Datos recogidos sobre las ventas trimestrales de motocicletas y sobre las

ventas de accesorios para estos vehculos, en esos mismos periodos, se

presentan en la siguiente tabla:
Ventas motocicletas por
semestre (millones de
pesos)

Ventas accesorios por

semestre (Millones de
pesos)

2400
1933
2660
1500
2976
1800
2100

42
33
56
30
58
38
45

a) Cul es la variable independiente y cul es la variable dependiente?

La variable independiente es la venta de motocicletas, la cantidad de
accesorios vendidos depende directamente de esta venta, como se puede
apreciar en la tabla, en los trimestres que ms se vendieron motocicletas,
aumentaron tambin las ventas en los accesorios.
b) Dibuje el diagrama de dispersin de esta situacin. se puede aplicar un
modelo de regresin lineal?

Ventas motociletas por semestre (Millones de pesos)

3500
3000
2500
2000
1500
1000
500
0
25

30

35

40

45

50

55

60

S es posible realizar una regresin lineal, como se puede observar en la grfica

hay una tendencia que relaciona las ventas de motocicletas con las ventas de
accesorios.
c) Establezca la ecuacin de regresin lineal que relaciona estas dos
variables.
Utilizando la herramienta de lnea de tendencia se puede visualizar la
regresin lineal en el grfico de dispersin y como leyenda se puede incluir
la ecuacin de la lnea.
En la ecuacin X representa la venta de accesorios y Y la venta de
motocicletas.

Ventas accesorios por semestre (Millones de pesos)

3500
3000
f(x) = 44.73x + 265.61

2500
2000
1500
1000
500
0
25

30

35

40

45

50

55

60

2. La distancia recorrida mensualmente por el parque automotor de una

empresa y los gastos de las reparaciones de los vehculos, en ese mismo
periodo, se presentan en la siguiente tabla:
Distancia / mes
(kilmetros)
5500
7500
8000
3000
35000

Mantenimiento/
mes (Miles de
pesos)
490
630
525
245
385

6000
9500

525
700

a) Cul es la variable dependiente y la variable independiente?

La variable dependiente es el mantenimiento que se realiza, el cul vara en
funcin a la distancia que recorra el vehculo, la cual es la variable
independiente
b) Dibuje el diagrama de dispersin de esta situacin. se puede aplicar el
modelo de regresin lineal?

Mantenimiento/ mes
(Miles de pesos)
800
600
Costo del mantenimiento

400
200
0
2000

4000

6000

8000

10000

Kilmetros recorridos

c) Cul es la correlacin de estas dos variables?

Realizando un anlisis con las regresiones que permite Excel, se pudo
encontrar como mejor aproximacin, a la funcin que generan estos datos,
un polinomio de grado 3, dando un coeficiente de determinacin
R2=0,9274, el cual es bastante aceptable.

Mantenimiento/ mes (Miles de pesos)

800
f(x) = 0x^3 - 0x^2 + 0.6x - 858.92
R = 0.93

600
Costo del mantenimiento

400
200
0
2000

4000

6000

8000

10000

Kilmetros recorridos

d) Es conveniente utilizar el kilometraje recorrido para pronosticar el

monto de los gastos de reparacin? Por qu?
Es recomendable, porque hay una tendencia , hay diferentes kilometrajes
para un mismo costo del mantenimiento, lo cual es un problema, sin
embargo si se puede utilizar la correlacin para tener una nocin de los
gastos de mantenimiento, un valor aproximado que pueda ser corregido
posteriormente.
e) Establezca una regresin lineal de estas dos variables.

Mantenimiento/ mes
(Miles de pesos)
800
f(x) = 0.06x + 136.68
R = 0.87

600
Costo del mantenimiento

400
200
0
2000

4000

6000

8000

Kilmetros recorridos

10000

f) Si el prximo mes se espera que los vehculos de la empresa recorran

8.700 kilmetros. A cunto ascendern los gastos en reparaciones?
y = 4E-09x3 - 9E-05x2 + 0,5973x - 858,92 = 640,24 (tomando como X los
8700.)

4. El valor de los recursos gastados en publicidad, en millones de pesos, y

las ventas de un producto en unidades, se presenta en la siguiente tabla:
No Unidades
vendidas
13000
14000
18000
20000
10000
15000
11000

Gastos en
publicidad
(millones)
15
16
18
23
12
17
18

a) Cul es la variable dependiente y la variable independiente?

Las unidades vendidas dependen de la publicidad que se le hagan a los
productos, por ende la publicidad es la variable independiente y el nmero de
unidades la dependiente.
b) Cul es la correlacin de estas dos variables?
Graficando los datos y con ayuda de Excel se consigue la ecuacin que mejor
se adapta a la curva.

No Unidades vendidas Vs gastos en publicidad

25000
20000
f(x) = 16.86x^3 - 870.66x^2 + 15385.68x - 78433.14
R = 0.6815000
No unidades vendidas 10000
5000
0
10 12 14 16 18 20 22 24
Gastos en publicidad

c) Es conveniente utilizar el gasto en publicidad para pronosticar el

nmero de unidades vendidas?Por qu?
Se puede decir que cuando se aumenta el gasto en publicidad hay una
tendencia al aumento de unidades vendidas, sin embargo hay datos que no
siguen esta tendencia.
d) Establezca la ecuacin de regresin lineal que relaciona estas dos
variables.

No Unidades vendidas Vs gastos en publicidad

25000
20000
15000

f(x) = 867.65x - 321.43

No unidades vendidas 10000

5000
0
10 12 14 16 18 20 22 24
Gastos en publicidad

5. Se compar la inversin en programas de seguridad industrial y el

nmero de accidentes ocurrida durante el ao, en una muestra de 6
fbricas, con trabajo de alto riesgo, como se muestra la siguiente tabla.
Nmero de

Inv. En Seg.

accidentes

Industrial
(millones)

15
20
23
27
15
10

18
20
17
15
23
22

a) Dibuje el diagrama de dispersin de la situacin. se puede aplicar el

modelo de regresin lineal?

Nmero de accidentes Vs Inversin en seguridad Industrial

30
25
20
Nmero de accidentes

15
10
5
0
14 15 16 17 18 19 20 21 22 23 24
Inv. en seguridad industrial

Se puede aplicar la regresin lineal porque la dispersin no es muy

marcada, los puntos se asemejan a una lnea recta.
b) Es conveniente utilizar la inversin en seguridad industrial para
pronosticar el nmero de accidentes en las fbricas? Por qu?
S, porque cuando la inversin en seguridad aument, los accidentes
disminuyeron en la misma proporcin, salvo un par de ocasiones que se
produjo el efecto contrario.
c) Si una fbrica piensa invertir $21 millones en seguridad industrial,
cuntos accidentes en el ao le predice este modelo?

Nmero de accidentes Vs Inversin en seguridad Industrial

30
25 + 114.08x^2 - 1432.83x + 6736.62
f(x) = 0.05x^4 - 4.01x^3
R = 0.75
20
Nmero de accidentes

15
10
5
0
14 15 16 17 18 19 20 21 22 23 24
Inv. en seguridad industrial

Utilizando una regresin polinmica se pudo encontrar que para una inversin
de 21 millones la cantidad de accidentes es aproximadamente igual a 15.
6. Una institucin universitaria registr, en una muestra de recin graduados,
el promedio final de calificaciones y el valor del sueldo del primer trabajo de los
egresados de esta muestra, como se presenta en la siguiente tabla:
Promedio
final
ponderado
4
4,5
4,25
3,75
3,25
4,77
4,75

Ingreso
mensual
(Miles)
950
900
1200
1150
850
1400
1250

Es conveniente utilizar el promedio ponderado final de los recin egresados

para pronosticar su primer ingreso mensual? Por qu?

Promedio final vs Salario

5
4.5
Nota del egresado

4
3.5
3
800 900 1000 1100 1200 1300 1400 1500
Salario (miles)

Como se puede observar en el grfico de dispersin no es posible tener una

prediccin del comportamiento de las variables, ya que ninguna la otra, a pesar
que si se cumple en los extremos, la mayor y menor nota presentan el mejor y
peor salario respectivamente, en los valores intermedios no se presenta del
todo la tendencia y hay varias excepciones.
7. El nmero de vehculos vendidos en una semana por un concesionario y las
ventas de seguros de vehculos, en millones de pesos, se presentan en la
siguiente tabla.
No de
vehculos
vendidos
12
6
14
14
9
16
9

Ventas de
seguros
(millones de
$)
7
4,2
9
8
4,6
9,4
5,8

Suponiendo regresin lineal conteste:

a) Es conveniente utilizar el nmero de vehculos vendidos para
pronosticar el valor de las ventas de los seguros de vehculos?, Por qu?

Ventas de seguros Vs Venta de vehculos

10
8
6
Venta de seguros (millones)

4
2
0
4

8 10 12 14 16 18

Venta de vehculos

Como se puede observar en la grfica de dispersin, hay una clara tendencia

que relaciona las ventas de vehculos con las ventas de seguros, y realizando
una regresin para encontrar una correlacin entre las 2 variables se puede
pronosticar el nmero de venta de seguros.
b) Para una venta de 25 vehculos Cuntos millones se espera vender en
seguros?
Haciendo una regresin lineal:

Ventas de seguros Vs Venta de vehculos

10
f(x) = 0.56x + 0.42
R = 0.94

8
6
Venta de seguros (millones)

4
2
0
4

8 10 12 14 16 18

Venta de vehculos

Y =0,563X + 0,4226=0,56325+0,4336=14,5 millones

Como se puede observar, esto representa el aumento que tienen las ventas de
seguros con las ventas de vehculos.