Académique Documents
Professionnel Documents
Culture Documents
Consumo (x)
xi
84
137
112
95
152
110
115
118
94
53
86
70
60
96
69
72
74
59
84
137
112
95
152
110
115
118
94
146
92
146
1163
SOLUCIN:
Variable Independiente:
Variable Dependiente:
nmero de muestra:
_
=
_
=
_^2=
_^2=
_^2=
3. Calculamos la covarianza
XY
=( .
. )/
(( ) )
=
=( .
)/ =
Para x
Para y
d. Coeficiente de correlacin
= _(.)/(.
yi
xi2
yi2
xiyi
53
86
70
60
96
69
72
74
59
7056
18769
12544
9025
23104
12100
13225
13924
8836
2809
7396
4900
3600
9216
4761
5184
5476
3481
4452
11782
7840
5700
14592
7590
8280
8732
5546
92
21316
8464
13432
731
139899
55287
87946
116.3
731
10
73.10
515.79
_=
1/(1) [ .^2() ]
515.79
_=
205.66
_=
293.07
lculamos la covarianza
87946
10
8501.53
cando Pearson
29307
=( .
. )/
( ) )
=
46421
-3.24
=( .
)/ =
10
0.63
-0.32
93
= . +
(-0.32)
= . +
148
(-0.32)
=.()+
= . (
(-0.32)
=.()+
= . (
(-0.32)
93
65
=+ _(.)/(^2 )()
=.()+.
= . (
+ .
105
0.90
= _(.)/(. )=
293.07
325.69
Esto significa que hay una excelente relacin entre las dos
variables de estudio, una correlacin positiva muy fuerte (0.90)
ya que se aproxima a 1 y esto nos indica que si sube el valor del
consumo de energa elctrica y gastos mensuales de familias,
sus gastos mensuales tambin tiende a subir
22.71
22.71
14.34
116.3+(.)/(.^2
(.(.
)
.
( .)
.
=
116.3+.
+ . + .)
. . ( =.
. . +.=
+ . +
. =
A partir de los siguientes datos referentes a horas trabajadas en un taller (X), y a unidades producida
recta de regresin de Y sobre X, el coeficiente de correlacin lineal e interpretarlo
xi
yi
80
79
83
84
78
60
82
85
79
84
80
300
302
315
330
300
250
300
340
315
330
310
80
79
83
84
78
60
82
85
79
84
80
300
302
315
330
300
250
300
340
315
330
310
62
240
62
240
936
3632
SOLUCIN:
Variable Independiente:
Variable Dependiente:
nmero de muestra:
936
12
3632
12
_^2=
1/(1) [ .^2() ]
_^2=
_^2=
1/(1) [ .^2() ]
3. Calculamos la covarianza
XY
285908
12
=( .
. )/
(( ) )
=
=( .
)/ =
=.
= . +
=+.
. . +
= _(.)/(. )=
=.
= . +
=+.
. . +
Para x
90
=.()+.
= . ( + .
Para y
320
=.()+.
= . (
+ .
xi2
yi2
xiyi
6400
6241
6889
7056
6084
3600
6724
7225
6241
7056
6400
90000
91204
99225
108900
90000
62500
90000
115600
99225
108900
96100
24000
23858
26145
27720
23400
15000
24600
28900
24885
27720
24800
3844
57600
14880
73760
1109254
285908
edias arimticas
=
78
302.67
s varianzas marginales
1) [ .^2() ]
68.36
_=
8.27
1) [ .^2() ]
68.36
_=
8.27
906.24
_=
30.10
217.67
covarianza
23608
esion de y sobre x
31344
/
) )
9024
380.89
12
3.47
31.74
=.
= . +
=+.
. . +
correlacin lineal
)/(. )=
217.67
248.91
0.87
Esto significa que hay una excelente relacin entre las dos
variables de estudio, una correlacin positiva muy fuerte (0.87)
ya que se aproxima a 1 y esto nos indica que si sube el valor de
las horas trabajadas en el taller, las unidades producidas en la
misma tambin tiende a subir
Esto significa que hay una excelente relacin entre las dos
variables de estudio, una correlacin positiva muy fuerte (0.87)
ya que se aproxima a 1 y esto nos indica que si sube el valor de
las horas trabajadas en el taller, las unidades producidas en la
misma tambin tiende a subir
=.
= . +
=+.
. . +
=.()+.
= . ( + .
344
=+ _(.)/(^2 )()
=.()+.
= . (
+ .
82
78+(.)/
(.
.
.
^2
.
( .)
.
=
78+.
+ . + .)
. . ( =.
0.24+
+.=
. =
+.+
.
El Gerente de una empresa sospecha que sus cliente acuden a realizar sus compras, en funcin a la d
poblacin. Se toma una muestra de 8 clientes y los datos son
Distancia (x)
N clientes
xi
2
4
5.4
6
7.5
8
10
60
42
36
45
30
32
24
2
4
5.4
6
7.5
8
10
12
26
12
54.9
SOLUCIN:
Variable Independiente:
Variable Dependiente:
nmero de muestra:
_
=
_
=
_^2=
_^2=
_^2=
3. Calculamos la covarianza
XY
=( .
. )/
(( ) )
=
=( .
)/ =
a. Si la empresa si sita a 15
Para x
b. Si en un periodo determin
Para y
c. Determine e interprete la
= _(.)/(.
yi
xi2
yi2
xiyi
60
42
36
45
30
32
24
4
16
29.16
36
56.25
64
100
3600
1764
1296
2025
900
1024
576
120
168
194.4
270
225
256
240
26
144
676
312
295
449.41
11861
1785.4
6.86
295
8
36.88
10.38
1/(1) [ .^2() ]
10.38
140.41
-29.88
lculamos la covarianza
1785.4
8
253.05
cando Pearson
-1912.3
=( .
. )/
( ) )
=
581.27
475.61
=( .
)/ =
-3.29
59.45
= .. =
= .. =
15
=.
= . .()
. (
10
56
=+ _(.)/(^2 )()
=.()+.
.(+.
3.0
termine e interprete la relacion de N de cliente que recibe la empresa y la distancia hacia la pobla
= _(.)/(. )=
-29.88
38.18
-0.78
Esto significa que si hay una relacin entre las dos variables de
estudio, una correlacin negativa fuerte (-0.78), ya que se
aproxima a -1; y esto quiere decir que si sube el valor de la
distancia de la empresa hacia la poblacin, el numero de clientes
que recibe la empresa tiende a bajar
_=
3.22
_=
3.22
_=
11.85
Si la empresa se sita a 15 km de
distancia de la poblacin se espera la
acogida 10 clientes para la empresa
oximada
^2 )()
.+(.)/(.^2
.
. (
.
)
.
( .)
.
=
6.8+(.)
..
.).(.=
-0.21+
+.=
. +.
=
.
+