Académique Documents
Professionnel Documents
Culture Documents
Mariangely Moreno
Estadstica
Instituto IACC
12 13 14 15
18-22 3 1 2 1
22-26 4 0 1 2
26-30 1 0 2 2
12 13 14 15
18-22 3 1 2 1 7
22-26 4 0 1 2 7
26-30 1 0 2 2 5
total 8 1 5 5 19
b) Cul es el promedio de edad de los que estudian 14 aos?
x Y3
18-22 2
22-26 1
26-30 2
total 5
+ +
= =
aos?
Y X1+X2
12 7
13 1
14 3
15 3
total 14
+ + +
= = ,
aproximadamente 13 aos.
promedio 23
varianza 7
desviacin 2,64575131
cv 0,11503267 11,5032666
promedio 24,8
varianza 8,96
desviacin 2,99332591
Cv 0,12069863 12,0698625
R: El grupo de trabajadores que presenta la edad ms homognea es el grupo que tiene 12
aos de estudio.
2) En esa misma empresa del norte, a los trabajadores se les realiz una prueba para poder
18-22 3 12 16
22-26 10 9 13
26-30 18 4 5
Xi
1 3 5 0 fj yj*fj fj*yj^2
20 3 12 16 0 31 620 12400
Yj 24 20 9 13 0 42 1008 24192
28 18 4 15 0 37 1036 29008
fi 41 25 44 0 110 2664 65600
Xi*fi 41 75 220 0 336
Fi*Xi^2 41 225 1100 0 1366
R: Covarianza(x,y)= -1.17553719
Este resultado nos dice que no hay una relacin directa entre las variables analizadas.
R: r= -0.21322194 vemos que la relacin de las variables es en forma negativa es decir mientras uno
aumenta el otro disminuye
peso (kg):
altura 161 154 187 158 171 169 166 176 163
peso 50 60 76 62 66 60 54 84 68
El jefe de RR. HH. plantea que a mayor altura, menor es el peso de los trabajadores, Ud. est de
altura peso
x y X*Y
161 50 8050
154 60 9240
187 76 14212
158 62 9796
171 66 11286
169 60 10140
166 54 8964
176 84 14784
163 68 11084
97556
Regresin lineal
Y - promedio de Y= Covarianza/VarianzaX*(X - promedio x)
Y-64.44=0.7057221(x-167.22)
Y=0.7057221X-53.573
R: Entonces para nuestro anlisis vemos que si hay una relacin positiva entre las variables
Pero esta relacin es muy dbil ya que nos permite conocer un coeficiente de determinacin
R^2=0.44 este valor da a entender que el modelo no es muy bueno para poder predecir.
Bibliografa
Contenidos de la semana N5