Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA.

TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

5. La talla y el peso de 12 estudiantes, extrados al azar entre los alumnos de un centro escolar, se muestra en la tabla que sigue:

Se pide: 1. 2. 3. 4. 5. 6. 7. Diagrama de dispersin. Tabla de clculo. Media aritmtica de cada variable Varianza y desviacin tpica de cada variable. Covarianza. Coeficiente de correlacin lineal de Pearson. Su interpretacin. Rectas de regresin mnimo-cuadrtica. Predicciones: a) Qu peso corresponde a una talla de 162 cm? b) Qu peso corresponde a una talla de 192 cm? c) Explica razonadamente cul de las dos previsiones ofrece ms seguridad. d) Qu talla corresponde a un peso de 74 kg ? 1. Diagrama de dispersin. Tabla de valores:
A 1 2 3 4 5 6 7 8 9 10 11 12 13 B x 152 157 159 164 167 170 172 172 177 177 182 187 C y 61 60 68 72 71 66 63 69 70 76 82 81

Grfico (nube de puntos)

90 80 70 60 50 40 30 20 10 0 0 20 40 60 80 100 120 140 160 180 200 y = 0,5479x - 23,046 R2 = 0,6451

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

2. Tabla de clculo.

xi
152 157 159 164 167 170 172 172 177 177 182 187

yi
61 60 68 72 71 66 63 69 70 76 82 81

fi 1 1 1 1 1 1 1 1 1 1 1 1 12

xi^2 23104 24649 25281 26896 27889 28900 29584 29584 31329 31329 33124 34969 346638

yi^2 3721 3600 4624 5184 5041 4356 3969 4761 4900 5776 6724 6561 59217

xi*yi 9272 9420 10812 11808 11857 11220 10836 11868 12390 13452 14924 15147 143006

SUMA=

2036

839

3. Media aritmtica de cada variable 4. Varianza y desviacin tpica de cada variable. Covarianza 5. Coeficiente de correlacin lineal de Pearson. Su interpretacin.
Medias Varianzas Desv. tpica Covarianza (143006/12)(169,666*69,916)=54,80 Coef. de correlacin lineal (r) 54,80/(9,99*6,82)=0,804=r

x y

2036/12=169,666 839/12=69,916

(346638/12)(169,666)^2=99,949 (59217/12)(69,916)^2=46,503

(99,949)^1/2=9,9 9 (46,503)^1/2=6,8 2

El coeficiente de correlacin de Pearson, r, est muy prximo al 1 (tiende ms al 1 que hacia el 0) por lo que podemos interpretar que existe una relacin aleatoria positiva y fuerte entre ambas variables (talla y peso). 6. Rectas de regresin mnimo-cuadrtica.

Rectas de regresin: De y y= m=54,80/(9,99)^2=0,55 n= -(0,55*169,666)+69,916=sobre mx+n 23,403 x De x x= a=54,80/(6,82)^2=1,18 b= sobre ay+b (1,18*69,916)+169,666=87,165 y
7. Predicciones: a. Qu peso corresponde a una talla de 162 cm?

y=0,55x-23,403 x=1,18y+87,165

Para x=162cm, y (162)=(0,55*162)-23,403=65,697 kg

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

b. Qu peso corresponde a una talla de 192 cm?

Para x=192cm, y (192)=(0,55*192)-23,403=82,197 kg

c. Explica razonadamente cul de las dos previsiones ofrece ms seguridad. Considero que las dos ofrecen el mismo grado de seguridad (fiabilidad del 64,51% si nos atenemos al valor de R^2 en la grfica adjunta) ya que el coeficiente de correlacin entre las variables talla y peso no cambia (es siempre de 0,803 cindonos, otra vez a los datos de la grfica adjunta) aunque modifiquemos el valor de la variable talla. d. Qu talla corresponde a un peso de 74 kg ? Para y=74 kg, x (74)=(1,18*74)+87,65= 174,97 cm

13. Una compaa de seguros considera que el nmero de coches (y) que circulan por una determinada autopista a ms de 120 km/h, puede ponerse en funcin del nmero de accidentes (x) que ocurren en ella. Durante 5 das obtuvo los siguientes resultados:

a) Calcula el coeficiente de correlacin lineal.

Grfico (diagrama de nubes) obtenido con la herramienta EXCEL
Ttulo del grfico 25 20 15 10 5 0 0 2 4 6 8 10 y = 1,5223x + 6,8929 R2 = 0,9907

Si R^2= 0,9907 => R=(0,9907)^1/2= 0,995 (coeficiente de correlacin lineal)

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

b) Si ayer se produjeron 6 accidentes, cuntos vehculos podemos suponer que circulaban por la autopista a ms de 120 km/h? Dado que la recta de regresin de y sobre x es y= (1,5223*x)+6,8929 => Y (6)= (1,5223*6)+6,8929= 9,1338+6,8929= 16 c) Es buena la prediccin? S ya que el valor absoluto del coeficiente de correlacin est muy prximo a 1, ABS (+ 0,995) = 0,995, y, por tanto, ello nos indica que la relacin entre las variables accidentes y coches que circulan a ms de 120 km/h es muy fuerte (lineal, positiva y fuerte).Dado que el coeficiente de determinacin es de (0,995)^2= 0,990025 podemos deducir que la prediccin tiene una fiabilidad del 99,925%. 19. Ordena de menor a mayor, en valor absoluto, las correlaciones correspondientes a los diagramas de dispersin siguientes:

DIAGRAMA DE DISPERSIN A x 1 2 3 4 5 6
medias varianzas 3,5 3,5

y 10 8 6 4 2 0
5 14

desv tpicas 1,70782513 3,41565026 covarianza 5,83333333 coef de corr -1

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

Relacin lineal negativa y perfecta

DIAGRAMA DE DISPERSIN B x 0 1 2 3 4 4 5 6 7 8 9 10 y 0 2 2 4 3 6 4 5 7 7 9 10

1 2 3 4 5 6 7 8 9 10 11 12 medias varianzas desv tpicas covarianza coef de corr

4,91666667 4,91666667 10,0833333 8,99242424 3,04023939 2,8710722 8,32638889 0,95390428

Relacin lineal positiva y fuerte

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

DIAGRAMA DE DISPERSIN C x y 0 1 1 1 4 2 2 6 3 3 2 4 3 4 5 4 8 6 5 6 7 6 5 8 7 3 9 8 6 10 8 11 11 9 9 12
medias varianzas desv tpicas covarianza coef de corr 4,66666667 5,41666667 8,78787879 8,4469697 2,83823106 2,78263464 5,05555556 0,64012524

Relacin lineal positiva y fuerte DIAGRAMA DE DISPERSIN D x 1 2 3 4 4 5 6 7 8 9

medias varianzas desv tpicas covarianza coef de corr 4,9 6,76666667 2,46779254 -4,6 -0,76098056

y 5 8 7 6 9 4 5 2 3 1
5 6,66666667 2,44948974

Relacin lineal negativa y fuerte Orden de mayor a menor de las correlaciones ( r ):

I -1 I > I 0,95390428 I > I -0,76098056 I > I 0,64012524 I

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

20. Supongamos que tomamos una muestra de 10 individuos y averiguamos sus alturas (x) en metros y lo que saltan en longitud (y), tambin en metros. Los resultados se muestran en la tabla adjunta:

1.

Dibuja la nube de puntos.

A 1 2 3 4 5 6 7 8 9 10

B x 1,6 1,63 1,68 1,69 1,7 1,72 1,74 1,77 1,88 1,9

C y 5,6 5,7 6,3 6,1 7,1 5,9 6,6 6,4 7,2 7

medias desv. tpicas covarianza coef. correl.

1,731 0,09224424 0,03991 0,78873547

6,39 0,54854353

m regres b regresin x= y=

4,69032789 -1,72895757 1,8 6,71363262

Si R^2= 0,6221 => R= (0,6221)^1/2= 0,7887 (coeficiente de correlacin lineal)

Curso acadmico 2012-13 UNIVERSIDAD DE LAS PALMAS DE GRAN CANARIA. TELEFORMACIN ASIGNATURA: Matemticas y su didctica III ALUMNO: JOS ANTONIO PERDOMO GARCA

Relacin altura individuo- longitud salto del individuo 8 7 6 5 4 3 2 1 0 1,55 1,6 1,65 1,7 1,75 1,8 1,85 1,9 1,95 y = 4,6903x - 1,729 R2 = 0,6221

2.

Qu salto de longitud se puede predecir para un individuo que mida 1,80 m? Es buena la citada previsin? Justifica razonadamente la respuesta. Dado que y= 4,6903*x-1,729 => y (1,80) = 4,6903*1,80-1,729 = 8,442541,729=6,71354 m. S ya que habiendo obtenido un coeficiente de correlacin lineal r = 0,7887 tal que 0< r <1 y r tiende a aproximarse a 1, podemos deducir que la relacin entre las variables altura en metros de un individuo y el salto de longitud en metros que este puede realizar es una relacin lineal positiva y fuerte.

3.

Calcula el coeficiente de determinacin. Interpreta el resultado. El coeficiente de determinacin es el cuadrado del coeficiente de correlacin r, o sea (0,78873547)^2= 0,6221= (R)^2, (ver en la grfica). Este coeficiente nos indica que la fiabilidad de cualquier prediccin que hagamos del valor que tomara una de las variables estudiadas habiendo dado un valor a la otra es del (0,6221*100)= 62,21%. O sea, que se dara un 62,21% de acuerdo entre las dos variables.

Estimado profesor siento no haber podido entregar a tiempo la actividad anterior. Intentar que no se repita en lo sucesivo. Atentamente Jos A. Perdomo Garca