La calificación de un grupo de nueve estudiantes en un reporte en el examen parcial de mitad del

trimestre (x) y del examen final (y) son las siguientes:

x 77 50 71 72 81 94 96 99 67
y 82 66 78 34 47 85 99 99 68

(a) Estime la línea de regresión lineal

(b) Estime la calificación del examen final de un estudiante que obtiene 85 en el reporte del
examen parcial de mitad del trimestre.

𝒙𝒊 𝒚𝒊 𝒙𝒊 𝒚𝒊 𝒙𝟐𝒊 𝒚𝟐𝒊
77 82 6314 5929 6724
50 66 3300 2500 4356
71 78 5538 5041 6084
72 34 2448 5184 1156
81 47 3807 6561 2209
94 85 7990 8836 7225
96 99 9504 9216 9801
99 99 9801 9801 9801
67 68 4556 4489 4624
707 658 53258 57557 51980

Diagrama de flujo
𝑦𝑖
100
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0 𝑥𝑖
50 55 60 65 70 75 80 85 90 95 100
 Recta Poblacional

𝑌̂ = 𝑎 + 𝑏𝑥

𝑛Σ𝑥𝑖 𝑦𝑖 − (Σ𝑥𝑖 )(Σ𝑦𝑖 ) Σ𝑦𝑖 − 𝑏(Σ𝑥𝑖 )

𝑏= 𝑎=
𝑛Σ𝑥𝑖2 − (Σ𝑥𝑖 )2 𝑛

(9)(53258) − (707)(658) 658 − (.777141)(707)

𝑏= 𝑎=
(9)(57557) − (707)2 9

𝑎 = 12.06
𝑏 = .777

Grafica de la mejor estimación

𝒙𝒊 ̂
𝒀 105 𝑌̂
100
95
77 71.902177 90
85
80
50 50.91937 75
70
71 67.239331 65
60 Grafica de la mejor
72 68.016472 55 estimacion
50
81 75.010741 45 Diagrama de flujo
40
35
94 85.113574 30
25
96 86.667856 20
15
99 88.999279 10
5
0 𝑥𝑖
67 64.130767
50 55 60 65 70 75 80 85 90 95 100 105
707 657.999567
 Error estándar de la mejor estimación

𝒚 ̂
𝒚 ̂)𝟐
(𝒚 − 𝒚
Σ(𝑦 − 𝑦̂)2
82 71.902177 101.966029 𝑆𝑦𝑥 = √
𝑛−2
66 50.91937 227.425401
78 67.239331 115.791997
34 68.016472 1157.12037 2653.9857
𝑆𝑦𝑥 = √
47 75.010741 784.601611 7
85 85.113574 0.01289905
99 86.667856 152.081776 𝑆𝑦𝑥 = 19.471538
99 88.999279 100.014421
68 64.130767 14.970964
657.999567 0.000433 2653.98547

Coeficiente de correlación de pearson

𝑆𝑥𝑦
𝑆𝑥𝑥 𝑟=
𝑟 = 𝑏√ √𝑆𝑦𝑦 𝑆𝑥𝑥
𝑆𝑦𝑦

Σxi 2 Σyi 2 (Σxi )(Σyi )

𝑆𝑥𝑥 = Σxi2 − 𝑆𝑦𝑦 = Σyi2 − 𝑆𝑥𝑦 = Σxi yi −
n n n

7072 6582 (707)(658)

𝑆𝑥𝑥 = 57557 − 𝑆𝑦𝑦 = 51980 − 𝑆𝑥𝑦 = 53258 −
9 9 9

𝑆𝑥𝑥 = 2018.2222 𝑆𝑦𝑦 = 3872.8888 𝑆𝑥𝑦 = 1568.4444

1568.4444
2018.2222 𝑟=
𝑟 = (.777)√ √(2018.2222)(3872.8888)
3872.8888
𝑟 =.561
𝑟 = .561
 Coeficiente de correlación de Spearman

𝒙𝒊 𝒚𝒊 𝑹𝒙𝒊 𝑹𝒚𝒊 𝒅𝒊 𝒅𝟐𝒊 6Σ𝑑𝑖2

𝑟 =1−
77 82 5 6 -1 1 𝑛(𝑛2 − 1)
50 66 1 3 -2 4
71 78 3 5 -2 4 (6)(38.5)
𝑟 =1−
72 34 4 1 3 9 9(81 − 1)
81 47 6 2 4 16
𝑟 =.67
94 85 7 7 0 0
96 99 8 8.5 -1 0
99 99 9 8.5 1 0
67 68 2 4 -2 4
38.5

Intervalos de confianza

𝛼/2 = .025
𝑆𝑦𝑦 − 𝑏𝑆𝑥𝑦
𝑆=√
𝑉 =𝑛−2 𝑛−2
𝑉=7
3872.8888 − (. 777)(1568.4444)
𝑆=√
7

𝑆 = 19.47

𝑡𝛼⁄2 = 2.365

𝑡𝛼⁄ 𝑆 𝑡𝛼⁄ 𝑆
2 2
𝑏− <𝛽< 𝑏+
√𝑆𝑥𝑥 √𝑆𝑥𝑥

(2.365)(19.47) (2.365)(19.47)
. 777 − < 𝛽 < .777 +
√2018.2222 √2018.2222

−.2479 < 𝛽 < 1.8019

 𝑡𝛼⁄2 𝑆√Σ𝑥𝑖2 𝑡𝛼⁄2 𝑆√Σxi2
𝑎− <𝛼< 𝑎+
√𝑛𝑆𝑥𝑥 √𝑛𝑆𝑥𝑥

(2.365)(19.47)√57557 (2.365)(19.47)√57557
12.06 − < 𝛼 < 12.06 +
√(7)2018.2222 √(7)2018.2222

−80.9421 < 𝛼 < 104.9421

Intervalos de confianza para 𝜇𝑦⁄𝑥0

𝑌̂0 = 𝑎 + 𝑏𝑥0 Σ𝑥𝑖

𝑥̅ =
𝑛

𝑌̂0 = 12.06 + (.777)(50) 707

𝑥̅ =
9

𝑌̂0 = 50.91 𝑥̅ = 78.55

1 (𝑥0 − 𝑥̅ )2 1 (𝑥0 − 𝑥̅ )2
𝑌̂0 − 𝑡𝛼⁄2 𝑆√ + < 𝜇𝑦⁄𝑥0 < 𝑌̂0 + 𝑡𝛼⁄2 𝑆√ +
𝑛 𝑆𝑥𝑥 𝑛 𝑆𝑥𝑥

1 (50 − 78.55)2 1 (50 − 78.55)2

50.91 − (2.365)(19.47)√ + < 𝜇𝑦⁄𝑥0 < 50.91 + (2.365)(19.47)√ +
9 2018.2222 9 2018.2222

17.91 < 𝜇𝑦⁄𝑥0 < 83.90

 Intervalos de predicción

1 (𝑥0 − 𝑥̅ )2 1 (𝑥0 − 𝑥̅ )2
𝑌̂0 − 𝑡𝛼⁄2 𝑆√1 + + < 𝑦0 < 𝑌̂0 + 𝑡𝛼⁄2 𝑆√1 + +
𝑛 𝑆𝑥𝑥 𝑛 𝑆𝑥𝑥

1 (50 − 78.55)2 1 (50 − 78.55)2

50.91 − (2.365)(19.47)√1 + + < 𝑦0 < 50.91 + (2.365)(19.47)√1 + +
9 2018.2222 9 2018.2222

−5.73 < 𝑦0 < 107.55