“Año de la Universalización de la salud”

UNIVERSIDAD NACIONAL JOSÉ FAUSTINO

SÁNCHEZ CARRIÓN
FACULTAD DE BROMATOLOGÍA Y NUTRICIÓN

ESCUELA ACADÉMICA PROFESIONAL DE BROMATOLOGÍA Y NUTRICIÓN

EJERCICIOS A RESOLVER

 CURSO : Estadística General

 DOCENTE : Sifuentes Damian, Anibal Pantaleon

 ALUMNO :

 Sánchez cerna Renán

HUACHO- PERÚ
2020
 PRACTICA Nº 05

1. En una encuesta realizada en una población se obtuvo la siguiente información, con relación
al número de habitantes (X) y dormitorios (Y) en una muestra de 50 viviendas.
HABITANTES 6, 3, 5, 5, 8, 5, 6, 5, 4, 2, 8, 4, 2, 2, 3, 3, 3, 5, 3, 3, 5, 3, 5, 2, 3
DORMITORIOS 2, 2, 2, 2, 3, 2, 2, 2, 1, 1, 4, 3, 1, 1, 1, 2, 1, 2, 1, 1, 2, 2, 2, 1, 1,

HABITANTES 4, 3, 6, 4, 2, 6, 4, 4, 4, 4, 4, 3, 4, 4, 4, 4, 6, 3, 4, 4, 5, 5, 4, 8, 2
DORMITORIOS 2, 1, 3, 1, 1, 3, 1, 2, 1, 1, 1, 1, 1, 1, 1, 2, 1, 2, 1, 2, 2, 2, 2, 4, 1

a) Construir una tabla bidimensional de frecuencias absolutas y relativas.

Frecuencia Absoluta Simple: nij

TABLA N° 01: INFORMACIÓN DE LA ENCUESTA REALIZADA DE VIVIENDAS, POR N°
DE DORMITORIOS, SEGÚN N° DE HABITANTES

Y
X 1 2 3 4 ni. Ni.
2 6 6 6
3 7 4 11 17
4 10 5 1 16 33
5 9 9 42
6 1 2 2 5 47
8 1 2 3 50
n.j 24 20 4 2 50 ---
N.j 24 44 48 50 --- ---

Interpretación:
n33= 1; hay 1 vivienda que tienen 4 habitantes, con 3 dormitorios.
n53= 2, Hay 2 viviendas que tienen 6 habitantes con 3 dormitorios.
n22= 4, hay 4 viviendas que tiene 3 habitantes con 2 dormitorios.
n6. = 3; hay 3 viviendas que tienen cada una de ellas 8 habitantes.
n2. =11, hay 11 viviendas que tienen cada una de ellas 3 habitantes.
N6. = 50; hay 50 viviendas que tienen 8 o menos habitantes.
n.4= 2; hay 4 viviendas que tienen 4 dormitorios.
n.2=20, hay 2 viviendas que tienen 4 dormitorios.
 N.4= 50; hay 50 viviendas que tiene por lo menos 4 dormitorios.

Frecuencia Absoluta Acumulada: Nij

TABLA N° 01: INFORMACIÓN DE LA ENCUESTA REALIZADA DE VIVIENDAS, POR N°
DE DORMITORIOS, SEGÚN N° DE HABITANTES

Y
X 1 2 3 4
2 66 6 6 6

3 7 13 4 17 17 17
4 10 23 5 32 1 33 33
5 23 9 41 42 42

6 1 24 2 44 2 47 47
8 24 44 1 48 2 50

Interpretación
N34=33, significa que hay 33 viviendas que tienen entre 2 y 4 habitantes con de 1
a 4 dormitorios.
N43= 42, significa que hay 42 viviendas que tienen entre 2 y 5 habitantes con de 1
a 3 dormitorios.

Frecuencia Relativa simple

TABLA N° 01: INFORMACIÓN DE LA ENCUESTA REALIZADA DE VIVIENDAS, POR N°
DE DORMITORIOS, SEGÚN N° DE HABITANTES

Y
X 1 2 3 4 hi. Hi.

2 0.12 0.12 0.12

3 0.14 0.08 0.22 0.34
4 0.20 0.10 0.02 0.32 0.66
5 0.18 0.18 0.84
6 0.02 0.04 0.04 0.10 0.94
8 0.02 0.04 0.06 1
h.j 0.48 0.40 0.08 0.04 1 ---
H.j 0.48 0.88 0.96 1 --- ---
 Interpretación
h33= 0.02; el 0.02 de viviendas tienen 4 habitantes, con 3 dormitorios.
h4= 0.18; el 0.18 de las viviendas tienen cada una de ellas 5 habitantes.
H4= 0.84; el 0.84 de las viviendas tienen 5 o menos habitantes.
h.1= 0.48; el 0.48 de las viviendas tienen cada una de ella 1 dormitorio.
H.1= 0.48; el 0.48 de las viviendas tienen 1 o menos dormitorios.
h.2 = 0.40, el 0.40 de las viviendas tienen cada una de ella 2 dormitorios.
H.2=0.88, el 0.88 de las viviendas tiene a lo más 2 dormitorios.

Frecuencia Relativa acumulada

TABLA N° 01: INFORMACIÓN DE LA ENCUESTA REALIZADA DE VIVIENDAS, POR N°
DE DORMITORIOS, SEGÚN N° DE HABITANTES

Y
X 1 2 3 4
2 0.12 0.12 0.12 0.12
3 0.26 0.34 0.34 0.34
4 0.46 0.64 0.66 0.66
5 0.46 0.82 0.84 0.84
6 0.66 0.88 0.94 0.94
8 0.66 0.88 0.96 1

Interpretación

H34=0.64, significa que el 0.64 de las viviendas tienen entre 2 y 4 habitantes con 1 a 4
dormitorios.

H53= 0.94, significa que 0.94 de las viviendas tiene entre 2 y 6 habitantes con 1 a 3 dormitorios.

H24= 0.34, significa que el 0.34 de las viviendas tiene entre 2 y 3 habitantes con 1 a 4 dormitorios

Frecuencia Relativa simple porcentual

TABLA N° 01: INFORMACIÓN DE LA ENCUESTA REALIZADA DE VIVIENDAS, POR N° DE
DORMITORIOS, SEGÚN N° DE HABITANTES

Y hi.% Hi.%
X 1 2 3 4
2 12 12 12
3 14 8 22 34
4 20 10 2 32 66
5 18 18 84
6 2 4 4 10 94
 8 2 4 6 100
h.j% 48 40 8 4 100 ---
H.j% 48 40 96 100 --- ---

Interpretación
h33%= 2; el 2% de las viviendas tienen 4 habitantes, con 3 dormitorios.
h4% = 18; el 18% de las viviendas tienen cada una de ellas 5 habitantes.
H4% = 84; el 84% de las viviendas tienen 5 o menos habitantes
h.4%= 4; el 4% de las viviendas tienen 4 dormitorios.
H.4%= 100; el 100% de las viviendas tienen a lo más 4 dormitorios.

Frecuencia Relativa Acumulada porcentual

TABLA N° 01: INFORMACIÓN DE LA ENCUESTA REALIZADA DE VIVIENDAS, POR N° DE
DORMITORIOS, SEGÚN N° DE HABITANTES

Y
X 1 2 3 4
2 12 12 12 12
3 26 34 34 34
4 46 64 66 66
5 46 82 84 84
6 48 88 94 94
8 48 88 96 100

Interpretación
H34%=66, significa que el 66% de las viviendas tienen entre 2 y 4 habitantes con 1 a 4
dormitorios.

c) Hallar las medias y varianzas marginales. Interprételos

 Distribución marginal de X Distribución marginal de Y

X ni.
2 6 Y n.j
3 11 1 24
4 16 X ni. X*ni. 2 X2*ni. 20
5 9 4 24
2 6 3 12
6 5
3 11 4 33 2 99
8 3
4 16 Total
64 50256
Total 50
5 9 45 225
6 5 30 180
8 3 24 192
Total 50 208 976

-Media marginal de X: 208/50 = 4.16 habitantes

- Varianza marginal de X = (976/50) – (4.16*4.16) = 2.2144 habitantes

-S = √2.2144 = 1.49 habitantes

n.j Y*n.j y2*n.j

1 24 24 24
2 20 40 80
3 4 12 36
4 2 8 32
Total 50 84 172

-Media marginal de Y: 84/50 = 1.68 dormitorios

-Varianza marginal de Y = (172/50) – 1.68 *1.68= 0.6176 dormitorio2
-S = √0.6176 = 0.79 dormitorios

d) Hallar la covarianza.

X Y X2 Y2 X*y
6 2 36 4 12
3 2 9 4 6
5 2 25 4 10
5 2 25 4 10
8 3 64 9 24
5 2 25 4 10
6 2 36 4 12
5 2 25 4 10
4 1 16 1 4
2 1 4 1 2
8 4 64 16 32
4 3 16 9 12
2 1 4 1 2
2 1 4 1 2
3 1 9 1 3
3 2 9 4 6
3 1 9 1 3
5 2 25 4 10
3 1 9 1 3
3 1 9 1 3
5 2 25 4 10
3 2 9 4 6
5 2 25 4 10
2 1 4 1 2
3 1 9 1 3
4 2 16 4 8
3 1 9 1 3
6 3 36 9 18
4 1 16 1 4
2 1 4 1 2
6 3 36 9 18
4 1 16 1 4
4 2 16 4 8
4 1 16 1 4
4 1 16 1 4
4 1 16 1 4
3 1 9 1 3
4 1 16 1 4
4 1 16 1 4
4 1 16 1 4
4 2 16 4 8
6 1 36 1 6
3
2
9 4 6
4 1 16 1 4
4 2 16 4 8
5 2 25 4 10
5 2 25 4 10
4 2 16 4 8
8 4 64 16 32
 2 1 4 1 2
208 84 976 172 393

COV(X,Y)= (393/50) – (4.16*1.68)= 0.8712

Interpretación:

-Cov (X,Y)= 0.8712, significa que el número de habitantes tiene una relación directamente
proporcional con el número de dormitorios, es decir, si hay un aumento en el número de
habitantes, el número de dormitorios también aumentara; o viceversa.

2. Se han obtenido las siguientes edades de los padres de los nacidos en una maternidad:
Edad del padre 37 31 26 27 32 17 25 23 24 33
Edad de la 36 26 26 29 30 16 17 18 27 37
madre

Frecuencia 2 7 8 2 4 1 4 6 3 1

Edad del padre 17 22 33 26 36 23 39 38 24 35

Edad de la 28 17 31 27 22 27 23 21 30 17
madre
Frecuencia 2 9 10 2 12 2 10 12 1 2

a) Clasifique estos datos formando la correspondiente tabla bidimensional de frecuencias,

con los siguientes intervalos de edades.
 15  20 ,  20  25 ,  25  30 ,  30  35 ,  35  40  .
b) Confeccione una lista de las marcas de clase de cada variable
c) Calcule las frecuencias absolutas acumuladas
d) Calcule las frecuencias absolutas marginales
X , Y , S 2 , S 2.
x y
e) Calcule
f) Calcule la covarianza.

Solución:

a) Clasifique estos datos formando la correspondiente tabla bidimensional de frecuencias,

con los siguientes intervalos de edades. [15,20>, [20,25>, [25,30>, [30,35>, [35,40>.
x\y [15-20> [20-25> [25-30> [30-35> [35-40> Total fi
[15-20> 1 2 3
[20-25> 15 5 1 21
[25-30> 12 12
 [30-35> 7 14 1 22
[35-40> 2 34 2 38
Total fj 18 34 26 15 3 96

b) Confeccione una lista de las marcas de clase de cada variable.

Marca de clase de x
x ni Mc(x)
[15-20> 3 17.5
[20-25> 21 22.5
[25-30> 12 27.5
[30-35> 22 32.5
[35-40> 38 37.5
Total 96

Marca de clase de y
y nj Mc(y)
[15-20> 18 17.5
[20-25> 34 22.5
[25-30> 26 27.5
[30-35> 15 32.5
[35-40> 3 37.5
Total 96

c) Las frecuencias absolutas acumuladas

Frecuencia absoluta de x
x ni Mc(x) fa(x) Fa(x)
[15-20> 3 17.5 52.5 52.5
[20-25> 21 22.5 472.5 525
[25-30> 12 27.5 330 855
[30-35> 22 32.5 715 1570
[35-40> 38 37.5 1425 2995
Total 96 2995

Frecuencia absoluta de y
y nj Mc(y) fa(y) Fa(y)
[15-20> 18 17.5 315 315
 [20-25> 34 22.5 765 1080
[25-30> 26 27.5 715 1795
[30-35> 15 32.5 487.5 2282.5
[35-40> 3 37.5 112.5 2395
Total 96 2395

d) Las frecuencias absolutas marginales

Frecuencia absoluta marginal x
x ni
[15-20> 3
[20-25> 21
[25-30> 12
[30-35> 22
[35-40> 38
Total 96

Frecuencia absoluta marginal de Y

y nj
[15-20> 18
[20-25> 34
[25-30> 26
[30-35> 15
[35-40> 3
Total 96

e) Calcular X́ , Y´ , S 2x , S2y
Hallar media
Calcular media de x
1

∑ ¿ .∗xi
X́ = i=1
n
3∗17.5+21∗22.5+12∗27.5+22∗32.5+38∗37.5
X́ = =31.20
96
Calcular media de y
 1

∑ n . j∗yj
Ý = i=1
n
18∗17.5+34∗22.5+26∗27.5+15∗32.5+3∗37.5
Ý =¿ =24.95
96

Hallar Varianza
Varianza Marginal de X
1

∑ ¿ .(xi− X́ )2
s2x = i =1
n
3 ( 17.5−31.2 )2+21 ( 22.5−31.2 )2+12(27.5−31.2)2 +22 ( 32.5−31.2 )2 +38(37.5−31.2)2
s2x = =40.23
96
Varianza Marginal de Y
1
2
∑ nj . ( yj−Ý )
s2y = i=1
n
2
18(17.5−24.95) +34 (22.5−24.95)2 +26 (27.5−24.95)2 +15(32.5−24.95)2 +3( 37.5−24.95)2
s2y = =28.
96

Hallar desviación estándar

s x =√ 40.23=6.34
Desviación estándar de Y
s y = √28.12=5.3

f) Calcular Cov (x,y)

x y fij x*y*fij
 Edad de la Frecuenci
Edad del padre
madre a  
37 36 2 2664
31 26 7 5642
26 26 8 5408
27 29 2 1566
32 30 4 3840
17 16 1 272
25 17   0
23 18 6 2484
24 27 3 1944
33 37 1 1221
17 28 2 952
22 17 9 3366
33 31 10 10230
26 27 2 1404
36 22 12 9504
23 27 2 1242
39 23 10 8970
38 21 12 9576
24 30 1 720
35 17 2 1190
Total 96 72195

fij∗Xi∗Yj
COV ( X , Y )= − X́ Ý
n
72195
COV ( X , Y )= −( 31.20 ) ( 24.95 )=−26.41
96

Hallar correlación con r de Pearson

rxy= -26.41/ (6.34*5.3) = -0.79

que indica que el grado de relación lineal entre X e Y, según las frecuencias dadas, nos da
una relación negativa entre variables.

3. Sea el estado civil(X) y el tipo de ciudad(Y) de una población masculina:

 X/y A B C D E F G

Casados 133 164 155 106 153 123 146

Solteros 36 57 40 37 55 39 36

a) Interprete la tabla de distribución de frecuencias absolutas simples.

Y TOTA
A B C D E F G
X L

Casados 133 164 155 106 153 123 146 980

Solteros 36 57 40 37 55 39 36 300
TOTAL 169 221 195 143 208 162 182 1280

 n1,1 = hay 133 hombres solteros en la ciudad a

 n1,2 = hay 164 hombres casados en la cuidad b
 n1,3 = hay 155 hombres casados en la cuidad c
 n1,4 = hay 106 hombres casados en la cuidad d
 n1,5 = hay 153 hombres casados en la cuidad e
 n1,6= hay 123 hombres casados en la cuidad f
 n1,7 = hay 146 hombres casados en la cuidad g
 n2,1 = hay 36 hombres solteros en la cuidad a
 n2,2 = hay 57 hombres solteros en la cuidad b
 n2,3 = hay 40 hombres solteros en la cuidad c
 n2,4 = hay 37 hombres solteros en la cuidad d
 n2,5 = hay 55 hombres solteros en la cuidad e
 n2,6 = hay 39 hombres solteros en la cuidad f
 n2,7 = hay 36 hombres solteros en la cuidad g

b) Hallar la distribución de frecuencias relativas

Y A B C D E F G TOTA
L
 X
Casados 0.10 0.13 0.12 0.08 0.12 0.10 0.11 0.76
Solteros 0.03 0.04 0.03 0.03 0.04 0.03 0.03 0.23
TOTAL 0.13 0.17 0.15 0.11 0.16 0.13 0.14 0.99

c) Hallar la distribución marginal de X e Y

DISTRIBUCION MARGINAL DE X

Estado civil (X) ni.

Casados 980
Solteros 300
Total 1280

DISTRIBUCION MARGINAL DE Y

Tipo de cuidad (Y) ni.

A 169
B 221
C 195
D 143
E 208
F 162
G 182

d) Hallar la Tabla de distribución de frecuencias acumuladas absolutas.

Y
A B C D E F G
X
Casados 133 164 155 106 153 123 146
 (297) (452) (558) (711) (834) (980)
Solteros 36 57 40 37 55 39 36
(169) (390)
(585) (728) (881) (1098 (1280
) )

INTERPRETACION:
N4,2 = Significa que hay 728 varones que viven entre las ciudades a y d que
tienen un estado civil que varía entre soltero y casado.

N2,1 = Significa que hay 297 varones que viven entre las ciudades a y b que son
casados

N5,2 = significa que hay 881 varones que viven entre las ciudades a y e que
tienen un estado civil que varía entres soltero y casado.

Para cada uno de los ejercicios propuestos siguientes: (a) Construir un diagrama de
dispersión y establecer la tendencia, (b) Obtener la ecuación de regresión y trazar su
grafica en el diagrama de dispersión. (c)Interprete sus coeficientes a, b. (d) Evaluar
el modelo de regresión lineal simple, y (e) Realice estimaciones para la variable
dependiente Y en función de la variable independiente X.
 Ejercicios sobre métodos de regresión y correlación
Para cada uno de los ejercicios propuestos siguientes: (a) construir un diagrama de dispersión y
establecer la tendencia, (b) obtener la ecuación de regresión y trazar su grafica en el diagrama de
dispersión (c) interprete sus coeficientes a, b. (d) evaluar el modelo de regresión lineal simple, y (e)
realice estimaciones para la variable dependiente Y en función de la variable independiente X.

1. Los datos siguientes se reunieron en un estudio de la relación entre la inteligencia y el

tamaño de la familia
Número de niños en la Calificación promedio de la inteligencia medida
familia
Para todos los niños en la familia (Y)
(X)
1 105

2 102
3 104

4 100
5 97

6 101
7 95

8 93
9 97

10 88
 construir un diagrama de dispersión y establecer la tendencia

110

105

100
obtener la
95 ecuación de
regresión y
90 trazar su
grafica en el
85
diagrama de
dispersión
80

75
0 (X) 2 4 (Y) 6 X^2
8 10 Y^2 12 XY
1 105 1 11025 105
2 102 4 10404 204
3 104 9 10816 312
4 100 16 10000 400
5 97 25 9409 485
6 101 36 10201 606
7 95 49 9025 665
8 93 64 8649 744
9 97 81 9409 873
10 88 100 7744 880
55 982 385 96682 5274

b = 10 (5274) – 55*982 / 10(385)-55^2

b= -1.54

a = 982/10 + 1.54*(55/10)

a =106.67

Por tanto, el modelo estimado es: Y= 106.67 -1.54X

interprete sus coeficientes a, b.

a=106.67; Cuantos más niños hay en una familia, su calificación de inteligencia promedio es de
106.67 puntos, aproximadamente

b= -1.54; significa que cada vez que hay un aumento de un niño en una familia, su calificación de
inteligencia queda disminuido en 1.54 puntos en promedio.
Evaluación del modelo para la predicción:

r = 10(5274)-55(982) / √10(385)-55^2 * √10(96682)- 982^2

r = -0.2453129769 → -0.25

Interpretación:

r=-0.2453129769; significa que el grado de relación que existe entre la calificación de inteligencia y
el número de niños en una familia es de aproximadamente -0.25. Es decir que a medida que
aumenta el número de hermanos, el coeficiente de inteligencia del niño disminuye o viceversa.
Por tanto, la correlación entre las variables es muy baja

r2= ( -0. 2453129769) ^2=0.06017845664, Significa que el número de niños en una familia influye
en la calificación de inteligencia del niño en un 6% aproximadamente. Esto significa que el ajuste
de los datos al modelo lineal es pobre

En conclusión, el modelo estimado no queda apto para realizar estimaciones o predicciones.

Estimaciones para la variable dependiente Y en función de la variable independiente X.

X=5, entonces Y= 106.67-1.54(5) = 98.97

X=6, entonces Y= 106.67-1.54 (6) =97.43

X=7, entonces Y= 106.67-1.54 (7) =95.89

2. Un editor tomó una muestra de 7 libros anotando el precio y el número de páginas

respectivo, obteniendo los siguientes datos.
 N° de páginas 630 550 400 250 370 320 610
Precio ($) 10 8 7 4 6 6 9

N° de N°de pagina Precio s/(Y) xx yy xy

Libros (X)
1 630 10 396900 100 6300
2 550 8 302500 64 4400
3 400 7 160000 49 2800
4 250 4 62500 16 1000
5 370 6 136900 36 2220
6 320 6 102400 36 1920
7 610 9 372100 81 5490
∑ Total 313 50 1533300 382 24130
0

Obtenga el modelo de regresión lineal simple entre el precio y el número de páginas, con
el

Fin de predecir precio. ¿Qué porcentaje de la varianza total de precios se explica por esta
función?

Y = 1.216+0.01326X

Estima el precio de un libro de 300 páginas. Si a este libro se le incrementa 20 paginas en

una segunda edición. En cuanto se incrementara su precio.

COEFICIENTE DE CORRELACION DE PIRSON r= 0.9723 COEFIECIENTE

COVARIANZA =1772.857143

r es positiva, indica que tiene una tendencia lineal positiva, a mayor X, mayor Y

r = 0.9723 ˃ 0.60 por lo tanto la recta de regrecion es confiable para predicir

si x=300 entonces y = 5.19
si increenta en 20 paginas entonces seria 3200 hojas entonces x=320
y=5.46
y ahora la diferencia es = 0.27
rpta
% varianza total = 100%
% explicada por la rr = 95%
% var no explicación = 5%
Cauntas paginas debería tener un libro precio se estima en 12.27 soles
Si y = 12.27 entonces x=833,93

3. En una investigación se postula que: “el rendimiento en Física, depende del rendimiento
en Matemática”. Para verificar estas hipótesis ha observado que estas dos variables en un
grupo de 12 alumnos preuniversitarios. Los resultados se muestran en la siguiente tabla:

Rendimient 13 07 16 11 05 14 13 10 03 08 12 16
o en
 Matemática

Rendimient 12 10 18 11 08 11 15 10 05 06 08 14
o en Fisica

construir un diagrama de dispersión y establecer la tendencia

obtener la ecuación de regresión y trazar su grafica en el diagrama de dispersión

Rendimiento en Rendimiento en X^2 Y^2 XY

Matemática (X) Fisica(Y)
13 12 169 144 156
07 10 49 100 70
16 18 256 324 288
11 11 121 121 121
05 08 25 64 40
14 11 196 121 154
13 15 169 225 195
 10 10 100 100 100
03 05 9 25 15
08 06 64 36 48
12 08 144 64 96
16 14 256 196 224
128 128 1558 1520 1507

b = 12 (1507) – 128*128 / 12(1558)-128^2

b= 0.7353

a = 128/12 – 0.7353*(128/12)

a =2.8235

Por tanto, el modelo estimado es: Y= 2.8235 + 0.7353X

interprete sus coeficientes a, b.

a=2.8235; Cuantas más rinda en matemática, su rendimiento en física es de 2.8235 puntos

aproximadamente.

b= 0.7353; significa que cada vez que el rendimiento en matemática sea bueno, su rendimiento en
física aumenta en 0.7353 de nota en promedio.

Evaluación del modelo para la predicción:

r= 12(1507)-128(128) / √12(1558)-128^2 * √12(1520)- 128^2

r = 0.8206772035, significa que el grado de relación que existe entre el rendimiento de

matemática y el rendimiento en física es de aproximadamente 0.8207. Es decir que a medida que
aumenta el rendimiento de matemática, el rendimiento en física aumenta o viceversa. Por tanto,
la correlación entre las variables es muy alta.

r = 0.8206772035^2

r= 0.673511072, significa que el rendimiento de matemática influye en el rendimiento de física en

67%. Esto significa que el ajuste de los datos al modelo lineal es bueno.

En conclusión, el modelo estimado queda apto para realizar estimaciones o predicciones.

Estimaciones para la variable dependiente Y en función de la variable independiente X.

X=07, entonces Y= 2.8235+0.7353(7) = 23.74

X=16, entonces Y= 2.8235+0.7353 (16) =14.5883

X=11, entonces Y= 2.8235+0.7353 (11) =10.9118