Exámenes NacionalesBásico2 respuestas

Ayuda?

Ayuda. Se ha efectuado un estudio en que se relacionan los puntajes los puntajes de aptitud con la productividad en una industria. Después de 3 meses de entrenamiento del personal, sus postulantes, elegidos al azar, obtuvieron los seis pares de puntajes de aptitud y productividad que se indican a continuación : A. Puntaje de aptitud : 9 17 20 19 20 23 B. Productividad : 23 35 2 9 33 43 32 1)Halle la regresión lineal 2) ¿Cuál es la productividad esperada de un trabajador, cuyo puntaje de aptitud fue de 16? 3)Calcular : Coeficiente de correlación, varianza residual, error estándar de estimación y varianza explicada.

En resumen

Respuesta : Esta operación esta mal. Explicación : El numero de datos no es 2, el numero de datos es 6, es por eso que se debe dividir por 6 y no por dos. Como lo es en la varianza residual, y el coeficiente de correlación.

Mejor respuesta

Pato1991
3

Respuesta : Esta operación esta mal.

Explicación : El numero de datos no es 2, el numero de datos es 6, es por eso que se debe dividir por 6 y no por dos.

Como lo es en la varianza residual, y el coeficiente de correlación.

Otras 1 respuestas

Respuesta 2

Fefiantunez
0

Estudio en que se relacionan los puntares de aptitud con la productividad en una industria : 1) Regresión lineal simpleMétodo mínimos cuadrados ordinariosY = a + bXa = n∑XiYi - ∑Xi * ∑Yi / n * ∑Xi² - (∑Xi)²b = μy - aμxDatos tomados del cuadro adjuntoa = 6 * 3554 - 108 * 192 / 6(2060) - (108)²a = 21324 - 20.

736 / 12360 - 11664a = 0, 85b = 32 - 0, 85(6, 75)b = 26, 26Ecuación o recta de regresión lineal es : Y = 26, 26 + 0, 85X2) ¿Cuál es la productividad esperada de un trabajador, cuyo puntaje de aptitud fue de 16?

Y = 26, 26 + 0, 85(16)Y = 39, 863) Coeficiente de correlación : Grado de asociación entre dos variablesρ = (∑XiYi / n) / (√∑(xi - μx)² / 2) ( √∑(yi - μy)² / 2)ρ = 592, 33 / 14, 76 * 5, 94ρ = 6, 75El grado de asociación es nulo sus rangos deben oscilar entre 0 y 1Varianza residual : Varianza de Yσy² = ∑(yi - μy)² / 2σy² = (5, 94)² = 35, 28Varianza de x : σx² = ∑(xi - μx)² / 2σx² = (14, 76) = 217, 86Covarianza σxy : σxy² = ∑XiYi / nσxy² = 592, 33SeY² = σy² - σxy² / σx² SeY² = 35, 28 - 592, 33 / 217, 86SeY² = 32, 52.