QUINTA
SEMANA
12 13 14 15
18-22 3 1 2 1
22-26 4 0 1 2
26-30 1 0 2 2
12 13 14 15
18-22 3 1 2 1 7
22-26 4 0 1 2 7
26-30 1 0 2 2 5
total 8 1 5 5 19
B) ¿Cuál es promedio de edad de los que estudian 14 años?
x Y3
18-22 2
22-26 1
26-30 2
total 5
𝟐𝟎 ∙ 𝟐 + 𝟐𝟒 ∙ 𝟏 + 𝟐𝟖 ∙ 𝟐 𝟏𝟐𝟎
= = 𝟐𝟒
𝟓 𝟓
Y X1+X2
12 7
13 1
14 3
15 3
total 14
𝟏𝟐 ∙ 𝟕 + 𝟏𝟑 ∙ 𝟏 + 𝟏𝟒 ∙ 𝟑 + 𝟏𝟓 ∙ 𝟑 𝟏𝟖𝟒
= = 𝟏𝟑, 𝟏𝟒
𝟏𝟒 𝟏𝟒
13 años.
-
promedio 23
varianza 7
desviación 2,64575131
cv 0,11503267 11,5032666
promedio 24,8
varianza 8,96
desviación 2,99332591
Cv 0,12069863 12,0698625
R: El grupo de trabajadores que presenta la edad más homogénea es el grupo que tiene 12 años
de estudio.
2.2 En esa misma empresa del norte, a los trabajadores se les realizo una prueba para
poder determinar el orden jerárquico y así obtener un mejor sueldo, los datos son:
18-22 3 12 16
22-26 10 9 13
26-30 18 4 5
Xi
1 3 5 0 fj yj*fj fj*yj^2
20 3 12 16 0 31 620 12400
Yj 24 20 9 13 0 42 1008 24192
28 18 4 15 0 37 1036 29008
fi 41 25 44 0 110 2664 65600
Xi*fi 41 75 220 0 336
Fi*Xi^2 41 225 1100 0 1366
covarianza(x,y)
suma
60 720 1600 0 2380
480 648 1560 0 2688
504 336 2100 0 2940
1044 1704 5260 0 8008
R: Covarianza(x,y)= -1.17553719
Este resultado nos dice que no hay una relación directa entre las variables analizadas.
Calcule e interprete el coeficiente de correlación.
Coeficiente de correlación
R: r= -0.21322194 vemos que la relación de las variables es en forma negativa es decir mientras uno
aumenta el otro disminuye
peso (kg):
altura 161 154 187 158 171 169 166 176 163
peso 50 60 76 62 66 60 54 84 68
El jefe de RR. HH. plantea que a mayor altura, menor es el peso de los trabajadores, ¿Ud. está de
Regresión lineal
Y - promedio de Y= Covarianza/VarianzaX*(X - promedio x)
Y-64.44=0.7057221(x-167.22)
Y=0.7057221X-53.573
R: Entonces para nuestro análisis vemos que si hay una relación positiva entre las variables ya
R^2=0.44 este valor da a entender que el modelo no es muy bueno para poder predecir.
Bibliografía