TEMA II: REGRESIÓN SIMPLE Y CORRELACIÓN

INTEGRANTES:
- RUIZ LOPEZ WALTER FRANK
- GARCIA JANAMPA LEYDI PAOLA
- BERROCAL HIPOLITO GABRIELA SOLEDAD
- SANTOS QUIJANO MARIA FERNANDA

Para el siguiente conjunto de datos:

X 13 16 14 11 17 9
Y 6.2 8.6 7.2 4.5 9 3.5

X Y XY X2 Y2
13 6.2 80.6 169 38.44
16 8.6 137.6 256 73.96
14 7.2 100.8 196 51.84
11 4.5 49.5 121 20.25
17 9 153 289 81
9 3.5 31.5 81 12.25
13 6.5 84.5 169 42.25
17 9.3 158.1 289 86.49
18 9.5 171 324 90.25
12 5.7 68.4 144 32.49
140 70 1035 2038 529.22

SX=
140 SY=70 SXY= 1035 SX2= 2038 SY2=529.22

a)Represente gráficamente el diagrama de dispersión.

Diagrama de Dispersión
10
9 f(x) = 0.705128205128205 x − 2.87179487179487
R² = 0.988833536003347
8
7
6
5
4
3
2
1
0
8 10 12 14 16 18 20
4
3
2
1
0
8 10 12 14 16 18 20

Resumen

b)Halle r y r2 asimismo interprete los valores hallados Estadísticas de la regresión

𝑟^2= 0.989
Coeficiente d
Coeficiente d
r = 0.994 R^2 ajustado
INTERPRETACIÓN: Error típico
Como r esta cerca de 1 , se considera una correlación positiva Observacione
muy alta

ANÁLISIS DE VARIANZA
c)Desarrolle la ecuación de estimación Grados de libertad
Regresión
y = 0.7051x - 2.8718 Residuos
Total
d) Interprete lo valores de a y b

a= -2.87179487 Intercepción
b= 0.70512821 Variable X 1

Análisis de los residuales

e)Pronostique Y para X=10,15,20
Observación
y = 0.7051(10) - 2.8718 = 4.1792 1
y = 0.7051(15) - 2.8718= 7.7047 2
y = 0.7051(20) - 2.8718= 11.2302 3
4
5
6
7
8
9
10
13 17 18 12
6.5 9.3 9.5 5.7
 Variable X 1 Curva de regresión ajustada
10
tadísticas de la regresión 8
0.99440109 6
4 Y

Y
0.98883354 2
0.98743773 0
0.23397348 8 10 12 14 16 18 20
10 Variable X 1

NÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
1 38.7820513 38.7820513 708.430913 4.27041E-09
8 0.43794872 0.05474359
9 39.22

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Superior 95.0%
-2.87179487 0.37819991 -7.59332505 6.34453E-05 -3.74392544 -1.99966431 -3.74392544 -1.99966431
0.70512821 0.02649228 26.6163655 4.27041E-09 0.6440369 0.76621951 0.6440369 0.76621951

nálisis de los residuales

Pronóstico para YResiduos

6.29487179 -0.09487179
8.41025641 0.18974359
7 0.2
4.88461538 -0.38461538
9.11538462 -0.11538462
3.47435897 0.02564103
6.29487179 0.20512821
9.11538462 0.18461538
9.82051282 -0.32051282
5.58974359 0.11025641
perior 95.0%
 4. Un estudio hecho por el departamento de Transporte de Atlanta, Georgia, acerca del efect
autobuses sobre el número de pasajeros produjo los siguientes resu

PRECIO = X
Cantidad =Y XY X2 Y2
25 800 20000 625 640000
30 780 23400 900 608400
35 780 27300 1225 608400
40 660 26400 1600 435600
45 640 28800 2025 409600
50 600 30000 2500 360000
55 620 34100 3025 384400
60 620 37200 3600 384400
340 5500 227200 15500 3830800
SX=340 SY=5500 SXY=227200 SX2= 15500 SY2=3830800

a) Represente gráficamente el diagrama de dispersión.

Diagrama de Dispersión
900

850

800
f(x) = − 6.23809523809524 x + 952.619047619048
R² = 0.824611984046898
750

700

650

600

550

500
20 25 30 35 40 45 50 55 60 65
b) Halle r y r2 asimismo interprete los valores hallados

Coeficiente de Determinación:r2 = 0.8246

Coeficiente de Correlación: r = 0.9080

c) Desarrolle la ecuación de estimación que mejor describa los datos.

Ecuación estimada: y = -6.2381x + 952.62

e) Interprete lo valores de los coeficientes de regresión desde el punto de vista geométrico y según el

De acuerdo al problema, el coeficiente del precio de los boletos de los autobuses es negativa lo que cor
precio, y la elasticidad de la oferta cambia de acuardo al bien en referencia.

f) Pronostique el número de pasajeros por 100 millas si el precio del boleto fuera de 50 soles. Utilice u

y = -6.2381(50) + 952.62
y = 640.715

Si los boletos de los autobuses se vendieran a 50 soles, el numero de pasajeros seria de 640 aproximada
ta, Georgia, acerca del efecto de los precios de los boletos de los
produjo los siguientes resultados:
e vista geométrico y según el problema

obuses es negativa lo que corresponderia a una disminucion de en el

a.

to fuera de 50 soles. Utilice un intervalo de predicción de 95% de aproximación.

eros seria de 640 aproximadamente.

 5. El Instituto Nacional de Ciencias de la Salud Ambientales (NIEHS, por sus siglas en inglés) h
diferentes y el resfriado común. Una de las variables que están examinando, es el uso de pañuelos
por siete personas en un periodo de 12 meses. ¿Qué relación, si la hay , parece existir ent

Pañuelos Faciales(X) Sintomas de resfrío(Y) XY x^2 Y^2

2000 60 120000 4000000 3600
1500 40 60000 2250000 1600
500 10 5000 250000 100
750 15 11250 562500 225
600 5 3000 360000 25
900 25 22500 810000 625
1000 30 30000 1000000 900
Totales 7250 185 251750 9232500 7075

a) Cuál es la variable dependiente y cuál es la variable independiente

Variable dependiente: pañuelos faciales
Variable independiente: Síntomas de resfrío

c) Halle r y r2 asimismo interprete los valores hallados

Coeficiente de Determinación: R2 = 0,9602
(Nos indica que el 96% de uso de pañuelos se debe a los síntomas del resfrío)

Coeficiente de Correlación: R = 0.9798 (alta y positiva)

d) Desarrolle la ecuación de estimación que mejor describa los datos.

Ecuación de estimación Lineal: Y = 27.51X + 308.5

f) Interprete lo valores de los coeficientes de regresión desde el punto de vista geométrico y según

Según el problema por el incremento de una unidad de síntoma de resfrío se incrementa en 27.51 los pañuelos faciales, lo

según el punto de vista geométrico podría tratarse de una relación de espuria, pues no existe una teoría que explique una
 us siglas en inglés) ha estudiado las relaciones estadísticas entre muchas variables
es el uso de pañuelos faciales y el número de días de síntomas de resfrío mostrados
ay , parece existir entre las dos variables? ¿Indica esto algún efecto casual?

b) Represente gráficamente el diagrama de dispersión.

Diagrama de Dispersión
2500

2000
f(x) = 27.516339869281 x + 308.496732026144
R² = 0.960164035223151
1500

1000

500

0
0 10 20 30 40 50 60 70

e) Muestre los gráficos de las preguntas a),b),c)

a geométrico y según el problema

1 los pañuelos faciales, los puntos tienen tendencia a una recta con pendiente positiva.

a teoría que explique una relación entre ambas variables.