ejercicios propuestos para lo que se refiere netamente a lo que es matematicas, siendo este solamente una etapa super basica esperamos que puedan resolverlos sin ninguna dificultad.Descripción completa
Descripción: FISICA
estaticaDescripción completa
propuestos finanzas
Descripción completa
Una aerolínea considera que existe una relación directa entre los el nùmero de pasajeros que v iajan en sus se incorpora como segunda variable independiente el PIB nacional (en billones de dòlares). Determinar e int de la tabla a continuación. Cuántos pasajeros viajarían en la aerolínea, si se gasta en publicidad US$ 18000 y el PIB es de US$3.00 billon
viones y los gastos en publicidad. Para mejorar la predicción erpretar el modelo de regresión lineal múltiple con los datos es
Una pregunta frecuente de los compradores de casas de la costa es: si compramos esta casa, ¿cuánto gast raíces decidió desarrollar directrices para asesorar correctamente a sus clientes, para lo cual cosideró tres el número de pulgadas de aislamiento (paredes y techo), y la antigüedad en años del equipo acondicionad una casa con los datos de la siguiente tabla. Cuál será el costo de acondicionamiento de una casa si la temperatura externa es 42ºC, con paredes de 4 p Cuál será el costo de acondicionamiento de una casa si la temperatura externa es 35ºC, con paredes de 2 p
Y = m3 X3 + m2 X2 + m1 X1 + b Y = 3.8187 X3 - 13.3529 X2 + 6.3973 X1 + 73.3101
6 10 3 9 6 5 7 10 11 5 4 1 15 7 6 8 3 11 8 5 0 8
remos en acondicionamiento ambiental en nuestra estadía?. Una empresa de bienes ariables que se relacionan con los gastos en acondicionamiento: la temperatura externa, r. Determinar el modelo de regresión múltiple para estimar el costo de acondicionar ulgadas y un acondicionador nuevo. ulgadas y un acondicionador antiguo de 8 años.
Resumen Estadísticas de la regresión
Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones
0.8400 0.7055 0.6503 62.5994 20.0000
ANÁLISIS DE VARIANZA (ANOVA) Grados de liber Suma de cuadrados
Regresión Residuos Total
3.0000 16.0000 19.0000 Coeficientes
b m1 m2 m3
Intercepción X1 X2 X3
73.3101 6.3973 -13.3529 3.8187
150216.6969 62699.0531 212915.7500 Error típico
52.4890 1.5056 5.8137 5.3924
R > 0.75 R¨2
El modelo es válido El % de cambio de Y es 70.55% justificado por cambio en las X's
Se n
Error típico global
Promedio de los cuadrados
F
50072.2323 3918.6908
Estadístico t
12.7778
Probabilidad
1.3967 4.2490 -2.2968 0.7082
0.1816 0.0006 0.0355 0.4890
Valor crítico de F
0.0002
Inferior 95%
-37.9616 3.2055 -25.6774 -7.6126
Superior 95%
184.5818 9.5891 -1.0283 15.2501
Inferior 95.0%
-37.9616 3.2055 -25.6774 -7.6126
Superior 95.0%
184.5818 9.5891 -1.0283 15.2501
Un constructor de bienes raíces desea estudiar la relación entre el tamaño de una casa que comprar son: el ingreso familiar, el número de miembros en la familia, si hay un adulto mayor viviendo con la esposo y la esposa. La información muestral se reporta en la siguiente tabla. Formule una ecuación de regresión múltiple apropiada. De qué área sería una casa para una familia de 5 miembros, con ingresos anuales de US$85000 sin a
Casa (pies cuadrados)
Familia
1 2 3 4 5 6 7 8 9 10
2240 2380 3640 3360 3080 2940 4480 2520 4200 2800
Ingreso (miles US$)
60.8 68.4 104.5 89.3 72.2 114 125.4 83.6 133 95
Miembros en la familia Padre adulto
2 2 3 4 4 3 6 3 5 3
0 1 0 1 0 1 0 0 0 0
Educación
4 6 7 0 2 10 6 8 2 6
a un cliente (en pies cuadrados) y otras variables. Las posibles variables independientes familia (1 para sí, 0 para no) y los años totales de educación adicionales al bachillerato del
ultos y con 8 años de educación después del bachillerato.
