Este documento presenta los datos de estatura y peso de 8 personas. Calcula la correlación, pendiente e intercepto de la recta de regresión lineal entre las variables. La correlación es de 0.79792117, lo que indica una fuerte asociación positiva entre estatura y peso. La pendiente es de 4.70588235 y el intercepto es -186.470588. Esto significa que el peso aumenta aproximadamente 4.7 kg por cada cm de aumento en la estatura, con un peso predicho de -186.470588 kg para una estatura de 0
0 calificaciones0% encontró este documento útil (0 votos)
55 vistas3 páginas
Este documento presenta los datos de estatura y peso de 8 personas. Calcula la correlación, pendiente e intercepto de la recta de regresión lineal entre las variables. La correlación es de 0.79792117, lo que indica una fuerte asociación positiva entre estatura y peso. La pendiente es de 4.70588235 y el intercepto es -186.470588. Esto significa que el peso aumenta aproximadamente 4.7 kg por cada cm de aumento en la estatura, con un peso predicho de -186.470588 kg para una estatura de 0
Este documento presenta los datos de estatura y peso de 8 personas. Calcula la correlación, pendiente e intercepto de la recta de regresión lineal entre las variables. La correlación es de 0.79792117, lo que indica una fuerte asociación positiva entre estatura y peso. La pendiente es de 4.70588235 y el intercepto es -186.470588. Esto significa que el peso aumenta aproximadamente 4.7 kg por cada cm de aumento en la estatura, con un peso predicho de -186.470588 kg para una estatura de 0
Este documento presenta los datos de estatura y peso de 8 personas. Calcula la correlación, pendiente e intercepto de la recta de regresión lineal entre las variables. La correlación es de 0.79792117, lo que indica una fuerte asociación positiva entre estatura y peso. La pendiente es de 4.70588235 y el intercepto es -186.470588. Esto significa que el peso aumenta aproximadamente 4.7 kg por cada cm de aumento en la estatura, con un peso predicho de -186.470588 kg para una estatura de 0
Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
Descargar como xlsx, pdf o txt
Está en la página 1/ 3
Alumno Estatura (cm)Peso (kg) x2 y2 xy
1 65 105 4225 11025 6825
2 65 125 4225 15625 8125 Estat 3 62 110 3844 12100 6820 160 4 67 120 4489 14400 8040 140 5 69 140 4761 19600 9660 6 65 135 4225 18225 8775 120 7 61 95 3721 9025 5795 100 8 67 130 4489 16900 8710 80 suma 521 960 33979 116900 62750 60 coeficiente d 0.79792117 si existe una asociacion, mientras mas cercano a 1, tiene mas asociacion 40
20
n 8 n 8 0 60 61 62 63 64 ∑x 521 ∑y 960 media 65.125 media 120 ∑x2 33979 ∑xy 62750 cuadrados de 48.875 covarianza 230
pendiente 4.70588235 interceptor -186.470588
se va a predecir el valor del peso basado con un decremnto de -186.4705 veces el valor de la altura
n 8 covarianza 230 cm/kg
960 48.875 116900
SSTotal 1700 SSRegresion 1082.35294 SSResidual
SSRegresion 1082.35294 gl gl 1
SS gl MS F Total 1700 7 Regresion lineal 1082.35294 1 1082.35294 10.5142857 Residual 617.647059 6 102.941177
cuadrado medS^2YX= 10.1459931 cm/kg
unidades de x y y que tanta variavlidad no es explicada para y a partir del mod F tablas 5.987 ho B1=0 mientras mas bajo el valor es mas facil que nos explique el m ha B1≠0 coeficiente d 0.6366782 la variabilidad de y a partir del modelo Estatura vs Peso
