1. Los siguientes datos corresponden a los salarios de 15 empleados (en miles
de pesos) de la empresa de Electricaribe. Empresa A: $820 $820 $850 $880 $890 $890 $910 $920 $920 $925 $930 $940 $940 $960 $1060 Calcular: Media aritmtica: Varianza: Desviacin estndar: Desviacin media: Coeficiente de variacin Coeficiente de desviacin media: 2. Los siguientes datos corresponden a los salarios de 20 empleados (en miles de pesos) de la empresa de ACUACUR Empresa B: $815 $815 $825 $835 $835 $865 $865 $865 $865 $885 $885 $885 $895 $895 $905 $905 $925 $935 $935 $950 Calcular: Media aritmtica: Varianza: Desviacin estndar: Desviacin media: Coeficiente de variacin Coeficiente de desviacin media: 3. Defina y de sus frmulas y ejemplos los siguientes conceptos:
3. Defina y de sus frmulas y ejemplos los siguientes conceptos:
a. REGRESIN LINEAL SIMPLE En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico que modela la relacin entre una variable dependiente Y, las variables independientes Xi y un trmino aleatorio . Este modelo puede ser epresado como: Y_t = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \cdots +\beta_p X_p + \varepsilon Y_t: variable dependiente, explicada o regresando. X_1, X_2, \cdots, X_p : variables explicativas, independientes o regresores. \beta_0,\beta_1,\beta_2,\cdots ,\beta_p : parmetros, miden la influencia que las variables explicativas tienen sobre el regresando. donde \beta_0 es la interseccin o trmino "constante", las \beta_i \ (i > 0) son los parmetros respectivos a cada variable independiente, y p es el nmero de parmetros independientes a tener en cuenta en la regresin. La regresin lineal puede ser contrastada con la regresin no lineal. b. CORRELACIN
La correlacin estadstica determina la relacin o dependencia que existe entre las dos variables que intervienen en una distribucin bidimensional. Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables estn correlacionadas o que hay correlacin entre ellas.
Coeficiente de correlacin.
El coeficiente de correlacin lineal se expresa mediante la letra r.
En el caso de que se est estudiando dos variables aleatorias x e y sobre una poblacin estadstica; el coeficiente de correlacin de Pearson se simboliza con la letra , siendo la expresin que nos permite calcularlo:
Dnde: es la covarianza de es la desviacin tpica de la variable es la desviacin tpica de la variable De manera anloga podemos calcular este coeficiente sobre un estadstico muestral, denotado como a:
c. REGRESIN MLTIPLE
Este tipo se presenta cuando dos o ms variables independientes influyen sobre una variable dependiente. Ejemplo: Y = f(x, w, z). Por ejemplo: Podra ser una regresin de tipo mltiple: Una Empresa de desarrollo de software establece relacionar sus Ventas en funcin del nmero de pedidos de los tipos de software que desarrolla (Sistemas, Educativos y Automatizaciones Empresariales), para atender 10 proyectos en el presente ao. En la Tabla representa Y (Ventas miles de S/.) e X (N pedidos de sistemas), W (N de pedidos de Aplicaciones Educativas) y Z (N de pedidos de Automatizaciones empresariales).
Objetivo: Se presentara primero el anlisis de regresin mltiple al desarrollar y explicar el uso de la ecuacin de regresin mltiple, as como el error estndar mltiple de estimacin. Despus se medir la fuerza de la relacin entre las variables independientes, utilizando los coeficientes mltiples de determinacin.
Una Prueba de Hipótesis Es Una Prueba Estadística Que Se Utiliza Para Determinar Si Existe Suficiente Evidencia en Una Muestra de Datos Para Inferir Que Cierta Condición Es Válida Para Toda La Población