Ejercicio de Regresion y Correlacion Lineal Simple
Ejercicio de Regresion y Correlacion Lineal Simple
Ejercicio de Regresion y Correlacion Lineal Simple
EJERCICIO
n= 10 real estimacion
Inversion (X) Ganancias (Y) X2 X*Y Y2 Y'
1 45 74 2025 3330 5476 80.163
2 40 77 1600 3080 5929 72.478
3 38 66 1444 2508 4356 69.404
4 35 70 1225 2450 4900 64.793
5 32 62 1024 1984 3844 60.182
6 30 58 900 1740 3364 57.108
7 28 60 784 1680 3600 54.034
8 27 52 729 1404 2704 52.497
9 25 46 625 1150 2116 49.423
10 22 40 484 880 1600 44.812
322 605 10840 20206 37889
60.5
A)
B)
COCIENTES
PENDIENTE b= 1.53732
ORDENADA EN EL ORIGEN a= 10.9983
Y=10,998+1,537*X
C) COEFICIENTE DE CORRELACION (r )
D) ERROR DE ESTIMACION
X= (Y-10,998)/1,537
X= 28.6223448276
RPTA. 28622.3448276 $
F) COEFICIENTE DE DETERMINACION (r ) ^2
GANANCIAS Y
INVERSIONESX
DIAGRAMA DE DISPERSION
90
80
f(x) = 1.5373197625106 x + 10.9983036471586
70 R² = 0.866348097800378
60
50
40
30
20
10
0
20 25 30 35 40 45 50
50
40
30
20
10
0
20 25 30 35 40 45 50
ENTAJE DE DEPENDENCIA DE LA VALIABLE Y EN FUNCION A LA VARIABLE X
% DE LAS INVERSIONES
TENDENCIA POSITIVA
NEGATIVA
COMPORTAMIENTO
LINEAL
NO LINEAL EXP, LOG,ETC
EJERCICIO DE REGRESION Y CORRELACION LINEAL SIMPLE
Una empresa de galletas, que distribuye su producto embolsado y por lotes cada 3 dias a sucursales de
toda la cuidad, se registro mediante estimacion (muestreo) que el % de unidades defectuosas (bolsas) en
un lote y en consecuencia se registraron el numero de unidades devueltas cuando se vuelve a dichas
sucursales, los datos del ultimo mes se muestran en la tabla.
a) Realice el Diagrama de dispersion y determine la ec. de regresion lineal
b) ¿Existe relacion entre las variables?, cuantifique
c) Estime cuanto seria las unidades devueltas si el %de no conformes de un lote es de 0.5%
d) Determine el % de dependencia
e) Determine el error de estimacion.
Y X
Unidades Proporcion de
devueltas defectuoso X*Y y^2 X^2 D. DISPERSION
1 3 0.021 0.063 9 0.000441 8
2 7 0.051 0.357 49 0.002601 7
3 6 0.06 0.36 36 0.0036 f(x) = 95.0839571110662 x + 1.18551486951
6 R² = 0.851227806518116
4 7 0.054 0.378 49 0.002916 5
5 2 0.002 0.004 4 4E-06
4
6 5 0.04 0.2 25 0.0016
3
7 2 0.02 0.04 4 0.0004
2
8 4 0.032 0.128 16 0.001024
9 1 0.009 0.009 1 8.1E-05 1
0
10 3 0.007 0.021 9 4.9E-05 0 0.01 0.02 0.03 0.04 0.
SUM. 40 0.296 1.56 202 0.012716
n= 10
c) y ?
x 0.005
𝑌=1,186+95,08∗(0,005)
𝑌=1,186+95,08∗(0,005)
Y 1.6614 2
d) Coef de determinacion
e) s Y/x 0.8837726
sucursales de
osas (bolsas) en
lve a dichas REGRESION LINEAL
0839571110662 x + 1.18551486951244
1227806518116
r^2=(r )^2*100%
ERROR DE ESTIMACION
ACION (r ) ^2
EJERCICIO N°2 Las ventas de pasta dental parece depender mucho del nivel de publicidad en una compañia con el
fin de examinar esta posibilidad el departamento comercial hace un estudio de 10 marcas de pasta
dental obteniendo infromacion sobre sus ventas actuales y sus gastos publicitarios anuales en
millones de pesos como se muestra en el siguiente cuadro
Y X
GASTO EN ESTIMACION
VENTAS(MM$)
PUBLICIDAD(MM$) Y2 X*Y X2 Y'
5 2 25 10 4 3.56081081
7 4 49 28 16 6.10135135
6 3 36 18 9 4.83108108
2 1 4 2 1 2.29054054
4 2.5 16 10 6.25 4.19594595
4.5 3.5 20.25 15.75 12.25 5.46621622
2 2 4 4 4 3.56081081
3 1.5 9 4.5 2.25 2.92567568
6 4.5 36 27 20.25 6.73648649
5 3 25 15 9 4.83108108
44.5 27 224.25 134.25 84
n 10 calculos en excel
r 0.8264182
r2 0.68296705
b 1.27027027
una compañia con el DIAGRAMA
10 marcas de pasta DIAGRAMA DE DISPERSION
rios anuales en
8
7
f(x) = 1.27027027027027 x + 1.02027027027027
6 R² = 0.682967047123386
5
STIMACION
4
ERROR
3
1.43918918919
-0.8986486486 2
-1.1689189189 1
0.29054054054 0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.19594594595
0.96621621622
1.56081081081 ECUACION DE REGRESION COEFICIENTE DE CORRELACION
-0.0743243243
0.73648648649 b BETA1 1.27027027 R
-0.1689189189 a BETA0 1.02027027
COEFICIENTE DE DETERMINACION
Y=1,0203+1,2703*X
R^2
interpretacion
LINEAL
RELACION POSITIVA
4.5 5
OEFICIENTE DE DETERMINACION CUANTO SERIAN LAS VENTAS SI SE ESPERA GASTAR EN PUBLICIDAD 10 MIL
68.2967 % Y=1,0203+1,2703*X
SI X= 10
Y= 13.722973 MILLONES DE $
A GASTAR EN PUBLICIDAD 10 MILLONES DE DOLARES?
EJEMPLO- COMO PUEDEN APRECIAR EN EL GRAFICO SERIA MEJOR UN MODELO EXPONENCIAL QUE UNO LIN
EJERCICIO 3 EN ESTE EJERCICIO ES MEJOR UN MODELO NO LINEAL
¿Qué MODELO es el mejor?
X Y
2 12 MODELO EXPONENCIAL
4 15 350
6 19 f(x) = 10.0901340656515 exp( 0.118533823253952 x )
R² = 0.980967184889779
9 27 300
11 35 250
14 53
200
15 73
18 99 150
20 130
100
21 159
23 145 50
26 194
0
25 215 0 5 10 15 20 25 30
30 264
29 296
UN CRITERIO PARA ELEGIR CUAL ES EL MEJOR MODELO
300
250
f(x) = 9.89904739776952 x − 51.2305994423793
200 R² = 0.906347520446452
150
100
50
20 25 30 35 0
0 5 10 15 20 25 30 35
35