Escolar Documentos
Profissional Documentos
Cultura Documentos
Residuos
Coeficiente de determinación R^2 0.845 0
R^2 ajustado 0.7933333333 -2 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Error típico 2.0330600909 -4
Observaciones 5 Variable X 1
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 67.6 67.6 16.35483871 0.027214829
Residuos 3 12.4 4.1333333333
Total 4 80
14
12
10
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
B.
¿Qué indica el diagrama de dispesión del inciso? Respecto a la relación entre las
Que existe una relacion lineal positiva entre x y y
C. Trate de aproximar la relación entre x y y trazando una linea recta que pase a trave
de los datos
16
14
12
10
Datos Yi
8
6
4
2
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
Datos Xi
D.
Con las ecuaciones (14.6) y (14.7) calcule b0 y b1 para obtener la ecuación de regr
1+2+3+4+5 15
Media Xi = 3
5 5
3+7+5+11+14 40
Media Yi = 8
5 5
obs Xi Yi Xi - Yi -
1 1 3 -2 -5
2 2 7 -1 -1
3 3 5 0 -3
4 4 11 1 3
5 5 14 2 6
Total 15 40
26
b1
10
b1 = 2,6
b0 = - b1
bo = 8-2,6(3)= 0.2
4.5 5 5.5
Residuos
Coeficiente de determinación R^2 0.8756756757 0
R^2 ajustado 0.8342342342 -5 2 4 6 8 10
Error típico 8.7559503577 -10
-15
Observaciones 5
Variabl
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 1620 1620 21.130434783 0.0193489269
Residuos 3 230 76.6666666667
Total 4 1850
4 6 8 10 12 14 16 18 20 22
Variable X 1
50
40
30
20
10
0
2 4 6 8 10 12 14 16 18 20 22
B.
¿Qué indica el diagrama de dispesión del inciso? Respecto a la relación entre las
Que existe una relacion lineal negativa entre x y y
C. Trate de aproximar la relación entre x y y trazando una linea recta que pase a trave
los datos
60
50
40
Datos Yi
30
20
10
0
2 4 6 8 10 12 14 16 18 20 22
Datos Xi
D.
Con las ecuaciones (14.6) y (14.7) calcule b0 y b1 para obtener la ecuación de reg
3+12+6+20+14 55
Media Xi = 11
5 5
55+40+55+10+15 175
Media Yi = 35
5 5
obs Xi Yi Xi -
1 3 55 -8
2 12 40 1
3 6 55 -5
4 20 10 9
5 14 15 3
Total 55 175
-540
b1
180
b1 = -3
b0 = - b1
bo = 35 - (-3) * 11 = 68
La ecuación estimada es = 68 - 3x
= 68 - 3 (4)
= 68-12
= 56
persión
4 16 18 20 22
14 16 18 20 22
Residuos
Coeficiente de determinación R^2 0.5472972973 0
R^2 ajustado 0.3963963964 0 5 10
Error típico 6.5140872986 -10
Observaciones 5 Varia
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 153.9 153.9 3.6268656716 0.1529619725
Residuos 3 127.3 42.4333333333
Total 4 281.2
0 5 10 15 20 25
Variable X 1
25
20
15
10
0
0 5 10 15 20 25
2+6+9+13+20 50
Media Xi = 10
5 5
7+18+9+26+23 83
Media Yi = 16.6
5 5
obs Xi Yi Xi -
1 2 7 -8
2 6 18 -4
3 9 9 -1
4 13 26 3
5 20 23 10
Total 50 83
171
b1
190
b1 = 0.9
b0 = - b1
bo = 16,6 - 0,9 * 10 = 7.6
5 20 25
Residuos
5
Coeficiente de determinación R^2 0.9222560976
R^2 ajustado 0.8963414634 0
Error típico 4.1231056256 61 62 63 64 65
-5
Observaciones 5 Variable X
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 605 605 35.588235294 0.0094239985
Residuos 3 51 17
Total 4 656
63 64 65 66 67 68 69
Variable X 1
PESO
60
40
20
0
61 62 63 64 65 66 67 68 69
ESTATURA
Indica que la relación es positiva entre las dos variables, lo que significa que a m
aumenta el peso también.
C. Trate de aproximar la relación entre x y y trazando una linea recta que pase a trav
datos
Diagrama de dispersión
140
120
100
80
PESO
60
40
20
0
61 62 63 64 65 66 67 68 69
ESTATURA
68+64+62+65+66 325
Media Xi = 65
5 5
132+108+102+115+128 585
Media Yi = 117
5 5
obs Xi Yi Xi -
1 68 132 3
2 64 108 -1
3 62 102 -3
4 65 115 0
5 66 128 1
Total 325 585
110
b1
20
b1 = 5.5
b0 = - b1
bo = 117 - 5,5 * 65 = -240.5
66 67 68 69
ión
66 67 68 69
Residuos
Coeficiente de determinación R^2 0.8369110246 0
R^2 ajustado 0.8136125995 -200 1.5 2 2.5 3
Error típico 227.4727460032 -400
Observaciones 9 Variable
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 1858709.27100271 1858709.27100271 35.921356156 0.0005458172
Residuos 7 362206.951219512 51743.850174216
Total 8 2220916.22222222
Variable X 1
A.
Diagrama
2500
2000
1500
PRECIO
1000
500
0
1.5 2 2.5
CAPACI
C.
A traves de los puntos de los datos trace una linea recta para
Diagrama de
2500
2000
1500
PRECIO
1000
500
0
1.5 2 2.5
CAPACIDAD
1500
PRECIO
1000
500
0
1.5 2 2.5
CAPACIDAD
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
Total
b1
b1 =
b0 = - b1
bo =
Diagrama de dispersión
2500
2000
1500
PRECIO
1000
500
0
1.5 2 2.5 3 3.5 4 4.5
CAPACIDAD PARA EQUIPAJE
Que indica el diagrama de dispersión del inciso a respecto a la capacidad para equipaje y precio?
Indica que aunque la capacidad de algunos botes para equipaje es igual su precio varía dependiendo del tipo de bote que se elija.
A traves de los puntos de los datos trace una linea recta para aproximar la relacion lineal entre capacidad de equipaje y precio
Diagrama de dispersión
2500
2000
1500
PRECIO
1000
500
0
1.5 2 2.5 3 3.5 4 4.5
CAPACIDAD PARA EQUIPAJE
1500
PRECIO
1000
500
0
1.5 2 2.5 3 3.5 4 4.5
CAPACIDAD PARA EQUIPAJE
4+4+4+3+2,5+4+3+2+3 29.5
3.28
9 9
1595+1399+1890+795+600+1995+1205+583+1048 11110
1234.4
9 9
Xi Yi Xi - Yi - (Xi - )(Yi - )
4 1595 0.72 360.6 260.40
4 1399 0.72 164.6 118.85
4 1890 0.72 655.6 473.46
3 795 -0.28 -439.4 122.07
2.5 600 -0.78 -634.4 493.46
4 1995 0.72 760.6 549.29
3 1205 -0.28 -29.4 8.18
2 583 -1.28 -651.4 832.40
3 1048 -0.28 -186.4 51.79
29.5 11,110 2909.89
2909.89
4.56
638.76
b0 = - b1
1234,4 - 638,76* 3,28 = -859.26
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
aumenta la capacidad del bote para equipaje, aumenta el precio.
Diga cual sera el precio de un bote que tenga 3 en la evaluacion de su capacidad para equipaje
4.5
ecio?
de equipaje y precio
(Xi - )
0.52
0.52
0.52
0.08
0.60
0.52
0.08
1.63
0.08
4.56
paje
Resumen
Variable X 1 Gráfico de l
Estadísticas de la regresión
4
Coeficiente de correlación múltiple 0.9247950544
2
Residuos
Coeficiente de determinación R^2 0.8552458926
0
R^2 ajustado 0.8371516292
-2 90 100 110 120 130 140
Error típico 2.0838961639 -4
Observaciones 10 Variable X 1
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 205.2590142243 205.2590142243 47.266134715 0.0001277089
Residuos 8 34.7409857757 4.342623222
Total 9 240
Variable X 1
25
20
15
10
0
90 100 110 120 130 140 150 1
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
Total
b1
b1 =
b0 = - b1
bo =
Diagrama de dispersión
30
25
20
15
10
0
90 100 110 120 130 140 150 160 170 180 190
Que indica el diagrama de dispersión del inciso acerca de la relación entre salario y gratificación?
135+115+146+167+165+176+98+136+163+119 1420
142.0
10 10
12+14+16+19+22+24+7+17+18+11 160
16.0
10 10
Xi Yi Xi - Yi - (Xi - )(Yi - )
135 12 -7.00 -4.0 28.000
115 14 -27.00 -2.0 54.000
146 16 4.00 0.0 0.000
167 19 25.00 3.0 75.000
165 22 23.00 6.0 138.000
176 24 34.00 8.0 272.000
98 7 -44.00 -9.0 396.000
136 17 -6.00 1.0 -6.000
163 18 21.00 2.0 42.000
119 11 -23.00 -5.0 115.000
1301 160 1114.00
1114.00
6046.00
0.1843
b0 = - b1
16 - 0.1843 * 142 = -10.1641
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
aumenta la capacidad del bote para equipaje, aumenta el precio.
ción?
(Xi - )
49.00
729.00
16.00
625.00
529.00
1156.00
1936.00
36.00
441.00
529.00
6046.00
?
Estadísticas de la regresión
Variable X 1 Gráfico de
Coeficiente de correlación múltiple 0.7065009352 5000
Residuos
Coeficiente de determinación R^2 0.4991435715
0
R^2 ajustado 0.4606161539 0.5 1 1.5 2 2.5 3
Error típico 1903.7781435017 -5000
Observaciones 15 Variable X
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 46955693.0775641 46955693.0775641 12.955541867 0.003235689
Residuos 13 47116825.8557692 3624371.21967456
Total 14 94072518.9333333
Variable X 1
Acura TL 4 33150
BMW 330i 3 40570
Lexus IS300 5 35105
Lexus ES330 5 35174 ¿Esper
Consumer Reports evalúo 15 de los m
Mecedes-Benz C320 1 42230 regular(2), buena (3), muy buena (4)
Lincoln LS Premium (V6) 3 38225 presen
Audi A4 3.0 Quattro 2 37605
Cadillacc CTS 1 37695
Nissan Maxima 3.5 SE 4 34390
Infiniti I35 5 33845
Saab 9-3 Aero 3 36910 A.
Infiniti G35 4 34695
Jaguar X-Type 3.0 1 37995
Saab 9-5 Arc 3 36955
Volvo S60 2.5T 3 33890
B. De la ecua
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Total
b1
b1 =
b0 = - b1
bo =
La ecuación estimad
D. Estime el pr
= 40639,35 + 1301,
=
=
¿Esperaría que los automóviles más confiables fueran los más caros?
Consumer Reports evalúo 15 de los mejores automóviles sedan. La confiabilidad se evalúo con una escala de 5 puntos: mala (1),
regular(2), buena (3), muy buena (4) y excelente (5). Los precios y la evaluación sobre la confiabilidad de estos 15 automóviles se
presentan en la tabla siguiente (Consumer Reports, febrero de 2004)
Diagrama de dispersión
45000
40000
35000
30000
25000
20000
15000
10000
5000
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
4+3+5+5+1+3+2+1+4+5+3+4+1+3+3 47
3.13
15 15
105+35174+42230+38225+37605+37695+34390+33845+36910+34695+37995+36955+33890
548434
36562.3
15 15
Xi Yi Xi - Yi - (Xi - )(Yi - )
4 33150 0.87 -3412.3 -2957.298
3 40570 -0.13 4007.7 -534.364
5 35105 1.87 -1457.3 -2720.231
5 35174 1.87 -1388.3 -2591.431
1 42230 -2.13 5667.7 -12091.164
3 38225 -0.13 1662.7 -221.698
2 37605 -1.13 1042.7 -1181.764
1 37695 -2.13 1132.7 -2416.498
4 34390 0.87 -2172.3 -1882.631
5 33845 1.87 -2717.3 -5072.231
3 36910 -0.13 347.7 -46.364
4 34695 0.87 -1867.3 -1618.298
1 37995 -2.13 1432.7 -3056.498
3 36955 -0.13 392.7 -52.364
3 33890 -0.13 -2672.3 356.302
47 548,434 -36086.53
-36086.53
27.73
-1301.20
b0 = - b1
36562,3 - 1301,20* 3,13= 40639.35
De acuerdo con este analisis, ¿Cree usted que los automoviles mas confiables sean mas caros?
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
aumenta la confiabilidad del automovil, aumenta el precio.
(Xi - )
0.75
0.02
3.48
3.48
4.55
0.02
1.28
4.55
0.75
3.48
0.02
0.75
4.55
0.02
0.02
27.73
Resumen
Estadísticas de la regresión
Variable X 1 Gráfico d
Coeficiente de correlación múltiple 0.8570753575 500
Residuos
Coeficiente de determinación R^2 0.7345781684 0
R^2 ajustado 0.7014004394 0.5 1 1.5 2 2.5
-500
Error típico 192.1691066775
Variabl
Observaciones 10
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 817633.175510204 817633.175510204 22.14070075 0.0015307607
Residuos 8 295431.724489796 36928.9655612245
Total 9 1113064.9
Variable X 1
C. De la ecuación de
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
Total
b1
b1 =
b0 = - b1
bo =
La ecuación estimada es
Diagrama de dispersión
1800
1600
1400
1200
1000
800
600
400
200
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
Parecen indicar estos datos que los modelos más caros sean de facil manejo? Explique
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
la evaluacion del agarre lateral aumenta, el precio de la bicicleta tambien.
4+3+5+5+1+3+2+1+4+5+3+4+1+3+3 28
2.8
10 10
600+649+799+899+950+1100+1149+1300+1550+1625 10621
1062.1
10 10
Xi Yi Xi - Yi - (Xi - )(Yi - )
1 600 -1.80 -462.1 831.780
1 649 -1.80 -413.1 743.580
2 799 -0.80 -263.1 210.480
1 899 -1.80 -163.1 293.580
3 950 0.20 -112.1 -22.420
4 1100 1.20 37.9 45.480
4 1149 1.20 86.9 104.280
3 1300 0.20 237.9 47.580
5 1550 2.20 487.9 1073.380
4 1625 1.20 562.9 675.480
28 10,621 4003.20
4003.20
19.60
204.24
b0 = - b1
1062,1 - 204,24* 2,8= 490.21
Cual es el precio estimado de una bicicleta de montaña cuyo agarre lateral tenga una evaluacion de 4?
(Xi - )
3.24
3.24
0.64
3.24
0.04
1.44
1.44
0.04
4.84
1.44
19.60
on de 4?
Resumen
Residuos
Coeficiente de determinación R^2 0.9303849304
0
R^2 ajustado 0.9216830467 0 2 4 6
Error típico 4.6097722286 -10
Observaciones 10 Variable X
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 2272 2272 106.91764706 0.000006609
Residuos 8 170 21.25
Total 9 2442
2 4 6 8 10 12 14
Variable X 1
80
60
40
20
0
0 2 4 6
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
Total
b1
b1 =
b0 = - b1
bo =
La ecuación estimad
= 80 + 4 (9)
=
=
Un gerente de ventas recolecto los siguientes datos sobre ventas anuales y años de experiencia
Diagrama de dispersión
160
140
120
100
80
60
40
20
0
0 2 4 6 8 10 12 14
De la ecuación de regresión estimada que puede emplearse para predecir las ventas anuales cuando se
conoce los años de experiencia
1+3+4+4+6+8+10+10+11+13 70
7
10 10
80+97+92+102+103+111+119+123+117+136 1080
108
10 10
Xi Yi Xi - Yi - (Xi - )(Yi - )
1 80 -6.00 -28.0 168.000
3 97 -4.00 -11.0 44.000
4 92 -3.00 -16.0 48.000
4 102 -3.00 -6.0 18.000
6 103 -1.00 -5.0 5.000
8 111 1.00 3.0 3.000
10 119 3.00 11.0 33.000
10 123 3.00 15.0 45.000
11 117 4.00 9.0 36.000
13 136 6.00 28.0 168.000
70 1,080 568.00
568.00
142.00
4
b0 = - b1
108 - 4 * 7= 80
La ecuación estimada es = 80 + 4x
Use la ecuación de regresión estimada para pronosticar las ventas anuales de un vendedor de 9 años de experiencia
= 80 + 4 (9)
80 + 36
116
Ventas Anuales
(Xi - )
36.00
16.00
9.00
9.00
1.00
1.00
9.00
9.00
16.00
36.00
142.00
de experiencia
Resumen
Variable X 1 Gráfico de los
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.896846727 100
50
Residuos
Coeficiente de determinación R^2 0.8043340518
0
R^2 ajustado 0.7825933908 -50 0 5 10 15 20 25 30
Error típico 37.9372080242 -100
Observaciones 11 Variable X 1
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 53246.9142259414 53246.9142259414 36.996761729 0.0001830957
Residuos 9 12953.0857740586 1439.2317526732
Total 10 66200
0 15 20 25 30 35 40 45 50
Variable X 1
250
200
150
100
50
0
0 5 10 15 20
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
11
Total
b1
b1 =
b0 = - b1
bo =
La ecuación estimada es
Diagrama de dispersión
450
400
350
300
250
200
150
100
50
0
0 5 10 15 20 25 30 35 40 45 50
Que indica el diagrama de dispersión del inciso respetoa la relación entre temperatura y precio?
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
aumenta la temperatura de la misma forma aumenta el precio.
De la ecuación de regresión estimada que puede emplearse para predecir las ventas anuales cuando se
conoce los años de experiencia
12+24+3+13+38+4+5+15+25+45+25 209
19
11 11
319+289+389+239+149+289+359+259+229+129+199 2849
259
11 11
Xi Yi Xi - Yi - (Xi - )(Yi - )
12 319 -7.00 60.0 -420.000
24 289 5.00 30.0 150.000
3 389 -16.00 130.0 -2080.000
13 239 -6.00 -20.0 120.000
38 149 19.00 -110.0 -2090.000
4 289 -15.00 30.0 -450.000
5 359 -14.00 100.0 -1400.000
15 259 -4.00 0.0 0.000
25 229 6.00 -30.0 -180.000
45 129 26.00 -130.0 -3380.000
25 199 6.00 -60.0 -360.000
184 2,650 -10090.00
-10090.00
1912.00
-5.277
b0 = - b1
259 - (-5,277) * 19= 359.27
Use la ecuación de regresión estimada para pronosticar las ventas anuales de un vendedor de 9 años de experiencia
de experiencia
Resumen
Variable X 1 Gráfico de
Estadísticas de la regresión
4
Coeficiente de correlación múltiple 0.8966753579 2
Residuos
Coeficiente de determinación R^2 0.8040266974 0
R^2 ajustado 0.7862109426 -2 14 16 18 20 22
Error típico 1.640594226 -4
Observaciones 13 Variable
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 121.4698795181 121.4698795181 45.130094535 3.2960392085E-05
Residuos 11 29.6070435589 2.6915494144
Total 12 151.0769230769
6 18 20 22 24 26 28 30 32
Variable X 1
15
10
0
14 16 18 20 2
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
11
12
13
Total
b1
b1 =
b0 = - b1
bo =
La ecuación estimada e
= 2,42 + 0,855(22)
=
=
Aunque acyualmente en los aeropuertos grandes los retrasos son menos frecuentes, es util saber en que
eropuertos es mas probable que le echen a perder a uno sus planes. Ademas, si su vuelo llega con retraso a
un determinado aeropuerto en elque tiene que hacer un trasbordo? en la tabla siguiente se muestra el
porcentaje de llegadas y salidas retrasadas durante el mes de agosto en 13 aeropuertos (Business 2.0,
febrero 2002)
Diagrama de Dispersión
35
30
25
20
15
10
0
14 16 18 20 22 24 26 28 30 32
Que indica el diagrama de dispersión del inciso respetoa la relación entre llegadas retrasadas y salidas
retrasadas?
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
aumenta las llegadas retrasadas de igual las salidas retrasadas
24+20+30+20+20+23+18+20+18+21+25+18+16 273
21
13 13
319+289+389+239+149+289+359+259+229+129+199 265
20.38
13 13
Xi Yi Xi - Yi - (Xi - )(Yi - )
24 22 3.00 1.6 4.846
20 20 -1.00 -0.4 0.385
30 29 9.00 8.6 77.538
20 19 -1.00 -1.4 1.385
20 22 -1.00 1.6 -1.615
23 23 2.00 2.6 5.231
18 19 -3.00 -1.4 4.154
20 16 -1.00 -4.4 4.385
18 18 -3.00 -2.4 7.154
21 22 0.00 1.6 0.000
25 22 4.00 1.6 6.462
18 17 -3.00 -3.4 10.154
16 16 -5.00 -4.4 21.923
214 210 142.00
142.00
166.00
0.855
b0 = - b1
20,38 - 0,855 * 21= 2.42
Use la ecuación de regresión estimada para pronosticar las ventas anuales de un vendedor de 9 años de experiencia
= 2,42 + 0,855(22)
2,42 + 18.81
21
Porcentaje de Salidas retrasadas
(Xi - )
9.00
1.00
81.00
1.00
1.00
4.00
9.00
1.00
9.00
0.00
16.00
9.00
25.00
166.00
de experiencia
Resumen
Variable X 1 Gráfico de los
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.7020659758 2000
1000
Residuos
Coeficiente de determinación R^2 0.4928966343
0
R^2 ajustado 0.4295087136
-1000700 720 740 760 780
Error típico 979.5098610323
-2000
Observaciones 10
Variable X 1
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 7460483.45712356 7460483.45712356 7.7758763627 0.0236119367
Residuos 8 7675516.54287644 959439.567859554
Total 9 15136000
Variable X 1
Media Xi =
Media Yi =
obs
1
2
3
4
5
6
7
8
9
10
Total
b1
b1 =
b0 = - b1
bo =
La ecuación estima
= -8129,44 + 22,44
=
=
Una moto acuatica personal (personal watercraft, PWC) es una embarcación a motor dentro de borda
diseñada para ser conducida por una persona sentada, de pie o arrodillada. Al principio de los años 80,
Kawasaki Motors Corp. USA introdujo la moto acuatica JET SKI, la primera motoacuatica comercial. Hoy jet
ski se usa como termino generico para motos acuaticas personales. En la taba siguiente
Diagrama de dispersión
12000
10000
8000
6000
4000
2000
0
700 720 740 760 780 800 820 840
Que indica el diagrama de dispersión del inciso respetoa la relación entre peso y precio?
a pendiente de la regresión estimada como se puede apreciar es positiva, lo que implica que a medida que
aumente el peso igual lo hara el precio
750+790+800+740+830+770+830+720+720+780 7730
773
10 10
9500+10500+11200+8500+10000+10000+9300+7700+7000+8500
92200
9220
10 10
Xi Yi Xi - Yi - (Xi - )(Yi - )
750 9500 -23.00 280.0 -6440.000
790 10500 17.00 1280.0 21760.000
800 11200 27.00 1980.0 53460.000
740 8500 -33.00 -720.0 23760.000
830 10000 57.00 780.0 44460.000
770 10000 -3.00 780.0 -2340.000
830 9300 57.00 80.0 4560.000
720 7700 -53.00 -1520.0 80560.000
720 7000 -53.00 -2220.0 117660.000
780 8500 7.00 -720.0 -5040.000
7730 92,200 332400.00
332400.00
14810.00
22.444
b0 = - b1
9220 - 22,444 * 773= -8129.44
Use la ecuación de regresión estimada para pronosticar las ventas anuales de un vendedor de 9 años de experiencia
= -8129,44 + 22,444(950)
8129,44 + 21321,8
13192
(Xi - )
529.00
289.00
729.00
1089.00
3249.00
9.00
3249.00
2809.00
2809.00
49.00
14810.00
de experiencia