Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CORRELACION E HIPOTESIS
HIPOTESIS
CORRELACION
HIPOTESIS
CASO DEMOSRATIVO
EL DUEÑO DE UNA EMPRESA DESEA ESTIMAR SI AHÍ UNA RELACION LINEAL ENTRE LOS AÑOS DE EXPERIENCIA
DE LOS VENDENDORES (X) Y EL NUMERO DE COMPUTADORAS QUE VENDEN (Y)…. LOS SIGUIENTES DATOS
PRESENTADOS DE 10 VENDEDORES DE LA EMPRESA, LOS CUALES SON:
N° AÑOS DE N° COMPUTADORAS
EXPERIENCIA (X) VENDIDAS (Y) Y^2 X^2 X*Y � ̂ (�_𝑖−� ̂_𝑖 )^2
3 9 81 9 27 12.1830198
4 12 144 16 48 13.690222
6 16 256 36 96 16.7046263
7 19 361 49 133 18.2118285
8 23 529 64 184 19.7190307
12 27 729 144 324 25.7478393
15 34 1156 225 510 30.2694459
20 37 1369 400 740 37.8054567
22 40 1600 484 880 40.819861
26 45 2025 676 1170 46.8486697
Sumaor 123 262 8250 2103 4112
Promed 12.3 26.2
Muestra 10
𝛽 ̂_1=(10∗4112−(262∗123))/(10∗2103−(123)^2 ) 8894
1.5072
5901
r=
3. CALCULO DE LA HIPOTESIS DE LA REGRESIÓN
�_(𝟏−�
/𝟐;𝒏−𝟐
ALFA= 0.05
)1-(ALFA/2)= 0.975
SE ACEPTA LA
N-2 8 HIPOTESIS
ALTERNATIVA
Esadistico -- T= 2.306
4. CALCULAMOS LA CORRELACION
-11.93∓2.306∗(48
� ̂=𝛽_0−𝛽_1 𝑋+� � ̂=7.661−1.507 (𝟏𝟑)
-11.93
OS DE EXPERIENCIA
IENTES DATOS
(�_𝑖−� ̂_𝑖 )^2
10.1316152 50
2.8568504 45 f(x) = 1.5072021691
0.49649827 R² = 1
40
0.62121431
35
10.7647597
1.5679063 30
13.9170342 25
0.6487605
20
0.67217213
3.41757972 15
45.0943908 10
0 MODELO PRONOSTI
0 5 10
_1 𝑋+�
50
191.5
45 f(x) = 1.5072021691x + 7.66141331
40 R² = 0.967454972
)^2 〗 ) 𝛽 ̂_0=� ̅−𝛽 ̂_1 𝑋 ̅ 35
30
𝛽 ̂_0=26.2−1.507∗12.3 7.6614 25
20
15
Entonces el modelo matematico es el siguiente:
10
� ̂=7.661+1.507 𝑋+� 5
0
0 5 10 15
5. HIPOTESIS DE LA CORRELAC
�_0: 𝜌_1=
2.306 15.4212
�_𝑖: 𝜌_1≠
ESTADISTICA CALCULADA
�_𝑟=√((1−𝑟^2)/(𝑛−
▒112−(262
〖� ^2−(∑ 123)]/√([10
∗▒�_� 2103−(123)^2 ][[10∗8250−(262)^2 ]] )
)^2 〗∗]] )
0.983593
CALCULAMO EL ESADISTCO DE
EXISTE CORRELACION �_(𝟏−�
/𝟐;𝒏−𝟐
)
I EL VALOR DE X=13.. ENTONCES ENCONTRAMOS NUESTRO INTERVALOS:
MODELO PRONOSTICADO
5 10 15 20 25 30
5072021691x + 7.6614133198
67454972
Diagrama de Dispersión
10 15 20 25 30
Existe Relacion
Significativa
Existe Relacion
Significativa
0.0977
�_�=√�𝑀� 2.374
. HIPOTESIS DE LA CORRELACION
�_0: 𝜌_1=0
�_𝑖: 𝜌_1≠0
)
N-2 8
Esadistico -- T= 2.306
) 〗〗 ^(2/�) 〗 ))
〗 ^(2/10) ))
CASO 1:
EL GERENTE DE PRODUCCION COMPARO LAS CALIFICACIONES DE UN PRUEBA DE DISTRIBUCION DE PRODUCTOS D
EMPLEADOS DE LA EMPRESA 2XX LOS DATOS SE MUESTRAN A CONTINUACION
X= CALIFICACION DE Y= UNIDADES
EMPLEADO LA DESTREZA PRODUCIDAS X HORA
CASO 2
EN UNA MUESTRA DE OCHO EMPLEADOS EL DIRECTOR DE PRESONAL DE UNA EMPRESA RECOPILO LOS DATOS SOB
LA PRPIEDAD DE ACCIONES DE AL EMPRESA COMPARADA CON LOS AÑOS DENTRO DE LA EMPRESA .. LOS DATOS F
X= AÑOS Y= ACCIONISTAS
6 300
12 408 CALCULA SU ANALISIS DE REGRESION LINEAL
14 5560 SI EL VALOR DE X=10 INDIQUE SU PRONOSTICO
6 252 PROBAR LA HIPOTESIS A UN NIVEL DE SIGNIFICANCIA
9 288
13 650
15 630
9 522
CASO 3
LOS DDATOS SIGUIENTES REPRESANTAN LAS VENTAS DE DISTRIBUCION DE UNA EXPORTACION A UNA DETERMIAND
Y LA OTRA VARIABLE ES LAS VENTAS DE CARGUEROS… LOS DATOS SONLOS SIGUIENTES:
X= DISTRIBUCION Y= VENTAS
AÑOS
2008 5 9
2009 7 11 CALCULA SU ANALISIS DE REGRESION LINEAL
2010 10 15 SI EL VALOR DE X=500 INDIQUE SU PRONOSTICO
2011 12 16 PROBAR LA HIPOTESIS A UN NIVEL DE SIGNIFICANCIA
2012 16 20
2013 20 24
23 27
27 29
19 22
CASO 4 Una fábrica de bebidas refrescantes observa que sus temperaturas (x) y las ventas (y) de la calle ha
x 5 7 10 12 16 20
y 9 11 15 16 20 24
EGRESION LINEAL
UE SU PRONOSTICO
N NIVEL DE SIGNIFICANCIA DE 5%
EGRESION LINEAL
UE SU PRONOSTICO
N NIVEL DE SIGNIFICANCIA DE 10%
EGRESION LINEAL
QUE SU PRONOSTICO
N NIVEL DE SIGNIFICANCIA DE 1%