TEMA 1 al 4

1. La empresa de cierta marca de cigarrillos asegura que el contenido promedio de nicotina en su

producto es de 0.65 miligramos por cigarrillo. La Procuradura Federal del Consumidor asevera que
0.65. Para corroborar esto, toma una muestra de 10 cigarrillos y se registra el contenido de
nicotina. Los resultados, en miligramos por cigarrillo, se presentan enseguida:

A partir de la informacin dada, realiza lo siguiente:

Calcula la media y desviacin estndar de los datos.

Media=0.707

Estndar=0.049

Qu tipo de distribucin es ms recomendable usar para estos datos, distribucin Z o distribucin t-

Student?

La distribucin t-Student porque es para valores de menos de 30 datos y en esta solo

tenemos 10 datos por lo cual utilizar esta distribucin es lo ms eficiente.

Prueben la hiptesis de que H0: = 0.65 contra Ha: 0.65 Utilicen = 0.05.

0.7070.65
= 0.049 = 3.67
10

Cambia esta grafica hasta en libreta o hazla tu lechuga,valeria

 Concluyan en el contexto del problema, es decir, contesten la pregunta: hay suficiente evidencia
para asegurar que el contenido medio de nicotina es diferente de 0.65 miligramos?

Si, ya que al momento de hacer la prueba arrojo una hiptesis nula por lo cual indica
que se encuentra dentro de los valores de la tabla.

Construyan un intervalo de confianza al 95% para la media de la poblacin.

0.099
= 0.707 0.025 ( ) = 0.7073 0.7066
10

TEMA 5 y 6

1. El gerente de un banco est interesado en reducir el tiempo que las personas esperan para ver a
su asesor financiero. Tambin le interesa la relacin entre el tiempo de espera (Y) en minutos y
el nmero de asesores atendiendo (X). Se registraron los siguientes datos:

X 2 3 5 4 2 6 1 3 4

Y 12.8 11.3 3.2 6.4 11.6 3.2 8.7 10.5 8.2

Realiza el diagrama de dispersin y calcula el coeficiente de correlacin.

Qu puedes interpretar del resultado obtenido del coeficiente de correlacin?

Con base en el coeficiente de correlacin podemos deducir que no se acerca al 1 aunque

tampoco est muy alejado podemos deducir que en realidad el proceso necesite ajustes
para poder mejorar el tiempo de espera.
X Y

2 12.8
3 11.3
5 3.2
4 6.4
2 11.6
6 3.2
1 8.7
3 10.5
4 8.2

R=.8136

Y
14

12

10

4 y = -1.825x + 14.517
R = 0.662
2

0
0 1 2 3 4 5 6
TEMA 7 y 8

Los datos de la demanda anual de bolsas de fertilizante de una empresa agrcola se muestran en la
siguiente tabla.

Demanda
Ao defertilizante (miles Pronstico
de bolsas)

1 4 -

2 6 -

3 4 -

4 5 4.7

5 10

6 8

7 7

8 9

9 12

10 14

11 15

a. Grafica la serie de tiempo.

Demanda de fertilizante (miles de

bolsas)
15
13
Demanda

11
9
7
5
3
1 2 3 4 5 6 7 8 9 10 11
Demanda de
fertilizante (miles de 4 6 4 5 10 8 7 9 12 14 15
bolsas)
 Esta grafica cambiala de color valeria , lechuga ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

b. Encuentra el valor de pronstico para la demanda de fertilizante para cada ao, comenzando por el
ao 4 por medio de un promedio mvil de k=3 aos

Cambia de coor esta table lechuga valeria,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

TEMA 9 y 10

1. Realiza una lectura de

las explicaciones
Ao Demanda de fertilizante (miles de bolsas) Pronstico
de tema 9 y 10. Define
1 4
los siguientes
2 6
conceptos:
3 4
4 5 4.7
5 10 6.333333333
6 8 7.666666667
7 7 8.333333333
8 9 8
9 12 9.333333333
10 14 11.66666667
11 15 13.66666667

a. Variable dependiente:
 b. Variable independiente:

c. Anlisis de la regresin simple:

d. Estimadores de mnimos cuadrados:

e. Intervalo de confianza:

f. Coeficiente de regresin:

g. Coeficiente de correlacin:

h. Coeficiente de determinacin:

i. Error estndar de estimacin:

Durante la actividad colaborativa

1. En equipos desarrollen los siguientes ejercicios y respondan las preguntas planteadas.

a. En una compaa fabricante de helados se sospecha que almacenar el helado a temperaturas
bajas durante largos periodos tiene un efecto lineal en la prdida de peso del producto. En la
planta de almacenamiento de la compaa se obtuvieron los siguientes datos:

Prdida de peso (gr) Y 28 37 36 30 28 36 35

 Tiempo (semanas) X 26 32 35 27 25 31 30

Prdida de peso (gr) Y 28 37 36 30 28 36 35

Tiempo (semanas) X 26 32 35 27 25 31 30

TEMA 13 y 14

1. Revisa las explicaciones de tema 13 y 14. Contesta las siguientes preguntas

a. La evaluacin del modelo de regresin lineal mltiple se puede realizar de tres formas. Menciona
y explica cada una de ellas.

Error estndar: que es la desviacin estndar de la variable del error.

Coeficiente de determinacin: R^2= (Suma de cuadrados de regresin / Suma de cuadrados

totales).

La prueba de F del anlisis de varianza: es cualquier prueba en la que el estadstico utilizado

sigue una distribucin F.

b. Es posible realizar la transformacin de un modelo de regresin lineal a un modelo de regresin

lineal mltiple? Si es as, cmo se realiza esta transformacin?

No es posible porque tenemos se necesita tener ms de una variable.

2. Revisa la siguiente informacin nutricional de algunas ensaladas y contesta las preguntas anexas.
Enseguida se presentan las siguientes variables que se registraron en diferentes tipos de estos
platillos.
a. Y: Caloras
b. X1: Grasa (g)
c. X2: Carbohidratos (g)
d. X3: Protenas (g)

Ensalada (porciones Grasa Carbohidratos Protenas Caloras

de 100 g) (g) X1 (g) X2 (g) X3 Y

Csar 14.7 6.52 5.03 170

Atn 11.02 6.96 14.27 184
Atn con queso 14.72 6.87 14.44 217
Atn con huevo 12.93 6.96 13.71 196
Macarrones o pasta 10.63 22.98 3.76 202

Macarrones u otra pasta 13.34 15.00 10.11 221

con pollo

Macarrones u otra pasta 9.14 19.49 7.07 18.9

con atn

Ensalada de huevo 30.26 1.93 9.20 318

Ensalada de papas 8.20 11.17 2.68 143

Ensalada de papas con 7.05 15.96 2.77 136

huevo

Ensalada de papas estilo 1.24 16.66 2.52 88

alemn

CAMBIEN DE COLOR LAS TABLAS VALERIA LECHUGA ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

Empleando Excel o Minitab lleva a cabo lo siguiente:

a. Estima e interpreta en el contexto del problema los coeficientes de la ecuacin de regresin

mltiple. Redacta tu interpretacin.

Lo que se dice nuestra ecuacin de regresin es que por cada incremento de 1 gramo en la grasa
nuestras caloras aumentan 7.61 cuando nuestras variables carbohidratos y protenas se mantienen
constantes, por cada gramo aumentado en carbohidratos nuestras caloras disminuirn un promedio
de 1.045 gramos, cuando las dems variables se mantienen constantes, y por cada gramo que
aumente en protenas nuestras caloras aumentaran en promedio 1.2784 gramos cuando las dems
variables se mantienen
constantes.

b. Prueba la significancia del modelo de regresin mltiple (interpretando el output de Excel o

software estadstico).

Hiptesis nula: H:= 2= k=0

Hiptesis alternativa:i0
F calculada: 4.37601206
Coeficiente de significancia= 0.05
F terica= 4.3468314
La hiptesis nula se RECHAZA

Coeficiente de su determinacin
Coeficiente de determinacin 265.22%
Coeficiente de determinacin ajustado ajustado 50.32%
Este modelo de regresin se puede explicar en un 65.223% con las variables independientes. Sin
embargo es ms correcto decir que se explica en la
Realidad el 50.318%

c. Prueba la significancia de los coeficientes de regresin individuales (interpretando el output de

Excel o software estadstico).

Pendiente para X1:7.6190214

Error estndar de X1:3.20601285
Hiptesis nula:H:=0
Hiptesis alternativa:H:10
T calculada: 2.37647875
Coeficiente de significancia: 0.05
T terica: 2.36462425
La hiptesis nula H: =0 se RECHAZA
En un 95% podemos decir que no existe su evidencia suficiente para indicar que la medida en
gramos explica realmente a lascaloras en la poblacin.

d. Calcula e interpreta R2 en el contexto del problema.

Pendiente para X2:-1.04577663

Error estndar de X2: 3.84107106
Hiptesis nula: H:2=0
Hiptesis alternativa: H:20
T calculada:-0.27226172
Coeficiente de significancia: 0.05
T terica: 2.36462425
La hiptesis nula H: =0
Si se acepta
Existe evidencia para indicar que los carbohidratos explican realmente a las caloras en gramos en la
poblacin. Por lo tanto se acepta.

e. Calcula el error estndar de estimacin.

Pendiente para X3: 1.27844651

Error estndar de X3: 4.35587368
Hiptesis nula: H:3=0
Hiptesis alternativa:H:30
T calculada: 0.29349945
Coeficiente de significancia: 0.05
T terica: 2.36462425
La hiptesis nula H:=0
Si se acepta
Es un 95% que podemos decir que existe una evidencia suficiente para indicar que las
protenas explican realmente a las caloras en la poblacin.

f. Estima la cantidad promedio de caloras cuando el contenido de grasa es de 50 g, la cantidad

de carbohidratos 10 g y la cantidad de protenas 8 g.

Y=82.3552+7.6190(50)-1.0457(10)+1.2784(8)
Y= 463.0754
El pronostico quiere decir que su promedio de caloras que tiene el producto con las descripciones de
calora, carbohidratos y protenas es del 46.3% de todo el producto.

g. Calcula R2 ajustada.

2. Pendiente para X2:-1.04577663

3. Error estndar de X2: 3.84107106
4. Hiptesis nula: H:2=0
5. Hiptesis alternativa: H:20
6. T calculada:-0.27226172
7. Coeficiente de significancia: 0.05
8. T terica: 2.36462425
9. La hiptesis nula H: =0
10. Si se acepta