Академический Документы
Профессиональный Документы
Культура Документы
orden 1 2 3 4 5 6 7
1 4 7 10 13 16 19
valores 1 9 17 25 33 41 49
50 45 40 35 30 25 20
orden 1 2 3 4 5 6 7
1 3 9 27 81 243 729
valores 1 4 16 64 256 1024 4096
5 10 15 20 25 30 35
generar las tendencia linelaes o geometricas segun sea el caso: usando el comando rellenar y con uso de fo
orden 1 2 3 4 5 6 7
1 3 9 27 81 243 729
1024 512 256 128 64 32 16
valores 5 25 45 65 85 105 125
279936 46656 7776 1296 216 36 6
24137569 1419857 83521 -15507066 -27534090 -39561114 -51588138
orden 1 2 3 4 5 6 7
valores
SERIE LINEAL EXTENDDIDA
8 9 10 11 12 13 14 15 16
22 25 28 31 34 37 40 43 46
57 65 73 81 89 97 105 113 121
15 10 5 0 -5 -10 -15 -20 -25
8 9 10 11 12 13 14 15 16
22 25 28 31 34 37 40 43 46
57 65 73 81 89 97 105 113 121
15 10 5 0 -5 -10 -15 -20 -25
8 9 10 11 12 13 14 15 16
2187 6561 19683 59049 177147 531441 1594323 4782969 14348907
16384 65536 262144 1048576 4194304 16777216 67108864268435456 1.074E+09
40 45 50 55 60 65 70 75 80
comando rellenar y con uso de formulas
8 9 10 11 12 13 14 15 16
2187 6561 19683 59049 177147 531441 1594323 4782969 14348907
8 4 2 1 0.5 0.25 0.125 0.0625 0.03125
145 165 185 205 225 245 265 285 305
1 0.1666667 0.0277778 0.0046296 0.0007716 0.0001286 2.143E-05 3.572E-06 5.954E-07
-63615162 -75642186 -87669210 -99696234 -1.12E+08 -1.24E+08 -1.36E+08 -1.48E+08 -1.6E+08
8 9 10 11 12 13 14 15 16
¿Cuál es la diferencia entre tendencia lineal y tendencia geométrica?
La tendencia lineal se hace en base a la proyección de una línea recta tra
proporcionados. Entonces la proyección puede ser mas alta o más baja d
los valores originales.
diagrama de dispercion
La siguiente tabla muestra las cantidades vendidas (y) por 15 vendedores de una
compañía en un periodo dado. La tabla también muestra el número de periodos (x) de
experiencia que cada vendedor tiene.
7 6 4 5
4
8 7 4
3
9 7 5
2
10 7 6
1
11 8 5
0
12 9 6 2 3 4 5 6 7
13 9 7
14 10 7
15 10 8
Mostraremos la relación entre estas dos variables, gráficamente, para que se aprecie
cómo están relacionadas estas variables.
Mostraremos la relación entre estas dos variables, gráficamente, para que se aprecie
cómo están relacionadas estas variables.
VENTAS
tendencia geometrica(Y)
9
8
7
6
5
4
3
2
1
0
2 3 4 5 6 7 8 9 10 11
Este diagrama sugiere que a medida que los valores X aumentan, también los valores
Y aumentan. Además, aparece que los puntos se agrupan a lo largo de una línea recta.
Por lo mismo decimos que hay una relación lineal entre los variables X y Y.
diagrama de dispercion
VENTAS
tendencia lineal
(Y)
5 6 7 8 9 10 11
Cuando los puntos se localizan en el eje de coordenadas y Cuando los valores de X tienen la misma pro
observes que su aparecer aparcadas con
relación no es lineal, es decir, aunque su patrón de dispersión valores de Y o con valores pequeños de Y, de
está definido, estas hay relación entre X y
variables presentan una relación no lineal. Y.
s valores de X tienen la misma probabilidad de
parcadas con
Y o con valores pequeños de Y, decimos que no
n entre X y
COEFICIENTE DE CORRELACIÓN DE PEARSON.
De los diversos coeficientes de correlación que existen, el más popular y utilizado es el Coeficiente de Correlación de
Pearson. Para su aplicación es indispensable que la correlación sea lineal.
COEF.DE.CORREL( VALORE
X 20 18 16 15 14 12 12
Y 12 16 10 14 12 10 9
r 0.86917969
0
4 6 8
eficiente de Correlación de
10 8 5
8 7 2
R2 coeficiente de determinacion
Y
18
16
10
0
4 6 8 10 12 14 16 18 20 22
El objetivo primordial en el análisis de Regresión es encontrar la Curva de regresión para que realicemos con ella
predicciones y
observemos que para cada valor (Y) registrado en la tabulación existe un valor de predicción, y' , que pertenece a la curva
RECTA DE MINIMOS CUADRADOS: Es una técnica de análisis numérico enmarcada dentro de la optimización matemáti
en la que, dados un conjunto de pares ordenados: variable independiente, variable dependiente, y una familia de func
se intenta encontrar la función continua, dentro de dicha familia, que mejor se aproxime a los datos (un "mejor ajuste
acuerdo con el criterio de mínimo error cuadrático.
que realicemos con ella
X Y
50 15.6
100 15.7
200 15.9 X
500 16.5 X 1
1000 17.4 Y 0.9998626
2000 19.4
1.- GRAFICAMOS
Chart Title
25
20
f(x) = 0.001939385x + 15.505561277
R² = 0.9997252218
15
10
0
0 500 1000 1500 2000 2500
f(x) = a + bx
b 0.001939385 a 15.5055613
PODEMOS HALLAR ESTOS VALORES USANDO UAN UNICA FUNCION EN FORMA DE MATRIZ:
=ESTIMACION.LINEAL( conocido_y , [conocido_x] )
PODEMOS HALLAR ESTOS VALORES USANDO UAN UNICA FUNCION EN FORMA DE MATRIZ:
=ESTIMACION.LINEAL( conocido_y , [conocido_x] )
b a
0.001939385 15.505561277 control+shif enter
¿CUAL SERIA LA LONGITUD APROXIMADA DEL MUELLE PARA UAN PESA DE 3000 gr?
OPCIONES:
1.- USANDO AL FORMULA =PRONOSTICO( X ; CONOCIDO_Y ; CONOCIDO_X )
2.- USANDO LA ECUACION DE LA RECTA DE MEJOR AJUSTE
RESP1 21.3237163454
RESP2 21.3237163454
X Y
50 15.6
100 15.7
200 15.9
500 16.5
1000 17.4
2000 19.4
2800 20.9358393409
3000 Err:502
3200 Err:502
3500 Err:502
3600 Err:502
medimos, para cada pesa, la longitud
erie de medidas, la siguiente tabla:
r 0.9998626
r^2 0.99972522 0.99972522
L ORIGEN : a
ALORES X)
ATRIZ:
ATRIZ:
[constante] )
y=b*m^x
Mes Unidades
11 33.1
12 47.3
13 69
14 102
15 150
16 220
17 320.1967183635
Mes Unidades
11 33.1
12 47.3
13 69
14 102
15 150
16 220
18 468.5360541841
19 685.5973889812
20 1003.217949996
21 1467.984375918
22 2148.065759737
23 3143.212273813
24 4599.385914267
onstante] )
EL TIEMPO QUE TARDA UN SISTEMA INFORMNATICO EN RED EN EJECUTAR UNA INSTRUCCION DEPENDE DEL
NUMERO DE USUARIOS CONECTADOS A EL. SI NO HAY USUARIOS EL TIEMP ES 0. TENEMOS LOS SIGUIENTES
DATOS.
HALLAR:
-EL COEFICIENTE DE CORRELACION
-EL COEFICIENTE DE DETERMINACION
-LA ECUACION DE LA RECTA DE MEJOR AJUSTE.
-LA GRAFICA DE MANERA ADECUADA.
-¿CUAL SERIA EL TIEMPO DE EJECUCION APROXIMADO PARA UN NUMERO DE 32 USUARIOS CONECTADOS?
-COMPLETAR EL CUADRO CON LOS VALORES QUE SE MUESTRAN
N DE USUARIOS TIEMPO EN
EJECUCION
10 1
15 1.2
20 2
22 2.1
25 2.2
30 2.5
35
38
41
42
PENDE DEL
GUIENTES
ECTADOS?
UNA COMPAÑOIA DESEA DETERMINAR EL GRADO DE RELACION QUE EXISTE EN EL INGRESO FAMILIAR ANUAL Y EL
MONTO DEL SEGURO DE VIDA DEL JEFE DE FAMILIA. CON BASE A UNA MUESTRA ALEATORIA DE 18 FAMILIAS, SE
OBTUVO LA SIGUIENTE INFORMACION (EN MILES DE SOLES)
HALLAR:
-EL COEFICIENTE DE CORRELACION
-EL COEFICIENTE DE DETERMINACION
-LA ECUACION DE LA RECTA DE MEJOR AJUSTE.
-LA GRAFICA DE MANERA ADECUADA.
-¿CUAL SERIA EL MONTO APROXIMADO DEL SEGURO DE VIDA CON UAN INGRESO FAMILIAR DE S/. 52000?
-COMPLETAR EL CUADRO CON LOS VALORES QUE SE MUESTRAN
INGRESO SEGURO DE
VIDA
45 70
20 50
40 60
40 50
47 90
30 55
25 55
20 35
15 40
35 65
40 75
55 105
50 110
60 120
15 30
30 40
35 65
45 80
47
49
51
53
55
60
62
ILIAR ANUAL Y EL
8 FAMILIAS, SE
/. 52000?