UNIVERSIDAD DE LAS FUERZAS

ARMADAS
ESPE EXTENSIÓN LATACUNGA

AVANCE DE LOS DEBERES DE

LA UNIDAD III SEGUNDA PARTE

INTEGRANTES:
BAQUE ADRIAN
GARCÍA KATHERINE
ORTEGA MICHELLE

ING. NANCY VELASCO E.

PETROQUÍMICA III NIVEL

1
Índice
PRUEBA DE HIPÓTESIS SOBRE LA MEDIA ............................................................. 3
EJERCICIO 22 ................................................................................................................. 3
EJERCICIO 23 ................................................................................................................. 5
EJERCICIO 24 ................................................................................................................. 6
EJERCICIO 25 ................................................................................................................. 7
EJERCICIO 26 ................................................................................................................. 8
EJERCICIO 27 ............................................................................................................... 10
EJERCICIO 28 ............................................................................................................... 11
EJERCICIO 29 ............................................................................................................... 12
PRUEBA DE HIPÓTESIS DE LA PROPORCIÓN ...................................................... 14
EJERCICIO 30 ............................................................................................................... 14
EJERCICIO 31 ............................................................................................................... 15
COEFICIOENTE DE CORRELACIÓN ........................................................................ 16
EJERCICIO 32 ............................................................................................................... 16
EJERCICIO 33 ............................................................................................................... 17
EJERCICIO 34 ............................................................................................................... 19
MODELO DE REGRESIÓN LINEAL .......................................................................... 20
EJERCICIO 35 ............................................................................................................... 20
EJERCICIO 36 ............................................................................................................... 23
EJERCICIO 37 ............................................................................................................... 25
INTERVALO DE CONFIANZA DE COEFICIENTES ............................................... 28
EJERCICIO 38 ............................................................................................................... 28
EJERCICIO 39 ............................................................................................................... 31

2
 PRUEBA DE HIPÓTESIS SOBRE LA MEDIA
EJERCICIO 22.- Una muestra de 64 observaciones se selecciona de una población
normal. La media de la muestra es de 215, la desviación estándar de la población, 15.
Lleve a cabo la prueba de hipótesis, utilice el nivel de significancia 0.03.
𝐻0 : 𝜇 ≤ 220
𝐻1 : 𝜇 > 220
En el caso de los ejercicios 5 a 8: a) establezca la hipótesis nula y la hipótesis alternativa;
b) defina la regla de decisión; c) calcule el valor del estadístico de la prueba; d) ¿Cuál es
su decisión respecto de 𝐻0 ?; e) ¿Cuál es el valor de p? interprételo.
Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 ≤ 220
𝐻1 : 𝜇 > 220
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.03
Paso 3: Selección el estadístico de prueba.
Como se conoce la desviación estándar de la población aplicamos z.

𝑥̅ − 𝜇
𝑍𝑐 =
𝜃
√𝑛

Paso 4: Formulamos la regla de decisión.

Si 𝑍𝑐 < 𝑍
3
Se rechaza la hipótesis nula 𝐻0
 𝑥̅ − 𝜇
𝑍𝑐 =
𝜃
√𝑛
215 − 220
𝑍𝑐 = = −2.67
15
√64
Se rechaza 𝐻0 ya que 𝑍𝑐 < 𝑍. −2.67 < −1.88
Paso 5: Concluimos.
Cualquier valor que este entre esa media podrá claramente ser rechazada ya que serán
menores que el valor tabulado.
Para calcular del valor de p.
𝑝 < 𝛼 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
𝑝 > 𝛼 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0
97
𝑝=
100
0.97
𝑝=
2
𝑝 = 0.485

Se rechaza la hipótesis nula.

4
EJERCICIO 23.- El fabricante de llantas radiales con cinturón de acero X-15 para
camiones señala que el millaje medio que la llanta recorre antes de que se desgasten las
curdas es de 60 000 millas. La desviación estándar del millaje es de 5000 millas. La
Crossent Truck Company compro 48 llantas y encontró que el millaje medio para sus
camiones es de 59 500 millas. ¿La experiencia de Crossent es diferente de lo que afirma
el fabricante ene l nivel de significancia de 0.05?
Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 = 60000
𝐻1 : 𝜇 ≠ 60000
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.05
Paso 3: Selección el estadístico de prueba.
Como se conoce la desviación estándar de la población se aplica el estadístico z.
𝑥̅ − 𝜇
𝑧=
𝜃
√𝑛

Paso 4: Formulamos la regla de decisión.

Si −1.96 < 𝑍𝑐 < 1.96

Se rechaza la hipótesis nula
𝐻0

5
 59500 − 60000
𝑧= = −0.69
5000
√48

Paso 5: Concluimos.
Se acepta la hipótesis nula y se puede concluir que la experiencia de Crosset está bien
calculada.

EJERCICIO 24.- La cadena de restaurantes MacBurger afirma que el tiempo de

espera de los clientes es de 8 minutos con una desviación estándar poblacional de 1
minuto. El departamento de control de calidad hallo en una muestra de 50 clientes en
Warren Road MacBurger que el tiempo medio de espera era de 2.75 minutos. Con el nivel
de significancia de 0.05, ¿puede concluir que el tiempo medio de espera sea menor que 3
minutos?
Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 = 3
𝐻1 : 𝜇 < 3
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.05
Paso 3: Selección el estadístico de prueba.
Como se conoce la desviación estándar de la población aplicamos el estadístico z.
𝑥̅ − 𝜇
𝑧=
𝜃
√𝑛

Paso 4: Formulamos la regla de decisión.

Si 𝑍𝑐 < 𝑧 se rechaza 𝐻0
6
 2.75 − 8
𝑧= = −1.76
1
√50
Se rechaza la hipótesis nula 𝐻0
Paso 5: Concluimos.
Se puede concluir que el tiempo medio es menor que 3 minutos por ende hay una
eficiencia en el restaurante.

EJERCICIO 25.-En el momento en que fue contratada como mesera en el Grumney

Family Restaurant, a Beth Birgden se le dijo: “Puedes ganar en promedio más de $80 al
día en propinas”. Suponga que la desviación estándar de la distribución de la población
es de $3.24. Los primeros 35 días de trabajar en el restaurante, la suma media de sus
propinas fue de $84.85. Con el nivel de significancia de 0.01, ¿la señorita Brigden puede
concluir que está ganando un promedio de más de $80 en propinas?
Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 ≤ 80
𝐻1 : 𝜇 > 80
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.01
Paso 3: Selección el estadístico de prueba.
Como se conoce la desviación estándar de la población se aplica el estadístico z.
𝑥̅ − 𝜇
𝑧=
𝜃
√𝑛

Paso 4: Formulamos la regla de decisión.

7
 Si 𝑍𝐶 < 𝑧
Se rechaza la hipótesis nula
𝐻0
84.85 − 80
𝑧𝑐 = = −3.24
3.24
√35

Paso 5: Concluimos.
La señorita Brigden puede considerarse que gana un promedio de más de 80$ en propinas.

EJERCICIO 26.- El cloro líquido que se agrega a las albercas para combatir las algas
tiene una duración relativamente corta en las tiendas antes de que pierda su eficacia. Los
registros indican que la duración media de un frasco de cloro es de 2160 horas (20 días).
Como experimento, se agregó Holdlonger al cloro para saber si este incrementaba la
duración del cloro en las tiendas. Una muestra de nueve frascos d cloro arrojo los
siguientes tiempos de duración (en horas) en las tiendas:
2159 2170 2180 2179 2160 2167 2171 2181 2185

¿Incremento el Holdlonger la duración del cloro en las tiendas con el nivel de

significancia de 0.025? Calcule el valor de p.
2159 + 2170 + 2180 + 2179 + 2160 + 2167 + 2171 + 2181 + 2185
𝑥̅ =
9
𝑥̅ = 2172.44
𝑋 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)2
2159 2159 − 2172.44 = −13.44 180.63
2170 2170 − 2172.44 = −2.44 5.95
2180 2180 − 2172.44 = 7.56 57.12
2179 2179 − 2172.44 = 6.56 43.03
2160 2160 − 2172.44 = −12.44 154.75
2167 2167 − 2172.44 = −5.44 29.59
2171 2171 − 2172.44 = −1.44 2.07
2181 2181 − 2172.44 = 8.56 73.27
2185 2185 − 2172.44 = 12.56 157.75

8
 (𝑋 − 𝑋̅)2
𝑠=√ = 9.3823
𝑛−1

Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 ≤ 2.306
𝐻1 : 𝜇 > 2.306
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.025
Paso 3: Selección el estadístico de prueba.
Como no se conoce la desviación estándar de la población se aplica el estadístico t.
𝑥̅ − 𝜇
𝑡= 𝑠
√𝑛

Paso 4: Formulamos la regla de decisión.

Si 𝑡𝑐 > 𝑡
Se rechaza la hipótesis nula 𝐻0

9
 2172.44 − 2.306
𝑡𝑐 =
9.38
√9
𝑡𝑐 = 3.97 = 𝑝
Paso 5: Concluimos.
Se rechaza la hipotesis nula y se puede concluir que incremente Holdlonger la duración
del cloro en las tiendas.

EJERCICIO 27.- El gerente de ventas del distrito de las Montañas Rocallosas de Rath
Publishg, Ing, editorial de textos universitarios, afirma que los representantes de ventas
realizan en promedio 40 llamadas de ventas a la semana a profesores. Varios
representantes señalan que el cálculo es muy bajo. Una muestra aleatoria de 28
representantes de ventas revela que la cantidad media de llamadas realizadas la semana
pasada fue de 42. La desviación estándar de la muestra es de 2.1 llamadas. Con el nivel
de significancia de 0.05, ¿Puede concluir que la cantidad media de llamadas semanales
por vendedor es de más de 40?
Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 = 40
𝐻1 : 𝜇 > 40
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.05
Paso 3: Selección el estadístico de prueba.
Como no se conoce la desviación estándar de la población se aplica el estadístico t.
𝑥̅ − 𝜇
𝑡= 𝑠
√𝑛
Paso 4: Formulamos la regla de decisión.

10
 Si 𝑡𝑐 > 𝑡
Se rechaza la hipótesis nula 𝐻0

42 − 40
𝑡𝑐 = = 5.039
2.1
√25
Paso 5: Concluimos.
Se rechaza la hipótesis nula y se puede concluir que la cantidad media de llamadas por
vendedores es de más de 40.

EJERCICIO 28.- La administración de White Industries analiza una nueva técnica

para armar un carro de golf; la técnica actual requiere 42.3 minutos en promedio. El
tiempo medio de montaje de una muestra aleatoria de 24 carros, con la nueva técnica, fue
de 40.6 minutos, y la desviación estándar, de 2.7 minutos. Con un nivel de significancia
de 0.10, ¿puede concluir que el tiempo de montaje con la nueva técnica es más breve?
Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 = 42.3
𝐻1 : 𝜇 ≤ 42.3
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.10
Paso 3: Selección el estadístico de prueba.
Como se desconoce a la desviación estándar de la población se utiliza el estadístico t.
𝑥̅ − 𝜇
𝑡= 𝑠
√𝑛
Paso 4: Formulamos la regla de decisión.

11
 Si 𝑡𝑐 < 𝑡
Se rechaza la hipótesis nula 𝐻0

40.6 − 42.3
𝑡𝑐 = = −3.01
2.3
√24

Paso 5: Concluimos.
Se rechaza la hipótesis nula y la muestra que el tiempo de montaje es menor que la media.

EJERCICIO 29.- En la actualidad, la mayoría de quienes viajan por avión compra

sus boletos por internet. Así, los pasajeros evitan la preocupación de cuidado un boleto
de papel, además de que las aerolíneas ahorran. No obstante, en fechas recientes, las
aerolíneas han recibido quejas relacionadas con los boletos, en particular cuando se
requiere hacer un enlace para cambiar de línea. Para analizar el problema, una agencia de
investigación independiente tomo una muestra aleatoria de 20 aeropuertos y recogió
información relacionada con la cantidad de quejas que hubo sobre los boletos durante
marzo. A continuación se presenta la información.
14 14 16 12 12 14 13 16 15 14
12 15 15 14 13 13 12 13 10 13

¿La agencia de investigación puede concluir que la cantidad media de quejas por
aeropuerto es menor que 15 al mes con un nivel de significancia de 0.05?
a) ¿Qué suposición se requiere antes de llevar a cabo una prueba de hipótesis?
Que debe ser muestra y se debe regir por una distribución normal.
b) Ilustre la cantidad de quejas por aeropuerto en una distribución de frecuencias o
en un diagrama de dispersión. ¿Es razonable concluir que la población se rige por
una distribución normal?

12
 Si se asemeja a una distribución normal.
c) Realice una prueba de hipótesis e interprete los resultados.
14 + 14 + 16 + 12 + 12 + 14 + 13 + 16 + 15 + 14 + 12 + 15 + 15 + 14 + 13 + 13 + 12 + 13 + 10 + 13
𝑋̅ =
20 − 1

𝑋̅ = 13.5
𝑋 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)2
14 14-13.5=0.5 0.25
14 14-13.5=0.5 0.25
16 16-13.5=2.5 6.25
12 12-13.5=-1.5 2.25
12 12-13.5=-1.5 2.25
14 14-13.5=0.5 0.25
13 13-13.5=-0.5 0.25
16 16-13.5=2.5 2.25
15 15-13.5=1.5 2.25
14 14-13.5=0.5 0.25
12 12-13.5=-1.5 2.25
15 15-13.5=1.5 2.25
15 15-13.5=1.5 2.25
14 14-13.5=0.5 0.25
13 13-13.5=-0.5 0.25
13 13-13.5=-0.5 0.25
12 12-13.5=-1.5 2.25
13 13-13.5=-0.5 0.25
10 10-13.5=-3.5 12.25
13 13-13.5=-0.5 0.25

(𝑥 − 𝑥̅ )2
𝑠=√ = 1.5
𝑛−1

Paso 1: Establezco 𝐻0 𝑦 𝐻𝐼
𝐻0 : 𝜇 ≥ 15
𝐻1 : 𝜇 < 15
Paso 2: Selecciono el nivel de significancia.
𝛼 = 0.05
Paso 3: Selección el estadístico de prueba.

13
Como se desconoce a la desviación estándar de la población se utiliza el estadístico t.
𝑥̅ − 𝜇
𝑡= 𝑠
√𝑛

Paso 4: Formulamos la regla de decisión.

Si 𝑡𝑐 < 𝑡
Se rechaza la hipótesis nula 𝐻0

13.5 − 15
𝑡𝑐 = = −4.46
1.5
√24

Paso 5: Concluimos.
Se concluye que las quejas son menores que 15 y rechazamos la hipótesis nula.

PRUEBA DE HIPÓTESIS DE LA PROPORCIÓN

EJERCICIO 30.- Un artículo de USA Today informó que solo hay un trabajo
disponible por cada tres nuevos graduados de universidad. Las principales razones fueron
una sobrepoblación de graduados universitarios y una economía débil. Una encuesta de
200 recién graduados revelo que 80 estudiantes tenían trabajo. Con un nivel de
significancia de 0.02, ¿Puede concluir que una proporción mayor de estudiantes de su
escuela tienen empleo?

14
 1. HIPÓTESIS NULA Y 2. NIVEL DE SIGNIFICANCIA
RELATIVA
1 𝛼 = 0.02
𝐻𝑜: 𝜋 ≤
3
1
𝐻𝑖: 𝜋 >
3
3. ESTADÍSTICO DE PRUEBA 4. REGLA DE DECISIÓN
𝑝−𝜋 𝑧𝑡𝑎𝑏 = 2.06
𝑧=
𝑧𝑐𝑎𝑙 = 2
√𝜋(1 − 𝜋)
𝑛 𝑧𝑐𝑎𝑙 < 2.06
80 1 Se rechaza Ho
−3
𝑧= 200
1 1
√3 (1 − 3)
200
𝑧=2
5. TOMA DE DECISIÓN E INTERPRETACIÓN DE RESULTADOS:

EJERCICIO 31.- Una Investigación de la Universidad de Toledo indica que 50% de

los estudiantes cambia de área de estudios después del primer año en un programa. Una
muestra aleatoria de 100 estudiantes de la Facultad de Administración revelo que 48
habían cambiado de área de estudia después del primer año del programa de estudios.
¿Hubo una reducción significativa en la proporción de estudiantes que cambian de área
el primer año en este programa?

15
 1. HIPÓTESIS NULA Y 2. NIVEL DE SIGNIFICANCIA
RELATIVA
𝐻𝑜: 𝜋 ≥ 0.5 𝛼 = 0.05
𝐻𝑖: 𝜋 < 0.5
3. ESTADÍSTICO DE PRUEBA 4. REGLA DE DECISIÓN
𝑝−𝜋 𝑧𝑡𝑎𝑏 = −1.65
𝑧=
√𝜋(1 − 𝜋) 𝑧𝑐𝑎𝑙 = −0.4
𝑛
48 𝑧𝑐𝑎𝑙 > −1.65
− 0.5
𝑧= 100 No se rechaza Ho
√0.5(1 − 0.5)
100
𝑧 = −0.4
5. TOMA DE DECISIÓN E INTERPRETACIÓN DE RESULTADOS:

COEFICIOENTE DE CORRELACIÓN
EJERCICIO 32.- Las siguientes observaciones muestrales se seleccionaron de
manera aleatoria.
X: 4 5 3 6 10
Y: 4 6 5 7 7

Determine el coeficiente de correlación y el de determinación. Interprételos.

X Y ̅
𝑿−𝑿 ̅
𝒀−𝒀 (𝑿 − 𝑿̅) ̅ )𝟐
(𝑿 − 𝑿 ̅ )𝟐
(𝒀 − 𝒀
̅
(𝒀 − 𝒀)
4 4 -1.6 -1.8 2.88 2.56 3.24
5 6 -0.6 0.2 -0.12 0.36 0.04
3 5 -2.6 -0.8 2.08 6.76 0.64
6 7 0.4 1.2 0.48 0.16 1.44
10 7 4.4 1.2 5.28 19.36 1.44
Σ𝑋 = 28 Σ𝑌 = 29 Σ = 10.6 Σ = 29.2 Σ = 6.8
16
 Media de X: Media de Y: DESVIACIÓN DESVIACIÓN
ESTÁNDAR X: ESTÁNDAR Y:
Σ𝑋 Σ𝑌
𝑋̅ = 𝑌̅ = Σ(𝑋 − 𝑋̅)2 Σ(𝑌 − 𝑌̅)2
𝑛 𝑛 𝑆𝑋 = √ 𝑆𝑌 = √
28 29 𝑛−1 𝑛−1
𝑋̅ = = 5.6 𝑌̅ = = 5.8
5 5 29.2 6.8
𝑆𝑋 = √ = 2.7 𝑆𝑌 = √ 4 = 1.3
4

(𝑋−𝑋̅ )(𝑌−𝑌̅) 10.6

𝑟= = 4(2.7)(1.3)
(𝑛−1)𝑆𝑋 𝑆𝑌

𝑟 = 0.75
𝑟 2 = 0.57

EJERCICIO 33.- Las siguientes observaciones muestrales se seleccionaron de

manera aleatoria.
X: 5 3 6 3 4 4 6 8
Y: 13 15 7 12 13 11 9 5

17
Determine el coeficiente de correlación y el de determinación. Interprete la asociación
entre X y Y.
X Y ̅
𝑿−𝑿 ̅
𝒀−𝒀 (𝑿 − 𝑿̅) ̅ )𝟐 (𝒀 − 𝒀
(𝑿 − 𝑿 ̅ )𝟐
(𝒀 − 𝒀̅)
5 13 0.125 2.375 0.296875 0.015625 5.640625
3 15 -1.875 4.375 -8.203125 3.515625 19.140625
6 7 1.125 -3.625 -4.078125 1.265625 13.140625
3 12 -1.875 1.375 -2.578125 3.515625 1.890625
4 13 -0.875 2.375 -2.078125 0.765625 5.640625
4 11 -0.875 0.375 -0.328125 0.765625 0.140625
6 9 1.125 -1.625 -1.828125 1.265625 2.640625
8 5 3.125 -5.625 -17.578125 9.765625 31.640625
Σ𝑋 = 39 Σ𝑌 = 85 Σ Σ Σ
= −36.375 = 20.875 = 79.475

Media de X: Media de Y: DESVIACIÓN DESVIACIÓN

ESTÁNDAR X: ESTÁNDAR Y:
Σ𝑋 Σ𝑌
𝑋̅ = 𝑌̅ = Σ(𝑋 − 𝑋̅)2 Σ(𝑌 − 𝑌̅)2
𝑛 𝑛 𝑆𝑋 = √ 𝑆𝑌 = √
39 85 𝑛−1 𝑛−1
𝑋̅ = = 4.875 𝑌̅ = = 10.625
8 8 20.875 79.475
𝑆𝑋 = √ = 𝑆𝑌 = √ =
7 7
1.72689 3.36951

(𝑋−𝑋̅ )(𝑌−𝑌̅) −36.375

𝑟= = 7(1.72689)(3.3651)
(𝑛−1)𝑆𝑋 𝑆𝑌

𝑟 = −0.894
𝑟 2 = 0.799

18
EJERCICIO 34.- El departamento de producción de Celltronics Iternational desea
explorar la relación entre el número de empleados que trabajan en una línea de ensamble
parcial y el número de unidades producido. Como experimento, se asignó a dos
empleados al ensamble parcial. Su desempeño fue de 15 productos durante un periodo de
una hora. Después, cuatro empleados hicieron los ensambles y su número fue de 25
durante un periodo de una hora. El conjunto completo de observaciones pareadas se
muestra a continuación.
Número de ensambladores Producción en una hora
(Unidades)
2 15
4 25
1 10
5 40
3 30

La variable dependiente es la producción; es decir, se supone que el nivel de producción

depende del número de empleados.
a) Trace un diagrama de dispersión.
b) Con base en el diagrama de dispersión, ¿parece haber alguna relación entre el
número de ensambladores y la producción? Explique.
c) Calcule el coeficiente de correlación.
d) Evalúe la fuerza de la relación calculando el coeficiente de determinación.

X Y ̅
𝑿−𝑿 ̅
𝒀−𝒀 (𝑿 − 𝑿̅) ̅ )𝟐
(𝑿 − 𝑿 ̅ )𝟐
(𝒀 − 𝒀
̅
(𝒀 − 𝒀)
2 15 -1 -9 9 1 81
4 25 1 1 1 1 1
1 10 -2 -14 28 4 196
5 40 2 16 32 4 256
3 30 0 6 0 0 36
Σ = 15 Σ = 120 Σ = 70 Σ = 10 Σ = 570

Media de X: Media de Y: DESVIACIÓN DESVIACIÓN

ESTÁNDAR X: ESTÁNDAR Y:
Σ𝑋 Σ𝑌
𝑋̅ = 𝑌̅ = Σ(𝑋 − 𝑋̅)2 Σ(𝑌 − 𝑌̅)2
𝑛 𝑛 𝑆𝑋 = √ 𝑆𝑌 = √
15 120 𝑛−1 𝑛−1
𝑋̅ = =3 𝑌̅ = = 24
5 5 10 570
𝑆𝑋 = √ 4 = 1.5811 𝑆𝑌 = √ =
4
11.9373

(𝑋−𝑋̅ )(𝑌−𝑌̅) 70
𝑟= = 4(1.5811)(11.9373)
(𝑛−1)𝑆𝑋 𝑆𝑌

19
𝑟 = 0.9272
𝑟 2 = 0.8596

MODELO DE REGRESIÓN LINEAL

EJERCICIO 35.- Las siguientes observaciones muestrales se seleccionaron al azar
X 5 3 6 3 4 4 6 8
Y 13 15 7 12 13 11 9 5
a) Determine la ecuación de regresión.

(𝑋 − 𝑋̅)(𝑌 (𝑋 − 𝑋̅)2 (𝑌 − 𝑌̅)2

X 𝑋̅ Y 𝑌̅ (𝑋 − 𝑋̅) (𝑌 − 𝑌̅) − 𝑌̅)
5 4,875 13 10,625 0,125 2,375 0,2969 0,0156 5,6406
3 4,875 15 10,625 -1,875 4,375 -8,2031 3,5156 19,1406
6 4,875 7 10,625 1,125 -3,625 -4,0781 1,2656 13,1406
3 4,875 12 10,625 -1,875 1,375 -2,5781 3,5156 1,8906
4 4,875 13 10,625 -0,875 2,375 -2,0781 0,7656 5,6406
4 4,875 11 10,625 -0,875 0,375 -0,3281 0,7656 0,1406
6 4,875 9 10,625 1,125 -1,625 -1,8281 1,2656 2,6406
8 4,875 5 10,625 3,125 -5,625 -17,5781 9,7656 31,6406
-36,3750 20,8750 79,8750

𝟓+𝟑+𝟔+𝟑+𝟒+𝟒+𝟔+𝟖
𝑋̅ =
𝟖
𝑋̅ = 𝟒, 𝟖𝟕𝟓

20
 𝟏𝟑 + 𝟏𝟓 + 𝟕 + 𝟏𝟐 + 𝟏𝟑 + 𝟏𝟏 + 𝟗 + 𝟓
𝑌̅ =
𝟖
𝑌̅ = 𝟏𝟎, 𝟔𝟐𝟓

𝚺(𝐱 − 𝐱̅)𝟐
𝑺𝒙 = √
(𝒏 − 𝟏)

20,8750
𝑺𝒙 = √
𝟕

𝑺𝒙 = 𝟏, 𝟕𝟐𝟔

𝚺(𝐲 − 𝐲̅)𝟐
𝑺𝒚 = √
(𝒏 − 𝟏)

79,8750
𝑺𝒚 = √
𝟕

𝑺𝒚 = 𝟑, 𝟑𝟕𝟕

𝚺(𝐱 − 𝐱̅)(𝐲 − 𝐲̅)

𝒓=
(𝒏)𝑺𝒙 𝑺𝒚

−36,3750
𝒓=
(8)(1,726)(3,377)
𝒓 = −𝟎, 𝟖𝟗𝟗
𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙
3,377
𝑏 = (−0,899) ( )
1,726
𝒃 = −𝟏. 𝟕𝟓𝟖

𝒂=𝒚 ̅ − 𝒃 ̅𝒙
𝑎 = 10,625 − (−1.758)(4,875)
𝒂 = 𝟏𝟗, 𝟏𝟗𝟓

̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = 19,195 + (−1.758)𝑋
b) Encuentre el valor de 𝒀̂ cuando X es 7.

Cuando X=7;
𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙

21
 3,377
𝑏 = (−0,899) ( )
1,726
𝒃 = −𝟏, 𝟕𝟓𝟖

𝒂=𝒚 ̅ − 𝒃 ̅𝒙
𝑎 = 10,625 − (−1.7589)(4,875)
𝒂 = 𝟏𝟗, 𝟏𝟗𝟓

̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = 19,195 + (−1,758)(7)
̂ = 𝟔, 𝟖𝟖𝟗
𝒀

22
EJERCICIO 36.- El señor James McWhinney, presidente de Daniel-James Services,
considera que hay una relación entre el número de contactos con sus clientes y la cantidad
de ventas en dólares. Para documentar esta afirmación, el señor McWhinney reunió la
siguiente información muestra. La columna X indica el número de contactos con sus
clientes el mes anterior, y la columna Y muestra el valor de las ventas (miles de $) el
mismo mes por cada cliente muestreado.
Número de Ventas Número de Ventas
contactos (Miles de dólares) Contactos, (miles de dólares)
X Y X Y
14 24 23 30
12 14 48 90
20 28 50 85
16 30 55 120
46 80 50 110

a) Determine la ecuación de regresión.

(𝑌 (𝑋 − 𝑋̅)(𝑌
𝑋 𝑋̅ Y 𝑌̅ (𝑋 − 𝑋̅) − 𝑌̅) − 𝑌̅) (𝑋 − 𝑋̅)2 (𝑌 − 𝑌̅)2
-
14 33,4 24 61,1 -19,400 37,100 719,740 376,360 1376,410
-
12 33,4 14 61,1 -21,400 47,100 1007,940 457,960 2218,410
-
20 33,4 28 61,1 -13,400 33,100 443,540 179,560 1095,610
-
16 33,4 30 61,1 -17,400 31,100 541,140 302,760 967,210
46 33,4 80 61,1 12,600 18,900 238,140 158,760 357,210
-
23 33,4 30 61,1 -10,400 31,100 323,440 108,160 967,210
48 33,4 90 61,1 14,600 28,900 421,940 213,160 835,210
50 33,4 85 61,1 16,600 23,900 396,740 275,560 571,210
55 33,4 120 61,1 21,600 58,900 1272,240 466,560 3469,210
50 33,4 110 61,1 16,600 48,900 811,740 275,560 2391,210
6176,600 2814,400 14248,900

𝟏𝟒 + 𝟏𝟐 + 𝟐𝟎 + 𝟏𝟔 + 𝟒𝟔 + 𝟐𝟑 + 𝟒𝟖 + 𝟓𝟎 + 𝟓𝟓 + 𝟓𝟎
𝑋̅ =
𝟏𝟎
𝑋̅ = 𝟑𝟑, 𝟒
𝟐𝟒 + 𝟏𝟒 + 𝟐𝟖 + 𝟑𝟎 + 𝟖𝟎 + 𝟑𝟎 + 𝟗𝟎 + 𝟖𝟓 + 𝟏𝟐𝟎 + 𝟏𝟏𝟎
𝑌̅ =
𝟏𝟎
𝑌̅ = 𝟔𝟏, 𝟏

23
 𝚺(𝐱 − 𝐱̅)𝟐
𝑺𝒙 = √
(𝒏 − 𝟏)

2814,400
𝑺𝒙 = √
𝟗

𝑺𝒙 = 𝟏𝟕, 𝟔𝟖

𝚺(𝐲 − 𝐲̅)𝟐
𝑺𝒚 = √
(𝒏 − 𝟏)

14248,900
𝑺𝒚 = √
𝟗

𝑺𝒚 = 𝟑𝟗, 𝟖

𝚺(𝐱 − 𝐱̅)(𝐲 − 𝐲̅)

𝒓=
(𝒏 − 𝟏)𝑺𝒙 𝑺𝒚
6176,600
𝒓=
(9)(17,68)(39,8)
𝒓 = 𝟎, 𝟗𝟕𝟓
𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙
39,8
𝑏 = (0,975) ( )
(17,68)
𝒃 = 𝟐, 𝟏𝟗𝟐𝟑𝟕𝟐

𝒃 = 𝟐, 𝟏𝟗𝟒𝟖

𝒂=𝒚 ̅ − 𝒃 ̅𝒙
𝑎= (61,1) − (2,1948)(33,4)
𝒂 = −𝟏𝟐, 𝟐𝟎

̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = −12,20 + (2,1948)𝑋

b) Encuentre las ventas estimadas si se hicieron 40 contactos.

̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = −12,20 + (2,1948)(40)
𝑌̂ = 75,592
24
EJERCICIO 37.- Se realizan un estudio de fondos mutualistas para fines de inversión
en varios fondos. Para este estudio en particular, desean enfocarse en los activos y su
desempeño a cinco años. La pregunta es: ¿es posible determinar la tasa de rendimiento a
cinco años en base a los activos del fondo? Se seleccionaron nueve mutualistas al azar, y
sus activos y tasas de recuperación se muestran a continuación.
Fondo Activos Rendimiento Fondo Activos Rendimiento
(en (%) (en (%)
millones millones
de de
dólares) dólares)
AARP high $622.22 10.8 MFS Bond $494.5 11.6
Quality A
Bond
Babson 160.4 11.3 Nichols 158.0 9.5
Bond L Income
Compass 275.7 11.4 T.Rowe 681.0 8.2
Capital Price
Fixed
Income
Galaxy 433.2 9.1 Short-term
Bond
Retail
Keystone 437.9 9.2 Thompson 241.3 6.8
Custodian Income B
B-1

a) Trace un diagrama de dispersión.

25
 b) Calcule el coeficiente de correlación.

(𝑋 − 𝑋̅)(𝑌
𝑋 𝑋̅ Y 𝑌̅ (𝑋 − 𝑋̅) (𝑌 − 𝑌̅) − 𝑌̅) (𝑋 − 𝑋̅)2 (𝑌 − 𝑌̅)2
622,2 389,388 10,8 9,77 232,812 1,030 239,796 54201,427 1,061
160,4 389,388 11,3 9,77 -228,988 1,530 -350,352 52435,504 2,341
275,7 389,388 11,4 9,77 -113,688 1,630 -185,311 12924,961 2,657
433,2 389,388 9,1 9,77 43,812 -0,670 -29,354 1919,491 0,449
437,9 389,388 9,2 9,77 48,512 -0,570 -27,652 2353,414 0,325
494,5 389,388 11,6 9,77 105,112 1,830 192,355 11048,533 3,349
158,3 389,388 9,5 9,77 -231,088 -0,270 62,394 53401,664 0,073
681 389,388 8,2 9,77 291,612 -1,570 -457,831 85037,559 2,465
241,3 389,388 6,8 9,77 -148,088 -2,970 439,821 21930,056 8,821
-116,133 295252,609 21,540

𝑋̅
𝟔𝟐𝟐, 𝟐𝟐 + 𝟏𝟔𝟎, 𝟒 + 𝟐𝟕𝟓, 𝟕 + 𝟒𝟑𝟑, 𝟐 + 𝟒𝟑𝟕, 𝟗 + 𝟒𝟗𝟒, 𝟓 + 𝟏𝟓𝟖, 𝟑 + 𝟔𝟖𝟏 + 𝟐𝟒𝟏, 𝟑
=
𝟗
𝑋̅ = 𝟑𝟖𝟗, 𝟑𝟗𝟏
𝟏𝟎, 𝟖 + 𝟏𝟏, 𝟑 + 𝟏𝟏, 𝟒 + 𝟗, 𝟏 + 𝟗, 𝟐 + 𝟏𝟏, 𝟔 + 𝟗, 𝟓 + 𝟖, 𝟐 + 𝟔, 𝟖
𝑌̅ =
𝟗
𝑌̅ = 𝟗, 𝟕𝟔𝟔

𝚺(𝐱 − 𝐱̅)𝟐
𝑺𝒙 = √
(𝒏 − 𝟏)

26
 295252,609
𝑺𝒙 = √
𝟖

𝑺𝒙 = 𝟏𝟗𝟐, 𝟏𝟏𝟎

𝚺(𝐲 − 𝐲̅)𝟐
𝑺𝒚 = √
(𝒏 − 𝟏)

21,540
𝑺𝒚 = √
𝟖

𝑺𝒚 = 𝟏, 𝟔𝟒𝟎

𝚺(𝐱 − 𝐱̅)(𝐲 − 𝐲̅)

𝒓=
(𝒏)𝑺𝒙 𝑺𝒚
−116,133
𝒓=
(8)(192,110)(1,640)
𝒓 = −𝟎, 𝟎𝟒𝟔
c) Determine la ecuación de regresión. Utilice los activos como variable
independiente.

𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙
1,640
𝑏 = (−0,046) ( )
(192,110)
𝒃 = −𝟑, 𝟗𝟐𝟔𝒙𝟏𝟎−𝟒

𝒂=𝒚 ̅ − 𝒃 ̅𝒙
𝑎 = (9,766)— (−3,926𝑥10−4 )(389,391)
𝒂 = 𝟗, 𝟗𝟏𝟖𝟖

̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = (9,9188) − 3,926𝑥10−4 𝑥

d) Para un fondo con $ 400.0 millones en ventas, determine la tasa de

rendimiento a cinco años (en porcentaje).
̂
𝒀 = 𝒂 + 𝒃𝒙
̂
𝑌 = (9,9188) + (−3,926𝑥10−4 )(400)
𝑌̂ = 9,7617

27
 INTERVALO DE CONFIANZA DE COEFICIENTES
EJERCICIO 38.- La siguientes observaciones muéstrales se seleccionaron al azar
X: 5 3 6 3 4 4 6 8
Y: 13 15 7 12 13 11 9 5
a) Determine el intervalo de confianza 0.95 para la media pronosticada cuando x=7
b) Encuentre el intervalo de predicción 0.95 para una predicción individual cuando
x=7

28
 ̂
𝒀−𝒀 (𝒀
̅ )(𝒀
(𝑿 − 𝑿 ̅ )𝟐
(𝑿 − 𝑿 ̅ )𝟐
(𝒀 − 𝒀
X Y ̅ ) (𝒀 − 𝒀
(𝑿 − 𝑿 ̅) ̂ )𝟐
−𝒀̅) −𝒀

5 13 0,125 2,375 0,2969 0,0156 5,6406 2.595 6.734

3 15 -1,875 4,375 -8,2031 3,5156 19,1406 1.079 1.164
6 7 1,125 -3,625 -4,0781 1,2656 13,1406 -1.647 2.712
3 12 -1,875 1,375 -2,5781 3,5156 1,8906 -1.921 3.69
4 13 -0,875 2,375 -2,0781 0,7656 5,6406 0.837 0.7
4 11 -0,875 0,375 -0,3281 0,7656 0,1406 -1.163 1.352
6 9 1,125 -1,625 -1,8281 1,2656 2,6406 0.353 0.1246
8 5 3,125 -5,625 -17,5781 9,7656 31,6406 -0.131 0.017
-36,3750 20,8750 79,8750 16.4936

𝟓+𝟑+𝟔+𝟑+𝟒+𝟒+𝟔+𝟖
𝑋̅ =
𝟖
𝑋̅ = 𝟒, 𝟖𝟕𝟓
𝟏𝟑 + 𝟏𝟓 + 𝟕 + 𝟏𝟐 + 𝟏𝟑 + 𝟏𝟏 + 𝟗 + 𝟓
𝑌̅ =
𝟖
𝑌̅ = 𝟏𝟎, 𝟔𝟐𝟓

𝚺(𝐱 − 𝐱̅)𝟐
𝑺𝒙 = √
(𝒏 − 𝟏)

20,8750
𝑺𝒙 = √
𝟕

𝑺𝒙 = 𝟏, 𝟕𝟐𝟔

𝚺(𝐲 − 𝐲̅)𝟐
𝑺𝒚 = √
(𝒏 − 𝟏)

79,8750
𝑺𝒚 = √
𝟕

𝑺𝒚 = 𝟑, 𝟑𝟕𝟕

𝚺(𝐱 − 𝐱̅)(𝐲 − 𝐲̅)

𝒓=
(𝒏 − 𝟏)𝑺𝒙 𝑺𝒚

29
 −36,3750
𝒓=
(7)(1,726)(3,377)
𝒓 = −𝟎, 𝟖𝟗𝟗
𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙
3,377
𝑏 = (−0,899) ( )
1,726
𝒃 = −𝟏. 𝟕𝟓𝟖

𝒂=𝒚 ̅ − 𝒃 ̅𝒙
𝑎 = 10,625 − (−1.758)(4,875)
𝒂 = 𝟏𝟗, 𝟏𝟗𝟓

̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = 19,195 + (−1.758)𝑋
Cuando X=7
̂ = 𝒂 + 𝒃𝒙
𝒀
𝑌̂ = 19,195 + (−1,758)(7)
̂ = 𝟔, 𝟖𝟖𝟗
𝒀

𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = 𝑛 − 2 = 8 − 2 = 6
𝑡 = 2.447

𝟐
̂)
∑(𝑌 − 𝒀
𝑠𝑦.𝑥 =√
𝑛−2

16.4936
𝑠𝑦.𝑥 = √
6

𝑠𝑦.𝑥 = 1.658

𝟐
̂ ± 𝒕𝒔𝒚.𝒙 √𝟏 + (𝒙−𝒙̅) 𝟐
a) 𝐼𝑐 = 𝒀 𝒏 ∑(𝒙−𝒙 ̅)

𝟏 𝟒. 𝟓𝟏𝟓𝟔𝟐𝟓
𝐼𝑐 = 6,889 ± (𝟐. 𝟒𝟒𝟕)(𝟏. 𝟔𝟓𝟖)√ +
𝟖 20,8750

𝐼𝑐 = 6,889 ± 𝟐. 𝟑𝟕
𝐼𝑐𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 9.26

30
 𝐼𝑐𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 4.518

b) Intervalo de predicción:
𝟏 ̅) 𝟐
(𝒙 − 𝒙
𝐼𝑝 = 𝑌̂ ± 𝒕𝒔𝒚.𝒙 √𝟏 + +
𝒏 ∑(𝒙 − 𝒙 ̅) 𝟐

𝟏 𝟒. 𝟓𝟏𝟓𝟔𝟐𝟓
𝐼𝑝 = 6,889 ± (𝟐. 𝟒𝟒𝟕)(𝟏. 𝟔𝟓𝟖)√𝟏 + +
𝟖 20,8750

𝐼𝑝 = 6,889 ± 𝟒. 𝟔𝟗𝟖𝟕𝟕
𝐼𝑐𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 11.5877

𝐼𝑐𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 2.1902

EJERCICIO 39.- La Bradford Electric Illuminating Company estudia la relación

entre kilowatts-hora (miles) usados y el número de habitaciones en una residencia privada
familiar. Una muestra aleatoria de 10 casas reveló lo siguiente.
Número de habitaciones Kilowatts-hora (miles)
12 9
9 7
14 10
6 5
10 8
8 6
10 8
10 10
5 4
7 7
a) Determine la ecuación de regresión.
b) Encuentre el número de kilowatts-hora, en miles, para una casa de seis
habitaciones.

31
 c) Determine el error estándar de estimación.
d) Suponga que se selecciona una muestra grande (en lugar de sólo diez). ¿Entre
qué valores estará aproximadamente 95% de los pronósticos respecto de los
kilowatts-hora?
X ̅
𝑿−𝑿 ̅ )𝟐
(𝑿 − 𝑿 Y ̅
𝒀−𝒀 (𝒀 − 𝒀)𝟐 ̅ )(𝒀 − 𝒀
(𝑿 − 𝑿 ̅) ̂
𝒀 ̂
𝒀−𝒀 ̂)
(𝒀 − 𝒀
𝟐

12 2.9 8.41 9 1.6 2.56 4.64 9.325 -0.325 0.1056

9 -0.1 0.01 7 -0.4 0.16 0.04 7.333 -0.33 0.1089
14 4.9 24.01 10 2.6 6.76 12.74 10.65 -0.65 0.4225
6 -3.1 9.61 5 -2.4 5.76 7.44 5.3422 -0.3422 0.117
10 0.9 0.81 8 0.6 0.36 0.54 7.997 0.003 9x10-6
8 -1.1 1.21 6 -1.4 1.96 1.54 6.669 -0.669 0.447
10 0.9 0.81 8 0.6 0.36 0.54 7.997 0.003 9x10-6
10 0.9 0.81 10 2.6 6.76 2.34 7.997 2.003 4.012
5 -4.1 16.81 4 -3.4 11.56 13.94 4.678 -0.678 0.459
7 -2.1 4.41 7 -0.4 0.16 0.84 6.006 0.994 0.988
66.9 36.4 44.6 6.66

∑ 𝑥 91
𝑋̅ = = = 9.1
𝑛 10
∑ 𝑦 74
𝑌̅ = = = 7.4
𝑛 10

𝚺(𝐱 − 𝐱̅)𝟐
𝑺𝒙 = √
(𝒏 − 𝟏)

𝟔𝟔. 𝟗
𝑺𝒙 = √
(𝟗)

𝑺𝒙 = 𝟐, 𝟕𝟐𝟔𝟒

𝚺(𝐲 − 𝐲̅)𝟐
𝑺𝒚 = √
(𝒏 − 𝟏)

𝟑𝟔. 𝟒
𝑺𝒚 = √
(𝟗)

𝑺𝒚 = 𝟐. 𝟎𝟏𝟏
𝚺(𝐱−𝐱̅)(𝐲−𝐲̅)
a) 𝒓 = (𝒏−𝟏)𝑺𝒙 𝑺𝒚

𝟒𝟒. 𝟔
𝒓=
(𝟗)(𝟐. 𝟕𝟐𝟔𝟒)(𝟐. 𝟎𝟏𝟏)

32
 𝒓 = 𝟎. 𝟗𝟎
𝑺𝒚
𝒃 = 𝒓( )
𝑺𝒙
𝟐. 𝟎𝟏𝟏
𝒃 = 𝟎. 𝟗 ( )
𝟐. 𝟕𝟐𝟔𝟒
𝒃 = 𝟎. 𝟔𝟔𝟑𝟖

𝒂=𝒚 ̅ − 𝒃 ̅𝒙
𝒂 = 𝟕. 𝟒 − (𝟎. 𝟔𝟔𝟑𝟖)(𝟗. 𝟏)
𝒂 = 𝟏. 𝟑𝟓𝟗𝟒𝟐

̂ = 𝒂 + 𝒃𝒙
𝒀
̂ = 𝟏. 𝟑𝟓𝟗𝟒𝟐 + 𝟎. 𝟔𝟔𝟑𝟖𝒙
𝒀
b) Cuando x=6
̂ = 𝟏. 𝟑𝟓𝟗𝟒𝟐 + 𝟎. 𝟔𝟔𝟑𝟖𝒙
𝒀
̂ = 𝟏. 𝟑𝟓𝟗𝟒𝟐 + 𝟎. 𝟔𝟔𝟑𝟖(𝟔)
𝒀
̂ = 𝟓. 𝟑𝟒𝟐𝟐𝟐
𝒀

̂ )𝟐
∑(𝑌−𝒀
c) 𝑠𝑦.𝑥 = √ 𝑛−2

6.66
𝑠𝑦.𝑥 = √
8

𝑠𝑦.𝑥 = 0.9124

𝟐
̂ ± 𝒕𝒔𝒚.𝒙 √𝟏 + (𝒙−𝒙̅) 𝟐
d) 𝐼𝑐 = 𝒀 𝒏 ∑(𝒙−𝒙 ̅)

𝟏 𝟎. 𝟖𝟏
𝐼𝑐 = 7.99742 ± (𝟐. 𝟑𝟎𝟔)(𝟎. 𝟗𝟏𝟒)√ +
𝟏𝟎 66.9

𝐼𝑐 = 9.32502 ± 𝟎. 𝟕𝟎𝟓
𝐼𝑐𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 8.7

𝐼𝑐𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 7.291

33