Prgune 4 Mesa Prine 2 Pn $0 Mesa reaunn 3 ‘Severna piace na eau 4 yp tocs reguna 5 ‘sean 2 mca Cuando comparamos las varianzes de dos poblaciones, es convenient observar la diferencia enle las varianzas de muestra, del mismo modo en que observamos la diferencia lente las medias de muestras para hecer inferencias sobre medias de poblacion ‘Seleccione una ) veraagero © Faso La forma especifica de una distrbucién F doponde dol nimoro de grados de libertad on el rnumerador y en ol denominador del cocienta “Seleccione una ® Veradero Falco Para que la ecuaciin de estimacién sea un estmador perfecto de la variable dependient, ‘de lo siguiente, ,Que tenia que ser cierto? Seleecone un: © 8. letorestndar def estmactn es cero «© Todos es putas de ants estn ena nea ae regresiin © © Elcoefitente de determinacion es 0.90 Una aplicacion importante del andlisis de regresion en las finanzas, es para estimar los costes. A reunir datos sobre cantidad (en unidades) y costo (en miles de pesos), y apicar el método de minimos cusdrados, para formar una ecuacion de regresion donde se relaciona la cantidad y ol costo, un financiowo puode ostimar ol costo asociado con detorminada ‘operacién de manufactura. Se obtuva la siguiente ecuain: = 1286,7 + 7.6X; coefciente de corelacion r= 0.98 Con respecto al cooficients de datorminacion para interprotar este resultado se puede decir que ‘Seleccione una © a. La varianza deta canitad de proauccon depende dela varianze de costo otal, en un 36.04% © 1b. 95.08% de les costes, se telaconan con el 96.04% de a production. © 96.08% de la varabiad de los casos se expica por a variabildad de a preduccén. 1. e¥atecto ge cada unad proaucia, 25 un aumento del 96 04% en os costos de promuccén ‘Se quere medi Ia relicén que existe enre el nimaro de empleados (x) y las ventas semanales (en miles ge 5) (y). para un giupo de aimacenes del sector de cs almertos en una cugad. Los datos ‘blenos son ts atguentes El mejor modelo ce regresiin neal Y= A= Bx es Seleccione un 18, 703 + 2, 8649" 18,763 +2, 8649. =18, 763 — 2, 8649 18,763 — 2, 8640X