UNIVERSIDAD DE CARTAGENA
A Programa: INGENIERIA DE SISTEMAS
ESTADISTICA INFERENCIAL
V SEMESTRE
LORICA-CORDOBA
2016
(50,60 (60,70
]
]
72
7
6
5
1
1
A partir de estos datos, se le pide que determine para esta distribucin las curvas de
regresin de
Y sobre X y de X sobre Y.
Sea y: la variable edad(x)
X: la variable nmeros de accidentes (y)
PROMEDIO DE EDAD
25
35
45
55
65
25
35
45
55
65
25
35
45
55
65
NUMERO DE
ACCIDENTES
0
0
0
0
0
1
1
1
1
1
2
2
2
2
2
NUMERO DE
PERSONAS
74
82
76
72
7
7
6
5
6
5
3
2
2
1
1
La curva de y sobre x es
b=
,
,
a=
=196
b=
a=
y/x= -2,23880x+47.089
ahora de x/y
,
=455625
b=
a=
x/y=0.000000001x+0.933
2. Para la economa espaola, disponemos de los datos anuales redondeados sobre
consumo final de los hogares a precios corrientes (Y) y renta nacional disponible neta
(X), tomados de la Contabilidad Nacional de Espaa base 1995 del INE, para el
perodo 1995-2002, ambos expresados en miles de millones de euros:
AO 1995
1996
1997
1998
1999
2000
2001
2002
Yt
2586
2736
2897
3089
3310
3550
3771
4004
Xt
3817
4022
4265
4543
4865
5202
5533
5900
Considerando que el consumo se puede expresar como funcin lineal de la renta (Yt=a + b
Xt), determine:
b=
n=8
b
b
b= 0.6834
a=
a
a= 160138
b) La varianza de la variable consumo y su descomposicin en varianza explicada y no
explicada por el modelo.
El modelo es:
y= 0.6834x-1.60
= 9658,88
La varianza del no explicada del modelo es:
c) el coeficiente de determinacin
Donde
Sxy=
Sxx=
Syy=
=0.999800
d)
e)
r=
donde
Sxx=
Syy=
Sxy=
Sxx=
Sxx =38289.638
Syy=
Syy =17887.72
Sxy=
Sxy =26168.26375
r=
Exportaci
ones
10.420
11.841
14.443
16.732
18.760
Y=bx + a
#=bx + n
a) Para saber la produccin de las exportaciones calculamos el modelo de
regresin de la forma:
Y: bx + a
donde b
a=
n=5
b=
b=
b=1.55070
a=
luego el mdulo de regresin es:
y^= 1.55070x +179.2643
1. Como la produccin para el ao 1997 fue de 2210.6100 millones
de pesetas.
2210.6100= 1.55070x+179.2643
2210.6100-179.2643=1.55070x
2031.345604=1.55070x
X=
X=1309.953959 millones de exportaciones
Para x= 1309.95
Y=1.55070(1309.95)+ 179.2643
=2210.60
Con
1----t
4=2,776
Sxx=
S2xy =
S2xy = 5273.78
10
Sxx=
Sxx= 1089.28
Syy=
r
r
r2=0,9876 r2=98.76%
100-98.76%=1.24% de varianza que no es explicada por las
variables. Coeficiente de correlacin
r=
r=
rXy=0.9,
sx= 1,2 ,
como rxy=
sy=2,1
, x=5,
mxy=
rxsxsy mxy=(0.9)(1.20)(2.10)
mxy =2,26
bxy=
= bxy=
11
y=10
x=bxy(y-y^)+x x
=0,51(y-10)+5 x
=0,51(y-10)+5 x
=0,51y-5,1+5
X= 0,51y-0,1
Y para y sobre x y=
bxy(x-x)+y y=0.51(x5)+10 y =0,51x 2,25 +
10 y =0,51x 7,45
5. A partir de un conjunto de valores de las variables X e Y,
sea y= 10 + 0.45x ,
un r2= 0,9
, x=20
Hallar los parmetros a y b de la ecuacin y= bx + a a= y
bx de la ecuacin bxy 0,45, pero x=bxy(y-y) + x sobre y.
como bxy= 0,45 axy= 10 dyx= y
bxy X r2=
byxbxy
entonces 0.9=
byxbxy
12
byx=2 entonces
byx=
ayx= 10
byx=2
50
15
75
12
90
105
100
10
120
9
150
8
b=
13
a=
de ajuste es:
= -0.06796x + 20.85132
El error cuadrtico medio es:
SSE =
c)
= 5875 Sxx =
= 63125 -
Syy =
14
X 1
0
Y 3
5
2
0
2
8
3
0
2
3
4
0
2
0
5
0
1
8
6
0
1
5
7
0
1
3
b
a=
= 35.5714- 0.34642(X)
Ahora para x = 100 das, el tiempo medio de fabricacin de la
pieza es de:
= 35.5714- 0.34642 (100) = 0.9294
b) Cuando y = 10 minutos, el tiempo transcurrido de fabricacin de la pieza es:
15
= 35.5714- 0.34642(X)
10- 35.5714 = -0.34642(X)
- 25.5714 = 0.34642(X)
X=
c) El coeficiente de correlacin es:
16
Ingresos
1000
1
1,5
2
2,5
3
140300
150000
165000
175000
200000
18