en particular y su costo. Parece lógico que más pasajeros impliquen más peso y más equipaje, lo que a
su vez generará un costo de combustible mayor. Con una muestra de 15 vuelos, la correlación entre el
número de pasajeros y el costo total del combustible fue 0.667. ¿Es razonable concluir que hay una
asociación positiva entre las dos variables poblacionales? Utilice el nivel de significancia de 0.01.
Regla de decisión
2 colas
α=0,01
gl=15 -2= 13
t= 3,012
la población igual a 0
la población diferente a 0
3,2278
- 3,012
3,012
La Student Government Association, de la Middle Carolina University, desea demostrar la relación entre el núm
que beben los estudiantes y su contenido de alcohol en la sangre. Una muestra de 18 estudiantes participó en
cual a cada uno se le asignó al azar un número de latas de cerveza de 12 onzas que debía beber. Treinta min
consumir su número asignado de cervezas un miembro de la oficina local del alguacil midió el contenido de alco
La información muestral es la siguiente.
Contenido de
Estudiantes Cervezas alcohol en la Ejercicio 12
sangre
0.14
a) Elabore un diagrama de dispersión del número de cervezas consumidas y el contenido de alcohol en la san
Comente sobre la relación. ¿Parece fuerte o débil? ¿Parece directa o inversa?
c) Con un nivel de significancia de 0.01, ¿es razonable concluir que hay una relación positiva entre el número
cervezas consumidas y el contenido de alcohol en la sangre de la población? ¿Cuál es el valor p?
c) Con un nivel de significancia de 0.01, ¿es razonable concluir que hay una relación positiva entre el número
cervezas consumidas y el contenido de alcohol en la sangre de la población? ¿Cuál es el valor p?
demostrar la relación entre el número de cervezas
ra de 18 estudiantes participó en un estudio en el
zas que debía beber. Treinta minutos después de
lguacil midió el contenido de alcohol en la sangre.
c)
Ejercicio 12
= 0.0168304668x
0.9237876425
2 3 4 5 6 7 8
Cervezas
Regla de decisión
2 colas
α=0,01
gl=18 -2= 16
t= 2,921
tas.
Pvalor= 4,9663
relación positiva entre el número de
uál es el valor p?
›La hipótesis nula no se acepta.
4,9663
- 2,921 2,921
a)
12 9 12
9 7 9
14 10 14
6 5 6
10 8 10
8 6 8
10 8 10
10 10 10
5 4 5
7 7 7
TOTAL 91
a= Σ𝑌/𝑛 - bΣ𝑋/𝑛
a= 74/10 - (0,667)91/1
𝑌=𝑎+𝑏�
𝑌=1,330+0,667𝑋
b)
𝑌=𝑎+𝑏�
𝑌=1,330+0,667𝑋
𝑌=1,330+"0,667(" 6)
𝑌=5,3320
Kilowatts- X² Y² XY
hora (miles)
9 144 81 108
7 81 49 63
10 196 100 140
5 36 25 30
8 100 64 80
6 64 36 48
8 100 64 80
10 100 100 100
4 25 16 20
7 49 49 49
74 895 584 718
(𝑛(Σ𝑋𝑌)−(Σ𝑋)
Σ𝑌))/(𝑛(Σ𝑋)−
(Σ𝑋)²)
= (10(718)−91(74))/
0(895)− (91)²) = 0,667
𝑌/𝑛 - bΣ𝑋/𝑛
4/10 - (0,667)91/10=−1,330
𝑌=1,330+0,667𝑋
=1,330+0,667𝑋
1,330+"0,667(" 6)
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9037974424
Coeficiente de determinación R^2 0.8168498168
R^2 ajustado 0.793956044
Error típico 0.9128709292
Observaciones 10
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 29.7333333333
Residuos 8 6.6666666667
Total 9 36.4
10 f(x) = 0.8022346369x
R² = 0.9863090227
Kilowatts-hora (miles)
8 Kilowatts-hora (miles)
6 Linear (Kilowatts-hora (miles))
Pronóstico Kilowatts-hora
4 (miles)
0
4 6 8 10 12 14 16
Número de habitaciones
Superior 95,0%
3.7681592595
0.9240357643
stada
les)
ora (miles))
tts-hora
El señor James McWhinney, presidente de Daniel-James Financial Services, considera que hay una
relación entre el número de contactos con sus clientes y la cantidad de ventas. Para probar esta
afirmación, el señor McWhinney reunió la siguiente información muestral. La columna X indica el
número de contactos con sus clientes el mes anterior, mientras que la columna Y indica el valor de las
ventas (miles de $) el mismo mes por cada cliente muestreado.
Ventas Ventas
Número de (miles Número de (miles
de de X² Y²
contactos dólares) contactos dólares)
14 24 14 24 196 576
12 14 12 14 144 196
20 28 20 28 400 784
16 30 16 30 256 900
46 80 46 80 2116 6400
23 30 23 30 529 900
48 90 48 90 2304 8100
50 85 50 85 2500 7225
55 120 55 120 3025 14400
50 110 50 110 2500 12100
Total 334 611 13970 51581
b)
𝑌=𝑎+𝑏�
𝑌=−12,20103752+2,1946418𝑋
𝑌=−12,20103752+2,1946418"(" 40)
𝑌=75.58
a)
b= (𝑛(Σ𝑋𝑌)−(Σ𝑋)
(Σ𝑌))/(𝑛(Σ𝑋)−
dera que hay una (Σ𝑋)²)
Para probar esta b= (10(2654)−334(611))/
lumna X indica el
dica el valor de las (10(13970)− (334)²) =
2,1946418
a= Σ𝑌/𝑛 - bΣ𝑋/𝑛
a= 611/10 - (2,1946418)334/10=−12,20103752
𝑌=𝑎+𝑏�
XY
𝑌=−12,20103752+2,1946418𝑋
336 Resumen
168
560 Estadísticas de la regresión
480 Coeficiente de correlación múltiple
3680 Coeficiente de determinación R^2
690 R^2 ajustado
4320 Error típico
4250 Observaciones
6600
5500 ANÁLISIS DE VARIANZA
26584
Regresión
Residuos
Total
Intercepción
Número de contactos
Observación
1
2
3
4
5
6
7
8
9
10
611))/
)²) =
34/10=−12,20103752
Estadísticas de la regresión
0.9753621465
0.9513313169
0.9452477315
9.3104457397
10
Número de contactos
Pronóstico Ventas (miles de dólares) Residuos 140
18.5239482661 5.4760517339 120
14.1346645821 -0.1346645821
Ventas (miles de dólares)
40
20
100
60
38.2757248437 -8.2757248437
40
93.1417708926 -3.1417708926
97.5310545765 -12.5310545765 20
108.5042637862 11.4957362138 0
97.5310545765 12.4689454235 0 10 20 30 40
Número de contactos
F Valor crítico de F
156.3767508459 1.5649163268E-06
f(x) = 1.9029348604x
R² = 0.9807413646 Ventas (miles de dólares)
Linear (Ventas (miles de dólares))
Pronóstico Ventas (miles de
dólares)
f(x) = 1.9029348604x
R² = 0.9807413646 Ventas (miles de dólares)
Linear (Ventas (miles de dólares))
Pronóstico Ventas (miles de
dólares)
10 20 30 40 50 60
Número de contactos
Con la siguiente tabla ANOVA
a) Encuentre el coeficiente de determinación.
b) Si hay una relación directa entre las variables, ¿cuál es el coeficiente de correlación?
c) Determine el error estándar de estimación.
Fuente GL SS MS F
Regresion 1 1000 1000 26
Error 13 500 38.46
Total 14 1500
r= raiz(R²)
r= 0.816
𝑆�.�=√(𝐺𝐿𝑇/(𝑆𝑆𝐸−2))
coeficiente de determinación. R²= 0.800
error estándar de estimación. Sy.x= 10
Cant. De estudiantes n= 20
p= 2
SSE=𝐺𝐿𝑇/ 〖 (𝑆�.�) 〗 ^2
Fuente GL SS MS F
Regresion 1 -3.6775 -3.6775 -30.226027
Error 18 2.19 0.12166667
�^2=1−𝑆𝑆𝐸/𝑆𝑆𝑇
Total 19 -1.4875
𝑆�.�=√(𝐺𝐿𝑇/(𝑆𝑆𝐸−2))
SSE=𝐺𝐿𝑇/ 〖 (𝑆�.�) 〗 ^2 +2
SSE=𝐺𝐿𝑇/ 〖 (𝑆�.�) 〗 ^2 +2
�^2=1−𝑆𝑆𝐸/𝑆𝑆𝑇SSR=(1−𝑆𝑆𝐸)/�^2 −𝑆𝑆𝐸