GUA DE PRONOSTICO N 2

PRONSTICO
1.- Un productor de ladrillos ha recolectado datos relacionado a la demanda de
ladrillos con el nmero de cosas que se construyen y encontr una variacin no
explicada igual a 680 y una variacin explicada igual a 2840. Encuntrese el
coeficiente de correlacin y el de determinacin
Variacin total
=

variacin no explicada

680

variacin explicada

+ 2840

=
=
3520
COEFICIENTE DE DETERMINACIN
variacin
explicada

r2 =

variacin total

2840

= 0.8068

3520

COEFICIENTE DE CORRELACIN

r = 2840

3520

= 0.89823

2) El gerente de la compaa "ABC S.A" para justificar su escaso gasto en

capacitacin afirma lo siguiente: "El nmero de accidentes de trabajo se relaciona
ntimamente con el nmero total de obreros y no con el nmero de obreros no
capacitados"
CASO 1 DE ANALISIS DE DATOS USANDO REGRESION
LINEAL
N DE
N DE
N DE
OBREROS
MAS
ACCIDENTES
OBREROS
CAPACITAD
DE TRABAJO
OS
1
100
88
8
2
110
95
10
3
90
70
12
4
95
69
15
5
120
90
17
6
105
70
20
7
120
83
21
TOT
AL
740
565
103

X2

Y2

XY

10000
12100
8100
9025
14400
11025
14400

64
100
144
225
289
400
441

800
1100
1080
1425
2040
2100
2520

79050

1663

11065

(79050) (103) - (740)

(11065)

a=

=45950

7(79050) - (740)2

5750

7 x (11065) - (740 x 103)

= 1235

7 x 79050 - (740)2

5750

b=

25
20

f(x) = 0.21x - 7.99

R = 0.26

15

Linear ()
Linear ()

10

Linear ()
5
0
85

90

95

100

105

110

115

120

125

= 7.9913

=
0.2148

CASO 2 DE ANALISIS DE DATOS USANDO

REGRESIN LINEAL
N DE
N DE
N DE
OBREROS
MAS
OBRERO
ACCIDENTES
CAPACITAD
S
DE TRABAJO
OS
1
100
88
8
2
110
95
10
3
90
70
12
4
95
69
15
5
120
90
17
6
105
70
20
7
120
83
21
TOTAL
740
565
103

(46319 x 103) - (565 x 8202)

a=

b=

=
136727

(7 x 46319) - (565)2

5008

7x(8202) - (562 x 103)

= - 781

(7 x 46319) - (565)2

5008

X2

Y2

7744
9025
4900
4761
8100
4900
6889
46319

64
100
144
225
289
400
441
1663

=
27.302

=
-0.156

25

20
f(x) = - 0.16x + 27.3
R = 0.12

15

Linear ()

10

0
65

70

75

80

85

90

95

100

XY
704
950
840
1035
1530
1400
1743
8202

a) Indique si la afirmacin es verdadera o falsa, justificando

matemticamente su respuesta
Primero se halla la regresin lineal simple para saber el coeficiente de correlacin,
de acuerdo eso se
verifica si "r" tiene una intensidad de relacin que se acerca entre 0.5
1(perfecta)
La relacin que tiene el n de accidentes de trabajo con el n de obreros, es una
afirmacin verdadera, porque su coeficiente de correlacin es ms cercano al 0.5
1(perfecta) a comparacin de la relacin de n de obreros capacitados con el n de
accidentes de trabajo, que tiene una correlacin menor.
b) Segn su respuesta A Qu porcentaje de la variacin del nmero de
accidentes es explicado por la variable independiente?
Al r2
que indica, que el 25.7%
=0.257
dependiente lo explica la
variable
independiente

MES

LLANTAS
USADAS

MILES DE
MILLAS
CONDUCIDAS

1
2
3
4
5
6
TOTAL

100
150
120
80
90
180
720

1500
2000
1700
1100
1200
2700
10200

del

comportamiento

X2
2250000
4000000
2890000
1210000
1440000
7290000
19080000

de

una

variable

Y2

XY

10000
22500
14400
6400
8100
32400
93800

150000
300000
204000
88000
108000
486000
1336000

a=

x 2 y x xy
n x2 ( x ) 2

b=

n xy x y
n200
x 2( x ) 2

(19080000) (720) - (10200)

(1336000)

=
10.575

6(19080000) - (10200)2

6 x (1336000) - (10200 x 720)

=
0.0644

6(19080000) - (10200)2

180
f(x) = 0.06x + 10.57
160
R = 0.97
140
120
100
80
60
40
20
0
1000 1200 1400 1600 1800 2000 2200 2400 2600 2800

Linear ()
Linear ()

a) Qu porcentaje de la variacin en el uso de llantas se puede

explicar por las millas conducidas?
El r2= 0.9742 que indica el 97.42%
b) Suponga que planea manejar 1 200.00 millas el siguiente mes.
Cul ser el nmero esperado de llantas que utilizar?
y= 0.0644x -10.575
reemplazando 1200 millas en la variable dependiente "y"
y= 0.0644x -10.575

y= 0.0644(1200)+10.575
y= 87.855

MES

LLANTA
S
USADAS

1
2
3
4
5
6
TOTAL

100
150
120
80
90
180
720

MILES DE
MILLAS
CONDUCIDA
S
1500
2000
1700
1100
1200
2700
10200

X2
10000
22500
14400
6400
8100
32400
93800

Y2
2250000
4000000
2890000
1210000
1440000
7290000
19080000

(93800 x 10200) - (720 x

1336000)

a=

(6 x 93800) - (720)2

a=

x 2 y x xy
n x2 ( x ) 2

b=

(6 x 1336000) - (720 x
10200)
(6 x 93800) - (720)2

b=

n xy x y
3000
n x 2 ( x ) 2

2500

f(x) = 15.14x - 116.22

R = 0.97

2000
1500

Linear ()

1000
500
0
60

80

100

120

140

160

180

200

XY
150000
300000
204000
88000
108000
486000
1336000

=
= -5160000 116.216
44400

= 672000
44400

= 15.135

a) Qu porcentaje de la variacin en el uso de llantas se puede

explicar por las millas conducidas?
El r2= 0.9742 que indica el 97.42%
b) Suponga que planea manejar 1 200.00 millas el siguiente mes.
Cul ser el nmero esperado de llantas que utilizar?
y= 15.135x -116.22
reemplazando 1200 millas en la variable dependiente "y"
1200= 15.135x -116.22
x= 1200+116.22
15.135
x= 86.965