Tarea #1 Regresión y Correlación simple
Enviado por juanyoviedo • 28 de Octubre de 2017 • Trabajo • 873 Palabras (4 Páginas) • 6.849 Visitas
Universidad del Valle de México
Ingeniería Industrial y de sistemas
Análisis de datos
Facilitador J. Alberto Nuncio Esquivel
Tarea #1 Regresión y Correlación simple
NOMBRE: ______________________________________________________________ FECHA __________________
- Un profesor intenta mostrar a sus estudiantes la importancia de los exámenes cortos, aun cuando el 90% de la calificación final esté determinada por los exámenes parciales. Él cree que cuantas más altas sean las calificaciones de los exámenes cortos, más alta será la calificación final. Seleccionó una muestra aleatoria de 15 estudiantes de su clase con los siguientes datos:
Promedio de exámenes cortos | Promedio final | Promedio de exámenes cortos | Promedio final | |
59 | 65 | 76 | 80 | |
92 | 84 | 65 | 69 | |
72 | 77 | 97 | 83 | |
90 | 80 | 42 | 40 | |
95 | 77 | 94 | 78 | |
87 | 81 | 62 | 65 | |
89 | 80 | 91 | 90 | |
77 | 84 |
Análisis de Correlación | Conclusiones | |||
Variable dependiente: | Variable(s) independiente(s) | Coef Pearson Y Pvalue | Hipótesis aceptada (Correlación) | El promedio final depende (tiene una relación) con los exámenes cortos. El promedio de exámenes cortos es significativo en el promedio final. La ecuación sirve para poder predecir (92%). |
Promedio final | Promedio exámenes cortos | Ro= 0.862 | Ha | |
Análisis de Regresión | ||||
Tipo de Regresión | Ecuación de Regresión | Rcuad R cuad ajus | Hipótesis aceptada (Regresión) | |
RPS | Y=-74.57+3.54X-0.019x2 | 92.6% 91.3% | Ha |
- William Hawkins, vicepresidente de personal de la International Motors, trabaja en la relación entre el salario de un trabajador y el porcentaje de ausentismo. Hawkins dividió el intervalo de salarios de International en 12 grados o niveles (1 es el de menor grado, 12 el más alto) y después muestreó aleatoriamente a un grupo de trabajadores. Determinó el grado de salario de cada trabajador y el número de días que ese empleado había faltado en los últimos 3 años.
Categoria de Salario | Ausentismo | Categoria de Salario | Ausentismo | |
11 | 18 | 11 | 14 | |
10 | 17 | 8 | 20 | |
8 | 29 | 7 | 32 | |
5 | 36 | 2 | 39 | |
9 | 11 | 9 | 16 | |
9 | 26 | 8 | 26 | |
7 | 28 | 6 | 31 | |
3 | 35 | 3 | 40 |
Análisis de Correlación | Conclusiones | |||
Variable dependiente: | Variable(s) independiente(s) | Coef Pearson Y Pvalue | Hipótesis aceptada (Correlación) | . |
Análisis de Regresión | ||||
Tipo de Regresión | Ecuación de Regresión | Rcuad R cuad ajus | Hipótesis aceptada (Regresión) | |
- Para el siguiente conjunto encuentre lo que se pide. Además en el apartado de “conclusiones” estime Y para una X= a 10, 15 y 20.
X | 13 | 16 | 14 | 11 | 17 | 9 | 13 | 17 | 18 | 12 |
Y | 6.2 | 8.6 | 7.2 | 4.5 | 9 | 3.5 | 6.5 | 9.3 | 9.5 | 5.7 |
Análisis de Correlación | Conclusiones | |||
Variable dependiente: | Variable(s) independiente(s) | Coef Pearson Y Pvalue | Hipótesis aceptada (Correlación) | |
Análisis de Regresión | ||||
Tipo de Regresión | Ecuación de Regresión | Rcuad R cuad ajus | Hipótesis aceptada (Regresión) | |
- A menudo, quienes hacen la contabilidad de costos estiman los gastos generales con base en el nivel de producción. En una empresa se han reunido información acerca de los gastos generales y las unidades producidas en diferentes plantas, y ahora desean estimar una ecuación de regresión para predecir los gastos generales futuros.
Gastos Generales | 191 | 170 | 272 | 155 | 280 | 173 | 234 | 116 | 153 | 178 |
Unidades | 40 | 42 | 53 | 35 | 56 | 39 | 48 | 30 | 37 | 40 |
Análisis de Correlación | Conclusiones | |||
Variable dependiente: | Variable(s) independiente(s) | Coef Pearson Y Pvalue | Hipótesis aceptada (Correlación) | |
Análisis de Regresión | ||||
Tipo de Regresión | Ecuación de Regresión | Rcuad R cuad ajus | Hipótesis aceptada (Regresión) | |
RLS |
- Analice los siguientes datos. Establezca una estimación para X= 6.
X | 16 | 6 | 10 | 5 | 12 | 14 |
Y | -4.4 | 8 | 2.1 | 8.7 | 0.1 | -2.9 |
Análisis de Correlación | Conclusiones | |||
Variable dependiente: | Variable(s) independiente(s) | Coef Pearson Y Pvalue | Hipótesis aceptada (Correlación) | |
Análisis de Regresión | ||||
Tipo de Regresión | Ecuación de Regresión | Rcuad R cuad ajus | Hipótesis aceptada (Regresión) | |
RLS |
- Un estudio elaborado por el departamento de transporte de Atlanta, Georgia, acerca del efecto de los precios de boletos de autobús sobre el número de pasajeros produjo los siguientes resultados: Proporcione el número de pasajeros estimados (por cada 100 millas) si el precio del boleto fuera de 50 centavos.
$ boletos (ctvos) | 25 | 30 | 35 | 40 | 35 | 50 | 55 | 60 |
Pasajeros por 100 millas | 800 | 780 | 780 | 660 | 640 | 600 | 620 | 620 |
Análisis de Correlación | Conclusiones | |||
Variable dependiente: | Variable(s) independiente(s) | Coef Pearson Y Pvalue | Hipótesis aceptada (Correlación) | |
Análisis de Regresión | ||||
Tipo de Regresión | Ecuación de Regresión | Rcuad R cuad ajus | Hipótesis aceptada (Regresión) | |
RLS |
- En economía la función de demanda de un producto a menudo se estima mediante una regresión de la cantidad vendida (Q) sobre el precio (P). La compañía Bamsy está tratando de estimar la función de demanda para su nueva muñeca “Ma’am”, y ha recabado los siguientes datos:
P | 20 | 17.5 | 16 | 14 | 12.05 | 10 | 8 | 6.5 |
Q | 125 | 156 | 183 | 190 | 212 | 238 | 250 | 276 |
...