Académique Documents
Professionnel Documents
Culture Documents
Semana
Venta Semanal
de galones
10000
1.30
6000
2.00
5000
1.70
12000
1.50
10000
1.60
15000
1.20
5000
1.60
12000
1.40
17000
1.00
10
20000
1.10
SOLUCIN
a) Diagrama de Dispersin: Y=f(x)
X = Venta Semanal de galones
Y = Precio de Venta por galn
Grafico de Dispersion
2.50
2.00
1.50
1.00
0.50
0.00
10000
20000
30000
6
Ingeniera de proyectos
b) Verificacin de la tendencia con el coeficiente de correlacin:
Seman
a
1
2
3
4
5
6
7
8
9
10
TOTAL
Venta
Semanal
de
galones
X
10000
6000
5000
12000
10000
15000
5000
12000
17000
20000
112000
Precio de
Venta por
galn (en U$
$)
Y
1.30
2.00
1.70
1.50
1.60
1.20
1.60
1.40
1.00
1.10
14.40
Xpromedio
11200
XY
X2
Y2
(XiXprom)2
(yiyprom)2
13000
12000
8500
18000
16000
18000
8000
16800
17000
22000
14930
0
100000000
36000000
25000000
144000000
100000000
225000000
25000000
144000000
289000000
400000000
148800000
0
1.69
4
2.89
2.25
2.56
1.44
2.56
1.96
1
1.21
21.5
6
1440000
27040000
38440000
640000
1440000
14440000
38440000
640000
33640000
77440000
23360000
0
0.0196
0.3136
0.0676
0.0036
0.0256
0.0576
0.0256
0.0016
0.1936
0.1156
0.824
Ypromedio
1.44
X
= -0.863488967
2
Como:
-1<R<1
Se ajusta
(OK)
Y
2
Y 2
Formulas paramtricas:
X 2
n b =
XY nXpromYprom
b
=
-0.0000512842
= -0.00005 2
n XY X Y
x 2nXprom
R=
a = Yprom b*Xprom
PROYECTOS I
2013
6
Ingeniera de proyectos
a= 2.01438356 = 2.00
El ajuste lineal ser:
Y = 2.014 0.00005*X
Dnde: X = Venta Semanal de galones
Y = Precio de Venta por galn
d) Coeficiente de determinacin:
Coeficiente de determinacin = R2
R2 = 0.745613197
e) Desviaciones Estndar:
Sx=
Sy=
( XiXprom ) 2
n1
= 5094.659513
( YiYprom ) 2
n1
= 0.302581486
a) Revsese el diagrama de dispersin para ver si los datos pueden ser descritos
satisfactoriamente por una ecuacin lineal.
b) Calclese la razn de la variacin de los embarques ante una variacin de los
permisos.
PROYECTOS I
2013
6
Ingeniera de proyectos
c) Determnese una estimacin de los embarques cuando el nmero de permisos de
construccin es de 30.
d) Calcular la desviacin estndar.
e) Calcular el coeficiente de correlacin.
SOLUCION
a) Revsese el diagrama de dispersin para ver si los datos pueden ser descritos
satisfactoriamente por una ecuacin lineal:
Diagrama de Dispersin: Y=f(x)
X = Permisos de Construccin
Y = Embarque de Conglomerados
Grafico de Dispersion
18.00
16.00
14.00
12.00
10.00
Embarque de Conglomerados
8.00
6.00
4.00
2.00
0.00
5
10
15
20
25
30
35
40
45
Permisos de Construccion
2013
(XiXprom)2
(yiyprom)2
64
196
289
9
4
4
16
36
36
16
9
1
6
Ingeniera de proyectos
7
8
TOTAL
15
35
184
10.00
16.00
80.00
XPROM
23.00
Formulas paramtricas:
150
560
2146
225
1225
5006
100
256
950
YPROM
10.00
b=
XY nXpromYprom
b = 0.3953488372
= 0.395 2
x 2nXprom
a = Yprom b*Xprom
a= 0.90698 = 0.915
El ajuste lineal ser:
dY
dX
= 0.395
Sy=
PROYECTOS I
( XiXprom ) 2
n1
( YiYprom ) 2
n1
2013
= 9.84 = 10
=4.33 = 5
64
144
774
0
36
150
6
Ingeniera de proyectos
f)
nXY XY
R=
Como:
( nx2( x ) 2 )(ny 2( y ) 2)
-1<R<1 (OK)
= 0.898
Se ajusta
PROYECTOS I
2013
6
Ingeniera de proyectos
a) Realizar el diagrama de dispersin.
Diagrama de Dispersin: Y=f(x)
X = Ao
Y = Habitantes
Grafico de Dispersion
1600000.00
1400000.00
1200000.00
1000000.00
Habitantes
800000.00
600000.00
400000.00
200000.00
0.00
0
10
Ao
HABITANTE
S
Y
1000000.00
1020000.00
1050000.00
1080000.00
1120000.00
1170000.00
1230000.00
1300000.00
1380000.00
PROYECTOS I
XY
X2
Y2
(XiXprom)2
(yi-yprom)2
1000000
2040000
3150000
4320000
5600000
7020000
8610000
1040000
0
1242000
0
1
4
9
16
25
36
49
64
1000000000000
1040400000000
1102500000000
1166400000000
1254400000000
1368900000000
1512900000000
1690000000000
16
9
4
1
0
1
4
9
22500000000
16900000000
10000000000
4900000000
900000000
400000000
6400000000
22500000000
81
1904400000000
16
52900000000
2013
6
Ingeniera de proyectos
45
10350000.00
5456000
0
285
XPROM
5.00
YPROM
1150000.0
0
1203990000000
0
60
13740000000
0
Formulas paramtricas:
b=
XY nXpromYprom
x 2nXprom 2
b = 46833.3333333333= 46833
a = Yprom b*Xprom
a= 915833
El ajuste lineal ser:
nXY XY
R=
Como:
( nx2( x ) 2 )( ny 2( y ) 2)
-1<R<1 (OK)
Se ajusta
Coeficiente de determinacin:
Coeficiente de determinacin = R2
R2 = 0.957799612
Calcular la desviacin estndar.
PROYECTOS I
2013
X
2
Y
2
= 0.978672372
2
Y
X 2
n
n XY X Y
R=
6
Ingeniera de proyectos
Sx=
Sy=
( XiXprom ) 2
n1
( YiYprom ) 2
n1
= 2.738612788 = 3
= 131053.42 = 131053
VALOR O RANGO
Perfecta
|R| = 1
Excelente
Buena
Regular
Mala
|R|< 0.5
PROYECTOS I
2013
6
Ingeniera de proyectos
Interprete la interseccin con Y.
SOLUCION
Asumiendo datos:
X
Y
0
0.078
100
60.078
150
90.078
200
120.078
250
150.078
300
180.078
200
180
160
140
120
100
80
60
40
20
0
0
50
100
150
200
250
300
350
a) Interprete la pendiente
Como la pendiente es positiva (ascendente m =0.06) los ingresos de telefnica van
en aumento.
b) Interprete la interseccin con Y.
PROYECTOS I
2013
6
Ingeniera de proyectos
Existe una relacin significativa entre los gastos de publicidad y las ventas?
Establezca la ecuacin de prediccin.
Pronostique las ventas para un gasto de publicidad de US$50.00.
Qu porcentaje de los gastos en publicidad explican las variaciones en las ventas?
SOLUCIN
a) Existe una relacin significativa entre los gastos de publicidad y las ventas?
Diagrama de Dispersin: Y=f(x)
X = Gastos en publicidad
Y = Ventas Mensuales
PROYECTOS I
2013
6
Ingeniera de proyectos
Grafico de Dispersion
1800
1600
1400
1200
1000
Ventas semanales
800
600
400
200
0
35000 40000 45000 50000 55000 60000 65000 70000 75000
Gastos de publicidad
Gastos de
publicidad
PROYECTOS I
Ventas
semanales
XY
2013
X2
Y2
(XiXprom)2
(yi-yprom)2
6
Ingeniera de proyectos
1
2
3
4
5
6
7
8
9
(en US$)
X
41000
54000
63000
54000
48000
46000
62000
61000
64000
(en US$)
Y
1250
1380
1425
1425
1450
1300
1400
1510
1575
10
TOTAL
71000
564000
1650
14365.00
51250000
74520000
89775000
76950000
69600000
59800000
86800000
92110000
10080000
0
117150000
81875500
0
1681000000
2916000000
3969000000
2916000000
2304000000
2116000000
3844000000
3721000000
4096000000
1562500
1904400
2030625
2030625
2102500
1690000
1960000
2280100
2480625
237160000
5760000
43560000
5760000
70560000
108160000
31360000
21160000
57760000
34782.25
3192.25
132.25
132.25
182.25
18632.25
1332.25
5402.25
19182.25
5041000000
3260400000
0
2722500
2076387
5
213160000
794400000
45582.25
128552.5
XPROM
56400
YPROM
1436.50
Formulas paramtricas:
XY nXpromYprom
x 2nXprom 2
b=
b = 0.0107867573 = 0.0108
a = Yprom b*Xprom
a= 828.1268882 = 828.127
El ajuste lineal ser:
Y = 828.127 + 0.0108*X (SI SE AJUSTA)
Dnde:
X = Ao
Y = Habitantes
R=
PROYECTOS I
X
2
nXY XY
Y
2( y ) 2)
( nx2( x ) 2 )(ny
2
2
Y 2013
2
X
n
n XY X Y
= 0.848
6
Ingeniera de proyectos
Como:
-1<R<1 (OK)
Se ajusta
Coeficiente de determinacin:
Coeficiente de determinacin = R2
R2 =0.719
Calcular la desviacin estndar.
Sx=
Sy=
( XiXprom ) 2
n1
= 9395.034
( YiYprom ) 2
n1
= 119.5140624
PROYECTOS I
2013
6
Ingeniera de proyectos
7) En la siguiente tabla se presenta la informacin de una empresa de rdenes por correo
para 12 ciudades:
Ciudades
A
B
C
D
E
F
G
H
I
J
K
L
Nmero de rdenes
Recibidas por Correo
24,000
16,000
23,000
15,000
32,000
25,000
18,000
18,000
35,000
34,000
15,000
32,000
Nmero de Catlogos
Distribuidos
6,000
2,000
5,000
1,000
10,000
7,000
15,000
3,000
11,000
13,000
2,000
12,000
a)
b)
c)
d)
Determine si existe una relacin lineal significativa entre estas dos variables.
Determine la lnea de regresin.
Determine el error estndar de la estimacin.
Qu porcentaje de la variacin de los datos independientes explica la variacin de
los datos dependientes?
e) Pronostique las rdenes por correo recibidas cuando se distribuyeron 10,000
catlogos.
f) Calcule la varianza explicada para la variable Y.
SOLUCION
a)
Determine si existe una relacin lineal significativa entre estas dos variables.
PROYECTOS I
2013
6
Ingeniera de proyectos
Grafico de Dispersion
40,000
35,000
30,000
25,000
Numero de ordenes recividas po correo
20,000
15,000
10,000
5,000
0
0
Para determinar si existe una relacin lineal significativa procederemos a ajustar los datos
a una tendencia lineal
b)
PROYECTOS I
2013
XY
X2
Y2
(XiXprom)2
(y
ypro
6
Ingeniera de proyectos
A
6,000
24,000
144000000
36000000
576000000
1562500
2,000
16,000
32000000
4000000
256000000
27562500
5,000
23,000
115000000
25000000
529000000
5062500
1,000
15,000
15000000
1000000
225000000
39062500
10,000
32,000
320000000
7,000
25,000
175000000
102400000
0
625000000
7562500
10000000
0
49000000
15,000
18,000
270000000
324000000
60062500
3,000
18,000
54000000
22500000
0
9000000
324000000
18062500
11,000
35,000
385000000
10
13,000
34,000
442000000
11
2,000
15,000
30000000
122500000
0
115600000
0
225000000
14062500
12100000
0
16900000
0
4000000
12
12,000
32,000
384000000
78
87,000
287000.00
236600000
0
102400000
0
751300000
0
22562500
TOTAL
14400000
0
88700000
0
XPROM
7,250
YPROM
23181.82
Formulas paramtricas:
b=
XY nXpromYprom
x 2nXprom 2
b = 1.3626607539 = 1.363
a = Yprom b*Xprom
a= 13302.5277 = 13302.528
PROYECTOS I
2013
62500
33062500
27562500
25625000
0
66942
8
51578
4
33057
2
66942
8
77760
6
33057
2
26851
7
26851
7
13966
1
11703
66942
8
77760
6
65539
4
6
Ingeniera de proyectos
El ajuste lineal ser:
Y = 13302.528+ 1.363*X (SI SE AJUSTA)
Dnde: X = Catlogos
Y = Ordenes
Calculo del coeficiente de correlacin.
X nXY XY
2( x ) 2 )( ny 2( y ) 2) = 0.6995
R = ( nx2
Y
2 ajusta
Como:
-1<R<1 (OK) Se
Coeficiente de determinacin: 2
Y
X 2
Coeficiente de determinacin
= R2
n
R2 =0.489326238
n XY X Y
Calcular la desviacinR=
estndar.
( XiXprom ) 2
Sx=
= 4826.536496
n1
Sy=
c)
( YiYprom ) 2
n1
= 7680.65259
S yx = 6863.812365
PROYECTOS I
2013
6
Ingeniera de proyectos
d)
Coeficiente de variacin
C.V(X) = Sx / Xprom = 0.665729172 = 67%
C.V (Y) = Sx / Xprom = 0.332972438 = 33%
Coeficiente de variacin
CV (X) < CV (Y)
Esto significa que el nmero de rdenes son ms homogneas, es decir, tienen menos
discrepancia que el nmero de catlogos distribuidos.
e)
f)
PROYECTOS I
( YiYprom ) 2
n1
2013
= 59581517.66