Prueba Hipotesis 2 Muestras Ejercicios
Prueba Hipotesis 2 Muestras Ejercicios
Prueba Hipotesis 2 Muestras Ejercicios
0.75
=COEF.DE.CORREL(y,x)
0.75
-0.89
=COEF.DE.CORREL(y,x)
-0.89
0
1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
ANUNCIOS
V
10
0
1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
ANUNCIOS
0.93
=COEF.DE.CORREL(y,x)
0.93
ANUNCIOS
0.93
=COEF.DE.CORREL(y,x)
0.93
NSAMBLADORES
-0.87
=COEF.DE.CORREL(y,x)
-0.87
POLICÍAS
20 25 30
OLICÍAS
ANTIGÜEDAD PRECIO x-xm y-ym (x-xm)(y-ym) 𝑟=(∑▒(𝑥−𝑥 ̅ )(𝑦−𝑦 ̅ ) )/((𝑛−1) 𝑠_𝑥 𝑠_𝑦 )
9 8.1 0.08 1.19 0.10
7 6.0 -1.92 -0.91 1.74
11 3.6 2.08 -3.31 -6.89 r=
12 4.0 3.08 -2.91 -8.97
8 5.0 -0.92 -1.91 1.75 En Excel
7 10.0 -1.92 3.09 -5.93 r=
8 7.6 -0.92 0.69 -0.63
11 8.0 2.08 1.09 2.27 ANALISIS DE DATOS: COEFICIENT
10 8.0 1.08 1.09 1.18 ANTIGÜEDAD
12 6.0 3.08 -0.91 -2.80 ANTIGÜEDAD
6 8.6 -2.92 1.69 -4.93 PRECIO
6 8.0 -2.92 1.09 -3.18
-26.29
ANTIGÜEDAD PRECIO
PRECIO VS ANTIGÜEDAD
Media 8.92 6.91
11.0
Error típico 0.65 0.57
10.0
Mediana 8.50 7.80
9.0
Moda 7.00 8.00
8.0
Desviación es 2.23 1.97
7.0
PRECIO
-0.54
=COEF.DE.CORREL(y,x)
-0.54
NTIGÜEDAD
9 10 11 12 13
GÜEDAD
n= 12 PASO 1 H0: ρ ≤ 0 H1: ρ > 0 Cola sup
r= 0.32 PASO 2 α= 0.05
α= 0.05 PASO 3 Estadístico t
PASO 4 gl = n - 2 10
𝑡=(𝑟√(𝑛−2))/√(1−𝑟^2 ) Val crítico 1.812
No se rechaza H0 si … NA < t est < 1.812
PASO 5 Val est 1.07 No se rechaza H0
PASO 6 La correlación entre la población no es positiva
Valor p |te| = 1.07
Valor p aprox 0.1 No se rechaza H0
n= 15 PASO 1 H0: ρ ≥ 0 H1: ρ < 0 Cola inf
r= -0.46 PASO 2 α= 0.05
α= 0.05 PASO 3 Estadístico t
PASO 4 gl = n - 2 13
𝑡=(𝑟√(𝑛−2))/√(1−𝑟^2 ) Val crítico 1.771
No se rechaza H0 si … -1.771 < t est < NA
PASO 5 Val est -1.87 Se rechaza H0
PASO 6 La correlación entre la población es negativa
Valor p |te| = 1.87
Valor p aprox 0.025 Se rechaza H0
n= 20 PASO 1 H0: ρ ≤ 0 H1: ρ > 0 Cola sup
r= 0.78 PASO 2 α= 0.01
α= 0.01 PASO 3 Estadístico t
PASO 4 gl = n - 2 18
𝑡=(𝑟√(𝑛−2))/√(1−𝑟^2 ) Val crítico 2.552
No se rechaza H0 si … NA < t est < 2.552
PASO 5 Val est 5.29 Se rechaza H0
PASO 6 Hay una correlación positiva entre los galones vendidos y el precio
Valor p |te| = 5.29
Valor p aprox 0.025 No se rechaza H0
s y el precio
n= 20 PASO 1 H0: ρ ≤ 0 H1: ρ > 0 Cola sup
r= 0.86 PASO 2 α= 0.05
α= 0.05 PASO 3 Estadístico t
PASO 4 gl = n - 2 18
𝑡=(𝑟√(𝑛−2))/√(1−𝑟^2 ) Val crítico 1.734
No se rechaza H0 si … NA < t est < 1.734
PASO 5 Val est 7.15 Se rechaza H0
PASO 6 Hay una correlación positiva entre la población
Valor p |te| = 7.15
Valor p aprox 0.0005 Se rechaza H0
n= 15 PASO 1 H0: ρ ≤ 0 H1: ρ > 0 Cola sup
r= 0.667 PASO 2 α= 0.01
α= 0.01 PASO 3 Estadístico t
PASO 4 gl = n - 2 13
𝑡=(𝑟√(𝑛−2))/√(1−𝑟^2 ) Val crítico 2.65
No se rechaza H0 si … NA < t est < 2.65
PASO 5 Val est 3.23 Se rechaza H0
PASO 6 Hay una correlación positiva entre el número de pasajeros y el peso del avión
Valor p |te| = 3.23
Valor p aprox 0.0005 Se rechaza H0
eros y el peso del avión
CERVEZAS CAS
6 0.10 CAS VS CERVEZAS
7 0.09 0.14
7 0.09
0.12
4 0.10
5 0.10 0.10
3 0.07 0.08
3 0.10
CAS
0.06
6 0.12
6 0.09 0.04
3 0.07 0.02
3 0.05 0.00
7 0.08 0 1 2 3 4 5 6 7 8
1 0.04 CERVEZAS
4 0.07
2 0.06 CERVEZAS CAS
7 0.12 CERVEZAS 1.00 CERVEZAS
2 0.05 CAS 0.78 1.00 CAS
1 0.02
PASO 1 H0: ρ ≤ 0 H1: ρ > 0 Cola sup
0.78 PASO 2 α= 0.01
PASO 3 Estadístico t
PASO 4 gl = n - 2 16
Val crítico 2.583
No se rechaza H0 si … NA < t est < 2.583
𝑡=(𝑟√(𝑛−2))/√(1−𝑟^2 ) PASO 5 Val est 4.97 Se rechaza H0
PASO 6 Hay una correlación positiva entre el número de cervezas consumidas y
Valor p |te| = 4.97
Valor p aprox 0.0005 Se rechaza H0
6 7 8
CERVEZAS CAS
1.00
0.78 1.00
x y y= 6.92 𝑦 ̂=𝑎+𝑏𝑥
CONTACTOS VENTAS
INGRESOS
𝑎=𝑦 ̅−𝑏𝑥 ̅ 8
46.80 4.10 a= 1.85
17.50 2.60 6
11.90 1.70 x= 50 4
19.60 3.50
𝑦 ̂=𝑎+𝑏𝑥 2
51.20 8.20 y= 6.03
28.60 6.00 0
0 10 20
69.20 12.80
VENTAS INGRESOS
12
10
INGRESOS
0
0 10 20 30 40 50 60 70 80 90 100
VENTAS
ACTIVOS RENDIM ACTIVOS RENDIM
89.20 4.90 ACTIVOS 1.00 RENDIM
18.60 4.40 RENDIM 0.76 1.00 9
18.20 1.30 8
71.70 8.00 b= 0.06 𝑏=𝑟 𝑠_𝑦/𝑠_𝑥
7
58.60 6.60 6
RENDIMIENTOS
46.80 4.10 a= 1.83 𝑎=𝑦 ̅−𝑏𝑥 ̅ 5
17.50 2.60 4
11.90 1.70 x= 400 3
19.60 3.50 2
y= 25.24 𝑦 ̂=𝑎+𝑏𝑥
1
ACTIVOS ACTIVOS RENDIM 0
0 10 20 30
5
4
3
2
1
0
0 10 20 30 40 50 60 70 80 90 100
ACTIVOS
Ciudad POLICÍAS DELITOS POLICÍAS DELITOS
Oxford 15 17 POLICÍAS 1.00 DE
Starksville 17 13 DELITOS -0.87 1.00 25
Danville 25 5
𝑏=𝑟 𝑠_𝑦/𝑠_𝑥
Athens 27 7 b= -0.96 20
Holgate 17 7
Carey 12 21 a= 29.39 𝑎=𝑦 ̅−𝑏𝑥 ̅ 15
DELITOS
Whistler 11 19
Woodville 22 6 x= 20 10
𝑦 ̂=𝑎+𝑏𝑥 5
y= 10.20
POLICÍAS DELITOS 0
10 12 14
Media 18.25 11.88
Error típico 2.08 2.28
Mediana 17.00 10.00 Por cada policia adicional los de
Moda 17.00 7.00
Desviación es 5.87 6.45
Varianza de l 34.50 41.55
Curtosis -1.29 -1.97
Coeficiente d 0.34 0.35
Rango 16.00 16.00
Mínimo 11.00 5.00
Máximo 27.00 21.00
Suma 146.00 95.00
Cuenta 8.00 8.00
DELITOS VS POLÍCIAS
25
20
15
DELITOS
10
0
10 12 14 16 18 20 22 24 26 28
POLICÍAS
PRECIO
8 7.6 6
11 8.0 x= 10
4
10 8.0
12 6.0 y= 6.39 𝑦 ̂=𝑎+𝑏𝑥 2
6 8.6
0
6 8.0 5 6 7
ANTIGÜEDAD PRECIO
Por cada año de antigüedad adici
Media 8.92 6.91
Error típico 0.65 0.57
Mediana 8.50 7.80
Moda 7.00 8.00
Desviación es 2.23 1.97
Varianza de l 4.99 3.87
Curtosis -1.55 -0.75
Coeficiente d 0.12 -0.41
Rango 6.00 6.40
Mínimo 6.00 3.60
Máximo 12.00 10.00
Suma 107.00 82.90
Cuenta 12.00 12.00
PRECIO VS ANTIGÜEDAD
12
10
8
PRECIO
0
5 6 7 8 9 10 11 12 13
ANTIGÜEDAD
DELITOS
Whistler 11 19
Woodville 22 6 x= 10 10
𝑦 ̂=𝑎+𝑏𝑥 5
POLICÍAS DELITOS y= 19.79
0
Media 18.25 11.88 FUNCION ESTIMACION LINEAL DE EXCEL 10 12 14
Error típico 2.08 2.28 b Pendiente -0.9596 29.39 a Ordenada
Mediana 17.00 10.00 sb Error pend 0.2174 4.14 sa Error ord
Moda 17.00 7.00 Coef R2
0.7646 3.38 sy▪x Error std
Desviación es 5.87 6.45 19 6.00 gl
Varianza de l 34.50 41.55 222 68.48
Curtosis -1.29 -1.97
Coeficiente d 0.34 0.35 PASO 1 H0: β ≥ 0 H1: β < 0 Cola inf
Rango 16.00 16.00 PASO 2 α= 0.05
Mínimo 11.00 5.00 PASO 3 Estadístico t
Máximo 27.00 21.00 PASO 4 gl = n -2 6.00
Suma 146.00 95.00 t crítico 1.943
Cuenta 8.00 8.00 No se rechaza H0 si … -1.943 ≤ t est ≤ NA
PASO 5 t estimada -4.41 𝑡𝑒𝑠𝑡=(𝑏−0)/𝑠_𝑏
Máximo 12.00 10.00 Se rechaza H0
Suma 107.00 82.90 PASO 6 Conclusión La pendiente de la recta es menor que cero
Cuenta 12.00 12.00 Valor p |te| = 4.41
Valor p aprox 0.005 Se rechaza H0
Estadísticas de la regresión
Coeficiente de 0.87
Coeficiente d 0.76
R^2 ajustado 0.73
Error típico 3.38
Observacione 8.00
ANÁLISIS DE VARIANZA
Promedio de
Grados de Suma de los
libertad cuadrados cuadrados F
Regresión 1.00 222.39 222.39 19.49
Residuos 6.00 68.48 11.41
Total 7.00 290.88
20
15
DELITOS
10
0
10 12 14 16 18 20 22 24 26 28
POLÍCIAS
3.37839622848
Valor crítico
de F
0.00
Superior Inferior Superior
Inferior 95% 95% 95.0% 95.0%
19.25 39.53 19.25 39.53
-1.49 -0.43 -1.49 -0.43
ANTIGÜEDAD PRECIO ANTIGÜEDAD PRECIO
9 8.1 ANTIGÜEDAD 1.00 PR
7 6.0 PRECIO -0.54 1.00
11
11 3.6
𝑏=𝑟 𝑠_𝑦/𝑠_𝑥 10
12 4.0 b= -0.48
9
8 5.0
8
7 10.0 a= 11.18 𝑎=𝑦 ̅−𝑏𝑥 ̅
7
PRECIO
8 7.6
6
11 8.0 x= 10
5
10 8.0
4
12 6.0 y= 6.39 𝑦 ̂=𝑎+𝑏𝑥
3
6 8.6
2
6 8.0 FUNCION ESTIMACION LINEAL DE EXCEL 5 6 7
b Pendiente -0.4788 11.18 a Ordenada
ANTIGÜEDAD PRECIO sb Error pend 0.2337 2.14 sa Error ord
Coef R2
0.2956 1.73 sy▪x Error std
Media 8.92 6.91 F estadística 4 10.00 gl
Error típico 0.65 0.57 13 30.00
Mediana 8.50 7.80
Moda 7.00 8.00 PASO 1 H0: β ≥ 0 H1: β < 0 Cola inf
Desviación es 2.23 1.97 PASO 2 α= 0.05
Varianza de l 4.99 3.87 PASO 3 Estadístico t
Curtosis -1.55 -0.75 PASO 4 gl = n -2 10.00
Coeficiente d 0.12 -0.41 t crítico 1.812
Rango 6.00 6.40 No se rechaza H0 si … -1.812 ≤ t est ≤ NA
Mínimo 6.00 3.60 PASO 5 t estimada -2.05 𝑡𝑒𝑠𝑡=(𝑏−0)/𝑠_𝑏
Máximo 12.00 10.00 Se rechaza H0
Suma 107.00 82.90 PASO 6 Conclusión La pendiente de la recta es menor que cero
Cuenta 12.00 12.00 Valor p |te| = 2.05
Valor p aprox 0.05 Se rechaza H0
PRECIO VS ANTIGÜEDAD
11
10
9
8
7
PRECIO
6
5
4
3
2
5 6 7 8 9 10 11 12 13
ANTIGÜEDAD
=(𝑏−0)/𝑠_𝑏
𝑒𝑠𝑡
58.60 6.60 10
46.80 4.10 a= 1.85 𝑎=𝑦 ̅−𝑏𝑥 ̅
INGRESOS
8
17.50 2.60
6
11.90 1.70 x= 50
19.60 3.50 4
12
10
INGRESOS
0
0 10 20 30 40 50 60 70 80 90 100
VENTAS
=(𝑏−0)/𝑠_𝑏
𝑒𝑠𝑡
RENDIMIENTOS
46.80 4.10 a= 1.83 𝑎=𝑦 ̅−𝑏𝑥 ̅ 5
17.50 2.60 4
11.90 1.70 x= 400 3
19.60 3.50 2
y= 25.24 𝑦 ̂=𝑎+𝑏𝑥
1
ACTIVOS ACTIVOS RENDIM 0
FUNCION ESTIMACION LINEAL DE EXCEL 0 10
5
4
3
2
1
0
0 10 20 30 40 50 60 70 80 90 100
ACTIVOS
=(𝑏−0)/𝑠_𝑏
𝑒𝑠𝑡
DELITOS
Whistler 11 19
Woodville 22 6 x= 20 10
𝑦 ̂=𝑎+𝑏𝑥 5
y= 10.20
POLICÍAS DELITOS 0
FUNCION ESTIMACION LINEAL DE EXCEL 10 12 14
Media 18.25 11.88 b Pendiente -0.96 29.39 a Ordenada
Error típico 2.08 s
2.28 b Error pend 0.22 4.14 sa Error ord
Mediana 17.00 10.00 Coef r 2
0.76 3.38 sy▪x Error std
Moda 17.00 7.00 F estadística 19.49 6.00 gl
Desviación es 5.87 6.45 222.39 68.48
Varianza de l 34.50 41.55
Curtosis -1.29 -1.97 76% de la variación de número de delitos se explica por la variación del n
Coeficiente d 0.34 0.35
Rango 16.00 16.00
Mínimo 11.00 5.00
Máximo 27.00 21.00
Suma 146.00 95.00
Cuenta 8.00 8.00
DELITOS VS POLÍCIAS
25
20
15
DELITOS
10
0
10 12 14 16 18 20 22 24 26 28
POLICÍAS
8 5.0 8
7 10.0 a= 11.18 𝑎=𝑦 ̅−𝑏𝑥 ̅
PRECIO
6
8 7.6
11 8.0 x= 10 4
10 8.0
𝑦 ̂=𝑎+𝑏𝑥 2
12 6.0 y= 6.39
6 8.6 0
6 8.0 FUNCION ESTIMACION LINEAL DE EXCEL 5 6 7
10
8
PRECIO
0
5 6 7 8 9 10 11 12 13
ANTIGÜEDAD
KWH
6
10 10 x= 6
5
5 4
4
7 7 y= 5.33 𝑦 ̂=𝑎+𝑏𝑥
3
2
HABITA HABITA KWH FUNCION ESTIMACION LINEAL DE EXCEL 4 6
b Pendiente 0.67 1.33 a Ordenada
Media 9.10 s
7.40 b Error pend 0.11 1.06 sa Error ord
Error típico 0.86 0.64 Coef r 2
0.82 0.91 sy▪x Error std
Mediana 9.50 7.50 F estadística 35.68 8.00 gl
Moda 10.00 7.00 29.73 6.67
Desviación es 2.73 2.01
Varianza de l 7.43 4.04 82% de la variación de número de KWH se explica por la variación del nú
Curtosis -0.21 -0.75
Coeficiente d 0.24 -0.28
Rango 9.00 6.00
Mínimo 5.00 4.00
Máximo 14.00 10.00
Suma 91.00 74.00
Cuenta 10.00 10.00
KWH VS HABITACIONES
11
10
9
8
7
KWH
6
5
4
3
2
4 6 8 10 12 14 16
HABITACIONES
23 30 a= -12.20 𝑎=𝑦 ̅−𝑏𝑥 ̅ 80
VENTAS
48 90 60
50 85 x= 40
40
55 120
50 110 y= 75.58 𝑦 ̂=𝑎+𝑏𝑥 20
0
0 10
CONTACTOS VENTAS FUNCION ESTIMACION LINEAL DE EXCEL
b Pendiente 2.19 -12.20 a Ordenada
Media 33.40 s
61.10 b Error pend 0.18 6.56 sa Error ord
Error típico 5.59 12.58 Coef r 2
0.95 9.31 sy▪x Error std
Mediana 34.50 55.00 F estadística 156.38 8.00 gl
Moda 50.00 30.00 13,555.42 693.48
Desviación es 17.68 39.79
Varianza de l 312.71 1,583.21 95% de la variación de número de ventas se explica por la variación del n
Curtosis -2.27 -1.83
Coeficiente d -0.04 0.25
Rango 43.00 106.00
Mínimo 12.00 14.00
Máximo 55.00 120.00
Suma 334.00 611.00
Cuenta 10.00 10.00
VENTAS Y CONTACTOS
140
120
100
80
VENTAS
60
40
20
0
0 10 20 30 40 50 60
CONTACTOS
a. r2 = 0.67
b. r= 0.82
c. sy▪x = 6.20 6.20
=1−𝑆𝑆𝐸/(𝑆𝑆 𝑡𝑜𝑡)
^2 )/(𝑛−2))=√(𝑆𝑆𝐸/(𝑛−2))
FUENTE GL SS MS F 𝑟^2=𝑆𝑆𝑅/(𝑆𝑆 𝑡𝑜𝑡)=1−𝑆𝑆𝐸/(𝑆𝑆 𝑡𝑜𝑡)
Regresión 1 7,200.00 7200 72.00
Error 18 1,800.00 100.00
Total 19 9,000.00 𝑠_(𝑦∙𝑥)=√((∑▒(𝑦−𝑦 ̂ )^2 )/(𝑛−2))=√(𝑆𝑆𝐸/(𝑛−2))
a. r2 = 0.80
b. r= 10.00
c. sy▪x = 10.00 10.00
=1−𝑆𝑆𝐸/(𝑆𝑆 𝑡𝑜𝑡)
^2 )/(𝑛−2))=√(𝑆𝑆𝐸/(𝑛−2))
x y (x-xm)2 x y
4 4 2.56 x 1.00
5 6 0.36 y 0.75 1.00
3 5 6.76
6 7 0.16 b= 0.36 𝑏=𝑟 𝑠_𝑦/𝑠_𝑥
10 7 19.36
29.20 a= 3.77 𝑎=𝑦 ̅−𝑏𝑥 ̅
x y
x= 7
Media 5.60 5.80
Error típico 1.21 0.58 y= 6.31 𝑦 ̂=𝑎+𝑏𝑥
Mediana 5.00 6.00
Moda #N/A 7.00 FUNCION ESTIMACION LINEAL DE EXCEL
Desviación es 2.70 1.30 b Pendiente 0.36 3.77 a Ordenada
Varianza de l 7.30 1.70 sb Error pend 0.18 1.12 sa Error ord
Curtosis 2.02 -1.49 Coef r2 0.57 0.99 sy▪x Error std
Coeficiente d 1.34 -0.54 F estadística 3.91 3.00 gl
Rango 7.00 3.00 3.85 2.95
Mínimo 3.00 4.00
Máximo 10.00 7.00 𝑦 ̂±𝑡(𝑠_(𝑦∙𝑥) ) √(1/𝑛+(𝑥−𝑥 ̅ )^2/(∑▒(𝑥−𝑥 ̅𝑦)^2
̂±𝑡())𝑠_(𝑦∙𝑥) ) √(1+1/𝑛+(𝑥−𝑥 ̅ )^2/
Suma 28.00 29.00
Cuenta 5.00 5.00
Intervalo de confianza Intervalo de predicción
a. x= 7 b.
y= 6.31
n= 5.00
gl = 3.00
Intervalo 95%
t= 3.182
sy▪x = 0.99
(x-xm) 2
1.96
Σ(x-xm)2 29.20
LIM INF 4.68
LIM SUP 7.94
=𝑟 𝑠_𝑦/𝑠_𝑥
𝑎=𝑦 ̅−𝑏𝑥 ̅
𝑦 ̂=𝑎+𝑏𝑥
Intervalo de predicción
x= 7
y= 6.31
n= 5.00
gl = 3.00
Intervalo 95%
t= 3.182
sy▪x = 0.99
(x-xm) 2
1.96
Σ(x-xm)2 29.20
LIM INF 2.76
LIM SUP 9.86
x y (x-xm)2 x y
5 13 0.02 x 1.00
3 15 3.52 y -0.89 1.00
6 7 1.27
3 12 3.52 b= -1.74 𝑏=𝑟 𝑠_𝑦/𝑠_𝑥
4 13 0.77
4 11 0.77 a= 19.12 𝑎=𝑦 ̅−𝑏𝑥 ̅
6 9 1.27
8 5 9.77 x= 7
20.88
x y y= 6.92 𝑦 ̂=𝑎+𝑏𝑥
𝑎=𝑦 ̅−𝑏𝑥 ̅
𝑦 ̂=𝑎+𝑏𝑥
Intervalo de predicción
x= 7
y= 6.92
n= 8.00
gl = 6.00
Intervalo 95%
t= 2.306
sy▪x = 2.22
(x-xm)2 4.52
Σ(x-xm)
2
20.88
LIM INF 0.99
LIM SUP 12.86
HABITA KWH (x-xm)2 HABITA KWH
12 9 8.41 HABITA 1.00
9 7 0.01 KWH 0.90 1.00
14 10 24.01
6 5 9.61 b= 0.67 𝑏=𝑟 𝑠_𝑦/𝑠_𝑥
10 8 0.81
8 6 1.21 a= 1.33 𝑎=𝑦 ̅−𝑏𝑥 ̅
10 8 0.81
10 10 0.81 x= 6
5 4 16.81
7 7 4.41 y= 5.33 𝑦 ̂=𝑎+𝑏𝑥
66.90
HABITA HABITA KWH FUNCION ESTIMACION LINEAL DE EXCEL
b Pendiente 0.67 1.33 a Ordenada
Media 9.10 7.40 sb Error pend 0.11 1.06 sa Error ord
Error típico 0.86 0.64 Coef r 2
0.82 0.91 sy▪x Error std
Mediana 9.50 7.50 F estadística 35.68 8.00 gl
Moda 10.00 7.00 29.73 6.67
Desviación es 2.73 2.01
Varianza de l 7.43 4.04 𝑦 ̂±𝑡(𝑠_(𝑦∙𝑥) ) √(1/𝑛+(𝑥−𝑥 ̅ )^2/(∑▒(𝑥−𝑥 ̅
𝑦 ̂±𝑡(𝑠_(𝑦∙𝑥)
)^2 ))) √(1+1/𝑛+(𝑥−𝑥 ̅ )^2/(∑▒(
Curtosis -0.21 -0.75
Coeficiente d 0.24 -0.28
Rango 9.00 6.00
Mínimo 5.00 4.00 Intervalo de confianza Intervalo de predicción
Máximo 14.00 10.00 a. x= 6 b.
Suma 91.00 74.00 y= 5.33
Cuenta 10.00 10.00 n= 10.00
gl = 8.00
Intervalo 95%
t= 2.306
sy▪x = 0.91
(x-xm)2 9.61
Σ(x-xm)2 66.90
LIM INF 4.29
LIM SUP 6.37
=𝑟 𝑠_𝑦/𝑠_𝑥
𝑎=𝑦 ̅−𝑏𝑥 ̅
𝑦 ̂=𝑎+𝑏𝑥
Intervalo de predicción
x= 6
y= 5.33
n= 10.00
gl = 8.00
Intervalo 95%
t= 2.306
sy▪x = 0.91
(x-xm)2 9.61
Σ(x-xm)2 66.90
LIM INF 2.99
LIM SUP 7.68
CONTACTOS VENTAS (x-xm)2 CONTACTOS VENTAS
14 24 376.36 CONTACTOS 1.00
12 14 457.96 VENTAS 0.98 1.00
20 28 179.56
16 30 302.76 b= 2.19 𝑏=𝑟 𝑠_𝑦/𝑠_𝑥
46 80 158.76
23 30 108.16 a= -12.20 𝑎=𝑦 ̅−𝑏𝑥 ̅
48 90 213.16
50 85 275.56 x= 40
55 120 466.56
50 110 275.56 y= 75.58 𝑦 ̂=𝑎+𝑏𝑥
2814.40
CONTACTOS VENTAS FUNCION ESTIMACION LINEAL DE EXCEL
b Pendiente 2.19 -12.20 a Ordenada
Media 33.40 61.10 sb Error pend 0.18 6.56 sa Error ord
Error típico 5.59 12.58 Coef r 2
0.95 9.31 sy▪x Error std
Mediana 34.50 55.00 F estadística 156.38 8.00 gl
Moda 50.00 30.00 13,555.42 693.48
Desviación es 17.68 39.79
Varianza de l 312.71 1,583.21 𝑦 ̂±𝑡(𝑠_(𝑦∙𝑥) ) √(1/𝑛+(𝑥−𝑥 ̅ )^2/(∑▒(𝑥−𝑥 ̅
𝑦 ̂±𝑡(𝑠_(𝑦∙𝑥)
)^2 ))) √(1+1/𝑛+(𝑥−𝑥 ̅ )^2/(∑▒(
Curtosis -2.27 -1.83
Coeficiente d -0.04 0.25
Rango 43.00 106.00
Mínimo 12.00 14.00 Intervalo de confianza Intervalo de predicción
Máximo 55.00 120.00 a. x= 40 b.
Suma 334.00 611.00 y= 75.58
Cuenta 10.00 10.00 n= 10.00
gl = 8.00
Intervalo 95%
t= 2.306
sy▪x = 9.31
(x-xm)2 43.56
Σ(x-xm)2 2814.40
LIM INF 68.29
LIM SUP 82.88
=𝑟 𝑠_𝑦/𝑠_𝑥
𝑎=𝑦 ̅−𝑏𝑥 ̅
𝑦 ̂=𝑎+𝑏𝑥
Intervalo de predicción
x= 40
y= 75.58
n= 10.00
gl = 8.00
Intervalo 95%
t= 2.306
sy▪x = 9.31
(x-xm)2 43.56
Σ(x-xm)2 2814.40
LIM INF 52.91
LIM SUP 98.26