Estadística Inferencial Ii
Estadística Inferencial Ii
Estadística Inferencial Ii
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
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.
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
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
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.
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
Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 345.4630 ± 2.306(63.45)
= 345.4630 ± 146.3157
Calificación final 40 35 70 70 95 80 95 90 60 70
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
Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 0.8018 ± 2.306(.18)
= 0.8018 ± .41508
SCx= 12,011,041.78
SCy= 278,006.00 Chart Title
SCxy= 1,527,245.67 600.00
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
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
Intervalo de confianza
I.C. para
β1= b1 ± t (Sb1)
= 0.1272 ± 2.120(.02)
= 0.1272 ± .0424