Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Práctica 4 estadística, Ejercicios de Estadística

Práctica 4 de estadística de Stargraphics

Tipo: Ejercicios

2020/2021

Subido el 27/04/2022

usuario desconocido
usuario desconocido 🇪🇸

5

(5)

154 documentos

1 / 1

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1

Vista previa parcial del texto

¡Descarga Práctica 4 estadística y más Ejercicios en PDF de Estadística solo en Docsity!

Prácticas con Statgraphics. Grado en Turismo. PRÁCTICA 4. ESTADÍSTICA GRADO EN TURISMO Se pretende estudiar la influencia que tiene el nivel de renta de diversos países europeos sobre el volumen de turismo que emiten. Para ello, se ha construido la tabla que aparece a continuación, En ella, se muestra el producto nacional bruto per capita (PNBPC) en miles de dólares (variable X), junto con el turismo emisor (en miles de viajeros por millón de habitantes-variable Y). , Turismo Emisor País PNBECOO | ies de viajeros/Millón habitantes) (Y) Austria 23,120 322 Bélgica 21,360 645 Dinamarca 26,510 487 Finlandia 18,970 105 Francia 22,360 285 Islandia 23,620 542 Países Bajos 20,710 654 Reino Unido 17,970 581 Suecia 24,830 1169 Suiza 36,410 1378 al a) Calcula el PNBPC medio de todos los países. b) Calcula el PNBPC medio de los países cuyo turismo emisor es superior a 400. c) Estima un modelo de regresión lineal que explique las variaciones del turismo emisor entre países según el nivel de su producto per cápita. d) Obtener el coeficiente de correlación lineal. e) Si el nivel de producto per capita de un país es de 25,375, ¿Cuántos viajeros se espera que emita según la recta de regresión? f) ¿Se puede considerar fiable la predicción anterior? g) Determinar si algún otro modelo de regresión mejora el ajuste de las variables.