Vous êtes sur la page 1sur 8

3

# Ausencias Nota Final Xi*Yi Xi² Yi² Y gorrito (Yi-^Yi)2


Xi Yi estimado Residual
688 3.72 2559.36 473344 13.84 3.651 0
647 3.44 2225.68 418609 11.83 3.451 0
652 3.21 2092.92 425104 10.3 3.476 0.07
608 3.29 2000.32 369664 10.82 3.261 0
680 3.91 2658.8 462400 15.29 3.612 0.09
617 3.28 2023.76 380689 10.76 3.305 0
557 3.02 1682.14 310249 9.12 3.013 0
599 3.13 1874.87 358801 9.8 3.218 0.01
616 3.45 2125.2 379456 11.9 3.300 0.02
594 3.33 1978.02 352836 11.09 3.193 0.02
567 3.07 1740.69 321489 9.42 3.062 0
542 2.86 1550.12 293764 8.18 2.940 0.01
551 2.91 1603.41 303601 8.47 2.984 0.01
573 2.79 1598.67 328329 7.78 3.091 0.09
536 3.00 1608 287296 9 2.911 0.01
639 3.55 2268.45 408321 12.6 3.412 0.02
619 3.47 2147.93 383161 12.04 3.315 0.02
694 3.60 2498.4 481636 12.96 3.680 0.01
718 3.88 2785.84 515524 15.05 3.797 0.01
759 3.76 2853.84 576081 14.14 3.997 0.06

12456 66.67 41876.42 7830354 224.41 66.67 0.43732


n= 20 b1= 0.0048702
b0= 0.3003233

622.80 3.33 2093.82 391517.70 11.22 3.33 0.02

Al estimar dos parámetros (B1 y B2) del S2 de la población, necesitamos dos grados
de libertad. Por lo tanto para obtener la desviación estándar se divide por (n-2), al igual
que para la varianza residual.

¿Cual es la curva de regresión lineal? Y*=6.15189-0.214915 Xi

¿Cuál es la nota esperada para un alumno con 6 ausencias? 0.33

Varianza residual y desviación estándar Varianza Residual= 0.16


Desviación estándar= 0.4
SSR = 1.725735 SSE= 0.43732 SST= 2.16

¿Cuál es el coeficiente de determinación? 0.797823 R=


¿Cual es la correlación? -0.89
Syx

Error Estandar del estimado 0.038228


cuadrado SSR
del resid Y promedio (Y gorrito - Y promedio)2
0 3.33 0.1
0 3.33 0.01
0 3.33 0.02
0 3.33 0.01
0.01 3.33 0.08
0 3.33 0
0 3.33 0.1
0 3.33 0.01
0 3.33 0
0 3.33 0.02
0 3.33 0.07
0 3.33 0.15
0 3.33 0.12
0.01 3.33 0.06
0 3.33 0.18
0 3.33 0.01
0 3.33 0
0 3.33 0.12
0 3.33 0.21
0 3.33 0.44

0.03 1.73

0.00 "= MEDIA"

0.89 89.32%

0.16
Ingresos Prom. Cta. Cte. Y gorrito (Yi-^Yi)2
Nº Xi Yi Xi*Yi Xi² Yi² estimado Residual
1 600 150 90000 360000 22500 131.645 336.91
2 480 108 51840 230400 11664 100.738 52.74
3 550 120 66000 302500 14400 118.767 1.52
4 450 110 49500 202500 12100 93.011 288.62
5 300 60 18000 90000 3600 54.378 31.61
6 350 70 24500 122500 4900 67.255 7.53
7 990 180 178200 980100 32400 232.093 2713.65
8 760 180 136800 577600 32400 172.854 51.06
9 310 50 15500 96100 2500 56.953 48.35
10 460 80 36800 211600 6400 95.587 242.95
11 390 85 33150 152100 7225 77.558 55.39
12 670 90 60300 448900 8100 149.674 3560.99
13 520 115 59800 270400 13225 111.040 15.68
14 580 100 58000 336400 10000 126.494 701.92
15 480 110 52800 230400 12100 100.738 85.78
16 940 300 282000 883600 90000 219.215 6526.25
17

8830 1908 1213190 5495100 283514 1908 14720.94879


n= 16 b1= 0.2575583
b0= -22.8899595

551.88 119.25 75824.38 343443.75 17719.63 119.25 920.06

Al estimar dos parámetros (B1 y B2) del S2 de la población, necesitamos dos grados
de libertad. Por lo tanto para obtener la desviación estándar se divide por (n-2), al igual
que para la varianza residual.

¿Cual es la curva de regresión lineal? Y*=6.15189-0.214915 Xi

¿Cuál es la nota esperada para un alumno con 6 ausencias? -21.34

Varianza residual y desviación estándar Varianza Residual= 0.16


Desviación estándar= 0.4
SSR = 41,264.051212 SSE= 14720.949 SST= 55985

¿Cuál es el coeficiente de determinación? R^2= 0.737055 R=


¿Cual es la correlación? -0.86
Syx

Error Estandar del estimado 1990.672912

350

300

250 f(x) = 0.26x - 22.89


350

300

250 f(x) = 0.26x - 22.89

200
Column C
150 Linear Reg
for Column
100

50

0
200 300 400 500 600 700 800 900 1000 1100
cuadrado SSR
del resid Y promedio (Y gorrito - Y promedio)2
113505.9 119.25 153.64
2781.15 119.25 342.69
2.31 119.25 0.23
83300.07 119.25 688.47
999.34 119.25 4208.44
56.74 119.25 2703.44
7363897.84 119.25 12733.48
2607.21 119.25 2873.42
2337.29 119.25 3880.9
59024.43 119.25 559.95
3067.72 119.25 1738.24
12680681.35 119.25 925.62
245.83 119.25 67.4
492695.62 119.25 52.47
7359 119.25 342.69
42591928.46 119.25 9992.96

63404490.28 41264.05

3962780.64 "= MEDIA"

0.858519 85.85%

32.43
Column C
Linear Regression
for Column C

00
# Ausencias Nota Final Y gorrito
Nº Xi Yi Xi*Yi Xi² Yi² estimado
1 600 150 90000 360000 22500 131.683
2 480 108 51840 230400 11664 97.026
3 55 120 6600 3025 14400 -25.719
4 450 110 49500 202500 12100 88.362
5 300 60 18000 90000 3600 45.040
6 350 70 24500 122500 4900 59.480
7 990 180 178200 980100 32400 244.320
8 760 180 136800 577600 32400 177.893
9 310 50 15500 96100 2500 47.928
10 460 80 36800 211600 6400 91.250
11 390 85 33150 152100 7225 71.033
12 670 90 60300 448900 8100 151.900
13 520 115 59800 270400 13225 108.578
14 580 100 58000 336400 10000 125.907
15 480 110 52800 230400 12100 97.026
16 940 300 282000 883600 90000 229.879
17

8335 1908 1153790 5195625 283514 1741.59


n= 12 b1= 0.2888111
b0= -41.6034093

484.58 106.92 58432.50 289568.75 17719.63 108.85

Al estimar dos parámetros (B1 y B2) del S2 de la población, necesitamos dos grados
de libertad. Por lo tanto para obtener la desviación estándar se divide por (n-2), al igual
que para la varianza residual.

¿Cual es la curva de regresión lineal? Y*=6.15189-0.214915 Xi

¿Cuál es la nota esperada para un alumno con 6 ausencias? -39.87

Varianza residual y desviación estándar Varianza Residual=


Desviación estándar=
SSR = 55,680.068648 SSE= 36589.26609 SST= 92269.33

¿Cuál es el coeficiente de determinación? R^2= 0.603452


¿Cual es la correlación? -0.78

Error Estandar del estimado 5311.398409


(Yi-^Yi)2 cuadrado SSR
Residual del resid Y promedio (Y gorrito - Y promedio)2
335.5 112561.77 106.92 613.39
120.43 14503.38 106.92 97.83
21233.97 450881378.15 106.92 17592.17
468.22 219230.02 106.92 344.29
223.8 50088.03 106.92 3828.73
110.66 12245.65 106.92 2250.19
4137.01 17114887.62 106.92 18879.57
4.44 19.71 106.92 5037.65
4.29 18.43 106.92 3479.66
126.56 16016.46 106.92 245.45
195.08 38055.75 106.92 1287.64
3831.62 14681291.45 106.92 2023.51
41.24 1700.5
671.18 450476.62
168.33 28333.71
4916.94 24176347.76

36589.26609 507797155 55680.07

2286.83 31737322.19 "= MEDIA"

sitamos dos grados


vide por (n-2), al igual

*=6.15189-0.214915 Xi

0.16
0.4

R= 0.776821 77.68%

Syx 60.49