Pregunta 1

10 / 10 pts
Para que la ecuación de estimación sea un estimador perfecto de la variable dependiente, de
lo siguiente, ¿Qué tendría que ser cierto?

El coeficiente de determinación es -0,90

El error estándar de la estimación es cero.

¡Correcto!

Todos los puntos de datos están en la línea de regresión

El coeficiente de determinación es 0,90

Pregunta 2
10 / 10 pts
Con propósitos de tomar decisiones financieras un analista recopila los datos de
las ventas y las utilidades de Almacenes Éxito S.A. para el periodo comprendido
entre el año 2000 y el año 2014. La idea del analista es analizar la relación de la
utilidad neta anual (miles de millones de pesos colombianos) en función de las
ventas anuales (billones de pesos colombianos). Los datos analizados han sido
extraídos de los informes anuales de gestión del presidente de la cadena
disponibles en www.grupoexito.com.co (Enlaces a un sitio externo.).
Se muestran enseguida algunos resultados de cálculos estadísticos que hizo el
analista:

∑ x i y i = 22815.01

∑ x i = 87.35

∑ y i = 2936.1

∑ x i 2 = 609.54

∑ y i 2 = 946426.17
 n = 15

El coeficiente de correlación entre la utilidad y las ventas es:

45%

55%

¡Correcto!

93%

87%

Pregunta 3
10 / 10 pts
Con propósitos de tomar decisiones financieras un analista recopila los datos de
las ventas y las utilidades de Almacenes Éxito S.A. para el periodo comprendido
entre el año 2000 y el año 2014. La idea del analista es analizar la relación de la
utilidad neta anual (miles de millones de pesos colombianos) en función de las
ventas anuales (billones de pesos colombianos). Los datos analizados han sido
extraídos de los informes anuales de gestión del presidente de la cadena
disponibles en www.grupoexito.com.co (Enlaces a un sitio externo.).
Se muestran enseguida algunos resultados de cálculos estadísticos que hizo el
analista:

∑ x i y i = 22815.01

∑ x i = 87.35

∑ y i = 2936.1

∑ x i 2 = 609.54
 ∑ y i 2 = 946426.17

n = 15

La lectura correcta del coeficiente de correlación es la siguiente::

Mide el porcentaje de variación de las utilidades que es explicado por el modelo de

regresión lineal entre las utilidades y las ventas.

¡Correcto!

Indica el nivel de asociación que hay entre las utilidades y las ventas cuando se
asume una relación lineal entre ellas.

Es el porcentaje de las utilidades que depende del valor de las ventas.

Es la medición del grado de asociación exponencial entre la utilidad y las ventas

Pregunta 4
10 / 10 pts
En la ecuación Y = A + BX , la B representa

La intersección X de los datos observados

El valor Y con el cual se comparan otros para determinar el “mejor ajuste”

¡Correcto!

El valor en que se incrementa la variable Y por cada unidad en que aumenta la

variable X.
Alteraciones aleatorias desde la línea de regresión de población.

Pregunta 5
10 / 10 pts
Se quiere medir la relación que existe entre el número de empleados (X) y las ventas
semanales (en millones de $) (Y), para un grupo de almacenes del sector de los alimentos en
una ciudad. Los datos obtenidos son los siguientes:

X 12 16 20 28 30 32 36 40

Y 20 30 36 44 80 60 95 98

El mejor modelo de regresión lineal: Y = A + BX es:

Ŷ =18.763 + 2.8649X

Ŷ =-18.763 - 2.8649X

Ŷ =18.763 - 2.8649X
¡Correcto!

Ŷ =-18.763 + 2.8649X

Pregunta 6
0 / 10 pts
Las bicicletas de montaña que actualmente cuestan menos de 1000 dólares tienen
muchos de los componentes de alta calidad que hasta hace poco sólo tenían los
modelos de alta calidad. Hoy, incluso modelos de menos de 1000 dólares suelen
ofrecer suspensión flexible, pedales clipless y cuadro muy bien diseñado. Una
cuestión interesante es si precios más altos corresponden a mayor facilidad de
manejo, medida a través del agarre lateral de la bicicleta. Para medir el agarre
lateral, Outside Magazine empleó una escala de evaluación del 1 al 5, en la que el
1 correspondía a mala y 5 a promedio. A continuación se presenta el agarre lateral
y los precios de 10 bicicletas de montaña probadas por Outside Magazine
(Outside Magazine Buyer’s Guide, 2001)s.
Fabricante y model Agarre lateral Precio (dólares)
Raleigh M80 1 600
Marin Bear Valley Feminina 1 649
GT Avalanche 2.0 2 799
Kona Jake the Snake 1 899
Schwinn Moab 2 3 950
Giant XTC NRS 3 4 1100
Fisher Paragon Genesisters 4 1149
Jamis Dakota XC 3 1300
Trek Fuel 90 5 1550
Specialized Stumpjumper M4 4 1625

Halle la ecuación de la recta estimada con estos datos:

b1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2

b0=y¯−b1x¯

y^=b1x+b0

Respuesta correcta

Ŷ =490.21 + 204.24X

Respondido

Ŷ = -490.21 + 204.24X

Ŷ =490.21 - 204.24X

Ŷ = -490.21 - 204.24X

Pregunta 7
10 / 10 pts
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio
obtenido por los estudiantes que terminaron la licenciatura de administración con
especialidad en sistemas de información.
Promedio Salario mensual ($)
2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600

Calcular el coeficiente de determinación

0.863

0.983

0.654

¡Correcto!

0.746

Pregunta 8
0 / 10 pts
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio obtenido
por los estudiantes que terminaron la licenciatura de administración con especialidad en
sistemas de información.

x_i y_i
3 55
12 40
6 55
20 10
14 15
Calcular el coeficiente de correlación

0.936

Respondido

0.831

-0.831

Respuesta correcta

-0.936

Pregunta 9
10 / 10 pts
En los datos siguientes, y corresponde a los salarios mensuales y x es el promedio
obtenido por los estudiantes que terminaron la licenciatura de administración con
especialidad en sistemas de información.
Promedio Salario mensual ($)
2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600

Halle la ecuación de la recta estimada con estos datos:

b1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2

b0=y¯−b1x¯

y^=b1x+b0
¡Correcto!

Ŷ =1790.5 + 581.1X

Ŷ =-1790.5 - 581.1X

Ŷ =1790.5 - 581.1X

Ŷ =-1790.5 + 581.1X

Pregunta 10
10 / 10 pts
Considérense los datos siguientes que corresponden a la variable dependiente y
Y a las dos variables independientes X1 y X2 .

X1 X2 Y
30 12 94
47 10 108
25 17 112
51 16 178
40 5 94
51 19 175
74 7 170
36 12 117
59 13 142
76 16 211

Obtenga una ecuación de regresión estimada que relacione y con X1 y X2 . Estime

y si X1 = 45 y X2 = 15.

Ŷ = 18.37 + 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = 179.92
¡Correcto!
Ŷ = -18.37 + 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ =143.18

Ŷ = 18.37 + 2.01X1 - 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = 37.72

Ŷ = -18.37 - 2.01X1+ 4.74X2 para el valor de X1 y X2 tenemos

Ŷ = -37.72