51 1461
24 61 1490
25 39 1426

a) ¿Parece que aumenta el ingreso por desayunos a medida que aumenta el número de habitaciones ocupadas?
Trace un diagrama de dispersión para apoyar su conclusión.

1600

1550

1500

1450
Column D
1400 Linear (Column D)

1350

1300

1250
10 20 30 40 50 60 70
 Column D
1400 Linear (Column D)

1350

1300

1250
10 20 30 40 50 60 70

Hay una relación que tiende a se directa entre el número de habitaciones ocupadas y el
ingreso por desayunos. Pero no se puede asegurar al 100 ya que hay puntos que están muy
fuera de la linea de tendencia.

b) Determine el coeficiente de correlación entre las dos variables. Interprete el valor.

r= 0.422978094570248 Relación directa debil

El valor que represeta el Coef. de Correlación significa que los valores de

ingreso por desayuno no son predecidos eficientemente por los valores de
habitaciones ocupadas, solo en un 42.3%

c) ¿Es razonable concluir que hay una relación positiva entre ingreso y habitaciones ocupadas? Utilice el nivel de
significancia 0.10.

α= 0.1
H0 -> B1 = 0
H1 -> B1 ≠ 0

Resumen

Estadísticas de la regresión
Coeficiente d 0.454096651073836
Coeficiente d 0.206203768516473
R^2 ajustado0.170122121630858
Error típico 39.6960984709817
Observacione 24

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadradosF p
Regresión 1 9005.459856007 9005.45986 5.71492119 0.02581271
Residuos 22 34667.16514399 1575.78023
Total 23 43672.625
 Coeficientes Error típico Estadístico t p Inferior 95%
Intercepción 1375.13762609321 26.26946878022 52.3473709 1.38085E-24 1320.65808
23 1.62366588195114 0.679190404936 2.39059014 0.02581271 0.21511119

α= 0.1
H0 -> B1 = 0
H1 -> B1 ≠ 0
p= 0.02581

α>p Se rechaza H0

Entonces decimos que la pendiente es diferente de cero, por lo tanto se

estaría mostrando un relación positiva entre las habitaciones ocupadas y los
ingresos de los desayunos.

d) ¿Qué porcentaje de la variación de los ingresos del restaurante se contabilizan por el número de habitaciones
ocupadas?

Para hallar el % debemos hallar R 2

R2 = 0.17891

El porcentaje de los ingresos de desayunos que se logra contabilizar en base a los datos de
las habitaciones ocupadas es 17.89%
taciones ocupadas?
s? Utilice el nivel de
 Superior 95%Inferior 95.0%
Superior 95.0%
1429.61717 1320.65808 1429.61717
3.03222057 0.21511119 3.03222057

ero de habitaciones
En la siguiente tabla se muestra el número de automóviles (en millones) vendidos en Estados Unidos durante varios años y el porcentaje de ellos que fabricó
a) ¿El número de automóviles vendidos se relaciona de forma directa o indirecta con el porcentaje del mercado de la General Motors? Trace un diagrama de
b) Determine el coeficiente de correlación entre las dos variables. Interprete el valor.
c) ¿Es razonable concluir que hay una asociación negativa entre ambas variables? Utilice el nivel de significancia 0.01.
d) ¿Cuánta variación del mercado de la General Motors se contabiliza debido a la variación del número de automóviles vendidos?

Porcentaje Automóviles
Año General vendidos
Motors (millones) Y' Error˄2 Error total˄2
1 1950 50.2 6 7.81 3.273 34.52
2 1955 50.4 7.8 7.73 0.005 16.61
3 1960 44 7.3 10.38 9.462 20.93
4 1965 49.9 10.3 7.93 5.601 2.48
5 1970 39.5 10.1 12.24 4.575 3.15
6 1975 43.1 10.8 10.75 0.003 1.16
7 1980 44 11.5 10.38 1.263 0.14
8 1985 40.1 15.4 11.99 11.624 12.43
9 1990 36 13.5 13.69 0.035 2.64
10 1995 31.7 15.5 15.47 0.001 13.14
11 2000 28.6 17.4 16.75 0.420 30.53
12 2005 26.9 16.9 17.46 0.308 25.25
Promedio 11.875
Suma 36.572 162.96

b) r = -0.88067227
Indica una relación directa negativa fuerte, indica que a mayor cantidad de autos produzca Gener

c) H0=b1≥0 Nuestra pendiente es mayor igual que cero, o sea positiva.

H1=b1<0
FUENTE GL SS MS
Regresión 1 SSR SSR/1
Error n-2 SSE SSE/(n-2)
Total n-1 SS total

FUENTE GL SS MS
Regresión 1 126.391 126.391
Error 10 36.572 3.657
Total 11 162.96

Se observa que el valor de nuestro F calculado cae en la zona de rechazo, por ende nuestra hipóte
se comprueba que la hipótesis alternativa está en lo correcto.

d)
varios años y el porcentaje de ellos que fabricó la compañía General Motors.
o de la General Motors? Trace un diagrama de dispersión para apoyar su conclusión.

omóviles vendidos?

a) Es una relación directa, ya que se observa que la gráfica sí presenta una regresión parecida a la lineal.

Automóviles vendidos (millones)

20
E
18
16 f(x) = − 0.41413890120229 x + 28.5924069785325
14
12
10
8
6
4
2
0
25 30 35 40 45 50 55

or cantidad de autos produzca General Motors, menos se venderán en EEUU.

sea positiva.

MSR/MSE

34.560

a de rechazo, por ende nuestra hipótesis nula se rechaza,

ida a la lineal.
 Cantidad en
Tamaño familiar
diversión
3 99 a) Calcule el coeficiente de correlación.
6 104 r=
5 151
6 129 b) Establezca el coeficiente de determinación.
6 142 R2 =
3 111
4 74 c) ¿Existe una asociación positiva entre la cantidad gastada en div
4 91
5 119 α =
3 91 Ho -->
H1 -->
B= 11.2758620689655 p=
Resumen
CONCLUSIÓN:
Estadísticas de la regresión No hay una relación entre las variables
Coeficiente de correl 0.58918230324196
Coeficiente de dete 0.34713578645349
R^2 ajustado 0.26552775976018
Error típico 20.818551077477
Observaciones 10

ANÁLISIS DE VARIANZA
GL SC MC
Regresión 1 1843.60344827586 1843.60344827586
Residuos 8 3467.29655172414 433.412068965517
Total 9 5310.9

Coeficientes Error típico Estadístico t

Intercepción 60.3586206896552 25.4680894272133 2.36997050219089
Variable X 1 11.2758620689655 5.46721935858287 2.06244917743492
el coeficiente de correlación.
0.58918230324196

ca el coeficiente de determinación.
0.3471357864535

na asociación positiva entre la cantidad gastada en diversión y el tamaño de la familia? Utilice el nivel de significancia 0.05.

0.05
B=0
α < p (Aceptación)
B≠0
0.07308143012119

na relación entre las variables

F p
4.25369660950199 0.07308143012119

Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

0.04524850158814 1.62910115475183 119.088140224559 1.62910115475183 119.088140224559
0.07308143012119 -1.3315683799949 23.8832925179259 -1.3315683799949 23.8832925179259