TECNOLÓGICO NACIONAL DE MÉXICO

Sede: Instituto Tecnológico de la Zona Maya

INGENIERÍA EN GESTIÓN EMPRESARIAL

•
 
ASIGNATURA:
ESTADÍSTICA INFERENCIAL II

• 
UNIDAD: REGRESIÓN LINEAL SIMPLE Y CORRELACIÓN
SUBTEMA: MODELO DE REGRESIÓN SIMPLE.

NÚMERO DE LA ACTIVIDAD:
1

NOMBRE:
ADAN FLORES TABOADA

NOMBRE COMPLETO DEL DOCENTE FACILITADOR:

ALICIA AVITIA DERAS

FECHA DE ENTREGA:
12 DE SEPTIEMBRE DE 2019
 
aya

LACIÓN
LE.

ADOR:
 X Y XY X^2
1 2 58 116 4 250
2 6 105 630 36
3 8 88 704 64
200
4 8 118 944 64
f(x) = 5x + 60
5 12 117 1404 144 R² = 0.90273363

ventas trimestables
6 16 137 2192 256 150
7 20 157 3140 400
8 20 169 3380 400 100
9 22 149 3278 484
10 26 202 5252 676
50
14 130 21040 2528
X promedio Y promedio suma de XY suma de X^2
0
0 5
X testada al cuadrado
196

b=𝟐𝟏𝟎𝟒𝟎 -
2528 - (

b= 21040 -
2528 –

b= 2840
568

a= 130 – 70 b= 5
a= 60
 Chart Title
250

200
f(x) = 5x + 60
R² = 0.90273363
ventas trimestables

150

100

50

0
0 5 10 15 20 25 30

poblacion de estudiantes

a) cuál es la variable dependiente:

son los valores de Y 60
b=𝟐𝟏𝟎𝟒𝟎 - (10) (14) (130) b)cuál es la variable independiente:
Son los valores de X 5x
2528 - (10) (14) ² c) trace un diagrama de dispersan para esto
se muestra en la parte de arriba

d) que indica el diagrama de dispersión obt

b= 21040 - 18200 entre las dos variables:

indica la asociación que tiene cada uno de l
asociación significativa.
2528 – 1960 e)determine la ecuación de regresión calcu
regresión a y b utilizando las fórmulas dada
cuadrados:
se indica a lado de la izquierda

b= 2840
568

b= 5
la variable dependiente:
lores de Y 60

a variable independiente:
lores de X 5x

n diagrama de dispersan para estos datos:

a en la parte de arriba

ica el diagrama de dispersión obtenido en el inciso acerca de la relación

dos variables:
sociación que tiene cada uno de los puntos establecidos tiene una
n significativa.

ne la ecuación de regresión calculando los valores de los coeficientes de

a y b utilizando las fórmulas dadas según el método de los mínimos
s:
a lado de la izquierda
 X Y XY X^2
1 5,000 160,000 800000000 25000000
2 5,570 189,380 1054846600 31024900
3 4,350 139,200 605520000 18922500
4 7,900 260,700 2059530000 62410000
300,000
5 6,800 217,600 1479680000 46240000
6 5,400 183,600 991440000 29160000 250,000 f(x) = 32.819339
7 6,900 234,600 1618740000 47610000 R² = 0.97929859
8 3,900 136,500 532350000 15210000 200,000
9 4,200 138,600 582120000 17640000
10 5,780 202,300 1169294000 33408400 150,000

x PROMEDIOY PROMEDIOSUMA DE XY SUMA DE x^2

100,000
5,580 186,248 10893520600 326625800
50,000

0
3,500 4,000 4,500 5,0

X testada
31136400
 Chart Title
300,000

250,000 f(x) = 32.8193397895x + 3116.0839743674

R² = 0.9792985957
200,000

150,000

100,000

50,000

0
3,500 4,000 4,500 5,000 5,500 6,000 6,500 7,000 7,500 8,000 8,500

b= 10893520600 - (10) (5580) (186,248)

326625800 - (10) (5580) ²

b= 10893520600 – 1039263840
326625800 – 311364000

b= 500882200
15261800

b= 32.81933979

a= 186248 – (183131.916)
a= 3116.084
inversion de $8000 usd
R= 24928704.8
Ej. 2 Regresión Lineal Simple
Las ventas de Sunflowers Apparel, una cadena de tiendas de ropa de lujo para dama, han
aumentado durante los últimos 12 años a medida que la empresa ha incrmentado el
número de tiendas. Hasta ahora, los gerentes de Sunflowers Apparel ha eligido los lugares
con base a los factores subjetivos, como la disponibilidad de un local en renta o la
percepción de que un lugar parece ideal para una tienda de ropa. Como nuevo director de
planeación, Ud. necesita desarrollar un método sistemático que le permita tomar mejores
decisiones durente el proceso de selección de ubicaciones de las tiendas. Ud. parte de la
idea de que el tamaño de la tienda contribuye de manera importante a las ventas y desea
utilizar esta relación en el proceso de toma de decisiones. ¿Cómo podría utilizar la
estadística para pronósticar las ventas anuales de una tienda sugerida con base en el
tamaño de la misma?

El objetivo consiste en pronosticar las ventas anuales para todas las tiendas nuevas con
base en las dimensiones del local. Para este análisis se reunieron datos de una muestra de
14 tiendas:

a) Utilice excell para presentar el diagrama de dispersió

b)Aplique el método de los mínimos cuadrados para de
c) Utilice excell para encontrar la ecuación de regresión
Interprete el resultado.
d) utilice la ecuación de regresión lineal simple para pro
e) Calcule los coeficientes de determinación y de correl
f) Determine el error estándar de la estimación, interpr

a) no es adecuado ya que la recta no atravieza sobre todos los punto

b) es la tecnica de analicis numerico enmarcada dentro ded la optim

a= 0.96436357
c) coeficiente de correlacion
0.95088328

d) Ý= b0 + b1 x Y= a+bx
Ý= 7.6441

e) tiene una asociacion perfecta positiva

0.9508833

r^2= 0.904179

f) error estandar de la media

0.96637709 cuando se haga una estimacion el error va
 tamaño de ventas
tiendas la tienda (X) anuales (Y) xy x^2
1 1.7 3.7 6.29 2.89 2.89
2 1.6 3.9 6.24 2.56 2.56
3 2.8 6.7 18.76 7.84 7.84
4 5.6 9.5 53.2 31.36 31.36
5 1.3 3.4 4.42 1.69 1.69
6 2.2 5.6 12.32 4.84 4.84
7 1.3 3.7 4.81 1.69 1.69
8 1.1 2.7 2.97 1.21 1.21
9 3.2 5.5 17.6 10.24 10.24
10 1.5 2.9 4.35 2.25 2.25
11 5.2 10.7 55.64 27.04 27.04
12 4.6 7.6 34.96 21.16 21.16
13 5.8 11.8 68.44 33.64 33.64
14 3 4.1 12.3 9 9 b=
2.92142857 5.84285714 suma de xy suma de x^2
x testada al cuadrado 302.3 157.41
8.5347449 8.5347449
tar el diagrama de dispersión y determine si el modelo de regresión lineal simple es adecuado para el pronóstico. Explique su respuesta
mínimos cuadrados para determinar la ecuación de regresión lineal de este caso. Presente la tabla de cálculos en excell
rar la ecuación de regresión, presente la gráfica con la linea de tendencia, la ecuación de regresión y el valor del coeficiente de determinac

resión lineal simple para pronosticar las ventas anuales de una tienda con 4000 pies cuadrados de extensión
e determinación y de correlación utilizndo las medidas de variabilidad. Interprete el significado de cada uno.
dar de la estimación, interprete el significado de la cifra obtenida.

avieza sobre todos los puntos de dicha grafica

marcada dentro ded la optimizacion matematica.

b= 302.3 – (14) (2.9214) (5.8428)

157.41 – (14) (8.5347)

b= 302.3 – 238.9681829
157.41 – 119.4858

b= 63.3318171
37.9242

b= 1.669957892
 el 90.42% de la variacion en las ventas se explica por la variacion en el tamaño de la tienda

a una estimacion el error va a hacer 0.96637709

 TIENDAS
14

12

10 f(x) = 1.6698623171x + 0.9644736594

R² = 0.9041790034

1.66986232
2

0
nóstico. Explique su respuesta 0 1 2 3 4 5
ulos en excell
or del coeficiente de determinación R 2

intercepto 1
pendiente 1.79
TIENDAS

6594

4 5 6 7
Resumen

Estadísticas de la regresión
Coeficiente d 0.95088328
Coeficiente 0.904179
R^2 ajustado 0.89619392
Error típico 0.96637968
Observacione 14

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 105.74761 105.74761 113.233513 1.8227E-07
Residuos 12 11.2066762 0.93388968
Total 13 116.954286

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 0.96447366 0.5261933 1.83292652 0.09172683 -0.1820031 2.11095038 -0.1820031
Variable X 1 1.66986232 0.15692537 10.6411237 1.8227E-07 1.3279513 2.01177334 1.3279513

Análisis de los residuales Resultados de datos de probabilidad

Observación
Pronóstico para YResiduos Percentil Y
1 3.8032396 -0.1032396 3.57142857 2.7
2 3.63625337 0.26374663 10.7142857 2.9
3 5.64008815 1.05991185 17.8571429 3.4
4 10.3157026 -0.8157026 25 3.7
5 3.13529467 0.26470533 32.1428571 3.7
6 4.63817076 0.96182924 39.2857143 3.9
7 3.13529467 0.56470533 46.4285714 4.1
8 2.80132221 -0.1013222 53.5714286 5.5
9 6.30803307 -0.8080331 60.7142857 5.6
10 3.46926714 -0.5692671 67.8571429 6.7
11 9.64775771 1.05224229 75 7.6
12 8.64584032 -1.0458403 82.1428571 9.5
13 10.6496751 1.1503249 89.2857143 10.7
14 5.97406061 -1.8740606 96.4285714 11.8
 Variable X 1 Gráfico de los residuales
2
1

Residuos
0
-1 0 1 2 3 4 5 6 7
-2
-3
Variable X 1

Gráfico de probabilidad normal

15
Superior 95.0%
2.11095038 10
2.01177334 5
Y

0
0 20 40 60 80 100 120
Muestra percentil
no sufre violacion

ahí normalidad de los datos