2. Las siguientes observaciones muestrales se seleccionaron de manera aleatoria.

X: 5 3 6 3 4 4 6 8
Y: 13 15 7 12 13 11 9 5
Correlación: C1; C2
Correlaciones
Correlación de Pearson -0,891
Valor p 0,003

Existe una relación inversa o negativa débil entre x y y.

4.
El departamento de producción de Celltronics International desea explorar la relación
entre el número de empleados que trabajan en una línea de ensamblado parcial y la
cantidad de unidades producida. Como experimento, se asignó a dos empleados al
ensamblado parcial. Su desempeño fue de 15 productos durante un periodo de una
hora. Después, cuatro empleados hicieron los ensamblados y su número fue de 25
durante un periodo de una hora. El conjunto completo de observaciones pareadas se
muestra a continuación.

La variable dependiente es la producción; es decir, se supone que el nivel de producción

depende del número de empleados.
a) Trace un diagrama de dispersión.
 b) Con base en el diagrama de dispersión, ¿parece haber alguna relación entre el
número de ensambladores y la producción? Explique.
Pues según el diagrama de dispersión mostrado existe una tendencia positiva, es
decir, a más número de ensambladores, existe una probabilidad grande de
aumento de la producción en una hora.
c) Calcule el coeficiente de correlación.

n xy  ( x)( y )
r  0.92717265
n  x 2  ( x ) 2 * n y 2  ( y ) 2

14. Las siguientes observaciones muestrales se seleccionaron al azar.

X: 5 3 6 3 4 4 6 8
Y: 13 15 7 12 13 11 9 5
a) Determine la ecuación de regresión.
 𝟖∗(𝟑𝟕𝟖)−(𝟑𝟗∗𝟖𝟓) 𝟑𝟎𝟐𝟒−𝟑𝟑𝟏𝟓 −𝟐𝟗𝟏
𝒃= = = =-1.7425
𝟖∗(𝟐𝟏𝟏)−(𝟑𝟗)𝟐 𝟏𝟔𝟖𝟖−𝟏𝟓𝟐𝟏 𝟏𝟔𝟕

85 𝑏 ∗ 39
𝑎= − = 10.625 − (−8.5) = 19.12
8 8

𝑌 = 19.12 − 1.7425𝑋

b) Encuentre el valor de cuando X es 7.

𝑌 = 19.12 − 1.7425 ∗ 7

𝑌 = 6.9225

16.
El señor James McWhinney, presidente de Daniel-James Financial Services, considera
que hay una relación entre el número de contactos con sus clientes y la cantidad de
ventas. Para probar esta afirmación, el señor McWhinney reunió la siguiente
información muestral. La columna X indica el número de contactos con sus clientes el
mes anterior, mientras que la columna Y indica el valor de las ventas (miles de $) el
mismo mes por cada cliente muestreado.

a) Determine la ecuación de regresión.

14  12  20  16  46  23  48  50  55  50
x  33.4
10
24  14  28  30  80  30  90  85  120  110
y  61.1
10

n xy   x y
b  2.1946
n(  x 2 )  (  x ) 2

a  61.1  (2.1946)(33.4)  12.201

Ecuación: y  2.1946 x  12.201

b) Encuentre las ventas estimadas si se hicieron 40 contactos.

y(40)  2.1946(40)  12.201  75.583  76

28.
Regrese al ejercicio 16. Determine el error estándar de estimación y el coeficiente de
determinación. Interprete el coeficiente de determinación.
Error de estimación:

s y. x 
 ( y  yˆ ) 2

 9.3104459
n2
Coeficiente de determinación:

R2  (0.97536215)2  0.9513313236526225

Este resultado se acerca muchísimo a 1, por lo cual es muy predictivo positivamente

respecto a su ecuación de regresión lineal. Los datos están demasiado relacionados.
40.
Un hotel de los suburbios obtiene su ingreso bruto de la renta de sus instalaciones y de
su restaurante. Los propietarios tienen interés en conocer la relación entre el número
de habitaciones ocupadas por noche y el ingreso por día en el restaurante. En la
siguiente tabla se presenta una muestra de 25 días (de lunes a jueves) del año pasado
que indica el ingreso del restaurante y el número de habitaciones ocupadas.

Utilice un paquete de software estadístico para responder las siguientes preguntas.

a) ¿Parece que aumenta el ingreso por desayunos a medida que aumenta el número
de habitaciones ocupadas? Trace un diagrama de dispersión para apoyar su
conclusión.

b) Determine el coeficiente de correlación entre las dos variables. Interprete el valor.

n xy  ( x)( y )
r  0.42297809
n  x 2  ( x ) 2 * n  y 2  ( y ) 2

El valor absoluto de este resultado es también positivo con una tendencia

ligeramente positiva. Hay una relación moderada.
c) ¿Es razonable concluir que hay una relación positiva entre ingreso y habitaciones
ocupadas? Utilice el nivel de significancia 0.10.
 b0 0.121
t   0.01067547...
sb 11.3343929
 (0.10)  1.708

No es tan razonable.
d) ¿Qué porcentaje de la variación de los ingresos del restaurante se contabilizan por
el número de habitaciones ocupadas?
Se refiere al coeficiente de determinación:

R2  (0.42297809)2  0.1789104646200481

Solo un 18% aproximadamente.

38. Un sociólogo afirma que el éxito de los estudiantes en la universidad (medido por
su promedio) se relaciona con el ingreso familiar. En una muestra de 20 estudiantes,
el coeficiente de correlación es 0.40. Con el nivel de significancia de 0.01, ¿se puede
concluir que hay una correlación positiva entre las variables?
datos Desarrollo Hipótesis
n=20 𝑟√𝑛 − 2 0 :𝑝 ≤ 0
r=0.40 𝑡=
√1 − 𝑟 2
n.signif=0.01
0.40√20 − 2 1 :𝑝 < 0
𝑡=
√1 − 0.402

0.40(4.24)
𝑡=
0.84

t=2.01

grados de libertad (n-2) 2.878 rechazamos si t > 2.878

RT: No se rechaza no existe un correlacion entre el el ingreso familir y el éxito de los estudiantes

42. En una muestra de 32 ciudades grandes de Estados Unidos, la correlación entre

el número medio de pies cuadrados por empleado de oficina y la renta mensual media
en el distrito comercial del centro es 0.363. Con un nivel de significancia de 0.05, ¿se
puede concluir que hay una asociación negativa entre las dos variables
poblacionales?
Para poder concluir si existe una asociación negativa entre las dos variables poblaciones
se realizará la Prueba de hipótesis del coeficiente de correlación (o de la linealidad del
modelo)
Primer paso: Prueba de hipótesis de la existencia de Beta (β1).

H 0 :   0 (La correlación o asociación entre la población es mayor o igual que cero)

H1 :   0 (La correlación entre la población es menor que cero)

Segundo paso: Tamaño de muestra n = 32, nivel de significación (α)= 5%, Utilizamos
la distribución normal como estadístico de prueba ya que n>30. Por lo tanto, el valor
critico en la tabla de la distribución normal el cual es -1.64

1.64

Tercer paso: Regla de decisión

Rechazar H0 si t < = -1.64
Cuarto paso: Cálculo del estadístico
Utilizamos una distribución normal como estadístico de prueba ya que la muestra es
mayor que 30. Entonces para probar la hipótesis nula, utilizamos La fórmula para t es:

𝑟 ∗ √𝑛 − 2 −0.363 ∗ √32 − 2
𝑡= = = −2.133779844
√1 − 𝑟 2 √1 −(−0.363)2

Quinto paso: Conclusiones y recomendaciones.

El valor “t” calculado se encuentra en la región de rechazo. Por ello, 𝑯𝟎 se rechaza
y H1 se acepta. Esto significa que la correlación entre la población es menor que
cero. Existe una correlación negativa.

50. El señor William Profit estudia compañías que se hacen públicas por primera vez.
Le interesa en particular la relación entre el tamaño de la oferta y el precio por
acción. Una muestra de 15 compañías que recién se hicieron públicas reveló la
siguiente información.
a) Determine la ecuación de regresión.

𝑌̂ = 𝑎 − 𝑏𝑋
𝑠𝑦
𝑏 = 𝑟𝑆
𝑥
∑(𝑋 − 𝑋̅)(𝑌 − 𝑌̅) 94,26
𝑟= = = 0,47
(𝑛 − 1)𝑆𝑥 𝑆𝑦 (15 − 1)(47,24)(0,31)

b) Haga una prueba para determinar si el deslizamiento de la regresión lineal es

positivo.
0,31
𝑏 = 0,47 = 0,0031
47,24
𝑌̅ = 10,91 𝑋̅ = 79,59
𝑎 = 𝑌̅ − 𝑏𝑋̅ = 10,91 − 0,0031(79,59) = 10,66

𝑌̂ = 10,66 + 0,0031𝑋

c) Establezca el coeficiente de determinación. ¿Considera que el señor Profit debe

estar satisfecho con el tamaño de la oferta como variable independiente?
𝑟 2 = (0,47)2

𝑟 2 = 0,22
No debe estar satisfecho con el tamaño de la oferta como variable independiente
porque el coeficiente de determinación es bajo.

52.
Super Markets, Inc., considera ampliarse hasta el área de Scottsdale, Arizona. Usted,
como director de planeación, debe presentar un análisis de la ampliación propuesta al
comité de operación de la junta de directores. Como parte de su propuesta, necesita
incluir información sobre la cantidad que gastan por mes en abarrotes las personas de
la región. Tal vez debería incluir información sobre la relación entre la cantidad
gastada en abarrotes y el ingreso. Su asistente reunió la siguiente información
muestral.

a) Sea la cantidad gastada la variable dependiente y el ingreso mensual la variable

independiente. Trace un diagrama de dispersión con un paquete de software
estadístico.
Incluyendo datos:
b) Determine la ecuación de regresión. Interprete el valor de la pendiente.
y  0.1219 x  42.859

El valor de esta pendiente es positiva por lo cual tiene a aumentar la cantidad

gastada debido a un aumento del ingreso mensual.
c) Determine el coeficiente de correlación. ¿Puede concluir que es mayor que 0?

n xy  ( x)( y )
r  0.87094954
n  x 2  ( x ) 2 * n  y 2  ( y ) 2

Es mayor que cero y hay mucha relación entre los datos.