Tarea 5 - Estadistica Infer - Sevilla Morocho Jessica Karina - Finanzas..

Nombre del Estudiante: Sevilla Morocho Jessica Karina
Nombre de la asignatura: Estadística Inferencial

Parcial de estudio: Quinta Tarea
Sevilla Morocho Jessica

Ingeniería en Finanzas y Auditoria a Distancia
Tutor: Ing. Chavez Castro Maria Página 1

TAREA 5.1 Ji- Regresión y Correlación Simple
1. Con base en las cifras presentadas por el servicio de rentas internas (SRI), un grupo de ciudadanos
ha expresado su preocupación por que el presupuesto para éste año no sea utilizado
efectivamente. El SRI argumentó que el incremento en el número de contribuyentes que
presentan su declaración de renta explica los problemas del presupuesto. A continuación se
indican datos relevantes (5 puntos)
x y
Año Declaración de renta Presupuesto del SRI

(en millones) (en miles de millones de dólares)
1 116 6.7
2 116 6.2
3 118 5.4
4 118 5.9
5 120 3.7
6 117 5.9
7 118 4.7
8 121 4.2
a) ¿Cuál es la variable dependiente? ¿Cuál es la variable independiente?
Dependiente: "y" Porque el presupuesto del SRI, depende de la declaración de renta
Independiente: "x" Porque de la declaración de renta se obtendrá el presupuesto del SRI.
b) Dibuje un diagrama de dispersión

c) Determine el coeficiente de correlación e interprete la magnitud del mismo
n x x2 y y2 xy
1 116.0000 13,456.0000 6.7000 44.8900 777.2000
2 116.0000 13,456.0000 6.2000 38.4400 719.2000
3 118.0000 13,924.0000 5.4000 29.1600 637.2000
4 118.0000 13,924.0000 5.9000 34.8100 696.2000
5 120.0000 14,400.0000 3.7000 13.6900 444.0000
6 117.0000 13,689.0000 5.9000 34.8100 690.3000
7 118.0000 13,924.0000 4.7000 22.0900 554.6000
8 121.0000 14,641.0000 4.2000 17.6400 508.2000
TOTAL 944.0000 111,414.0000 42.7000 235.5300 5,026.9000
𝒏 ∑ 𝑿𝒀−∑ 𝑿 ∑ 𝒀
r=
√[𝒏 ∑ 𝒙𝟐 −(∑ 𝒙)𝟐 ][𝒏 ∑ 𝒚𝟐 −(∑ 𝒚)𝟐 ]
8(5,026.9000)−(944.0000∗42.7000)
r=
√[8(111,414.0000)−(944.0000)2 ][8(235.5300)−( 42.7000)2 ]
40,215.2000−40,308.8000
r=
√[891,312.0000−891,136.0000][1,884.2400−1,823.2900]
93.6000
r= −
√176.0000∗60.9500
93.6000
r= −
√10,727.2000
93.6000
r= −
103,5722
r= −0.9037

Nuestra coeficiente de correlación es -0.9037, es decir es una relación buena pero no muy fuerte
d)Encuentre la ecuación de regresión y dibújela en el diagrama de dispersión realizado.
Línea de regresión
Y = a + bX
𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)

b=
𝑛(∑ 𝑥 2 )−(∑ 𝑥)2
8(5,026.9000 )−(944.0000∗42.7000)
b=
8(111,414.0000)−( 944.0000)2
40,215.2000−40,308.8000
b=
891,312.000−891,136.0000
93.6000
b=−
176.0000
b=−0.5318
∑𝑦 ∑𝑥
a= −𝑏
𝑛 𝑛
42.7000 944.0000
a= − ( −0.5318)
8 8
a= 5.3375 -(-0.5318)*118.0000
a= 5.3375-(-62.7524)
a= 68.0899

Y = a + bX
Y= 68.0899+(-0.5318X)
# x y
1 116.00 6.70
2 116.00 6.20
3 116.00 6.40
4 118.00 5.40
5 118.00 5.90
6 120.00 3.70
7 117.00 5.90
8 118.00 4.70
9 121.00 3.74
10 - 68.09
11 20.00 57.45
12 80.00 25.55
13 121.00 4.20
-
TOTAL 1,281.0000 203.9329
e) Interprete el valor de a y de b de la ecuación de regresión

 La ecuación cruza al eje "y" en 68.0899. Una unidad de declaración de impuesto a la renta
aumentaría 68.0899
 La pendiente de la línea es de -0.5318. Por cada unidad adicional el presupuesto disminuye en
0.5318
f)Calcule el intervalo de confianza del 95% para la pendiente de la ecuación de regresión
∑ 𝑦2 − 𝑎 ∑ 𝑦 − 𝑏 ∑ 𝑥𝑦
𝑆𝑒 = √
𝑛−2
235.5300 − (68.0899 ∗ 42.7000) − (−0.5318)(5,026.9000)

𝑆𝑒 = √
8−2
235.5300 − 2,907.4387 − (−2,673.3054)

𝑆𝑒 = √
6
1,3967
𝑆𝑒 = √
6
𝑆𝑒 = √0.2328
𝑆𝑒 = 0.4825
𝑆𝑒
𝑆𝑏 =
√∑ 𝑥2 − 𝑛𝑥̅2
0.4825
𝑆𝑏 =
2
√111,414.0000 − 8(944.0000)
8
0.4825
𝑆𝑏 =
√111,414.0000 − 8(118.0000)2
0.4825
𝑆𝑏 =
√111,414.0000 − 8(13,924.0000)
0.4825
𝑆𝑏 =
√111,414.0000 − 111,392.0000
0.4825
𝑆𝑏 =
√22

0.4825
𝑆𝑏 =
4.6904
𝑆𝑏 = 0.1026
𝑏 ± 𝑡(𝑆𝑏 )
−0.5318 ±2.447(0.1026)
-0.5318±0.2511
li: -0.2807
ls: -0.7829
1. El director administrativo de una empresa, obtuvo datos sobre 100 empleados respecto a las
pruebas de ingreso que se les practicó en el momento de la contratación y las calificaciones
subsiguientes que recibieron los empleados por parte del supervisor un año después. Los puntajes
del examen oscilaron entre 0 y 10 y la calificación era sobre un sistema de 5 puntos. El director
intenta utilizar el modelo de regresión para predecir la calificación (R) que recibirán con base a un
puntaje en el examen (S). Los resultados son:(5 puntos)
S=522 R=326 SR=17325 S2=28854 y R2=10781
a) ¿Cuál es la variable dependiente? ¿Cuál es la variable independiente?
Dependiente: "R" ó "y" Porque la calificación Depende del puntaje del examen rendido
Independiente: "S" ó "x" Porque de acuerdo al puntaje se obtendrá la calificación del examen
b) Dibuje un diagrama de dispersión
b) Determine el coeficiente de correlación e interprete la magnitud del mismo

𝒏 ∑ 𝑿𝒀−∑ 𝑿 ∑ 𝒀
r=
√[𝒏 ∑ 𝒙𝟐 −(∑ 𝒙)𝟐 ][𝒏 ∑ 𝒚𝟐 −(∑ 𝒚)𝟐 ]
100(17,325.0000)−(522.0000∗326.0000)
r=
√[100(28,854.0000)−(522.0000)2 ][100(10,781.0000)−(326.0000)2 ]
1,732,500.0000−170,172.0000
r=
√[288,5400.0000−272,484.0000][1,078,100.0000−106,276.0000]
1,562,328.0000
r=
√2,612,916.00000∗971,824.0000
1,562,328.0000
r=
1,593,516.388
r= 0.9804
Nuestra coeficiente de correlación es

0.9804, es decir es una relación buena
pero no muy fuerte
c) Encuentre la ecuación de regresión y dibújela en el diagrama de dispersión realizado.
Línea de regresión
Y = a + bX

𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)

b=
𝑛(∑ 𝑥 2 )−(∑ 𝑥)2
100(17,325.0000 )−(522.0000∗326.0000)
b= 100(28,854.0000)−( 522.0000)2
1,732,500.0000−170,172.0000
b=2,885,400.0000−272,484.0000
1,562,328.0000
b=− 2,612,916.0000
b=0.5979
∑𝑦 ∑𝑥
a= −𝑏
𝑛 𝑛
326.0000 522.0000
a= − ( 0.5979)
100 100
a= 3.2600 -(0.5979*5.2200)
a= 3.2600-3.1210
a= 0.1390
Y = a + bX
Y= 0.1390+(0.5979X)

e) Interprete el valor de a y de b de la ecuación de regresión
 La ecuación cruza al eje "y" en 0.1390. El puntaje del examen aumentaría en 0.1390%
 La calificación aumentaría el puntaje del examen en 0.5978%
f) Desarrolle e interprete el modelo de regresión lineal. ¿Qué puede predecir el director respecto a
la clasificación de un empleado que obtuvo 7 en el examen?
Y = a + bX
Y= 0.1390+(0.5979(7))
Y= 0.1390+4.1853
Y=4.3243
TAREA 5.1 Ji- Regresión y Correlación Múltiple
1. Un productor de comida para cerdos desea determinar si existe relación entre la edad de un
cerdo cuando empieza a recibir un complemento alimenticio de recién creación, el peso inicial
del animal y el aumento de peso en un período de una semana con el complemento alimenticio.
La siguiente información es el resultado de un estudio de ocho lechones.(5 puntos)

# de lechón X1 X2 Y
Peso inicial (lb) Edad inicial (semanas) Aumento de peso
1 39 8 7
2 52 6 6
3 49 7 8
4 46 12 10
5 61 9 9
6 35 6 5
7 25 7 3
8 55 4 4
a) Calcule la ecuación de mínimos cuadrados que mejor describa estas tres variables, planteando
las ecuaciones normales
# de X1 X1^2 X2 X2^2 Y y^2 (X1)(X2) (X1)(y) (X2)(y)

lechón Peso Edad Aumento
inicial (lb) inicial de peso
(semanas)
1 39.0000 1521.0000 8.0000 64.0000 7.0000 49.0000 312.0000 273.0000 56.0000
2 52.0000 2704.0000 6.0000 36.0000 6.0000 36.0000 312.0000 312.0000 36.0000
3 49.0000 2401.0000 7.0000 49.0000 8.0000 64.0000 343.0000 392.0000 56.0000
4 46.0000 2116.0000 12.0000 144.0000 10.0000 100.0000 552.0000 460.0000 120.0000
5 61.0000 3721.0000 9.0000 81.0000 9.0000 81.0000 549.0000 549.0000 81.0000
6 35.0000 1225.0000 6.0000 36.0000 5.0000 25.0000 210.0000 175.0000 30.0000
7 25.0000 625.0000 7.0000 49.0000 3.0000 9.0000 175.0000 75.0000 21.0000
8 55.0000 3025.0000 4.0000 16.0000 4.0000 16.0000 220.0000 220.0000 16.0000
TOTAL 362.0000 17338.0000 59.0000 475.0000 52.0000 380.0000 2673.0000 2456.0000 416.0000

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏. ∑ 𝑦 = 𝑛𝑎 + 𝑏1 ∑ 𝑥1 + 𝑏2 ∑ 𝑥2
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐. ∑ 𝑥1 𝑦 = 𝑎 ∑ 𝑥1 + 𝑏1 ∑ 𝑥1 2 + 𝑏2 ∑ 𝑥1 𝑥2
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑. ∑ 𝑥2 𝑦 = 𝑎 ∑ 𝑥2 + 𝑏1 ∑ 𝑥1 𝑥2 + 𝑏2 ∑ 𝑥2 2
Reemplazando
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏. 52.0000 = 8,0000𝑎 + 362.0000𝑏1 + 59.0000𝑏2

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟐. 2456.0000 = 362.0000𝑎 + 17,338.0000𝑏1 + 2,673.0000𝑏2
𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟑. 416.0000 = 59.0000𝑎 + 2,673.0000𝑏1 + 475. 0000𝑏2
METODO DE LOS DETERMINANTES POR REGLA DE CRAMER
∆𝑺 = X Y Z
1. | 8,0000 362.0000 59.0000|
2 .|362.0000 17,338.0000 2,673.0000|
3. | 59.0000 2,673.0000 475.0000|
1. | 8,0000 362.0000 59.0000|
2. |362.0000 17,338.0000 2,673.0000|
= (65884400.0000+57089934.0000+57089934.0000)-(60353578.0000+57159432.0000+62245900.0000)
=180064268.0000-179758910.0000
= 305358.0000
∆𝒙 = T.I Y Z T.I Y
1. | 52,0000 362.0000 59.0000 52,0000 362.0000|

2. |2456.0000 17,338.0000 2,673.0000 2456.0000 17,338.0000|
3. | 416.0000 2,673.0000 475.0000 416.0000 2,673.0000|

=(428248600.0000+402532416.0000+387328392.0000)- (425543872.0000+371536308.0000+422309200.0000)
=1218109408.0000-1219389380.0000
=-1279972.0000
∆𝒚 = x T.I Z
1. | 8,0000𝑎 52.0000 59.0000𝑏2 |

2. | 362.0000𝑎 2456.0000 2,673.0000𝑏2 |
3. | 59.0000𝑎 416.0000 475. 0000𝑏2 |
1. | 8,0000𝑎 52.0000 59.0000𝑏2 |
2. | 362.0000𝑎 2456.0000 2,673.0000𝑏2 |
=(9332800.0000+8884928.0000+8200764.0000)-(8549336.0000+8895744.0000+8941400.00)
=26418492.0000-26386480.0000
=32012.0000
∆𝒛 = X Y T.I X Y
| 8,0000𝑎 362.0000𝑏1 52.0000 8,0000𝑎 362.0000𝑏1 |

|362.0000𝑎 17,338.0000𝑏1 2456.0000 362.0000𝑎 17,338.0000𝑏1 |
| 59.0000𝑎 2,673.0000𝑏1 416.0000 59.0000𝑎 2,673.0000𝑏1 |
=(57700864.0000+52455248.0000+50316552.0000)-(53192984+52519104.0000+54514304.0000)
=160472664.0000-160226392.0000
=246272.0000
∆𝑺 = = 305,358.0000
∆𝑿 = =-1,279,972.0000
∆𝒚 = =32,012.0000
∆𝒛 = =246,272.0000
∆𝑿 𝟏,𝟐𝟕𝟗,𝟗𝟕𝟐.𝟎𝟎𝟎𝟎
𝒙=
∆𝒔
=−
𝟑𝟎𝟓,𝟑𝟓𝟖.𝟎𝟎𝟎𝟎
= -4.1917
∆𝒚 𝟑𝟐,𝟎𝟏𝟐.𝟎𝟎𝟎𝟎
𝒚=
∆𝒔
=−
𝟑𝟎𝟓,𝟑𝟓𝟖.𝟎𝟎𝟎𝟎
= -0.1048
∆𝒛 𝟐𝟒𝟔,𝟐𝟕𝟐.𝟎𝟎𝟎𝟎
𝒛=
∆𝒔
=−
𝟑𝟎𝟓,𝟑𝟓𝟖.𝟎𝟎𝟎𝟎
= 0.8065
Ecuación

y= -4.1917 + 0.1048𝑥1 + 0.8065𝑥2
b) ¿Cuánto se puede esperar que un cerdo aumente de peso en una semana con el
complemento alimenticio, si tenía nueve semanas de edad y pesaba 48 libras?
Datos:
𝑥2 = 9
𝑥1 = 48
Resolución
y= -4.1917 + 0.1048𝑥1 + 0.8065𝑥2
y= -4.1917 + 0.1048(48) + 0.8065(9)
y= -4.1917+5.0304+7.2585
y= 8.0972
c) Determine el error estándar de estimación
∑𝑦
𝑦̅=
𝑛
52.000
𝑦̅= 8
𝑦̅= 6.5000
# de X1 X2 Y
lechón Peso inicial Edad inicial Aumento y´ (y-y´) (y-y´)^2 (y-y ̅) (y-y ̅)^2
(lb) (semanas) de peso
1 39.0000 8.0000 7.0000 14.3000 -7.3000 53.2900 0.5000 0.2500

2 52.0000 6.0000 6.0000 13.9800 -7.9800 63.6800 -0.5000 0.2500
3 49.0000 7.0000 8.0000 14.4900 -6.4900 42.1200 1.5000 2.2500
4 46.0000 12.0000 10.0000 18.2200 -8.2200 67.5700 3.5000 12.2500
5 61.0000 9.0000 9.0000 17.3000 -8.3000 68.8900 2.5000 6.2500
6 35.0000 6.0000 5.0000 12.2900 -7.2900 53.1400 -1.5000 2.2500
7 25.0000 7.0000 3.0000 12.1000 -9.1000 82.8100 -3.5000 12.2500
8 55.0000 4.0000 4.0000 12.6600 -8.6600 75.0000 -2.5000 6.2500
TOTAL 362.0000 59.0000 52.0000 115.3400 -63.3400 506.5000 0.0000 42.0000

∑(𝑦 − 𝑦´)2
𝑆𝑦.12 = √
𝑛 − (𝑘 + 1)
∑(506.5000)2
𝑆𝑦.12 = √
8 − (2 + 1)
506.5000
𝑆𝑦.12 = √
5
𝑆𝑦.12 = √101.300
𝑆𝑦.12 = 10.0648
d) Determine el coeficiente de correlación múltiple e interprete este valor

2. Una agencia de turismo en Inglaterra está interesada en el número de turistas que entran cada
semana al país (Y) durante la temporada alta. Se recolectaron los siguientes datos:(5 puntos)
Turistas (Y): número de turistas que ingresan al país en una semana (en miles)
Cambio(X1): número de libras comprados
Precio (X2): número de libras cobradas por viaje redondo en bus de Londres a Edimburgo
Promoción (X3): cantidad gastada en promoción del país
Temperatura (X4): temperatura media durante la semana en Edimburgo ( )
Turistas Cambio Precio Promoción (X3) Temperatura

(Y) (X1) (X2) (X4)
6.9 0.61 40 8.7 15.4
7.1 0.59 40 8.8 15.6
6.8 0.63 40 8.5 15.4
7.9 0.61 35 8.6 15.3
7.6 0.60 35 9.4 15.8
8.2 0.65 35 9.9 16.2
8.0 0.58 35 9.8 16.4
8.4 0.59 35 10.2 16.6
9.7 0.61 30 11.4 17.4
9.8 0.62 30 11.6 17.2
7.2 0.57 40 8.4 17.6

6.7 0.55 40 8.6 16.4
A partir de tal información, se le pide que:
a) Utilice cualquier paquete de software que tenga disponible para determinar la ecuación de
regresión de mejor ajuste para los datos. CAPTE LA IMAGEN DEL RESULTADO

𝑦̂ = 5.918755459 + 3.546983339𝑋1 − 0.170851432𝑋2 + 0.242552957𝑋3 + 0.227315801𝑋4
b) ¿Cuántos de turistas que ingresan al país en una semana (en miles)si el cambio fue de 0.55, el
precio por el viaje fue 38 libras, la cantidad gastada en la promoción asciende a 10 libras y la
temperatura media de 16º?
𝑦̂ = 5.918755459 + 3.546983339𝑋1 − 0.170851432𝑋2 + 0.242552957𝑋3 + 0.227315801𝑋4
𝑦̂ = 5.918755459 + 3.546983339(0.55) − 0.170851432(38) + 0.242552957(10) + 0.227315801(16)
𝑦̂ = 5.918755459 + 1.950840834 − 6.492354416 + 2.425529570 + 3.637052816
𝑦̂ = 7.439824263
c) ¿Determine el error estándar de estimación?
Y X1 X2 X3 X4 y´ (y-y ̅) (y-y ̅)^2

6,9 0.6100 40.0000 8.7000 15.4000 6.8700 0.0280 0.0008
7,1 0.5900 40.0000 8.8000 15.6000 6.8700 0.2310 0.0534
6,8 0.6300 40.0000 8.5000 15.4000 6.8800 -0.0800 0.0057
7,9 0.6100 35.0000 8.6000 15.3000 7.6700 0.2280 0.0522
7,6 0.6000 35.0000 9.4000 15.8000 7.9600 -0.3600 0.1285
8,2 0.6500 35.0000 9.9000 16.2000 8.3300 -0.1300 0.0172
8 0.5800 35.0000 9.8000 16.4000 8.1100 -0.1100 0.0115
8,4 0.5900 35.0000 10.2000 16.6000 8.2900 0.1090 0.0118
9,7 0.6100 30.0000 11.4000 17.4000 9.6900 0.0140 0.0002

9,8 0.6200 30.0000 11.6000 17.2000 9.7500 0.0520 0.0027

7,2 0.5700 40.0000 8.4000 17.6000 6.9900 0.2100 0.0442
6,7 0.5500 40.0000 8.6000 16.4000 6.8000 -0.1000 0.0105
TOTAL 7.2100 435.0000 113.9000 195.3000 94.2100 0.0920 0.3387
∑(𝑦 − 𝑦´)2
𝑆𝑦.12 = √
𝑛 − (𝑘 + 1)
0.3387
𝑆𝑦.12 = √
12 − (4 + 1)
0.3387
𝑆𝑦.12 = √
7
𝑆𝑦.12 = √0.048385
𝑆𝑦.12 = 0.2200
d) ¿Establezca el coeficiente de correlación múltiple, interprete este valor?

e) Realice una prueba de hipótesis global para verificar si alguno de los coeficientes de regresión
del conjunto es diferente de cero. Utilice el nivel de significación de 0.01. ¿Cuál es su
conclusión?
a) Formule las hipótesis nula y alternativa.
𝐻0 : 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0
𝐻1 : 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝛽𝑖 ≠ 0
b) ¿Cuál es la regla de decisión?
Nivel de significancia
Grados de libertad:
gl(num)= n1 –1 = 5 –1 = 4 ;
gl(den)= n-k = 7-0 = 7
1- ∝ = 1-0.01= 0.9900

Tarea 5 - Estadistica Infer - Sevilla Morocho Jessica Karina - Finanzas..

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tarea 5 - Estadistica Infer - Sevilla Morocho Jessica Karina - Finanzas..

Uploaded by

Copyright:

Available Formats

Nombre del Estudiante: Sevilla Morocho Jessica Karina

Nombre de la asignatura: Estadística Inferencial

Sevilla Morocho Jessica

Tutor: Ing. Chavez Castro Maria Página 1

TAREA 5.1 Ji- Regresión y Correlación Simple

Año Declaración de renta Presupuesto del SRI

a) ¿Cuál es la variable dependiente? ¿Cuál es la variable independiente?

Dependiente: "y" Porque el presupuesto del SRI, depende de la declaración de renta

Independiente: "x" Porque de la declaración de renta se obtendrá el presupuesto del SRI.

b) Dibuje un diagrama de dispersión

Tutor: Ing. Chavez Castro Maria Página 2

c) Determine el coeficiente de correlación e interprete la magnitud del mismo

Tutor: Ing. Chavez Castro Maria Página 3

d)Encuentre la ecuación de regresión y dibújela en el diagrama de dispersión realizado.

𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)

Tutor: Ing. Chavez Castro Maria Página 4

e) Interprete el valor de a y de b de la ecuación de regresión

Tutor: Ing. Chavez Castro Maria Página 5

f)Calcule el intervalo de confianza del 95% para la pendiente de la ecuación de regresión

235.5300 − (68.0899 ∗ 42.7000) − (−0.5318)(5,026.9000)

235.5300 − 2,907.4387 − (−2,673.3054)

Tutor: Ing. Chavez Castro Maria Página 6

S=522 R=326 SR=17325 S2=28854 y R2=10781

a) ¿Cuál es la variable dependiente? ¿Cuál es la variable independiente?

b) Dibuje un diagrama de dispersión

b) Determine el coeficiente de correlación e interprete la magnitud del mismo

Tutor: Ing. Chavez Castro Maria Página 7

Nuestra coeficiente de correlación es

c) Encuentre la ecuación de regresión y dibújela en el diagrama de dispersión realizado.

Tutor: Ing. Chavez Castro Maria Página 8

𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)

Tutor: Ing. Chavez Castro Maria Página 9

e) Interprete el valor de a y de b de la ecuación de regresión

TAREA 5.1 Ji- Regresión y Correlación Múltiple

Tutor: Ing. Chavez Castro Maria Página 10

# de X1 X1^2 X2 X2^2 Y y^2 (X1)(X2) (X1)(y) (X2)(y)

Tutor: Ing. Chavez Castro Maria Página 11

𝑬𝒄𝒖𝒂𝒄𝒊ó𝒏 𝟏. 52.0000 = 8,0000𝑎 + 362.0000𝑏1 + 59.0000𝑏2

METODO DE LOS DETERMINANTES POR REGLA DE CRAMER

1. | 52,0000 362.0000 59.0000 52,0000 362.0000|

Tutor: Ing. Chavez Castro Maria Página 12

1. | 8,0000𝑎 52.0000 59.0000𝑏2 |

| 8,0000𝑎 362.0000𝑏1 52.0000 8,0000𝑎 362.0000𝑏1 |

Tutor: Ing. Chavez Castro Maria Página 13

y= -4.1917 + 0.1048𝑥1 + 0.8065𝑥2

y= -4.1917 + 0.1048𝑥1 + 0.8065𝑥2

y= -4.1917 + 0.1048(48) + 0.8065(9)

c) Determine el error estándar de estimación

1 39.0000 8.0000 7.0000 14.3000 -7.3000 53.2900 0.5000 0.2500

Tutor: Ing. Chavez Castro Maria Página 14

d) Determine el coeficiente de correlación múltiple e interprete este valor

Tutor: Ing. Chavez Castro Maria Página 15

Turistas Cambio Precio Promoción (X3) Temperatura

7.1 0.59 40 8.8 15.6

6.8 0.63 40 8.5 15.4

7.9 0.61 35 8.6 15.3

7.6 0.60 35 9.4 15.8

8.2 0.65 35 9.9 16.2

8.0 0.58 35 9.8 16.4

8.4 0.59 35 10.2 16.6

9.7 0.61 30 11.4 17.4

9.8 0.62 30 11.6 17.2