El centro de ubicacion laboral en State University desea determinar si los promedios puntuales en notas de

los estudiantes (GPAs) pueden explicar el numero de ofertas labolares que ellos reciben despues de
graduarse.
Los datos siguientes corresponden a los 10 recien graduados:

Estudiante 1 2 3 4 5 6 7 8
GPA (x) 3.25 2.35 1.02 0.36 3.69 2.65 2.15 1.25
Ofertas (y) 3 3 1 0 5 4 2 2
a. Haga un diagrama de dispersion para los datos
b. Calcule e interprete el modelo de regresion. Que le dice este modelo sobre la relacion entre GPA y las
ofertas de trabajo?
c. Si Steve tiene un GPA de 3,22. Cuantas ofertas laborales pronostica usted que obtendra?

Estudiante 1 2 3 4 5 6 7 8
GPA (X) 3.25 2.35 1.02 0.36 3.69 2.65 2.15 1.25
Ofertas (Y) 3 3 1 0 5 4 2 2
XY 9.75 7.05 1.02 0 18.45 10.6 4.3 2.5
X 10.5625 5.5225 1.0404 0.1296 13.6161 7.0225 4.6225 1.5625
Y 9 9 1 0 25 16 4 4

SCx 13.03 El modelo de regresion seria:

SCy 29.6
SCxy 16.57
b 1.27
2.8 Segun el modelo de regresion lineal si
2.40 Steve tiene un GPA de 3,22 recibira 4
Intercepto -0.25 ofertas laborales.
puntuales en notas de
ben despues de
7
6
9 10 5
3.88 3.37 4

Ofertas
3
6 2 Estudiante
2
Linear (Estudiante)
1
on entre GPA y las 0
0 1 2 3 4 5
ndra?
GPA

9 10 Totales (X)(Y)
3.88 3.37 23.97 574.5609 671.16
6 2 28 784
23.28 6.74 83.69
15.0544 11.3569 70.4899
36 4 108

El modelo de regresion linea explica que

si el GPA aumenta una unidad, las
posibilidades de ofertas de trabajo se
incrementaran en un 1,27 unidades.
 Un economista del Departamento de Recursos Humanos de Florida State esta preparando un estudio sobre el comportamien
del consumidor. El recolecto los datos que aparecen en miles de dolares para determinar si existe una relacion entre el ingres
del consumidor y los niveles de consumo. Determine cual es la variable dependiente

Consumidor 1 2 3 4 5 6 7
Ingreso (x) 24.3 12.5 31.2 28 35.1 10.5 23.2
Consumo (y) 16.2 8.5 15 17 24.2 11.2 15

a. Haga un diagrama de dispersion para los datos

b. Calcule e interprete el modelo de regresion. Que le dice este modelo sobre la relacion entre el consumo y el
ingreso? Que proporcion de cada dolar adicional que se gana se invierte en consumo?
c. Que consumo pronosticara el modelo para alguien que gana US$ 27,500?

Consumidor 1 2 3 4 5 6 7
Ingreso (x) 24.3 12.5 31.2 28 35.1 10.5 23.2
Consumo (y) 16.2 8.5 15 17 24.2 11.2 15
XY 393.66 106.25 468 476 849.42 117.6 348
X 590.49 156.25 973.44 784 1232.01 110.25 538.24
Y 262.44 72.25 225 289 585.64 125.44 225

SCx 884.56 El modelo de regresion seria:

SCy 326.2425
SCxy 493.74
b 0.56
12.425 Segun el modelo de regresion lineal si el
19.08 consumidor gana US$ 27,500 su consumo
Intercepto 1.78 sera de US$ 15,402
n estudio sobre el comportamiento 30
existe una relacion entre el ingreso
25

20

Consumo
8 9 10 11 12 15
Consumidor
10 8.5 15.9 14.7 15 10 Linear (Consu
7.1 3.5 11.5 10.7 9.2
5

acion entre el consumo y el 0

o? 5 10 15 20 25 30 35 40
Ingreso

8 9 10 11 12 Totales (X)(Y)
10 8.5 15.9 14.7 15 228.9 52395.21 34128.99
7.1 3.5 11.5 10.7 9.2 149.1 22230.81
71 29.75 182.85 157.29 138 3337.82
100 72.25 252.81 216.09 225 5250.83
50.41 12.25 132.25 114.49 84.64 2178.81

El modelo de regresion linea explica que si el

ingreso aumenta un dolar, el incremento en
dolares en el consumo sera de 0,56.
 Consumidor
Linear (Consumidor)

5 30 35 40
 El profesor Mundane ha notado que muchos de sus estudiantes se han ausentado de clase este semestre. Considera que pu
explicar esta falta de asistencia por las distancias a la que los estudiantes viven del campus. Se practica una encuesta a once
estudiantes sobre cuantas millas deben viajar para asistir a clase y el numero de clase a las que ha faltado.

Estudiantes 1 2 3 4 5 6 7
Millas (x) 5 6 2 0 9 12 16
Ausencias (y) 2 2 4 5 4 2 5

a. Haga un diagrama de dispersion para los datos

b. Calcule e interprete el modelo de regresion. Que determina el profesor?
c. A cuantas clases faltaria usted si viviera a 3,2 millas del campus, segun el modelo?

Estudiantes 1 2 3 4 5 6 7
Millas (x) 5 6 2 0 9 12 16
Ausencias (y) 2 2 4 5 4 2 5
XY 10 12 8 0 36 24 80
X 25 36 4 0 81 144 256
Y 4 4 16 25 16 4 25

SCx 238.55 El modelo de regresion seria:

SCy 18.91
SCxy 16.64
b 0.07
3.09 Segun el modelo de regresion lineal si el
6.36 estudiante viviera a 3,2 millas del campus el
Intercepto 2.65 numero de fallas a clase seria de 3.
 te semestre. Considera que puede 6
e practica una encuesta a once
ue ha faltado. 5

Fallas
8 9 10 11
Estudiantes
5 7 0 8 2
Linear (Estudiantes)
2 3 1 4
1

0
0 2 4 6 8 10 12 14 16 18
Millas

8 9 10 11 Totales (X)(Y)
5 7 0 8 70 4900 2380
2 3 1 4 34 1156
10 21 0 32 233
25 49 0 64 684
4 9 1 16 124

El modelo de regresion linea explica que si la

distancia para llegar al campus aumenta en
una milla la posibildad de faltar a clase es tan
solo de 0,07, es decir, que no es una variable
significativa a la explicacion de la ausencia de
los estudiantes.
 Estudiantes
Linear (Estudiantes)

18