PROBLEMA 4

Un estudiante graduado, quiere comprar un auto usado e investig precios. l piensa que el nm. de
millas recorridas y el ao del mdelo influyen en el precio de compra. Los sig. datos corresponden a 10
autos que se tom de muestra.

PRECIO
(MILES DE
DOL.)

2.99
6.02
8.87
3.92
9.55
9.05
9.37
4.2
4.8
5.74

AO DEL
MODELO
x1
1987
1992
1993
1988
1994
1991
1992
1988
1989
1991

MILLAS
(MILES)
x2
55.6
18.4
29.3
46.9
11.8
36.4
28.2
44.2
34.9
26.4

1.- Si el estudiante desea comprar un modelo 91, con alrededor

de 40,000 millas recorridas. cunto pronosticas que pagar?

Como nos podemos dar cuenta; en este problema hay una muy
buena relacin lneal, lo cual nos indica que el precio se fija,
dependiendo el ao del mdelo de dicho auto, y adems, de las
millas que recorren, ya que hay jvenes que les gusta la rpidez
de un auto. Hay ocasiones, que tambin varia el costo, esto se
puede dar por otros factores, tales como: lo fsico del mdelo,
otras partes del mismo mdelo, etc. Pero en este problema,
vemos que hay congruencia con dichos datos, y que el jven
graduado si tiene razn en pensarlo.

Resumen
Estadsticas de la regresin
Coeficiente de0.93943561
Coeficiente d 0.88253927
R^2 ajustado 0.84897906
Error tpico
0.98311857
Observacione
10
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
2 50.8336351 25.4168175 26.2971914 0.00055542
Residuos
7 6.76565492 0.96652213
Total
9
57.59929
Coeficientes
Intercepcin -3307.61324
Variable X 1 1.66263001
Variable X 2 0.13848876

Error tpico
681.893076
0.34164378
0.06094341

Estadstico t
-4.85063327
4.86656017
2.27241554

Probabilidad
0.00185497
0.00182141
0.05727314

Inferior 95% Superior 95%Inferior 95.0%

-4920.03415 -1695.19234 -4920.03415
0.85477084 2.47048917 0.85477084
-0.00561951 0.28259703 -0.00561951

nsa que el nm. de

corresponden a 10

o 91, con alrededor

ticas que pagar?

roblema hay una muy

que el precio se fija,
uto, y adems, de las
ue les gusta la rpidez
varia el costo, esto se
lo fsico del mdelo,
ro en este problema,
datos, y que el jven

Superior 95.0%
-1695.19234
2.47048917
0.28259703

PROBLEMA #5
Un productor de comida para cerdos, desea determinar que relacin existe: entre la edad de un cerdo,
cuando empieza a recibir un complemento alimenticio de reciente creacin, el peso inicial de cada animal
y el aumento de peso en un perodo de una semana con el complemento alimenticio.

No. CERDO

1
2
3
4
5
6
7
8

PESO
INICIAL
(LIBRAS)

EDAD
INICIAL
(SEMANAS)

AUMENTO
DE PESO

x1

x2

39
52
49
46
61
35
25
55

8
6
7
12
9
6
7
4

analisis del problema, lo que se

7
6
8
10
9
5
3
4

En este problema, podemos observar que en nuestro

coeficiente de determinacion, es bueno, ademas de
que hay una relacion lineal, lo cual nos permite ver
que el aumento de peso en este problema, depende
de la edad en semanas, y tambien depende del peso
inicial en libras, esto se debe a que es un
complemento alimenticio, y entre mas complemento
alim. mayor sera el aumento de peso

Resumen
Estadsticas de la regresin
Coeficiente de0.93870818
Coeficiente d 0.88117304
R^2 ajustado 0.83364226
Error tpico
0.99907279
Observacione
8
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
2 37.0092678 18.5046339 18.5389971 0.00486729
Residuos
5 4.99073219 0.99814644
Total
7
42
Coeficientes
Intercepcin -4.1917094
Variable X 1 0.10483433
Variable X 2 0.80650253

Error tpico
1.88811919
0.03229147
0.15823657

Estadstico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%

-2.22004491 0.0771239 -9.04527431 0.6618555 -9.04527431
3.24650208 0.02278415 0.02182646 0.18784219 0.02182646
5.09681501 0.00378031 0.39974248 1.21326259 0.39974248

a edad de un cerdo,
icial de cada animal

lisis del problema, lo que se refleja y lo que pasa

bservar que en nuestro

es bueno, ademas de
o cual nos permite ver
te problema, depende
bien depende del peso
debe a que es un
ntre mas complemento
mento de peso

Superior 95.0%
0.6618555
0.18784219
1.21326259

PROBLEMA #6
Una persona est pensando en vender su casa. Con el fin de decir el precio de ella, a reunido datos de 12
ventas recientes.
Registr el precio de venta (en miles de dlares), el nm. de pies cuadrados de
construccin (en cientos), el nm. de pisos, el nm. de baos y la antigedad de la casa (en aos).

PREC. DE
VTA.

PIES
CUADRADOS

x1
49.65
67.95
81.15
81.6
91.5
95.25
100.35
104.25
112.65
149.7
160.65
232.5

No. PISOS

No. BAOS

x2
8.9
8.5
12.6
12.9
19
17.6
20
20.6
20.5
25.1
22.7
40.8

x3
1
1
2
2
2
1
2
2
1
2
2
3

ANTIGEDA
D

x4
1
1
1.5
1.5
1
1
1.5
1.5
2
2
2
4

2
6
11
8
22
17
12
11
9
8
18
12

Si la casa tiene 1800 pies cuadrados,

un piso, 1.5 baos y 6 aos de
antigedad, Qu precio de venta se
puede esperar

Aqu la variabilidad del precio de venta se debe a los pies cuadrados, No. De piso, de baos, y a la
antiedad, vemos que son 2 variables mas que en los ejercicios anteriores, pero en si, la relacion lineal, si
la tiene y es mas cercano nuestro coeficiente, dado que solo no se explica el 5% de la variabilidad, se
debe a otros factores, pero serian pocos. asi podria ver u observar que es lo que mejor le conviene, de
dicha casa

Resumen
Estadsticas de la regresin
Coeficiente de0.97494924
Coeficiente d 0.95052601
R^2 ajustado 0.92225517
Error tpico
13.7847806
Observacione
12
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
4 25555.5288 6388.88219 33.6221252 0.00011654
Residuos
7 1330.14124 190.020177
Total
11
26885.67

Intercepcin
Variable X 1
Variable X 2
Variable X 3
Variable X 4

Coeficientes
-0.36128811
2.68641568
-4.08391962
31.7580003
1.22361241

Error tpico
13.7540398
1.51066511
10.3297116
15.6882032
1.12686566

Estadstico t
-0.02626778
1.77829994
-0.3953566
2.02432362
1.08585473

Probabilidad
0.97977692
0.11858928
0.70435136
0.08260172
0.31351586

Inferior 95% Superior 95%Inferior 95.0%

-32.8844242 32.161848 -32.8844242
-0.88573968 6.25857104 -0.88573968
-28.5098061 20.3419669 -28.5098061
-5.33870549 68.8547062 -5.33870549
-1.44100146 3.88822628 -1.44100146

reunido datos de 12
pies cuadrados de
a (en aos).

1800 pies cuadrados,

baos y 6 aos de
precio de venta se

o, de baos, y a la
si, la relacion lineal, si
de la variabilidad, se
mejor le conviene, de

analisis lo que sucede, que se aprecia, etc

Superior 95.0%
32.161848
6.25857104
20.3419669
68.8547062
3.88822628