2
1.-
Regresión
Estadísticos descriptivos
Desv.
Media Desviació N
n
Gramos de sal por
2.000 .7906 5
cada 1000 galletas
166060 23208.14
Ingresos en soles 5
.00 5
Correlaciones
Gramos Ingresos en
de sal por soles
cada 1000
galletas
Correlación de gramos de sal por 1.000 .984
Pearson cada 1000 galletas
Ingresos en soles .984 1.000
Sig. (unilateral) gramos de sal por . .001
cada 1000 galletas
Ingresos en soles .001 .
N gramos de sal por 5 5
cada 1000 galletas
Ingresos en soles 5 5
Variables entradas/eliminadasa
Variables
Mod Variables Métod
eliminada
elo entradas o
s
Ingresos Introd
1 b .
en soles ucir
a. Variable dependiente: gramos de sal por
cada 1000 galletas
b. Todas las variables solicitadas
introducidas.
Resumen del modelo
Mod R R R Error estándar
elo cuadrad cuadrado de la
o ajustado estimación
1 .984a .968 .957 .1638
ANOVAa
Media
Suma de
Modelo gl cuadrátic F Sig.
cuadrados
a
Regres 90.21
2.420 1 2.420 .002b
ión 9
1 Residu
.080 3 .027
o
Total 2.500 4
a. Variable dependiente: gramos de sal por cada 1000 galletas
b. Predictores: (Constante), Ingresos en soles
Coeficientesa
Modelo Coeficientes no Coeficien T Sig.
estandarizados tes
estandariz
ados
B Desv. Beta
Error
1 (Constante) -3.565 .590 - .009
6.038
Ingresos en 3.351E-5 .000 .984 9.498 .002
soles
2.-
Regresión
Estadísticos descriptivos
Desv.
Medi
Desviació N
a
n
Peso por
84.00 3.674 5
Semana
Número de
3.00 1.581 5
Semana
Correlaciones
Peso por Número
Semana de
Semana
Correlación de Peso por 1.000 -.990
Pearson Semana
Número de -.990 1.000
Semana
Sig. (unilateral) Peso por . .001
Semana
Número de .001 .
Semana
N Peso por 5 5
Semana
Número de 5 5
Semana
Variables entradas/eliminadasa
Variables
Mod Variables Métod
eliminada
elo entradas o
s
Número
Introd
1 de .
ucir
Semanab
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrátic
a
1 Regres 52.900 1 52.900 144.2 .001b
ión 73
Residu 1.100 3 .367
o
Total 54.000 4
Coeficientesa
Coeficien
Coeficientes no tes
estandarizados estandariz
Modelo T Sig.
ados
Desv.
B Beta
Error
143.1
(Constante) 90.900 .635 .000
30
1 -
Número de
-2.300 .191 -.990 12.01 .001
Semana
1
b) ¿Qué peso es de esperar que alcance esa persona si sigue la dieta de 2 semanas más?
Respuesta:
El peso esperado con dos semanas de dieta es de 74.8 kg.
3.-
Regresión
Estadísticos descriptivos
Desv.
Medi
Desviació N
a
n
Calificación
6.300 1.4832 5
Obtenida
Número de horas
20.60 8.933 5
dedicadas
Correlaciones
Calificaci Número
ón de horas
Obtenida dedicadas
Correlación de Calificación 1.000 .945
Pearson Obtenida
Número de horas .945 1.000
dedicadas
Sig. (unilateral) Calificación . .008
Obtenida
Número de horas .008 .
dedicadas
N Calificación 5 5
Obtenida
Número de horas 5 5
dedicadas
Variables entradas/eliminadasa
Mod Variables Variables Métod
elo entradas eliminada o
s
1 Número . Introd
de horas ucir
dedicadas
b
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrátic
a
1 Regres 7.863 1 7.863 25.18 .015b
ión 8
Residu .937 3 .312
o
Total 8.800 4
Coeficientesa
Modelo Coeficientes no Coeficien T
estandarizados tes
estandariz
ados
B Desv. Beta
Error
1 (Constante) 3.067 .691 4.438
Número de horas .157 .031 .945 5.019
dedicadas
Coeficientesa
Modelo Sig.
1 (Constante) .021
Número de horas dedicadas .015
ANOVA
Suma de gl Media F Sig.
cuadrados cuadrátic
a
Ecuaci Regres 528.475 1 528.475 20.333 .002
ón 1 ión
Residu 207.925 8 25.991
o
Total 736.400 9
Coeficientes
Coeficientes no Beta T Sig.
estandarizados
B Desv.
Error
Ecuaci (Constante) 74.115 8.736 8.484 .000
ón 1 Produccion_de -1.354 .300 -.847 - .002
_Trigo 4.509
Correlaciones de coeficiente
Producción
_de_Trigo
Ecuació Covaria Produccion_de .090
n1 nzas _Trigo
Gráfico
a) Ajustar la recta de regresión por el método de mínimos cuadrados
Respuesta:
Y = 74.12 - 1.75(X)
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrátic
a
1 Regres 9072.532 1 9072.532 101.2 .000b
ión 41
Residu 896.135 10 89.613
o
Total 9968.667 11
Coeficientesa
Modelo Coeficientes no Coeficien T Sig.
estandarizados tes
estandariz
ados
B Desv. Beta
Error
1 (Constante) 31.741 27.064 1.173 .268
Horas 3.473 .345 .954 10.06 .000
Trabajadas 2
Gráfico
a) Determinar la recta de regresión de Y sobre X.
Y = 31.74 + 3.47(X)
Respuesta:
Variables entradas/eliminadasa
Mod Variables Variables Métod
elo entradas eliminada o
s
b
1 Densidad . Introd
ucir
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrátic
a
1 Regres 21345674 1 21345674 636.9 .000b
ión .496 .496 79
Residu 1139366. 34 33510.77
o 476 9
Total 22485040 35
.972
Coeficientes
Modelo Coeficientes no Coeficien t Sig.
estandarizados tes
estandariz
ados
B Desv. Beta
Error
1 (Consta -1160.500 108.580 - .000
nte) 10.68
8
Densida 57.507 2.279 .974 25.23 .000
d 8
7.-
----Peso frente a altura----
Regresión
Estadísticos descriptivos
Media Desv. N
Desviación
Peso(Kg 36.17 7.697 30
)
Altura(c 140.50 25.098 30
m)
Correlaciones
Peso(Kg) Altura(cm)
Peso(Kg) 1.000 .093
Correlación de Pearson
Altura(cm) .093 1.000
Peso(Kg) . .312
Sig. (unilateral)
Altura(cm) .312 .
Peso(Kg) 30 30
N
Altura(cm) 30 30
Variables entradas/eliminadasa
Mode Variables Variables Método
lo entradas eliminadas
b
1 Altura(cm) . Introdu
cir
a. Variable dependiente: Peso(Kg)
b. Todas las variables solicitadas introducidas.
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrática
1 Regresió 14.945 1 14.945 .246 .624b
n
Residuo 1703.222 28 60.829
Total 1718.167 29
a. Variable dependiente: Peso(Kg)
b. Predictores: (Constante), Altura(cm)
Coeficientesa
Modelo Coeficientes no Coeficiente t Sig.
estandarizados s
estandariza
dos
B Desv. Error Beta
1 (Constant 32.148 8.232 3.905 .001
e)
Altura(c .029 .058 .093 .496 .624
m)
a. Variable dependiente: Peso(Kg)
Gráfico
Regresión
Estadísticos descriptivos
Media Desv. N
Desviación
Altura(c 140.50 25.098 30
m)
Peso(Kg 36.17 7.697 30
)
Correlaciones
Altura(c Peso(K
m) g)
Correlación de Altura(c 1.000 .093
Pearson m)
Peso(Kg .093 1.000
)
Sig. (unilateral) Altura(c . .312
m)
Peso(Kg .312 .
)
N Altura(c 30 30
m)
Peso(Kg 30 30
)
Variables entradas/eliminadasa
Mode Variables Variables Método
lo entradas eliminadas
b
1 Peso(Kg) . Introdu
cir
a. Variable dependiente: Altura(cm)
b. Todas las variables solicitadas introducidas.
ANOVAa
Modelo Suma de gl Media F Sig.
cuadrados cuadrática
1 Regresió 158.894 1 158.894 .246 .624b
n
Residuo 18108.606 28 646.736
Total 18267.500 29
a. Variable dependiente: Altura(cm)
b. Predictores: (Constante), Peso(Kg)
Coeficientesa
Modelo Coeficientes no Coeficiente t Sig.
estandarizados s
estandariza
dos
B Desv. Error Beta
1 (Constant 129.502 22.670 5.713 .000
e)
Peso(Kg) .304 .614 .093 .496 .624
a. Variable dependiente: Altura(cm)
Gráfico