Академический Документы
Профессиональный Документы
Культура Документы
1.- Supngase que en un corral existen 400 pollos y de all se toma una muestra aleatoria de 80 pollos.
Determine la probabilidad de que el promedio de la muestra supere las 7.7 libras de peso si tiene una
desviacin estndar de 1.25
Distribucin normal
Muestreo (poblacin infinita)
Muestreo (poblacin finita)
= 7.5 libras
= 1.25
= 400 pollos
= 80 pollos
tabla
0,445
Interpretacin:
Si se toma una muestra de 80 pollos de un total de 400, existe la probabilidad del 5.48% de que los pollos
pesen en promedio por los menos 7,7 libras.
2.- Del mismo corral se escogieron una muestra de 100 pollos. Calcule la probabilidad de que el promedio
supere las 7.4 libras
= 7.5 libras
= 1.25
= 400 pollos
= 100 pollos
tabla
0,3212
Existe el 82.12% de probabilidad de que el promedio de una muestra tamao de 100 tomada de una
poblacin de 400 pollos, tenga un peso promedio de mnimo 7.4 libras.
3.-En una institucin financiera se reconoce que el salario promedio es igual a $13.80 con una desviacin
estndar de $2.25 por hora. Si se analiza 1 muestra de 18 empleados bancarios. Determine la probabilidad
de que la muestra analizada tenga un salario promedio de por lo menos $14 por hora.
= $ 13,80
= $2,55 * hora
= 18 emp.
Tabla
0,1293
Interpretacin:
Existe el 37,07% de probabilidad de que el promedio de una muestra tamao 18, promedio de que por lo
menos ganen $14 por hora.
4.-Supongase que en la empresa bancaria hay un total de 56 trabajadores. Calcule las probabilidades de que
el promedio de la muestra gane ms de $14 la hora si la muestra es de 21 empleados
= 13,80
= 2,55
= 96
= 21
Tabla
0,1554
Interpretacin:
Existe el 34.46% de probabilidad de que el promedio de una muestra tamao 21, tomada de una poblacin
de 96 gane mas de $14,oo
5.- Si dicha agencia detallada en el ejercicio anterior se toma una muestra de 26 trabajadores. Determine la
probabilidad de que el salario promedio este entre $13.5 y $14.5
= 13,80
= 2,55
= 96
= 26
= 0.7064
Interpretacin:
Existe el 70.64% de probabilidad de que el promedio de una muestra tamao 26, tomada de una poblacin
de 96 gane entre $13.5 y $14.5
Grupo N2
1. El jefe de comercializacin de una compaa envasadora de gas sospecha que los cilindro de
uso domestico no se estn despachando de manera correcta. Estos deben tener 15 kilos. El
ejecutivo toma 35 cilindros de gas de manera aleatoria, los pesa individualmente y obtiene los
siguientes resultados.
Se requiere el 97% de confianza.
15
14.9
14.95
15.01
15
15
14.98
14.96
15
14.93
15.02
14.99
15
14.97
15
14.98
14.98
15.03
15.01
14.99
14.90
15.01
14.96
15
14.97
15
14.99
15
14.99
15
14.93
15.01
14.95
14.94
14.99
Datos
n = 35 cilindros
=14.9797 kilos
S = 0.0325 kilos
0.015
97%
0.015
nc= 97%
x= 524.29 kilos
Formula:
=
.(s/
n)
Resolucin
= 14.97972.17(0.0325/
35)
=14.97972.17(0.005494)
=14.97970.0119
=14.9797+0.0119= 14.99 kilos Lsc
=14.9797-0.0119= 14.97 kilos Lic
Despus de revisar el contenido de 35 cilindros de gas se estimo que el promedio de los cilindros
de gas de uso domestico est entre 14.97 a 14.99 kilos, por lo que se evidencia que los cilindros no
estn siendo llenados de manera correcta bajo el 97% de confianza.
10
9
10
10
10
25
10
15
15
10
10
5
15
9
10
10
10
10
7
10
10
15
10
20
10
8
25
15
10
10
8
15
10
15
6
5
10
10
15
20
20
25
25
12
5
10
10
15
15
5
20
20
8
0.0275
0.945
0.0275
10.7113.36
Interpretacin:
Realizan el debido estudio, se estima que los gastos promedio de los estudiantes estn entre
$10.71 y $13.36
3. El tiempo que tardan las cajeras de un supermercado en cobrar a los clientes sigue una ley
normal con media desconocida y desviacin tpica 0,5 minutos. Para una muestra aleatoria de 25
clientes se obtuvo un tiempo medio de 5,2 minutos.
1. Calcula el intervalo de confianza al nivel del 95% para el tiempo medio que se tarda en cobrar a
los clientes.
Interpretacin:
Despus de preguntarle a 25 clientes se estima que la cajera tarda en cobrar un tiempo medio entre 5,004 a
5,396 minutos, bajo un nivel de confianza de 95%.
4. EJERCICIO
Un representante de la Universidad desea estimar el promedio de gastos semanales en estudios que tienen
los estudiantes de Gestin Empresarial. Para esto se toma una muestra de estudiantes del cuarto semestre
.Los datos son los siguientes:
10
10
10
15
7
5
9
15
9
10
8
10
15
10
10
10
10
10
10
15
15
10
10
10
10
5
25
5
10
20
Utilice un nivel de confianza de 94.5%
10
8
25
15
10
10
8
15
10
15
6
5
10
10
15
20
20
25
25
12
5
10
10
15
15
5
20
20
8
n.c= 0.945/2=0.4725-----1.92
n=59
=12.03389
S=5.29790
0.0275
0.945
0.0275
10.7113.36
Interpretacin:
Realizan el debido estudio, se estima que los gastos promedio de los estudiantes estn entre $10.71 y
$13.36
5. El administrador de una empresa distribuidora de artculos de ferretera desea estirar el promedio de
ventas diarias. Requiere para la informacin un nivel de confianza del 95%. Toma una muestra de 42 das y
el promedio de la muestra es igual a 6800 con una desviacin estndar igual a 2850.
Calcule un intervalo de confianza.
N = 42 das
X = 6800
S = 2850
n. c = 95%
U = 7.661.94 L.S.
U = 5.938.06 L. I.
Interpretacin:
Despus de revisar la facturacin de 42 das se estima que el promedio de ventas est entre 5938.06 a
7661.94 bajo un nivel de confianza de 95%
Grupo# 3
Ejercicio: 1
Un organismo int. Desea estimar proporcin/mujeres jvenes que tienen un hbito de fumar de manera
cotidiana. La informacin requiere un nivel de confianza del 95 % se consult a una muestra de 3450
mujeres de las cuales 383 dijeron que fumaban de manera normal.
=
p = proporcin muestral
n=tamao muestral
p = 0.110
p= x/n
a) Determine las variables
n= 3450 mujeres
Xi=383
=Valor estimado
b) Halle el valor de Zc en la tabla de distribucin normal
Zc=0.95/2=0.47501.96
c) Halle el valor estimado del ejercicio
=0.1101.96
=0.1101.96(0.005348)
=0.110 0.0105Error de estimacin
=0.110 + 0.0105=0.121512.15%
=0.110 - 0.0105=0.105510.05%
d) Realice la interpretacin de sus resultados
Interpretacin: Tomando como muestra un total de 3450 mujeres se estima que la proporcin de jvenes
que fuman de manera cotidiana esta entre el 10,05% y el 12,15% con un nivel de
Confianza del 95%.
0.95
10.15% 12.15%
Ejercicio: 2
Determine con valor estimado la proporcin de la poblacin que toma leche la lechera la muestra se la
tomo con los estudiantes del 4 semestre de Ing. comercial y los datos son los sgtes:
Existe un nivel de confianza del 98%
Lechera
Toni
Lechera
Lechera
Lechera
Toni
Nutrileche
Lechera
Lechera
Nutrileche
Lechera
Nutrileche
Toni
Lechera
Ninguna
Rey leche
Toni
Parmalat
ninguna
Parmalat
lechera
Toni
lechera
Parmalat
lechera
Toni
Toni
vitaleche
lechera
lechera
Toni
Toni
Lechera
Toni
Parmalat
Nutrileche
Indulac
Toni
Lechera
Ninguna
Ninguna
Ninguna
Rey leche
Rey leche
Rey leche
Lechera
Toni
Lechera
Parmalat
Indulac
Ninguna
Lechera
Lechera
Nutrileche
Lechera
Toni
Indulac
=
p = proporcin muestral
n=tamao muestral
=Valor estimado
p= x/n
a) Determine las variables
n= 57 mujeres
Xi=20
p = 0.350877
b) Halle el valor de Zc en la tabla de distribucin normal
Zc=0.98/2=0.492.33
c) Halle el valor estimado del ejercicio
=0.3509 2.33
=0.3509 2.33(0.00399595)
=0.3509 2.33Error de estimacin
=0.3509 + 2.33=0.498175349.82%
=0.3509 - 2.33=0.2036124720.36%
d) Realice la interpretacin de sus resultados
Interpretacin:
Considerando una muestra aleatoria de 57 estudiantes se estima que la proporcin que prefiere Leche La
lechera est entre el 20,36% al 49,82% con un nivel de confianza del 98%
0.98
20.36% 49.82%
Ejercicio: 3
Con los datos del ejercicio anterior estime la proporcin de personas que no toman leche y el nivel de
confianza es de 90%
=
p = proporcin muestral
n=tamao muestral
=Valor estimado
p= x/n
a) Determine las variables
n= 57 mujeres
Xi=6
p = 0.105263
b) Halle el valor de Zc en la tabla de distribucin normal
Zc=0.90/2=0.451.645
0.90
3.83% 17.21%
Ejercicio 4
Tomada, al azar, una muestra de 120 estudiantes de una Universidad, se encontr que 54 de ellos hablaban
ingls. Halle, con un nivel de confianza del 90%, un intervalo de confianza para estimar la proporcin de
estudiantes que hablan el idioma ingls entre los estudiantes de esa Universidad.
=
p = proporcin muestral
n=tamao muestral
=Valor estimado
p= x/n
a) Determine las variables
n= 120 mujeres
Xi=54
p = 0.45
0.90
44.66% 45.34%
Ejercicio 5
La Pilsener desea estimar la proporcin de hombres adultos que tienen como habito beber cerveza de
manera cotidiana. Se consulta a una muestra de 2400 hombres de los cuales 300 dijeron q si tomaban de
manera normal.
Existe un nivel de confianza del 90%.
=
p = proporcin muestral
n=tamao muestral
=Valor estimado
p= x/n
a) Determine las variables
n= 2400 hombres
Xi=300
p = 0.125
b) Halle el valor de Zc en la tabla de distribucin normal
Zc=0.90/2=0.451.645
c) Halle el valor estimado del ejercicio
=0.125 1.645
=0.125 1.645 (0.006750770326)
=0.125 0.011105017Error de estimacin
=0.125 + 0.011105017= 0.136113.61%
=0.125 0.011105017=0.113911.39%
d) Realice la interpretacin de sus resultados
Interpretacin:
Considerando una muestra aleatoria de 300 estudiantes se estima que la proporcin que bebe cerveza de
manera cotidiana esta entre el 11.39% al 13.61% con un nivel de confianza del 90%
e) Dibuje el correspondiente grfico
0.90
11.39% 13.61%
Grupo#4
Ejercicio # 1
Se desea estimar el promedio de consumo de arroz que tienen las familias de la ciudad de
Guayaquil el consumo debe de estar dado por la cantidad mensual y no por la marca de arroz. Se
requiere que el informe tenga el 95% de confianza los datos son los siguientes:
MARCA
Gustadina
Sper extra
Conejo
Imperial
Sper extra
Conejo
Gustadina
Imperial
Sper extra
Gustadina
CANTIDAD
2
1
1
3
1
2
2
1
3
1
GRAMOS
500
250
500
500
250
500
250
250
500
500
1090
954
836
911
1429
1285
819
986
1486
1443
1169
1271
1349
897
1330
1356
1337
1348
1033
824
758
964
1407
1376
1432
630
581
1,112.68
275.16
2.052
n-28= 27
Ejercicio 3
En un ganado de gallinas se est utilizando un alimento especial para las gallinas. Antes que se le d el
alimento, las gallinas tenan un peso promedio de 6.5 libras a determinada edad. Despus de darles el
alimento especial se ha considerado una muestra de gallinas a los que se les pesa individualmente. Nivel de
confianza 90%
Considerara usted que ha habido una variacin en el peso promedio de pollos?
n
x
S
N.C
tc
20
131.5
6.575
0,656846533
90%
1.729
N-1= 19
6.4
7.5
6.5
7
6.5
6
7
6.5
7
6
8
5.9
6.5
7.3
6.5
6.6
5
6.3
6
7
PREGUNTAS
1. Hallar la media de los datos
=6.575
2. Despus de haber resuelto el ejercicio haga su respectivo anlisis
Despus de haber tomado una muestra de gallinas y pesarlos individualmente nos hemos dado
cuenta que el peso promedio esta entre 6.83 libras a 6.32 libras con un porcentaje de confianza del
90%
3. Cul sera el error estndar si el nivel de confianza fuera del 80%
EJERCICIO 4
El administrador de una granja avcola desea estimar el peso promedio de los pollos cuando estos
tienen 9 semanas de vida. Escoge de manera aleatoria una muestra de 10 pollos, los pesa de manera
individual y el detalle es el siguiente:
6.400
5.980
6.500
5.460
6.520
6.000
6.100
6.250
4.950
6.100
6.026
0.48883535
2.262
n-1= 9
1.85
1.70
1.87
1.86
1.96
1.95
1.77
1.95
1.82
1.91
1.92
1.97
1.99
1.80
1.79
1.96
1.79
1.88
1.89
1.94
5) Cul ser el peso promedio de los 10 pollos cuando estos tienen 9 semanas de vida?
El peso promedio de los 10 pollos cuando estos tienen 9 semanas de vida se dar entre los 5.85 a 6.38
kg bajo un nivel de confianza del 95%
EJERCICIO # 5
Se necesita saber cul es la altura promedio que tienen los futbolistas de la Seleccin Ecuatoriana. Se tom
la siguiente muestra, con un nivel de confianza del 90%
1. Halle el promedio de la estatura de los futbolistas de la Seleccin Ecuatoriana.
Alt.
Alt.
3. Determine el grado de libertad de la muestra de datos y el valor de ts.
n -1 = 21 -1 = 20
nivel de confianza = 0.90
Valor tabla student = 1.725
4. Represente grficamente el resultado de error estndar.
Grupo #5 hiptesis
EJERCICIO 1
Un grupo empresarial se proyecta incrementar la produccin de sus productos a ms de 50 productos por
hora, que es la produccin para alcanzar la meta. Se toma para muestra 16 productos elaborados en 20
minutos de las diferentes productoras de la industria.
Productos por Hora:
45 40 41 47
26 57 38 45
37
38 51 46
39
43 48 52
Cree usted que la proyeccin de aumentar la produccin se cumple, teniendo una significancia de 2%?
RESOLUCIN
PASO 1
(ESTABLECER LAS HIPTESIS, TANTO LA
NULA ( ) COMO LA ASERTIVA ( ))
PASO 2
SIGNIFICANCIA
PASO 3
ESTADSTICO DE PRUEBA
PASO 4
VARIABLE DE COMPROBACIN
PASO: 5
TOMA DE DECISIN
Podemos determinar que nuestro valor sometido a prueba, nos indica como resultado que la hiptesis Nula
es verdadera por entrar dentro de la regin de aceptacin.
Interpretacin:
El crecimiento de la produccin en la industria, no est cumpliendo con la meta de elevarla a una mayor a
50, por lo cual, una vez comprobado a travs del mtodo de hiptesis con una significancia del 2%
podemos determinar que la Hiptesis Nula establecida resulta verdadera a lo que se deben tomar medidas
para cumplir con la proyeccin emprendida.
Ejercicio No. 2
Una marca de nueces afirma que, como mximo, el 6% de las nueces estn vacas. Se eligieron 300 nueces
al azar y se detectaron 21 vacas.
Con un nivel de significacin del 5%,
DETERMINE:
2. Establecemos la Hiptesis:
3. Nivel de significancia
,
4. Regla de decisin:
Si
no se rechaza Ho.
Si
se rechaza Ho.
5. Clculos:
6. Decisin y justificacin:
Como
no se rechaza Ho y se concluye con un nivel de significancia del 0.05 que como
mximo el 6% de las nueces estn vacas.
Ejercicio No. 3 HIPTESIS PARA MUESTRAS PEQUEAS
El jefe de la zona escolar desea probar que el promedio de calificaciones de fsica de 9, de planteles
privados es igual o menor a 12 pts. Para 25 planteles la media muestral es de X = 11.92 y la desviacin
estndar es de S = 1.40. Nivel de significancia es de 0.05.
Realizar
Establezca cinco pasos en la prueba de hiptesis.
Realice el correspondiente grfico.
Interprete los resultados.
Paso 1:
Establezca la hiptesis nula y la hiptesis alternativa.
H_0:= 12
H_1:>12
Paso 2:
Seleccione el nivel de significancia.
Es de 0.05
Paso 3:
Encuentre un estadstico de prueba.
Es la distribucin t porque el tamao de la muestra es menos
de 30.
Paso 4:
Indique la regla de la decisin (n-1) Grados de libertad.
Entones 25 1 = 24 Grado de libertad
Decisin: se rechaza la hiptesis nula si t>1.711
Paso 5:
Tome una decisin e intrprete los resultados.
t= (x
-)/(sn)
t=(11.92-12)/(1.425)
t=-0.29
4)Ejercicio
El dueo de un Caf. Realizo un estudio estadstico por cuenta propia y otro con asesora externa segn los
datos del muestreo del dueo para 30 personas su edad promedio fue de 21 aos con una desviacin
estndar de 0.5 aos.
En cambio, el muestreo realizado de forma externa para 40 personas encontraron que la media es de 19
aos con una desviacin estndar de 0.3 aos.
Con un nivel de significancia del 5 %
La pregunta del dueo del caf es si se requiere invertir en un nuevo estudio
dado que las medias de cada uno fueron diferentes.
Paso 1: Determinar hiptesis
Ho: u1 u2
Formula:
Ho: u1 = u2
Paso 2:Significancia
0.5
Paso 3:
Paso 4: Valor Critico
Zc: +- 1.96
Aumento de cosecha
39
33
39
35
32
36
40
35
30
29
33
33
36
26
35
Se pide:
1.- A un nivel de significancia del 5% puede resultar que no exista diferencias significativas entre los tres
fertilizantes?
2.- Encontrar el resultado la suma de cuadrado debido al tratamiento
3.- Encontrar el resultado de la suma de cuadrados del error
4.- Realizar la tabla de Anova.
5.- En la tabla de Fisher encontrar el resultado referente a los grados de libertad.
TABLA DE REALIZACION DE EJERCICIO
A
TOTAL
Tc
178
170
163
511
Nc
15
Tc2/nc
6336.8
5780
5313.8
17430.6
X2
6380
5862
5375
17617
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADO MEDIO
22.53
3-1=2
11.27
EN GRUPO
186.4
15-3=12
15.53
TOTAL
0.73
Interpretacin:
El valor en la F terica con 2 y 12 grados de libertad a un nivel de confianza del 5% es 3.8853. Por
consiguiente al ser F=0.73 menor que dicho punto crtico se acepta la hiptesis nula y concluyendo con la
no existencia de diferencias significativas entre los tres fertilizantes.
Ejercicio No. 2
Un profesor del curso de mercadotecnia pidi a los alumnos de un de sus grupos que evaluaran su
desempeo como excelente, bueno, regular o deficiente. Un estudiante egresado recopilo las evaluaciones
y aseguro a los estudiantes que el profesor las recibira hasta que las calificaciones del curso se hubieran
enviado a las oficinas de registro. La evaluacin (es decir, el tratamiento) que cada alumno asigno al
profesor se compar con las calificaciones, que podr ir de 0 a 100 que obtuvo el estudiante en el curso. A
continuacin se presenta la informacin de la muestra existe diferente entre los promedios de las
calificaciones de los alumnos en cada uno de las cuatro categora de evaluacin? Utilice el nivel de
significancia 0.01
CALIFICACIONES DEL CURSO
EXCELENTE
BUENO
REGULAR
DEFICIENTE
94
75
70
68
90
68
73
70
85
77
76
72
80
83
78
65
88
80
74
68
65
65
SE PIDE:
1. Plantear la hiptesis nula y la hiptesis alternativa
La hiptesis alternativa es que las calificaciones promedio no son las mismas en las cuatro categoras
EXCELENTE
X
94
90
85
80
BUENO
X
75
68
77
83
88
8836
8100
7225
6400
349
4
30450.25
5625
4624
5929
6889
7744
391
5
30576.
2
30561
REGULAR
X
70
73
76
78
80
68
65
510
7
37157.14
30811
4900
5329
5776
6084
6400
4624
4225
DEFICIENTE
TOTAL
X
68
4624
70
4900
72
5184
65
4225
74
5476
65
4225
414
6
28566
37338
1664
22
126749.59
28634
127344
SS total =
127344 -
= 1485.09
SUMA DE
CUADRADOS
SST
GRADOS DE
LIBERTAD
k-1
ERROR
SSE
n-k
TOTAL
SS total
n-1
CUADRADO
MEDIO
SST/(K-1) =
MST
SSE/(N-K)
=MSE
F
MST/MSE
TABLA ANOVA
FUENTE DE
VARIACION
SUMA DE
GRADOS DE
CUADRADOS LIBERTAD
CUADRADO
MEDIO
F
TRATAMIENTOS
890,68
296,89
ERROR
594,41
18
33,02
TOTAL
1485,09
21
8,99
El valor calculado para F es 8.99, que es mayor que el valor critico 5.09, por lo tanto se rechaza la hiptesis
nula. Se concluye que las medias poblacionales no son iguales. Las calificaciones promedio no son iguales
en los cuatro grupos de evaluacin.
Ejercicio No, 3
La siguiente es informacin muestral. Pruebe la hiptesis de que las medias de tratamiento son iguales.
Utilice el nivel de significancia 0.05
TRATAMIENTO 1
9
7
11
9
12
10
TRATAMIENTO
2
13
20
14
13
TRATAMIENTO
3
10
9
15
14
15
SE PIDE:
1.
2.
3.
4.
5.
La hiptesis alternativa es que las calificaciones promedio no son las mismas en las tres categoras
Seleccionar el nivel de significancia
Se elige el nivel 0.05
Cul es la regla de decisin
Grados de libertad en el numerador = k-1= 3-1=2
Grados de libertad en el numerador= n-k=15-3=12
TRATAMIENTO 1
81
49
121
81
144
100
58
TRATAMIENTO 2
169
400
196
169
TRATAMIENTO 3
100
81
225
196
225
60
63
TOTAL
350
530
542
446
369
100
181
15
561
900
794
2255
576
934
827
2337
=2337 -
= 152.93
= 2255-
2255-2184.07= 70.93
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADO
MEDIO
70.93
35.47
ERROR
82
12
6.83
TOTAL
152.93
14
TRATAMIENTOS
5.19
Interpretacin:
El valor calculado para F es 5.19, que es mayor que el valor critico 3.89, por lo tanto se rechaza la hiptesis
nula.
Ejercicio No. 4
Una lista de palabras sin sentido se presenta en la pantalla del ordenador con cuatro procedimientos
diferentes, asignados al azar a un grupo de sujetos. Posteriormente se les realiza una prueba de recuerdo de
dichas palabras, obtenindose los siguientes resultados:
PROCEDIMIENTO 1
5
7
6
3
9
7
4
2
PROCEDIMIENTO 2
9
11
8
7
7
PROCEDIMIENTO 3
8
6
9
5
7
4
4
PROCEDIMIENTO 4
1
3
4
5
1
4
SE PIDE:
1.
2.
3.
4.
5.
A un nivel de significancia del 95% puede resultar que los 4 procedimientos producen resultados
equivalentes?
Encontrar el resultado la suma de cuadrado debido al tratamiento
Encontrar el resultado de la suma de cuadrados del error
Realizar la tabla de Anova.
En la tabla de Fisher encontrar el resultado referente a los grados de libertad.
Tc
Nc
Tc2/nc
X2
PROCED. 1
43
8
231.10
269
PROCED. 2
42
5
352.8
364
PROCED. 3
43
7
264.10
287
PROCED.4
18
6
54
68
TOTAL
146
26
902
988
SUMA
CUADRADOS
82.20
86
DE
GRADOS
LIBERTAD
4-1= 3
26-4= 22
DE
CUADRADO MEDIO
27.40
3.90
7.03
El valor en la F terica con 3 y 22 grados de libertad a un nivel de confianza del 95% es 3.05. Por
consiguiente se rechaza la hiptesis nula y se concluye que los cuatro procedimientos de presentacin
producen diferencias significativas.
Ejercicio No. 5
Un fabricante sospecha que los lotes de materia prima recibidos de un proveedor dieren signicativamente
de su contenido en calcio. Elige al azar 5 lotes diferentes y un qumico hace cinco determinaciones del
contenido en calcio de cada lote. Los resultados obtenidos han sido:
LOTE1
23.46
23.48
23.56
23.39
23.40
TOTAL
LOTE 2
23.59
23.46
23.42
23.49
23.50
LOTE 3
23.51
23.64
23.46
23.52
23.49
LOTE 4
23.28
23.40
23.37
23.46
23.29
LOTE 5
23.29
23.46
23.37
23.32
23.38
SE PIDE:
1. A un nivel de significancia del 98% puede resultar que los 5 lotes producen resultados equivalentes?
2. Encontrar el resultado la suma de cuadrado debido al tratamiento
3. Encontrar el resultado de la suma de cuadrados del error
4. Realizar la tabla de Anova.
5. En la tabla de Fisher encontrar el resultado referente a los grados de libertad.
DESARROLLO
LOTE 1
LOTE 2
LOTE. 3
LOTE 4
LOTE.5
TOTAL
Tc
117.29
117.46
117.62
116.80
116.82
585.99
Nc
25
Tc2/nc
2751.39
2759.37
2766.89
2728.45
2729.38
13735.48
X2
2751.41
2759.39
2766.91
2728.47
2729.40
13735.58
SST =
SST= 13735.48(585.99)2 /25
SST= 13735.48- 13735.37
SST= 0.11
SSE = SS total SST
SSE= 13735.58-13735.48
SSE=0.1
TABLA ANOVA
FUENTE DE
VARIACION
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADO
MEDIO
0.11
5-1=4
0.0275
ERROR
0.1
25-5=20
0.005
TOTAL
0.21
24
TRATAMIENTOS
5.5
Interpretacin:
El valor calculado para F es 5.5, que es mayor que el valor critico 4.43, por lo tanto se rechaza la hiptesis
nula.
b=
a=
EJERCICIO N 1
La empresa ReliableFurniture es un negocio familiar que ha vendido al menudeo en Guayaquil durante
muchos aos. Se anuncia ampliamente por radio y televisin, destacando sus bajos precios y accesibles
condiciones de crdito. Al dueo le gustara analizar la relacin entre las ventas y lo que gasta en
publicidad. A continuacin se encuentra la informacin acerca de las ventas y los gastos de publicidad
durante los ltimos cuatro meses.
GASTOS EN
PUBLICIDAD
(millones de dlares)
INGRESOS POR
VENTAS
(millones de dlares)
XY
X^2
Julio
14
Agosto
Septiembre
24
Octubre
10
40
16
10
28
81
30
MES
b=
1.
-0,96+29,4x3= 87,24
-0,96+29,4x4= 116,64
2.
Analizar la Correlacin de los datos propuestos, si estn intensamente relacionados, dibuje un esquema.
140
120
100
80
60
40
20
0
0
3.
Demostrar por medio de la ecuacin obtenida, cunto ganara si se invierten 10 millones en publicidad.
-0,96+29,4x10= 293,04
4.
EJERCICIO N 2
La Empresa Elctrica estudia las relaciones entre el consumo de energa (en miles de kilowatts-hora, kWh)
y el nmero de habitaciones en una residencia privada unifamiliar. Una muestra aleatoria de 10 casas
produjo lo siguiente.
NUMERO DE
HABITACIONES
CONSUMO
(miles de kWh)
XY
X^2
12
108
144
63
81
14
10
140
196
30
36
10
80
100
48
64
10
80
100
10
10
100
100
20
25
49
49
91
74
718
895
b=
Anlisis: Se estima que por cada habitacin adicional en las residencias, se gaste 0.67 watts.
1.
1.3+0.67x8= 6,66
1.3+0.67x10= 8
1.3+0.67x10= 8
1.3+0.67x5= 4,65
1.3+0.67x7= 5,99
2.
Analizar la Correlacin de los datos propuestos, si estn intensamente relacionados, dibuje un esquema.
12
10
8
6
4
2
0
0
3.
12
1.3x0.67x91= 62,27
4.
10
EJERCICIO N 3
El seor James Brown, presidente de la empresa Servicios Financieros James, considera que existe relacin
entre el nmero de entrevistas con clientes y el importe en dlares de las ventas.
NUMERO DE
CONTACTOS
VENTAS
(miles de dlares)
XY
X^2
14
24
336
196
12
14
168
144
20
28
560
400
16
30
480
256
46
80
3680
2116
23
30
690
529
48
90
4320
2304
50
85
4250
2500
55
120
6600
3025
50
110
5500
2500
334
611
26584
13970
b=
1.
18,61
-12.05 + 2.19x 12
14,23
-12.05 + 2.19x 20
31,75
-12.05 + 2.19x 16
22,99
-12.05 + 2.19x 46
88,69
-12.05 + 2.19x 23
38,32
-12.05 + 2.19x 48
93,07
2.
-12.05 + 2.19x 50
97,45
-12.05 + 2.19x 55
108,4
-12.05 + 2.19x 50
97,45
3.
10
12
Demostrar por medio de la ecuacin obtenida, cunto se venderia con 334 entrevistas
4.
EJERCICIO N 4
Un reciente artculo en Business Week presento una lista de las Mejores Compaas Pequeas. Hay
inters en los resultados actuales de las ventas y las ganancias de las empresas. Se seleccion una muestra
aleatoria de 12 compaas.
COMPAA
VENTAS
(millones de dlares)
GANANCIAS
(millones de
dlares)
XY
X^2
Papa Johns
89,20
4,90
437,08
7.956,64
AppliedInnovation
18,60
4,40
81,84
345,96
Integracare
18,20
1,30
23,66
331,24
Wall Data
71,00
8,00
568,00
5.041,00
Davidson
70,00
6,60
462,00
4.900,00
Chicos Fas
58,60
4,10
240,26
3.433,96
CheckmateElectronics
46,80
2,60
121,68
2.190,24
Royal Grip
17,50
1,70
29,75
306,25
M-Wave
11,90
3,50
41,65
141,61
Serving-n-Slide
19,60
8,20
160,72
384,16
Daig
51,20
6,00
307,20
2.621,44
Cobra Golf
28,60
12,80
366,08
817,96
501,2
64,10
2.839,92
4.788,64
b=
1.
52,062
.11+0.56x18.60
12,526
2.11+0.56x18.20
12,302
2.11+0.56x71.00
41,87
2.
2.11+0.56x70.00
41,31
2.11+0.56x58.60
34,926
2.11+0.56x46.80
28,318
2.11+0.56x17.50
11,91
2.11+0.56x11.90
8,774
2.11+0.56x19.60
13,086
2.11+0.56x51.20
30,782
2.11+0.56x28.60
18,126
Analizar la Correlacin de los datos propuestos, si estn intensamente relacionados, dibuje un esquema.
60
50
40
30
20
10
0
0
3.
10
12
14
Demostrar por medio de la ecuacin obtenida, cunto se ganara vendiendo 501.2 (millones)
2.11+0.56x501.2 282.782
4.
EJERCICIO N 5
El Consejo Municipal de la ciudad de Guayaquil est considerando aumentar el nmero de agentes de
polica, en un esfuerzo por reducir los delitos. Antes de tomar una decisin final, el organismo pide al jefe
de polica que haga una encuesta en otras ciudades de tamao similar, a fin de determinar la relacin entre
el nmero de vigilantes y el de los delitos reportados. El funcionario recopilo la siguiente informacin:
CIUDAD
AGENTES DE
POLICIA
15
NUMERO DE
DELITOS
17
XY
X^2
255
225
Danville
17
25
13
5
221
125
289
625
Woodville
27
189
729
Athens
Carey
Miami
17
12
11
7
21
19
119
252
209
289
144
121
Orlando
22
132
484
146
95
1502
2906
Dallas
Oxford
b=
1.
2.
440,04
-0,96+29,4x17
498,84
-0,96+29,4x25
734,04
-0,96+29,4x27
792,84
-0,96+29,4x17
498,84
-0,96+29,4x12
351,84
-0,96+29,4x11
322,44
-0,96+29,4x22
645,84
Analizar la Correlacin de los datos propuestos, si estn intensamente relacionados, dibuje un esquema.
900
800
700
600
500
400
300
200
100
0
0
3.
10
Demostrar por medio de la ecuacin obtenida, cuanto numero de delitos resolvern 146 agentes de policas
=-0,96+29,4x146 4291,44
4.
Interpretacin:
Se estima que por cada agente de polica que se aumente en la ciudad, se produzcan 29,4 delitos.
GRUPO #8
EJERCICIO # 1
El dueo de Maumee Motors desea estudia la relacin entre la antigedad de un automvil y su precio de
venta. A continuacin aparece la lista una muestra aleatoria de 12 autos usados vendidos en ese
establecimiento durante el ltimo ao.
a) Establezca el coeficiente de correlacin
b) Calcule el coeficiente de determinacin
c) Interprete estas medidas estadsticas
Auto
1
2
3
4
5
6
7
8
9
10
11
12
Coeficiente de Correlacin
r = - 0.55
Coeficiente de Determinacin
Antigedad (aos)
9
7
11
12
8
7
8
11
10
12
6
6
Precio de venta
(miles de dlares)
8.1
6.0
3.6
4.0
5.0
10.0
7.6
8.0
8.0
6.0
8.6
8.0
Interpretacin:
Debido a que la correlacin es negativa por demos demostrar que no existe una relacin directa entre la
antigedad de un automvil y su precio de venta por tanto si el 45% por cierto de carros es un poco mas
antiguos no garantiza que su valor sea un poco mas elevado y de acuerdo a la determinacin podemos
observar que el 30% es la cantidad de carros que podran tener un valor elevado de acuerdo a su
antigedad.
EJERCICIO # 2
El consejo municipal de la ciudad de Pine Bluffs est considerando aumentar el nmero de agentes de
polica, en un esfuerzo por reducir los delitos. Antes de tomar una decisin final, el organismo pide al jefe
de polica que haga una encuesta en otras ciudades de tamao similar, a fin de determinar la relacin entre
el nmero de vigilantes y el de delitos reportados. El funcionario recopilo la siguiente informacin:
Ciudad
Agentes
de Polica
Nmeros de
delitos
Oxford
15
17
Starksville
17
13
Danville
25
Athens
27
Holgate
17
Carey
12
21
Whistler
11
19
Woodville
22
Total
146
95
a) Si desea evaluar los delitos con base en la cantidad de guardianes, Cul es la Variable dependiente
y cul es la independiente?
b) Determine el coeficiente de correlacin.
c) Calcule el coeficiente de determinacin.
d) Trace un diagrama de Dispersin.
Repuesta:
a) La Variable dependiente (Y) son los nmeros de delitos, y la independiente (X) son los agentes de
Polica.
b)
Datos:
Formula:
Desarrollo:
c)
Formula:
Desarrollo:
r = -0.7646 x 100
r = 76.46%
d)
y
26
23
20
17
14
11
9
6
3
3
11
14
17
20
23
26
29
Anlisis:
Se ha determinado que si se aumenta un 87.46% la tensidad de policas, bajara un $76.46% de delitos en la
ciudad Pine Bluffs segn estudio en otras ciudades.
EJERCICIO # 3
La empresa Nutecom es un negocio familiar que ha venido al menudeo en Chicago durante
muchos aos. Se anuncia ampliamente por radio y televisin, destacando sus bajos precios y
accesibles condiciones de crdito. Al dueo le gustara analizar la relacin entre las ventas y lo
que gasta en publicidad. A continuacin se encuentra la informacin acerca de las ventas y los
gastos de publicidad durante los ltimos cuatro meses.
MES
GASTOS EN PUBLICIDAD
(millones de dlares)
2
1
3
4
10
Julio
Agosto
Septiembre
Octubre
Total
a) Si desea evaluar los ingresos por ventas con base a los gastos de publicidad, Cul es la Variable
dependiente y cul es la independiente?
b) Determine el coeficiente de correlacin.
c) Calcule el coeficiente de determinacin
d) Trace un diagrama de Dispersin.
Desarrollo
a) La Variable dependiente (X) son los gastos de publicidad, y la independiente (y) son los ingresos
por ventas.
Primera manera:
Datos
Oxy
Ox
Oy
Zxy
n
x
y
2.75
1.12
2.55
81
4
2.5
7
Covarianza
Desviacin Estndar de x
Desviacin Estndar de y
Sumatoria de XY
Nmero de la Poblacin
Media de x
Media de y
Frmula de Covarianza
y
10
9
8
7
6
5
4
3
2
1
1
Anlisis:
Cmo se interpreta una correlacin de
10
Primero: es positiva, as que se ve que existe una relacin directa entre los gastos de publicidad y
los ingresos por ventas. Esto confirma el razonamiento basado en el grfico de dispersin. El valor
de
esta muy cerca de 1.00, as que se concluye que la asociacin es fuerte. Para expresarlo
de otro modo, un 3.85% de incremento en los gastos de produccin probablemente conducir a un
3.858% de aumento de los ingresos por ventas.
Cmo se interpreta una determinacin?
Esta es una relacin proporcional o porcentaje; puede decirse que 93% de la variacin en el
nmero de los gastos de publicidad se explica por la variacin en el nmero de ingresos por
ventas.
EJERCICIO # 4
Una empresa comercial tiene establecimientos en varias grandes reas metropolitanas. La gerente
general de ventas planea lanzar al aire una un anuncio por televisin en algunas estaciones locales,
al menos dos veces antes de una venta gigante que ha de empezar el sbado y termina el domingo.
Planea tener las cifras de las ventas de videocmaras del sbado y el domingo en las diversas
tiendas y parearlas con el nmero de veces que apareci el comercial en la televisin. El objetivo
fundamental de la investigacin es determinar si existe alguna relacin entre el nmero de veces
que se trasmiti el anuncio y las ventas de cmaras de video. Los pares de datos son:
LOCALIZACIN DE LA
TELEVISORA
NUMERO DE
TRASNMISIONES DE
ANUNCIOS
VENTAS EN SBADO Y
DOMINGO
(MILES DE DLARES)
Bfalo
Albany
Erie
Syracuse
Rochester
4
2
5
6
3
15
8
21
24
17
15
Lineal (VENTAS EN
SBADO Y DOMINGO
(MILES DE DLARES))
10
5
0
0
DATOS
Sxy = 7.2
Sx = 1.4142
Sy = 5.4772
xy = 376
n =5
=4
= 17
PROCEDIMIENTO
1.- vamos a proceder a encontrar la covarianza:
Formula de la Covarianza
Primero: es positiva, as que se ve que existe una relacin directa entre el nmero de transmisiones de
anuncios y las ventas en sbado y domingo. Esto confirma el razonamiento basado en el grafico de
dispersin. El valor de
esta muy cerca de 1.00, as que se concluye que la asociacin es fuerte.
Para expresarlo de otro modo, un 7.05% de incremento en el numero de transmisiones de anuncios
probablemente conducir a un 7.05% de aumento en las ventas.
Cmo se interpreta una determinacin?
Esta es una relacin proporcional o porcentaje; puede decirse que 86.40% de la variacin en el nmero de
ventas en sbado y domingo se explica por la variacin en el nmero de transmisiones de anuncios.
EJERCICIO # 5
En un departamento de produccin (de NDB Electrnicos) se desea examinar la relacin entre el
nmero de trabajadores que arman un subensamble, y el nmero de subensambles producidos.
Como experimento se asignaron dos empleados para armar el dispositivo electrnico. Produjeron
15 durante un lapso de una hora. Despus se asignaron cuatro obreros al mismo trabajo, y
produjeron 25 durante dicho periodo. A continuacin se presenta el conjunto completo de pares de
observaciones.
Cantidad de
empleados
2
Produccin en
una hora
(unidades)
15
25
10
40
30
Desarrollo
a) La Variable dependiente (X) es la Cantidad de empleados, y la independiente (y) es la
Produccin en una hora (unidades).
PRIMERA MANERA:
DATOS
Xi
Yi
Xi^2
Yi^2
Xi .Yi
10
100
10
15
225
30
30
900
90
25
16
625
100
40
25
1600
200
55
3450
430
15
Oxy
Ox
Oy
Zxy
n
x
y
120
14
1.41
10.68
430
4
3
24
Covarianza
Desviacin Estndar de x
Desviacin Estndar de y
Sumatoria de XY
Nmero de la Poblacin
Media de x
Media de y
Frmula de Covarianza
Oxy = 14
R=
R=
R= 0.9272
R= 0.9272*100
R= 92.72%
SEGUNDA MANERA:
Frmula de Coeficiente de Variacin
R= 0.93
R= 0.93*100
R= 93%
Frmula de Coeficiente de Determinacin
d)
y
70
60
50
40
30
20
10
1
10
Anlisis
Cmo se interpreta una correlacin de
Primero: es positiva, as que se ve que existe una relacin directa entre el nmero de cantidad de personas y
la produccin por hora. Esto confirma el razonamiento basado en el grfico de dispersin. El valor de
esta muy cerca de 1.00, as que se concluye que la asociacin es fuerte. Para expresarlo de otro
modo, un 7.28% de incremento en el nmero de personas probablemente conducir a un 7.28% de
aumento a la produccin por hora.
Cmo se interpreta una determinacin?
Esta es una relacin proporcional o porcentaje; puede decirse que 86% de la variacin en el nmero de
personas se explica por la variacin en el nmero de produccin por hora.
GRUPO #9
INTERVARLO DE CONFIANZA Y PREDICCION.
REACTIVO 1
La gerencia de Hop Scoth Airlines, la aerolnea ms pequea del mundo, considera que existe una relacin
directa entre los gastos publicitarios y el nmero de pasajeros que escogen viajar por Hop Scoth.
Se calcula que la ecuacin de regresin es Y = 4,26 + 1,10 X, y el error estndar es 1,15 y con un
coeficiente de confianza del 95%.
GASTOS DE
MILES DE
PUBLICIDAD PASAJEROS
10
12
8
17
10
15
17
13
23
16
15
21
GASTOS DE
MILES DE
PUBLICIDAD PASAJEROS
XY
X2
Y2
10
15
150
100
225
12
8
17
10
15
17
13
23
16
21
204
104
391
160
315
144
64
289
100
225
289
169
529
256
441
72
105
1324
922
1909
1 0,95
0,05
+ 16,81
- 13,71
+ 19,208
11,311
REACTIVO 2
La siguiente es una ecuacin de regresin:
Y = 17.08 + 0.16X
La siguiente informacin tambin est disponible: :
= 5.
;yn
Debemos conocer el valor t y para ello primero encontraremos el nmero de grados de libertad:
n2
52=3
Tenemos un nivel de confianza de 95%. Para obtener el nivel de significancia se resta el 95%
menos 1
1 0.95 = 0,05
Buscamos en la tabla y nos resulta que el valor de T es igual 3.182.
Para terminar, reemplazamos los valores en la frmula de los intervalos de prediccin:
Intervalo de prediccin =
3.182 (4.05)
=
= 25.08
Positivo: 39.56
12.8871 (1.123448229)
14.47798967
Negativo: 10.60
REACTIVO 3
Un Banco cuenta con 4 ejecutivos de cuenta para banca empresarial, estos realizan visitas a sus clientes
para ofrecerles la apertura de cuentas en el banco, de acuerdo al nmero de clientes que visiten se dan las
aperturas de cuenta. Nos piden hallar el intervalo de confianza y prediccin teniendo un nivel de confianza
del 95%.
Ejecutivo
#
de
realizadas
visitas
Leonardo
10
Mara
Anabel
Cecilia
15
12
# de cuentas abiertas
a)
Ejecutivo
Leonardo
Mara
Anabel
Cecilia
# de visitas realizadas
10
9
8
15
# de cuentas abiertas
8
6
7
12
42
33
b) Y =-0.2586+0.8103(x)
c)
Se=
Se= 13.45
x2
y2
xy
100
81
64
225
470
64
36
49
144
293
80
54
56
180
370
d)
4.303(13.45)
5.41+-4.303(13.45)
5.41+-4.303(13.45) (0.82)
5.41+-47.46
+53.17
-42.05
e)
4.303(13.45)
5.41+-4.303(13.45)
5.41+-4.303(13.45) (1.6724)
+102.20
2.306(9.901)
-91.38
Interpretacin:
Como podemos ver tenemos un intervalo de entre 42.05 a 53.17 cuentas abiertas si se realizan 7
visitas, y si un determinado ejecutivo realiza 7 visitas tenemos un intervalo de 91.38 a 102.20
cuentas abiertas.
REACTIVO 4
Los administradores de risoflins.a, la empresa de venta de programas, considera que existe una relacin
directa entre los gastos publicitarios y el nmero de ventas por empresa a quienes les distribuyen sus
programas.
Se calcula que la ecuacin de regresin es Y = 2.83 + 1,20 X, y el error estndar es 2.03 y con un
coeficiente de confianza del 95%.
GASTOS DE
PUBLICIDAD
Empresas
12
11
15
10
11
16
25
12
14
18
LITERAL A)
GASTOS DE
Empresas
PUBLICIDAD
8
12
11
15
10
11
16
25
12
14
8
18
LITERAL B)
Y = 2.83 + 1,20 X
Y = 2.83 + 1,20 (5)
Y=15.76
LITERAL C)
N-2
7-2=5
1-0.95=0.05
T=2.0150
LITERAL D)
2.0150 (2.03)
2.0150 (2.03)
2.0150 (2.03)
2.0150 (2.03) (2.09)
8.55
+24.31
-7.21
x2
y2
xy
64
121
100
256
144
64
144
225
121
625
196
324
96
165
110
480
168
144
LITERAL E)
(2.03)
(2.03)
1.71
(2.03)(1.69)
+22.67
-8.8847
Interpretacin:
Como podemos ver tenemos un intervalo de entre 24.31 a 7.21 DE GASTOS si se realizan 7 visitas, y si
un determinado ejecutivo realiza 8 visitas tenemos un intervalo de 22.67 a 8.89 DE GASTOS.
REACTIVO 5
La empresa Reliable Forniture es un negocio familiar que realiza ventas al menudeo, en Guayaquil, durante
muchos aos. Se anuncia ampliamente por radio y televisin, destacando sus bajos precios y accesibles
condiciones de crdito. Al dueo le gustara analizar la relacin entre las ventas y lo que gasta en
publicidad. A continuacin se encuentra la informacin acerca de una muestra de las ventas y los gastos de
publicidad durante los ltimos cuatro meses:
Gastos en publicidad
(millones de dlares)
Julio
Agosto
Septiembre
Octubre
10
Mes
Se calcula que la ecuacin de regresin es Y = 1.5 + 2.2X, y el error estndar es 0.9487. Ambas variables
se presentaron en millones de dlares. Determine el intervalo de confianza de 90% para el mes tpico en el
que se gastaron 3 millones de dlares en publicidad.
DESARROLLO:
Gastos de
publicidad
Ingresos por
ventas
x2
y2
xy
Julio
49
14
Agosto
Septiembre
64
24
Octubre
10
16
100
40
10
28
30
222
Mes
1) Como deseamos saber la relacin entre las ventas y lo que gasta en publicidad en el mes que los gastos
fueron de 3 millones de dlares, reemplazamos x en la ecuacin.
Y = 1,5 + 2,2 (x)
Y = 1,5 + 2,2 (3)
Y = 8,1
2) Ahora debemos conocer el valor de T, primero se necesita conocer el nmero de grados de libertad: n
2
42=2
Tenemos un nivel de confianza del 90%, para obtener el nivel de significancia se resta el 90% menos 1.
1 0,90 = 0,1
Buscamos en la tabla y nos damos cuenta que el valor de t es igual a 2,920.
3) Reemplazamos los valores en la frmula:
2,920 (0,9487)
Interpretacin:
Si la empresa gast 3 millones de dlares en publicidad, es probable que sus ventas hubiesen
variado de 9,6 a 6,6 millones de dlares.
Grupo No. 10
INTERVALO DE PREDICCION
2,920 (0,9487)
4,941481477
Interpretacin:
Las ventas pronosticadas en base a un gasto publicitario de 3 millones de dlares estarn entre
11,2 y 4,9 millones de dlares.
EJERCICIO 1
Para este ejercicio tomaremos datos del Instituto Nacional de Estadsticas (INE) de Chile, extrados de
Series de Indicadores del Banco Central de Chile. Donde hemos buscamos un tramo de datos de 34 meses
consecutivos, desde marzo del 2009 hasta diciembre del 2011, para la Tasa de Desocupacin (% miles de
personas), Total Exportaciones Mineras (millones de dlares) y el Total de Importacin de Bienes
(millones de dlares) en Chile. Lo que deseamos establecer es una interpretacin econmica de las
variables ya antes mencionadas.
Analizaremos la variacin de la Tasa de Desocupacin, explicada por las variables de los Totales de
Exportaciones Mineras y los Totales de Importacin de Bienes durante ese rango de tiempo.
Sea Y una funcin general explicada por 2 variables agregadas, expresada en el siguiente modelo:
Y = 0 + 1 X1 + 2 X2 + m
DONDE:
Y: Tasa de Desocupacin (%),
X1: Total de Importacin de Bienes (fob)
X2: Exportaciones Mineras
m : Error o Residuo
PROCEDIMIENTO
1. Presentar el problema diferenciando las variables
Ao
Mes
Tasa de
Desocupacin
2009
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
10,6
10,9
11,4
11,5
11,6
11,6
11,2
10,7
10,4
10
9,7
9,1
9
8,6
8,8
8,5
8,3
8,3
8
7,6
7,1
7,1
7,3
7,3
7,3
7
7,2
7,2
7,5
7,4
7,4
7,2
7,1
6,6
2010
2011
2. Ir a Datos
3. Anlisis de datos
4. Elegir regresin y aceptar
Total de
Importaciones
de bienes
2,91
3,19
2,77
3
3,74
3,25
3,25
3,89
4
4,17
3,88
3,65
4,21
4,26
4,8
4,29
5,03
5,05
4,85
5,18
5,13
5,26
4,82
4,98
6,18
5,6
5,99
5,86
6,13
6,49
6,37
5,75
6,42
6,04
Total de
Exportaciones
Mineras
2,07
2,21
2,46
2,57
2,84
2,83
2,52
3,79
3,41
4,02
2,76
3,04
3,51
3,13
3,35
3,19
3,7
3,96
4,06
4,08
4,26
5,32
3,78
3,63
4,73
4,26
4,36
4,25
3,74
3,51
3,95
4,13
4,05
4,48
RESULTADO
ANLISIS DE RESULTADOS
= 15,5129
(0,5979)
- 1,0582 X1
(0,1807)
- 0,5019 X2
(0,2700)
R2 = 0,8212
Donde los valores entre parntesis son los errores estndar de los coeficientes estimados.
La interpretacin de la resultante de la regresin es la siguiente:
Para el periodo de la muestra, cuando ambas variables explicativas son cero (al momento inicial),
entonces la Tasa de Desocupacin (Y) es de alrededor de 15,51%. No necesariamente el intercepto
tiene significado econmico.
El coeficiente parcial -1,0582 que acompaa a la variable Importacin de Bienes (X1), significa
que su efecto es negativo sobre la variacin de la Tasa de Desocupacin (Y). Es decir, si crece en
una unidad la importacin de bienes, la tasa de desocupacin decrece en aproximadamente 1,1%. A
la inversa, si disminuye en una unidad la Tasa de Desocupacin aumenta en alrededor de 1.1% en
el periodo.
El coeficiente parcial -0,5019 que acompaa a la variable Exportaciones Mineras (X2) sobre el
periodo marzo 2009 marzo 2011, tiene un efecto negativo sobre la Tasa de Desocupacin (Y) en
un 0.5%.
El Coeficiente de Determinacin R2, significa que ambas variables X1 y X2 explican la variacin
de la Tasa de Desocupacin (Y) en 82%.
Podemos decir que hay correlacin fuerte
Del diagrama observamos que existe una pendiente positiva y que tendremos una
correlacin relativamente alta entre estas variables
EJERCICIO 2
1. Se ha reunido la siguiente informacin de una muestra aleatoria de arrendadores de
departamentos en una ciudad. Se intenta predecir la renta (en dlares por mes) con base en
el tamao del departamento (nmero de habitaciones) y la distancia al centro de la ciudad
(en millas).
RENTA (DLARES)
360
1000
450
525
350
300
NMERO DE
HABITACIONES
2
6
3
4
2
1
Donde:
PROCEDIMIENTO
1. Nos vamos a Datos, Anlisis de datos y Regresin
DISTANCIA AL
CENTRO
1
1
2
3
10
4
Interpretacin:
El coeficiente de determinacin r2 se encuentra lejos de cero, lo cual nos indica que existe
una fuerte relacin entre las variable s, en decir en este caso la rentabilidad depende mucho
del nmero de habitaciones que rente y de la distancia que tengan al centro
Dado que el coeficiente de correlacin es lejano a cero, se considera que el modelo es
confiable para realizar pronsticos (valores de y) con las variables independientes (valores
de las xs)
El intercepto, es la pendiente en la ecuacin, la cual nos da 96.45805593
El coeficiente que le corresponde a X1 es 136.4846871
El coeficiente que le corresponde a X2 es -2.403462051
El valor de r-cuadrado, dice qu porcentaje de variabilidad en la variable dependiente.
Una estadstica-t de 2 o ms indica relevancia estadstica, lo que significa que la relacin
entre la variable independiente y la dependiente seguramente no es por una probabilidad
aleatoria.
EJERCICIO 3
Sam Spade, dueo y gerente de Stationary Store, est preocupado por el comportamiento de las ventas de
un modelo de reproductor de CD y casetes que se venden en la tienda. Se da cuenta de que existen muchos
factores que podran ayudar a explicarlo, pero cree que la publicidad y el precio son los principales
determinantes. Se intenta predecir las ventas a partir de la publicidad y el precio.Sam reuni los siguientes
datos:
VENTAS (UNIDADES
VEND.)
33
61
70
82
17
24
PUBLICIDAD (NM. DE
ANUNCIOS)
3
6
10
13
9
6
PRECIO (DLARES)
125
115
140
130
145
140
PROCEDIMIENTO
1. Nos vamos a Datos, Anlisis de datos y Regresin
2. Escogemos el rango de entrada que en este caso ser las ventas (unidades vender)
ANALISIS
El coeficiente de determinacin r2 se encuentra lejos de cero, lo cual nos indica que existe
una fuerte relacin entre las variables, es decir en este caso las ventas depende tanto del
nmero de anuncios que se hagan por unidades vendidas y del precio de las unidades.
Dado que el coeficiente de correlacin es lejano a cero, se considerara que el modelo es
confiable para realizar predicciones (valores de y) con las variables independientes
(valores de las xs)
El intercepto, es la pendiente en la ecuacin, la cual nos da 219.2306034
El coeficiente que le corresponde a X1 es 6.381465517
El coeficiente que le corresponde a X2 es -1.670833333
Ejercicio #4
PASOS
1. Hacemos clic en datos
5. Obtenemos el Resultado
ANLISIS DE RESULTADOS
Interpretacin:
*El coeficiente de determinacin r2 se encuentra cera de cero, lo cual nos indica que no existe
una fuerte relacin entre las variables, en este caso podemos observar que el nmero de empleos
no depende de las embarcaciones ni de las reparaciones q se efecten
*El intercepto, es la pendiente en la ecuacin, la cual nos da 71,0318466048071
*El coeficiente que le corresponde a X1 es0,461991397250752
1800
1600
y = 10,68x
R = 0,13
1400
1200
1000
800
600
400
200
0
0
20
40
60
80
Embarcaciones (millones de $)
100
120