Está en la página 1de 11

UNED. ELCHE. e-mail: imozas@elx.uned.

es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

1/11
EJERCICIOS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES (CAPTULO 5 )

PROPUESTOS EN EXMENES
1) Razone brevemente sobre los conceptos de Casualidad, Causalidad y Especificacin
de modelos estadsticos.(Junio 2003)
Respuesta.-
Consideremos en una poblacin dos o ms variables:
- Es posible que exista relacin entre ellas de modo que una variacin de una o varias
produzca como consecuencia una variacin en otras, explicable mediante alguna teora general
(por ejemplo, de la teora de la demanda se deduce que si aumentamos el precio, disminuye la
demanda). En este caso decimos que existe relacin de causalidad.
- Es posible no obstante que encontremos relacin entre las variables pero no exista
modelo terico lgico que fundamente la relacin (por ejemplo, calificaciones obtenidas por
50 alumnos en una asignatura y produccin de cereales de 50 provincias). Hablaremos en este
caso de casualidad.
- As pues, al estudiar la relacin entre variables, debemos especificar previamente un
modelo terico que recoja las principales relaciones de causalidad (por ejemplo, el n de
clientes de una cadena hotelera puede venir explicado por los precios de alojamiento, el
nmero de turistas que visitan la localidad, etc.)
2) En una distribucin de frecuencias para 2 variables (x, y), se ha obtenido la siguiente
tabla de correlaciones:
3 4 8 TOTAL
5 4 2 2 8
6 2 1 2 5
7 1 2 4 7
TOTAL 7 5 8 20

Obtenga: a) La regresin lineal simple de Y/ X (Y sobre X) y de X sobre Y (X/ Y).
b) El coeficiente de determinacin de ambas rectas de regresin. (Junio 2003)
Solucin.-
Efectuamos los clculos necesarios para obtener las medias y las varianzas:
3 4 8 n
i
x
i
n
i
x
i
2
n
i

5 4 2 2 8 40 200
6 2 1 2 5 30 180
7 1 2 4 7 49 343
n
j
7 5 8 20 119 723
y
j
n
j
21 20 64 105
y
j
2
n
j
63 80
51
2 655
De la tabla se obtiene: a
10
=
119
20
= 5,95; a
01
=
105
20
= 5,25; a
20
=
723
20
= 36,15; a
02
=
655
20
=
32,75 y de aqu:
m
20
= 36,15 5,95
2
= 0,7475; m
02
= 32,75 5,25
2
= 5,1875
Y
X

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

2/11
Por otra parte, si multiplicamos cada valor de X por cada valor de Y y por su respectiva
frecuencia, obtenemos la tabla
60 40 80
36 24 96
21 56 224
cuya suma de elementos da 637, de donde obtenemos: a
11
=
637
20
= 31,85 y de aqu:
m
11
= 31,85 5,955,25 = 0,6125.
Se tendr pues:
a) la recta de regresin de Y/X es:
y 5,25 = ( )
0, 6125
x 5, 95
0, 7475
y 0,82x + 0,37
y la recta de regresin de X/Y:
x 5,95 = ( )
0, 6125
y 5, 95
5,1875
x 0,12y + 5,33
b) el coeficiente de determinacin: R
2
=
2
11
20 02
m
m m
=
2
0, 6125
0, 74755,1875
0,0967
3) Explique y valore el significado del coeficiente de correlacin lineal de Pearson.
(Junio 2003 reserva)
Solucin.-
Consideremos una variable bidimensional (X
i
, Y
i
), siendo X
i
la variable independiente
(exgena) e Y
i
la dependiente (endgena). Sea y = a+bx la recta de regresin de Y/X. Tenemos
entonces las tres varianzas:
S
2
Y
= m
02
, varianza de la variable Y
i
; S
2
Yt
= varianza de la variable a+bX
i
, (varianza explicada
por la regresin); S
2
rY
varianza de la variable Y
i
abX
i
, (varianza residual). Se demuestra que
S
2
Y
= S
2
Yt
+ S
2
rY

Llamamos coeficiente de determinacin R
2
a la proporcin (tanto por uno) de varianza
explicada que forma parte de la varianza de la variable:
R
2
=
2
Yt
2
Y
S
S

demostrndose que
2
2 11
20 02
m
R
m m
= y, obviamente, 0 R
2
1.
Llamamos coeficiente de correlacin al cociente:
R =
11
20 02
m
m m

cumplindose que 1 R 1. Si es 1 1, la varianza se compone exclusivamente de la
varianza explicada, es decir, la varianza residual es nula y el ajuste de la nube de puntos a la
recta de regresin es perfecto; si es cero entonces la varianza se compone exclusivamente de la
varianza residual y la ecuacin de regresin no es representativa.

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

3/11
4) Una empresa quiere realizar un estudio sobre la influencia de las campaas
publicitarias en sus cifras de ventas. Para ello dispone del gasto destinado a publicidad y sus
ventas en los ltimos 5 aos:
Aos Gastos publicidad Ventas
1997 2,2 195
1998 2,5 200
1999 2,8 221
2000 2,9 230
2001 3,1 239
2002 3,5 248
a) Obtener un modelo lineal que permita predecir las ventas en funcin de los gastos en
publicidad.
b) Predecir las ventas de 2003 si se piensa invertir en publicidad 5 millones de euros. e)
Valorar los errores obtenidos por la recta de regresin. (Junio 2003 reserva)
Solucin.-
a) Consideramos la variable bidimensional (x
i
, y
i
) donde x
i
= gastos en publicidad;
y
i
= ventas, tenemos la tabla:

x
i
y
i
x
2
i
y
2
i
x
i
y
i

2,2 195 4,84 38025 429
2,5 200 6,25 40000 500
2,8 221 7,84 48841 618,8
2,9 230 8,41 52900 667
3,1 239 9,61 57121 740,9
3,5 248 12,25 61504 868
Totales: 17 1333 49,2 298391 3823,7
de donde se deduce:

a
10
= 2,83333333 m
20
= 0,17222222
a
01
= 222,166667 m
02
= 373,805556
m
11
= 7,81111111
de donde la recta de regresin de Y/X:
y 222,17 =
7,81
(x 2,83)
0,172
y 45,35x + 93,66
b) sustituyendo en la recta x = 5 y 320,43
c) El coeficiente de determinacin R
2
=
2
7,81
0,17373,80
0,9477, lo que indica que la recta
de regresin es representativa para realizar interpolaciones o extrapolaciones.


UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

4/11
DE REFUERZO

1) Una empresa se dedica a la decoracin de locales comerciales. Hasta el momento ha
participado en 5 proyectos, en los cuales el nmero de metros cuadrados decorados y el
nmero de horas directamente empleadas han sido las siguientes:
n de m
2
n de horas
1.000
4.000
5.000
7.000
8.000
10
15
18
20
22
La empresa decide presentarse a un concurso-proyecto para decorar 3.000 m
2
, para lo cual
deber elaborar el correspondiente presupuesto econmico.
Los datos a tener en cuenta para la elaboracin del presupuesto econmico son:
a) El presupuesto slo tendr en cuenta los costes de instalacin, ya que el material lo
suministrar la entidad que convoca el concurso
b) Para cubrir los restantes costes, la empresa decoradora incrementar su presupuesto en un
40% sobre el importe total de coste de la mano de obra que se utilice en el proyecto.
c) El coste por hora de trabajo es de 18 .
Dada la situacin particular en que se encuentra la empresa decoradora, le interesa
participar en el concurso con un presupuesto con el que slo cubra los costes.
Bajo estas condiciones, y en el supuesto de que el nmero de horas trabajadas sea
funcin lineal del nmero de metros cuadrados decorados, se pide: 1) cul ser el presupuesto
que presente la empresa decoradora?; 2) qu grado de fiabilidad tendr la cifra de presupuesto
presentado?; 3) si se tratase de decorar, en un nuevo proyecto, 50.000 m
2
, qu crtica se le
podra hacer al presupuesto que en su caso se presentase?.
Solucin.-
1) Obtenemos la recta de regresin lineal de Y (n de horas) sobre X (n de m
2
) :

x y x
2
xy y
2

1000 10 10
6
1010
3
100
4000 15 1610
6
6010
3
225
5000 18 2510
6
9010
3
324
7000 20 4910
6
14010
3
400
8000 22 6410
6
17610
3
484
25000 85 15510
6
47610
3
1533

a
10
= 5.000 ; a
01
= 17 ; a
20
= 3110
6
; a
02
= 306,6 ; a11 = 95,210
3
, de donde se obtiene:
m
11
= 10,210
3
; m
20
= 610
6
y b =
20
11
m
m
= 1,710
3
. Luego la recta de regresin es:
y 17 = 1,710
3
(x 5000) y = 1,710
3
x + 8,5
luego si x = 3000 m
2
y = 13,6 horas. As pues, coste de la mano de obra =
= 13,618 + 40% = 244,8 + 40 % = 342,72 .

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

5/11
2) Calculamos el coeficiente de correlacin:
R =
6 , 17 10 6
10 2 , 10
m m
m
6
3
02 20
11
= = 0,9925.... es decir, un grado de fiabilidad superior al 99%.
2) Qu ocurre cuando el coeficiente de correlacin r = 1: a) Los valores tericos no
coinciden con los observados; b) La dependencia funcional existente viene dada por una recta
decreciente; c) La varianza residual es 0; d)Ninguna de las anteriores.
Solucin.-
c) La varianza residual es 0.
3) Cuando la covarianza entre dos variables es 0: a) Las variables son estadsticamente
independientes ; b) El grado de asociacin lineal entre las variables es perfecto; c) El
coeficiente de variacin tendr valores muy grandes; d) Ninguna de las anteriores.
Solucin.-
d) Ninguna de las anteriores
4) El coeficiente de determinacin lineal indica: a) La varianza total menos la varianza
explicada por la regresin; b) La proporcin de varianza explicada por la regresin lineal; c) El
ajuste de y mediante y = f (x); d) Ninguna de las anteriores.
Solucin.-
b) La proporcin de varianza explicada por la regresin lineal.
5) Dada la regresin lineal simple Y/X, el coeficiente de regresin (b) indica: a) La
variacin que se produce en Y ante una variacin de X en una unidad; b) Los resultados del
ajuste; c) El grado de asociacin lineal entre X e Y; d) Ninguna de las anteriores.
Solucin.-
a) La variacin que se produce en Y ante una variacin de X en una unidad
6) Cuando el coeficiente de determinacin R
2
= 1, selese la respuesta correcta: a) La
varianza residual es igual a la varianza de la variable dependiente; b) La suma de la varianza
residual y la varianza dependiente tambin es la unidad; c) La varianza residual es nula;
d) Ninguna de las anteriores.
Solucin.- Opcin c.
7) Cuando existe una relacin exacta entre las variables, selese la opcin correcta:
a) la varianza explicada por la regresin coincide con la varianza de la variable dependiente;
b) El coeficiente de correlacin es igual a cero; c) La varianza residual es igual a la varianza de
la variable dependiente; d) Ninguna de las anteriores.
Solucin.- Opcin a.
8) Si a las variables estadsticas X e Y las sometemos a un cambio de origen y de
escala, selese la respuesta correcta: a) su covarianza queda afectada por el cambio de escala;
b) su covarianza queda afectada por ambos cambios; c) su covarianza queda afectada por el
cambio de origen; d) su covarianza no queda afectada por ninguno de los cambios.
Solucin.- Opcin a.

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

6/11
9) a) Definicin de varianza residual y coeficiente de determinacin; b) calcular la
varianza residual y el coeficiente de correlacin de la distribucin siguiente:
x
i
y
i
2 3
4 2
8 4
9 7
11 10
Solucin.-

x
i
y
i
x
i
2
x
i
y
i
y
i
2

2 3 4 6 9
4 2 16 8 4
8 4 64 32 16
9 7 81 63 49
11 10 121 110 100
34 26 286 219 178

a
10
= 6,8 ; a
01
= 5,2 ; a
20
= 57,2 ; a
02
= 35,6 ; a
11
= 43,8 , de donde se obtiene:
S
xy
= m
11
= 8,44 ; S
x
2
= m
20
= 10,96 y S
y
2
= m
02
= 8,56. As pues:
759 , 0
56 , 8
06 , 2
1
S
S
1 R ; 06 , 2
96 , 10
2336 , 71
56 , 8
S
S
S S
2
y
2
xy
2
2
x
2
xy
2
y
2
ry
= = = = R 0,8712
10) En una distribucin de frecuencias para dos variables x, y se ha obtenido la
siguiente tabla de correlaciones:

Y\X 3 4 8
TOTAL
5 4 2 2 8
6 2 1 2 5
7 1 2 4 7
TOTAL
7 5 8 20
Obtenga los momentos de 1
er
y 2 orden respecto a la media y respecto al origen de esta
distribucin.
Solucin.- a
10
=
20
119
= 5,95; a
20
=
20
723
= 36,15; a
01
=
20
105
= 5,25; a
02
=
20
655
= 32,75
m
10
= m
01
= 0 ; m
20
= a
20
a
01
2
= 0,7475; m
02
= a
02
a
01
2
= 5,1875
11) a) Exprese la covarianza en funcin de los momentos respecto al origen en una
distribucin bidimensional; b) obtenga la regresin lineal simple de Y/X y de X/Y y el
coeficiente de determinacin de la siguiente distribucin:

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

7/11

Y\X 2 3 4
TOTAL
4 5 6 2 13
5 4 4 2 10
6 3 6 8 17
TOTAL
12 16 12 40

Solucin.- a) m
11
= a
11
a
10
a
01
; b) Y/X: y 3 =
74 , 0
2 , 0
(x 5,1) ; X/Y : x 5,1 =
6 , 0
2 , 0
(y
3); R
2
=
6 , 0 74 , 0
04 , 0
0,090..
12) A partir de una muestra de 100 familias se hace un estudio de la relacin entre los
ingresos "x" y el ahorro "y". Los datos obtenidos, expresados en decenas de euros por mes son:
40-80 80-150 150-250
0-10 30 20 0
10-50 3 14 18
50-80 0 0 15

a) compruebe si el ahorro puede relacionarse con los ingresos segn modelo lineal; b) calcular
dicha funcin; c) qu ocurrira con el ahorro si todas las familias aumentaran sus ingresos en
20 ?.
Solucin.- a) De la tabla de correlacin extraemos la siguiente tabla:
x
i
y
i
n
i
x
i
n
i
y
i
n
i
x
i
2
n
i
y
i
2
n
i
x
i
y
i
n
i

60 5 30 1800 150 108000 750 9000
60 30 3 180 90 10800 2700 5400
115 5 20 2300 100 264500 500 11500
115 30 14 1610 420 185150 12600 48300
200 30 18 3600 540 720000 16200 108000
200 65 15 3000 975 600000 63375 195000
100 12.490 2.275 1.888.450 96.125 377.200
de donde se obtienen los momentos:
a
10
= 124,9 m
20
= 3.284,49
a
01
= 22,75 m
02
= 443,69
a
20
= 18.884,5 m
11
= 930,525
a
02
= 961,25
y de aqu el coeficiente de determinacin
2
= 0,5942 y el coeficiente de correlacin = 0,77
que representa una dependencia del 77% entre las variables, aceptable para hacer predicciones
con el modelo lineal.
b) La recta de regresin lineal Y/X sera:
y 22,75 =
930 525
3 284 49
,
. ,
(x 124,9) y = 0,2833x 12,6353
x
i

y
i


UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

8/11
c) De la recta de regresin se obtiene y = 0,2833x luego si x = 2 (decenas de )
y = 0,5666 (decenas de ), luego un aumento de 20 en los ingresos implicara un
aumento de 5,67 . en los ahorros.
13) Dada la relacin funcional exacta entre dos variables y = bx, se ha realizado un
ajuste mnimo cuadrtico obtenindose que la varianza de la variable dependiente es
S
2
y
= 0,17. Cul sera el valor de la varianza residual (S
2
ry
) y de la varianza explicada por la
regresin (S
2
yt
)?.
Solucin.- Puesto que la relacin entre las dos variables es funcional exacta S
2
ry
= 0 ;
S
2
yt
= S
2
y
= 0,17
14) Se ha observado durante 10 das el precio de un determinado producto de primera
necesidad (X) y las unidades vendidas de dicho producto (Y) obteniendo los siguientes
resultados:
X
i
Y
i
7 1000
5 2000
15 300
2 5000
6 1800
3 7000
Obtenga 1) los momentos de 1 y 2 orden respecto al origen; 2) los momentos de 1 y 2 orden
respecto a las medias; 3) cul de las dos medias aritmticas es ms representativa?; 4) la
media aritmtica de Y condicionada a que X = 15; 5) la recta de regresin de Y sobre X e
interprete los resultados; 6) la varianza residual (S
2
ry
) y la varianza explicada por la regresin
(S
2
yt
) , comentando los resultados.
Solucin.-
x
i
y
i
x
i
2
y
i
2
x
i
y
i

7 1.000 49 1.000.000 7.000
5 2.000 25 4.000.000 10.000
15 300 225 90.000 4.500
2 5.000 4 25.000.000 10.000
6 1.800 36 3.240.000 10.800
3 7.000 9 49.000.000 21.000
38 17.100 348 82.330.000 63.300

1) a
10
=
6
38
6,33; a
01
=
6
000 . 17
2.850; a
20
=
6
348
58; a
02
=
6
000 . 33 . 82
13.721.667
2) m
10
= m
01
= 0 ; m
20
= a
20
a
10
2
= 58 40,11 = 17,89; m
02
= a
02
a
01
2
= 5.599.167
3) Los coeficientes de variacin respectivos son:
CV
X
= 0,668 ; CV
Y
= 0,830
El coeficiente de variacin de X es menor que el de la Y, luego podemos considerar ms
representativa la media de la X.

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

9/11
4) 15 X Y = = 300
5) Se tiene S
xy
= m
11
= a
11
a
10
a
01
= 7.490,5; S
2
x
= m
20
= 17,89. Por lo tanto, la recta de
regresin Y/X es: y = 418,7x + 5500

6) S
2
ry
= m
02

20
2
11
m
m
= 2.462.912; S
2
y
= m
02
= a
02
a
01
2
= 5.599.167 ; S
2
yt
= S
2
y
S
2
ry
=
=3.136.255.
Puesto que R
2
=
2
y
2
yt
S
S
= 0,5601, llegamos a la conclusin que el modelo lineal no es
bueno en este caso.
15) Se dispone de la siguiente informacin sobre el precio (x) y el consumo (y) de un
artculo determinado
y
i
x
i
n
i

7 100 3
6 200 2
14 30 2
3 500 1
8 180 1
2 700 1
a) elaborar la tabla de correlacin correspondiente; b) obtener los momentos de 1
er
y 2 orden
respecto al origen y respecto a la media; c) qu opinin le merece la media aritmtica de cada
una de las variables?; d) en base a estos datos, se podra afirmar que existe una dependencia
lineal entre el precio y el consumo de este artculo?
Solucin.- a)
2 3 6 7 8 14 n
i
x
i
n
i
x
i
2
n
i

30 0 0 0 0 0 2 2 60 1.800
100 0 0 0 3 0 0 3 300 30.000
180 0 0 0 0 1 0 1 180 32.400
200 0 0 2 0 0 0 2 400 80.000
500 0 1 0 0 0 0 1 500 250.000
700 1 0 0 0 0 0 1 700 490.000
n
i
1 1 2 3 1 2 10 2.140 884.200
y
i
n
i
2 3 12 21 8 28 74
y
i
2
n
i
4 9 72 147 64 392 688
b) a
10
=
10
140 . 2
= 214; a
01
=
10
74
= 7,4; a
20
=
10
200 . 882
= 88.420; a
02
=
10
688
= 68,8
m
10
= m
01
= 0 ; m
20
= a
20
a
10
2
= 88.420 45.796 = 42.624; m
02
= a
02
a
01
2
= 14,04
x
i
y
i


UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

10/11
c) Puesto que CV
X
=
214
45 , 206
a
m
10
20
= 0,965 y CV
Y
=
4 , 7
747 , 3
a
m
01
02
= 0,506. Es ms
representativa la media de la distribucin marginal de la Y por tener menor coeficiente de
variacin.
d) R = 0,7958 , por tanto, s podemos considerar que existe una dependencia lineal,
pues R > 0,75
16) En la siguiente distribucin conjunta calcular la varianza residual y el coeficiente
de correlacin:
x
i
y
i
1 2
2 7
3 2
7 5
9 6
1 3
Solucin.- De la tabla:
x
i
y
i
x
i
2
y
i
2
x
i
y
i

1 2 1 4 2
2 7 4 49 14
3 2 9 4 6
7 5 49 25 35
9 6 81 36 54
11 3 121 9 33
33 25 265 127 144
se obtienen los momentos:
a
10
= 5,5 m
20
= a
20
a
10
2
13,92
a
01
4,16 m
02
= a
02
a
01
2
3,81
a
20
=
265
6
44,17 m
11
= a
11
a
10
a
01
1,08
a
02
=
127
6
= 21,17
De aqu se deduce el coeficiente de correlacin =
m
m m
11
20 02

0,149 y la varianza
residual S
ry
2
= m
02
(1
2
) 3,72
17) Hallar la recta de regresin de Y sobre X suponiendo que la variable X son los
costes de personal (decenas de miles de euros) y la variable Y los parados (miles)de un sector
de nuestra economa:

Aos x y
1998 2 1
1999 3 2
2000 2 4
2001 4 6
2002 6 7

UNED. ELCHE. e-mail: imozas@elx.uned.es
TUTORA DE FUNDAMENTOS DE ESTADSTICA APLICADOS AL TURISMO http://personal.telefonica.terra.es/web/imm/
EJERCICIOS DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES

11/11

Solucin.- De la tabla:
x y x
2
y
2
xy
2 1 4 1 2
3 2 9 4 6
2 4 4 16 8
4 6 16 36 24
6 7 36 49 42
17 20 69 106 82
se obtienen los momentos:
a
10
= 3,4 m
20
= a
20
a
10
2
2,24
a
01
4
a
20
=
69
5
= 13,8 m
11
= a
11
a
10
a
01
2,8
a
02
=
106
5
= 21,2
y de aqu se deduce la recta de regresin y 4 = 1,25(x 3,4) o bien, simplificando:
4y 5x + 1 = 0