ESTADISTICA APLICADA

UNIVERSIDAD DE LAS AMERICAS

ESTADISTICA APLICADA

Nombre: Carlos Estrada

Participación Semana 15

Ejercicios realizados en clase (martes 17 de enero del 2023)

Ejercicio 18

[pic 1]

# Ejercicio 18

x = c(2.6, 3.4, 3.6, 3.2, 3.5, 2.9)

y = c(3300, 3600, 4000, 3500, 3900, 3600)

plot (x, y)

points(x,res$fitted.values, col = "blue")

lines(x,res$fitted.values, col = "red")

res = lm(y~x)

res

# intercepto = 1790.5

# x = 581.1

summary (res)

# coeficiente de determinacion r2 = 0.7459  (Multiple R-squared )

#    - es una buena relacion ya que es superior al 50%

# Coeficiente de correlacion = 0.863655

sqrt (0.7459)

#    - raiz de r2

#    - es alta la relacion lineal, es un buen modelo matematico

# Prueba de hipotesis:

# p valor = 0.02663

# p valor < 0.05 (nivel de significancia)

# se rechaza la hipotesis nula

Ejercicio 19

[pic 2] 

# Ejercicio 19

x = c(1,3,4,4,6,8,10,10,11,13)

y = c(80,97,92,102,103,111,119,123,117,136)

plot (x, y)

res = lm(y~x)

res

# corta en 80 intercepto y pendiente positiva 4

# 80 punto de corte

# por cada año de experiecia espero 4 ventas"

# por cad unidad que vario en x espero cuatro en y

points(x,res$fitted.values, col = "blue")

lines(x,res$fitted.values, col = "red")

# una persona con 15 años de experiencia,

# cuanto vendera?

# y= 80+4*15= 140

# 0.5 años de experiencia

# 80+4*0.5= 82

summary (res)

# rcuadrado (r-squarted) = 0.9304  93.04% COEFIEICNETE D¿DE DETERMINACION

#COEFEICIENTE DE CORRELACION r = raiz cuadrada (0.9304)=

# r = 0.96

#existe una fuerte correlacion

# Prueba de hipotesis:

#    - valor p =

#    - valor P < 0.05

#    - es un buen modelo de estimacion lineal