Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 37 vistas

    Zarate Flores - PC 2

    Cargado por

    Christopher Vargas
    El resumen analiza los datos de horas trabajadas vs unidades producidas en un taller y la altura vs edad de un niño. Para el taller, la recta de regresión es y = 3.4734x + 31.741 con un coeficiente de correlación de 0.9101. Para el niño, la recta es y = 0.0778x + 0.5678 con un coeficiente de 0.996. Ambos modelos lineales explican bien las relaciones, con errores de estimación pequeños de 31.5732 para el taller y 0.02009965 para el niño.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Zarate Flores - PC 2

    Cargado por

    Christopher Vargas
    37 vistas3 páginas
    El resumen analiza los datos de horas trabajadas vs unidades producidas en un taller y la altura vs edad de un niño. Para el taller, la recta de regresión es y = 3.4734x + 31.741 con un coeficiente de correlación de 0.9101. Para el niño, la recta es y = 0.0778x + 0.5678 con un coeficiente de 0.996. Ambos modelos lineales explican bien las relaciones, con errores de estimación pequeños de 31.5732 para el taller y 0.02009965 para el niño.

    Descripción original:

    PRACTICA CALIFICADA IMPORTANTE GENIAL

    Título original

    zarate flores - PC 2

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El resumen analiza los datos de horas trabajadas vs unidades producidas en un taller y la altura vs edad de un niño. Para el taller, la recta de regresión es y = 3.4734x + 31.741 con un coeficiente de correlación de 0.9101. Para el niño, la recta es y = 0.0778x + 0.5678 con un coeficiente de 0.996. Ambos modelos lineales explican bien las relaciones, con errores de estimación pequeños de 31.5732 para el taller y 0.02009965 para el niño.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    37 vistas3 páginas

    Zarate Flores - PC 2

    Cargado por

    Christopher Vargas
    El resumen analiza los datos de horas trabajadas vs unidades producidas en un taller y la altura vs edad de un niño. Para el taller, la recta de regresión es y = 3.4734x + 31.741 con un coeficiente de correlación de 0.9101. Para el niño, la recta es y = 0.0778x + 0.5678 con un coeficiente de 0.996. Ambos modelos lineales explican bien las relaciones, con errores de estimación pequeños de 31.5732 para el taller y 0.02009965 para el niño.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    PRÁCTICA CALIFICADA 2

    Alumno: Zarate Flores, Lesly Zafiro Código:


    1. A partir de los siguientes datos referentes a horas trabajadas en un taller (x) y a
    unidades producidas (y)
    HORAS (x) PRODUCCIÓN (y) 𝒙−𝒙̅ 𝒚−𝒚 ̅ ̅)𝟐
    (𝒙 − 𝒙 ̅)𝟐
    (𝒚 − 𝒚 (𝒙 − 𝒙
    ̅)(𝒚 − 𝒚
    ̅)
    80 300 2 -2.67 4 7.1289 -5.34

    79 302 1 -0.67 1 0.4489 -0.67

    83 315 5 12.33 25 152.0289 61.65

    84 330 6 27.33 36 746.9289 163.98

    78 300 0 -2.67 0 7.1289 0

    60 250 -18 -52.67 324 2774.1289 948.06

    82 300 4 -2.67 16 7.1289 -10.68

    85 340 7 37.33 49 1393.5289 261.31

    79 315 1 12.33 1 152.0289 12.33

    84 330 6 27.33 36 746.9289 163.98

    80 310 2 7.33 4 53.7289 14.66

    62 240 -16 -62.67 256 3927.5289 1002.72

    936 3632 752 9968.6668 2612

    ∑𝑥 936 ∑𝑦 3632
    𝑥̅ = = = 78 𝑦̅ = = = 302.67
    𝑛 12 𝑛 12

    a) Determinar la recta de regresión de Y sobre X, el coeficiente de correlación


    lineal e interpretarlo.

    PRODUCCIÓN y = 3.4734x + 31.741


    400 R² = 0.9101

    350

    300

    250

    200

    150

    100

    50

    0
    0 10 20 30 40 50 60 70 80 90
    Este modelo es una aproximación de la verdadera relación entre x e y; para un
    dado valor de x, el modelo predice un cierto valor para y. Siendo 3.4734 la
    pendiente de la recta y 31.741, el valor cuando x = 0.

    ∑(𝒙 − 𝒙̅ )(𝒚 − 𝒚̅ ) 𝟐𝟔𝟏𝟐


    𝑟= = = 0,953994
    √∑(𝒙 − 𝒙̅ )𝟐 √∑(𝒚 − 𝒚̅ )𝟐 √(𝟕𝟓𝟐)√(𝟗𝟗𝟔𝟖. 𝟔𝟔𝟔𝟖)
    Debido a r > 0, implica que las horas trabajadas varían directamente proporcional
    a las unidades producidas. Es decir, si una variable aumenta o disminuye, la otra
    también lo hará, pero en diferente proporción.

    b) Determine el error de estimación e interprete su resultado.

    ∑(𝒚 − 𝒚̅ )𝟐 9968.6668
    𝑆=√ = √ = 31.5732
    𝑛−2 10

    2. Se tiene los datos de un niño desde su nacimiento hasta los doce años.
    Edad Altura
    (Años) (mts)
    0 0,54
    1 0,62
    2 0,73
    3 0,83
    4 0,89
    5 0,96
    6 1,04
    7 1,13
    8 1,21
    9 1,28
    10 1,32
    11 1,42
    12 1,48

    a) Usando Excel, encuentre la presentación siguiente y realice el análisis de


    regresión.
    CRECIMIENTO y = 0.0778x + 0.5678
    1.6 R² = 0.996

    1.4

    ALTURA (metros) 1.2

    0.8
    Altura (mts)
    0.6
    Linear (Altura (mts))
    0.4

    0.2

    0
    0 2 4 6 8 10 12 14
    EDAD (años)

    La relación entre la altura y la edad es positiva, es decir, directamente


    proporcional. Por lo que R, tomaría el valor de +0.998 y R2 sería 0.996 o en
    porcentaje, 99.6%, lo que indicaría que el modelo lineal es bastante adecuado
    para medir la relación entre las variables, ya que su valor se acerca a 1 o al
    100%.
    b) Determine el error de estimación. Interprete su resultado.
    El error de esrtimacion es 0,02009965, lo que significa que presenta un error
    minino, por lo tanto se ajusta bastante bien a los datos y permite una mejor
    estimación.

    También podría gustarte