Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Estadística Inferencial Ii

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 17

TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO SUPERIOR DEL SUR DEL


ESTADO DE YUCATÁN
Organismo Descentralizado del Gobierno del Estado de Yucatán

INGENIERIA EN GESTIÓN EMPRESARIAL

5° “B”

ASIGNATURA:
ESTADÍSTICA INFERENCIAL II

DOCENTE:
RENE AARON CANCHE GONZÁLEZ

TRABAJO:
TAREA 2. EJERCICIOS DE REGRESIÓN

ALUMNO:
RUIZ MOO RAFAEL MAURILIO

CICLO ESCOLAR:
2022-B

FECHA:
09 DE SEPTIEMBRE DE 2022

ESTADÍSTICA INFERENCIAL II

EJERCICIOS TEMA 1. REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN


Instrucciones. Realizar cada uno de los siguientes ejercicios. Agregar los procedimientos
como evidencias, se puede agregar tablas copiadas de Excel si se utilizó este software
como apoyo.

1.
La autoridad de tránsito de una zona metropolitana importante desea determinar si hay relación entre
la antigüedad de un autobús y los gastos de mantenimiento del mismo. En una muestra de 10
autobuses se obtuvieron los datos siguientes.
Antigüedad del 1 2 2 2 2 3 4 4 5 5
autobús en
años
Costo de 850 870 980 1020 1090 1050 1250 1300 1290 1450
mantenimiento en
pesos
mexicanos.

a. Realice un diagrama de dispersión de los datos.


b. Empleando el método de mínimos cuadrados obtenga e interprete la ecuación de regresión
estimada.
c. Hallar e interpretar el coeficiente de correlación y el coeficiente de determinación.
d. Estimar el costo de mantenimiento para un autobús cuya antigüedad es de 6 años.
e. Realizar una prueba de hipótesis para analizar la relación entre la antigüedad del autobús y su costo
de mantenimiento. Utilice un nivel de significancia del 5%.
f. Hallar un intervalo de confianza del 95% para el coeficiente de regresión poblacional.

X Y X^2 Y^2 XY
1.00 850.00 1.00 722,500.00 850.00
2.00 870.00 4.00 756,900.00 1,740.00
2.00 980.00 4.00 960,400.00 1,960.00
2.00 1,020.00 4.00 1,040,400.00 2,040.00
2.00 1,090.00 4.00 1,188,100.00 2,180.00
3.00 1,050.00 9.00 1,102,500.00 3,150.00
4.00 1,250.00 16.00 1,562,500.00 5,000.00
4.00 1,300.00 16.00 1,690,000.00 5,200.00
5.00 1,290.00 25.00 1,664,100.00 6,450.00
5.00 1,450.00 25.00 2,102,500.00 7,250.00
30.00 11,150.00 108.00 12,789,900.00 35,820.00
SCx= 18.00
Chart Title
SCy= 357,650.00
1600
SCxy= 2,370.00
1400

1200
b1= 131.666667

b0= 720.00 1000

800

SCE 45,600.00
600
(Se)ERROR 75.4983444
ESTANDAR DE 400
ESTIMACION
(Sb1) Error est. 17.80
200
Coef reg.
t 7.40
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Y=720+131.666667

b.
Tenemos que un vehículo nuevo o sea su año 0, el valor de mantenimiento
seria de 720, al llegar al primer año sería un gasto de 851.666667

r=
c. 0.93
Existe una relación entre los años y el costo de mantenimiento, refiriéndonos a
que nos da positivo, pero en este caso al ser un aumento nos afecta.

r^2= 0.87
El 87% de la variación en el precio del aumento del valor de mantenimiento se
refiere o se debe al pasar de los años de los autobuses.
d. Si un autobús tiene 6 años de antigüedad su costo de manteamiento será de 1509.996 Pesos

e. hipótesis

Estadístico

t= b1 - β1 131.66667
7.4
= =
0
Sb1 17.80

SCE= 45,600.00

CME= 5,700.00

Se= 75.4983444

Sb1= 17.80

Regla de decisión
t=2.306
Rechazar H0 si: t>2.306 o t<-2.306

Conclusión e interpretación

t= 7.40 < 2.306


Se rechaza H0 con un 5% de significancia, la
evidencia nos indica que, si existe una relación
positiva, significativa entre los años de antigüedad
y el aumento del mantenimiento, esto nos indica
que, entre más años de antigüedad, mayor ser el
costo del mantenimiento.
Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 131.666 ± 2.306(17.80)
= 131.666 ± 41.0468

90.6192 < β1 < = 172.7128

Con un 95% de confianza se puede


decir que por cada año de antigüedad
que tenga un autobús Se estima que el
valor de mantenimiento aumente
entre 90.6192 a 172.7128 pesos
mexicanos
2.
En la actualidad, por todo el mundo, se venden diversas marcas y modelos de
televisores; uno de los más vendidos en los últimos años es el televisor de pantalla de
cristal líquido y alta definición. Se desea determinar la relación entre el tamaño de
televisores y su precio.
Para ello se seleccionó 10 modelos de tamaños entre 30 y 40 pulgadas y se
registró el precio de cada uno como se muestra en la siguiente tabla.

Marca Precio Tamaño


JVC LT-40FH96 5800 40
Sony Bravia KDL-V32XBR1 3600 32
Sony Bravia KDL-V40XBR1 5200 40
Toshiba 37HLX95 6000 37
Sharp Aquos LC-32DA5U 2600 32
Sony Bravia KLV-S32A10 3000 32
Panasonic Viera TC-32LX50 2700 32
JVC LT-37X776 4000 37
LG 37LP1D 4400 37
Samsung LN-R328W 2400 32

a) Realizar un diagrama de dispersión de los datos.


b) Determinar e interpretar la ecuación de regresión para estimar el precio del
televisor a partir de su tamaño.
c) ¿Cuál es el precio esperado para un televisor de 40 pulgadas?
d) Hallar e interpretar los coeficientes de correlación y determinación.
e) Realizar una prueba para determinar si hay relación entre el precio y tamaño del
televisor. Use alfa 0.05.
f) Hallar un intervalo de confianza de 95% para el coeficiente de regresión poblacional.

X Y X^2 Y^2 XY
40.00 5,800.00 1,600.00 33,640,000.00 232,000.00
32.00 3,600.00 1,024.00 12,960,000.00 115,200.00
40.00 5,200.00 1,600.00 27,040,000.00 208,000.00
37.00 6,000.00 1,369.00 36,000,000.00 222,000.00
32.00 2,600.00 1,024.00 6,760,000.00 83,200.00
32.00 3,000.00 1,024.00 9,000,000.00 96,000.00
32.00 2,700.00 1,024.00 7,290,000.00 86,400.00
37.00 4,000.00 1,369.00 16,000,000.00 148,000.00
37.00 4,400.00 1,369.00 19,360,000.00 162,800.00
32.00 2,400.00 1,024.00 5,760,000.00 76,800.00
351.00 39,700.00 12,427.00 173,810,000.00 1,430,400.00

SCx=
106.90
SCy=
16,201,000.
00
SCxy=
36,930.00

b1= 345.463049
6
b0= -
8,155.75

SCE
3,443,049.5
8
(Se)ERROR 656.034448
ESTANDAR DE 3
ESTIMACION
(Sb1) Error est. Coef
reg. 63.45
t
5.44

Chart Title
7,000.00

6,000.00

5,000.00

4,000.00

3,000.00

2,000.00

1,000.00

-
31.00 32.00 33.00 34.00 35.00 36.00 37.00 38.00 39.00 40.00 41.00

Y=-8155.75+345.4630496

B. De esta forma nos damos cuenta que por una televisión de 0 pulgadas no tendríamos gasto alguno
representado con un numero negativo el cual podría ser por la marca, sin embargo, tenemos que por
cada pulgada que aumente la televisión este aumentará su valor por 345.4630 pesos
r=
c. 0.89
Podemos decir que existe una relación positiva entre el precio y las pulgadas
de la televisión

r^2= 0.79
El 79% de la variación en el precio del aumento del valor en las televisiones se
debe al tamaño o número de pulgadas de la tele.

d. ¿Cuál es el precio esperado para un televisor de 40 pulgadas? 5662.77198 Pesos

SCE= 3,443,049.58

CME= 430,381.20

Se= 656.0344483

Sb1= 63.45

e. Hipótesis

Estadístico

t= b1 - β1 345.46305
5.4
= =
4
Sb1 63.45
Regla de decisión
t=2.306
Rechazar H0 si: t>2.306 o t<-2.306

Conclusión e interpretación

t= 5.44 > 1.860


Se rechaza H0 con un 5% de significancia, la
evidencia nos indica que, si existe una relación
positiva, significativa entre las pulgadas y los
precios de las televisiones, esto nos indica que
entre mayores pulgadas tenga la televisión mayor
será su precio.

Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 345.4630 ± 2.306(63.45)
= 345.4630 ± 146.3157

199.1473 < β1 < = 491.77

Con un 95% de confianza se puede


decir que por pulgada que tenga una
la televisión, se estima que su valor
aumente entre 199.1473 a 491.77
pesos mexicanos
3.
Un profesor de mercadotecnia de una universidad desea saber cuál es la relación entre las horas de
estudio y la calificación en un curso. A continuación, se presentan los datos obtenidos de 10
estudiantes que tomaron el curso en un periodo académico.
Horas de estudio 45 30 90 60 100 60 90 70 50 65

Calificación final 40 35 70 70 95 80 95 90 60 70

a. Realizar un diagrama de dispersión de los datos


b. Obtenga la ecuación de regresión estimada que indica la relación entre calificación y horas de
estudio.
c. Hallar e interpretar el coeficiente de correlación y el coeficiente de determinación.
d. Empleando α = 0.05 pruebe la significancia del modelo.
e. Pronostique la calificación que obtendrá un alumno si estudió 95 horas.
f. Calcule un intervalo de predicción de 95% para el coeficiente de regresión poblacional.
X Y X^2 Y^2 XY
45.00 40.00 2,025.00 1,600.00 1,800.00
30.00 35.00 900.00 1,225.00 1,050.00
90.00 70.00 8,100.00 4,900.00 6,300.00
60.00 70.00 3,600.00 4,900.00 4,200.00
100.00 95.00 10,000.00 9,025.00 9,500.00
60.00 80.00 3,600.00 6,400.00 4,800.00
90.00 95.00 8,100.00 9,025.00 8,550.00
70.00 90.00 4,900.00 8,100.00 6,300.00
50.00 60.00 2,500.00 3,600.00 3,000.00
65.00 70.00 4,225.00 4,900.00 4,550.00
660.00 705.00 47,950.00 53,675.00 50,050.00

SCx= 4,390.00
SCy= 3,972.50
SCxy= 3,520.00

b1= 0.80182232
b0= 17.58

SCE 1,150.09
(Se)ERROR 11.9900241
ESTANDAR DE
ESTIMACION
(Sb1) Error est. 0.18
Coef reg.
t 4.43
Chart Title
Y=17.58+0.8018
100.00
90.00
B. No damos cuenta que los alumnos sin necesidad de estudiar tendrán una calificación
80.00
de 17.58 pero si deciden estudiar una hora, aumentan .0.8018 puntos en su calificación
final. 70.00
60.00
r= 50.00
c. 0.84 40.00
Existe una relación entre la calificación y las horas de estudio, ya que, por cada hora de estudio
30.00
podrán incrementar
20.00 .8018 puntos a su calificación
10.00
r^2= 0.71 -
0 debe
El 71% de la variación en la calificación0.0se 0 0 0 0 0 se le0 0 a 00 00
.0 al aumento
.0 .0de las0.0horas0que
.0 .0 dedique
.0 0. 0.
2 30 40 50 6 7 80 90 10 1
estudiar. 1
d. Si un estudiante decide estudiar 95 hrs podrá alcanzar una calificación final de 93.751

SCE= 1,150.09

CME= 143.76

Se= 11.9900241

Sb1= 0.18

e. Hipótesis

Estadístico

t= b1 - β1 0.80182232
4.4
= =
3
Sb1 0.18
Regla de decisión
t=2.306
Rechazar H0 si: t>2.306 o t<-2.306

Conclusión e interpretación

t= 4.43 > 2.306


Se rechaza H0 con un 5% de significancia, la evidencia
nos indica que si existe una relación positiva,
significativa entre la calificación y las horas que se
dedican a estudiar, esto quiere decir que entre más
horas de estudio mayor calificación tendrán los
alumnos.

Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 0.8018 ± 2.306(.18)
= 0.8018 ± .41508

0.3867 < β1 < = 1.2169

Con un 95% de confianza se puede decir


que por cada hora de estudio que se tenga
se estima que pueda aumentar la
calificación entre 0.3867 a 1.2169 puntos
de calificación final.
4. ¿Cómo está relacionado el costo de un viaje en avión con la duración del
viaje? La tabla siguiente muestra el promedio de la tarifa en primera
clase, pagada por clientes de American Airlines en cada una de las 18
rutas aéreas de mayor movimiento en Estados Unidos.

a. Trace la gráfica de dispersión.

b. Suponga que hay una relación lineal entre costo y distancia.


Calcule la recta de regresión de mínimos cuadrados que
describa el costo como una función lineal de la distancia.
c. ¿Cuál sería el costo esperado para una distancia de 2500 millas?
d. Realizar una prueba para determinar si existe una relación
significativa entre la distancia y el costo con un nivel de
significancia del 5%.
X Y X^2 Y^2 XY
178.00 125.00 31,684.00 15,625.00 22,250.00
232.00 123.00 53,824.00 15,129.00 28,536.00
238.00 148.00 56,644.00 21,904.00 35,224.00
262.00 136.00 68,644.00 18,496.00 35,632.00
301.00 129.00 90,601.00 16,641.00 38,829.00
593.00 162.00 351,649.00 26,244.00 96,066.00
1,092.00 224.00 1,192,464.00 50,176.00 244,608.00
1,608.00 264.00 2,585,664.00 69,696.00 424,512.00
714.00 287.00 509,796.00 82,369.00 204,918.00
901.00 256.00 811,801.00 65,536.00 230,656.00
1,005.00 365.00 1,010,025.00 133,225.00 366,825.00
1,374.00 459.00 1,887,876.00 210,681.00 630,666.00
1,736.00 424.00 3,013,696.00 179,776.00 736,064.00
1,757.00 361.00 3,087,049.00 130,321.00 634,277.00
1,946.00 309.00 3,786,916.00 95,481.00 601,314.00
2,463.00 444.00 6,066,369.00 197,136.00 1,093,572.00
2,556.00 323.00 6,533,136.00 104,329.00 825,588.00
2,574.00 513.00 6,625,476.00 263,169.00 1,320,462.00
21,530.00 5,052.00 37,763,314.00 1,695,934.00 7,569,999.00

SCx= 12,011,041.78
SCy= 278,006.00 Chart Title
SCxy= 1,527,245.67 600.00

b1= 0.127153472 500.00


b0= 128.58
400.00

SCE 83,811.41 300.00


(Se)ERROR 72.37550112
ESTANDAR DE 200.00
ESTIMACION
(Sb1) Error 0.02 100.00
est. Coef reg.
t 6.09 -
- 500.00 1,000.00 1,500.00 2,000.00 2,500.00 3,000.00

Y=109.46+0.1380

b. 128.58 dólares son los que necesitan para tomar un vuelo, suponiendo que queremos
alargar la distancia de nuestro vuelo tendríamos que por cada milla de distancia de más.
tenemos un aumento en el precio de 0.1272 dólares

c. r= 0.84

Existe una relación positiva entre los la distancia y el valor del vuelo, ya
que, podemos por cada milla de distancia aumentará el valor del vuelo en
$0.1276 de dólar
r^2
= 0.70

El 72% de la variación en el precio se debe a la distancia del vuelo


que se requiere o pretende abordar.
d. ¿Cuál sería el costo esperado para una distancia de 2500 millas? 447.58 DOLARES

SCE= 83,811.41

CME= 5,238.21

72.3755011
Se= 2

Sb1= 0.02

e. Hipótesis

Estadístico

t= b1 - β1 0.12715347
6.0
= =
9
Sb1 0.02

Regla de decisión
t=2.120
Rechazar H0 si: t>2.120 o t<-2.120

Conclusión e interpretación

t= 6.65 > 2.120 Se


rechaza H0 con un 5% de significancia, la evidencia
nos indica que, si existe una relación positiva,
significativa entre las millas de distancia del vuelo y
el valor del vuelo, esto nos indica que entre mayor
sea la distancia, mayor ser el costo del vuelo.

Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 0.1272 ± 2.120(.02)
= 0.1272 ± .0424

0.0847 < β1 < = 0.1696

Con un 95% de confianza se puede


decir que, por cada milla de distancia,
se estima que el valor del vuelo
aumente entre 0.0847 a 0.1696
dólares

También podría gustarte