1

MATERIAL DEL TERCER CORTE

1.- Estimaciones por Intervalos para Medias
Se utilizar la siguiente frmula:

X -Z
n

X +Z
n

X = Media de la muestra
Z = Distribucin normal Z, se obtiene segn nivel de confianza dado en el
problema.(se utiliza tabla vista anteriormente, para hallar z)
= desviacin tpica
n= Tamao de la muestra

OBSERVACIN 1: Si n30 se usa la distribucin normal Z y si n < 30 se usa la t

de students. Los valores de Z son dados de acuerdo al nivel de confianza dado
en el enunciado del problema, los cuales se dan en la siguiente tabla:

NIVEL DE CONFIANZA (%)

COEFICIENTE DE CONFIANZA (Z)

99,74

3,00

99,00

2,58

98,00

2,33

97,50

2,24

96,00

2,05

95,45

2,00

95,00

1,96

90,00

1,645

80,00

1,28

68,27

1,00

50,00

0,6745

OBSERVACIN 2: Si n < 30 se usa la t de students, y se utiliza la siguiente

formula:

/ 2
s
X - t
(n 1) n

/ 2
s
X + t
(n 1) n

X = Media de la muestra
t

/ 2

= Distribucin t de students

(n 1)
1 - = Nivel de confianza
S = Desviacin estndar

EJEMPLO 1:
Se ha calculado que la media de las puntuaciones de una muestra aleatoria de 36
estudiantes es de 2,6. Se sabe que la poblacin se distribuye normal con una
desviacin tpica igual a 0,3. Encuentra los intervalos de confianza al 95% y al
99% para la media de todo el grupo de estudiantes.

SOLUCIN
DATOS:
X = 2,6
n = 36
= 0,3
Z Para la parte a con el 95% se entra a la tabla y se obtiene un Z = 1,96

Z Para la parte b con el 99% se entra a la tabla y se obtiene un Z = 2,58

a) con un nivel de confianza del 95%
b) con un nivel de confianza del 99%
a) con un nivel de confianza del 95%

X -Z

X + Z

2,6 - 1,96 0,3 2,6 + 1,96. 0,3

36
36
2,50 2,70
b) con un nivel de confianza del 99%

X -Z

X + Z

2,6 - 2,58 0,3 2,6 + 2,58 0,3

36
36

2,47 2,73

EJEMPLO 2

Los contenidos de acido sulfrico en 7 recipientes similares presentan un

promedio de: 9,8; 10,2; 10,4; 9,8; 10,0; 10,2; y 9,6 litros, con una desviacin
estndar de 0,283. Encuentre un intervalo de confianza al 95% para la media de
todos los recipientes, suponiendo una distribucin aproximadamente normal.

SOLUCIN
DATOS
X = 9,8 + 10,2 + 10,4 + 9,8 + 10,0 + 10,2 + 9,6

= 10

7
n=7
S = 0,283
Nivel de Confianza = 95%
Se utiliza la t de students, ya que n 30 en este caso n = 7
Recuerde v = n - 1
n = 7 y NC = 95% se busca

t/2 = ?
v

SOLUCIN
= Nivel de confianza
Para entrar a la tabla t de students se necesita 1 -

(HACER LA DIVISIN CON 3 DECIMALES)

1 - = 95%
y

= 1- 0,95

= 0,05

/ 2 = 0,025

tambin necesitamos los grado de libertad o sea n 1 = 7 1 = 6

Con 0,025 y n = 6 entramos a la tabla t de students y obtenemos

/ 2
t
(n 1)

= Distribucin t de students

0,025

= 2,447

6
t de students

0,40

0,30

0,20

0,10

0,05

0,025

1
2
3
4
5
6
7
8
9
.

2,447

/ 2
s
X -t
(n 1) n

X + t / 2
(n 1) n

10 - (2,447) 0,283

10 + (2,447) 0,283

7
9,74 10,26

EJERCICIOS DE INTERVALOS DE CONFIANZA

Ejemplo 1.
Se ha obtenido una muestra de 25 alumnos de una Facultad para
estimar la calificacin media de los expedientes de los alumnos en la
Facultad. Se Sabe por otros cursos que la desviacin estndar de las
puntuaciones en dicha Facultad es de 2.01 puntos. La media de la
muestra fue de 4.9.
1. Intervalo de confianza al 90 %.
2. Intervalo de confianza al 99 %.

Ejemplo 2.
Se ha obtenido una muestra de 15 vendedores de una Editorial para
estimar el valor medio de las ventas por trabajador en la Empresa. La
media y varianza de la muestra son 5 y 2, respectivamente. 1. Intervalo
de confianza para la venta media por trabajador en la Editorial al 90 %.
2. Intervalo de confianza para la varianza de las ventas por trabajador
en la Editorial al 99 %.

Ejemplo 3.
La lectura de 50 muestra aleatoria mostraron una media de 174.5 cm y una
desviacin tpica de 6.9 cm. Determine un intervalo de confianza del 98% para la
altura promedio de todos los estudiantes.
2.- Estimaciones por Intervalos para una proporcin poblacional

Las decisiones dependen con frecuecuencia de parmetros que son binarios,

parmetros con solo dos posible categoras dentro de las cuales pueden
clasificarse las respuestas. En este evento, el parmetro de inters es la
PROPORCIN POBLACIONAL. Una empresa puede desear saber que
proporcin de cliente pagan a crdito o que proporcin de clientes pagan en
efectivo. Una corporacin con frecuencia esta interesada en saber en que
porcentaje sus empleados renuncian despus de un ao, en oposicin a que no
renuncian despus de un ao, asi como tambin la proporcin de artculos
defectuosos en oposicin a artculos no defectuosos. En cada uno de estos casos
existen dos posibles resultados, por lo tanto la preocupacin se concentra en la
proporcin de respuestas que queda dentro de uno resultados. Se utilizar la
siguiente formula:

p-z

pq
n

p +z

pq
n

Notacin
= Distribucin proporcional poblacional
p = Proporcin de la muestra
q=1p
z= se consigue en el cuadro dado anteriormente
n = Tamao de la muestra

10

Ejemplo 1
El rector de una universidad desea saber el porcentaje de alumnos que trabajan y
estudian. Una muestra aleatoria de 384 estudiantes revela que 120 estudiantes
trabajan y estudian. Cual es el intervalo de proporcin para la poblacin del 95%
de los estudiantes que trabajan y estudian.

p-z

pq
n

p = 120 = 0,313
384

p +z

q=1p

pq
n
q = 1 0,313 = 0,688

z = se consigue en el cuadro anterior con 95% de confianza z = 1,96

n = 384

0,313 - (1,96)

(0,313)(0,688)
384

0,313 + (1,96)

(0,313)(0,688)
384

0,313 0,046 0,313 + 0,046

0,267

0,359

26,70% 35,90%
Conclusin: Con un 95% de confianza podemos afirmar que los estudiantes que
trabajan y estudian se encuentran en un intervalo de proporcin entre 26,70% y
35,90%

11

Ejemplo 2
En cierta poblacin se seleccion aleatoriamente una muestra de 300 personas a
las que se les someti a cierto test cultural. De ellas, 225 resultaron aprobadas.
Teniendo en cuenta esta informacin, estimar el porcentaje de persona de esa
poblacin que resultara aprobada si se las sometiera a dicho test cultural.
Obtener, con un nivel de confianza del 97,50%, un intervalo de confianza para la
proporcin

p-z

pq
n

p = 225
300

= 0,750

p +z

q=1p

pq
n
q = 1 0,750 = 0,250

z = se consigue en el cuadro anterior con 97,50% de confianza z = 2,24

n = 300

0,750 - (2,24)

(0,750)(0,250)
300

0,750 0,056 0,750 + 0,056

0,694

0,806

69,40% 80,60%

0,750 + (2,24)

(0,750)(0,250)
300

12

Conclusin: Con un 97,50% de confianza podemos afirmar que las personas que
aprobaran el test cultural se encuentran en un intervalo de proporcin entre
69,40% y 80,60%

EJERCICIOS DE ESTIMACIN DE INTERVALO PARA UNA PROPORCIN

Ejercicio 1
El gerente de una estacin de televisin debe determinar en la ciudad que
porcentajes de casas tienen mas de un televisor. Una muestra aleatoria de 500
casas revelan que 275 tienen dos o mas televisores. Cual es el intervalo de
confianza del 99,74% para estimar la proporcin de todas las casas que tienen
dos o ms televisores.
Ejercicio 2
Tomada, al azar, una muestra de 120 estudiantes de una Universidad, se encontr
que 54 de ellos hablaban ingls. Halle, con un nivel de confianza del 95,45%, un
intervalo de confianza para estimar la proporcin de estudiantes que hablan el
idioma ingls entre los estudiantes de esa Universidad.
Ejercicio 3
Una televisin Venezolana informa que todos los estudiantes de primaria tienen
una computadora. Si una muestra de 1020 estudiantes revela que 673 tienen
computadores caseros. Determine un intervalo de proporcin para la poblacin
con un nivel de confianza del 99,74%?

2.- Pruebas de Hiptesis para medias

1) Hiptesis estadstica:
a) Definicin de Hiptesis Estadstica: Es un enunciado provisional referente a uno
o ms parmetros de una poblacin o grupos de poblaciones.
b) Tipos de Hiptesis Estadisticas:

13

1. Hiptesis nula (H 0): La Hiptesis nula es la que se quiere verificar o someter

a prueba. Cuando resulte rechazada se supone que se aceptan otras hiptesis
alternas propuestas.
2. Hiptesis alternativa (Ha): Siempre seala lo contrario de la hiptesis nula.
c) Nivel de significacin: El que realiza la investigacin debe establecer a priori
(con anterioridad) un nivel de significacin o probabilidad respecto de la cual se va
a poner a prueba la hipotesis.
Los niveles de significacin son linderos entre aceptar, o no, la hipotesis nula.

VALORES CRITICOS DE Zt CORRESPONDIENTES A LOS NIVELES DE

SIGNIFICACIN
NIVEL DE SIGNIFICACIN

VALOR CRITICO DE Zt
UNILATERAL

BILATERAL

10%

-1,28

1,28

1,645

5%

-1,645

1,645

1,96

1%

-2,33

2,33

2,58

0,5%

-2,58

2,58

2,81

0,2%

-2,88

2,88

3,08

2.- TIPOS DE ERRORES:

14

a) Error tipo I: (o riesgo de primera especie

): El error tipo I es aquel que se

comete al rechazar la hiptesis nula (H 0) a nivel de la muestra, siendo verdadera a

nivel de la poblacin. Dicho de otra forma, cuando una hiptesis, que habamos
descartado, creyndola falsa, resulte verdadera.
b) Error tipo II (o riesgo de segunda especie

): El error tipo II ocurre cuando a

nivel de la muestra se acepta la hiptesis nula(H 0), siendo esta falsa a nivel de la
poblacin. Dicho de otra manera cuando una hipotesis, aceptada como buena,
resulte que es falsa.
c) Contrastes:
1) Bilateral
H0 :

Ha :

2) Unilateral
H0 :

Ha :

H0 :

Ha :

15

1) Bilateral
H0 :

Ha :

Zona de rechazo de H0

Zona de
Aceptacin

Zona de rechazo de H 0

De H0

Zc

zt

zt

zc

2) Unilateral
H0 :

Ha :

Zona de
Aceptacin
De H0

Zona de rechazo de H 0

16

zt

2) Unilateral
H0 :

Ha :

Zona de rechazo de H0

Zona de
Aceptacin
De H0

Zc

zt

zc

17

PARTE PRACTICA
EJEMPLO 1: Un modelo de test de inteligencia con una puntuacin promedio de
87 puntos y desviacin tpica de 8 puntos, ha sido suministrada durante varios
aos. Un grupo de 36 estudiantes tomados al azar, son sometidos al test
obteniendo una media de 90 puntos. Se desea saber con un nivel de riesgo del
5% si el promedio de inteligencia a aumentado.
SOLUCIN
1) Planteamiento de las hipotesis
H0:

= 87
UNILATERAL

Ha:

87

2) Calculo del error tpico de la muestra

= 8 = 8 = 1,33

36

3) Calculo de Zc
Zc = X

= 90 87 =

Z = 2,26

1,33

4) Se busca en la tabla el valor critico de Z t con un nivel de riesgo del 5% y

contraste unilateral, obtenemos Zt = 1,645

18

Zona de
Aceptacin

Zona de rechazo de H 0

De H0

1,645

2,26

5) Conclusin: Se rechaza la hipotesis nula (H0), o sea que se acepta Ha, lo que
significa que la media aritmtica de inteligencia de los estudiantes de ese nivel ha
aumentado.

EJEMPLO 2:
La experiencia ha demostrado que el tiempo promedio de reaccin, ha
determinado estimulo, en contadores pblicos, es de 65 milimetrosxseg, con una
desviacin estndar de 15 mseg. Un equipo de Psiclogos cree que si los
contadores pblicos reciben cierto tipo de entrenamiento, entonces muestran en
promedio, un tiempo de respuesta ms corto.

19

Para aclarar esto, se tom una muestra aleatoria de 20 contadores pblicos y se

obtuvo una media igual a 55,5. Se supone que esta poblacin est normalmete
distribuida. Realice la prueba correspondiente usando un nivel de significacin del
1%.

SOLUCIN
1) Planteamiento de las hiptesis
H0 :

Ha :

= 65
65

2) Calculo del error tpico de la muestra

= 15 = 3,35
n

20

3) Calculo de tc (se utiliza t de student ya que n 30)

tc = X

= 55,5 65 = tc = -2,84
3,35

4) Se busca en la tabla el valor critico de t con n 1 = 20 1 = 19 con un nivel de

riesgo del 1%(0,01) t0,01 tt = 2,539
19

20

t - students

v
1
2
3
4
5
6
7
8
9
.

0,01

21

.
.
.
19

2,539

Zona de rechazo de H0

Zona de
Aceptacin
De H0

-2,84 2,539

5) Conclusin: Se rechaza la hiptesis nula (H0), o sea que se acepta Ha, lo que
significa que el tiempo promedio de respuesta ha determinado estimulo, para los
contadores es ms corto a 65mseg.

22

EJEMPLO 3
Un fabricante de equipos deportivos a desarrollado un nuevo hilo sinttico para
pescar, del cual afirma que tiene un coeficiente de ruptura de 8 kg, con una
desviacin tipica de 0,5 kg. Probar la hiptesis de 8kg en contra de la alternativa
8kg. Si se prueba una muestra aleatoria de 50 kilos y se encuentra que tiene un
coeficiente medio de 7,8 kg. Usar un nivel de significacin del 0,01.
SOLUCIN
1) Planteamiento de las hipotesis
H0 :

=8
BILATERAL

Ha :

23

Ejemplo 4
Vamos a suponer que en un hato, los becerros de la raza pardo suizo suelen
pesar al nacer 80 kg en promedio, siendo alimentadas las madres con pangolas
nicamente. Luego de haber sido sometido este mismo ganado a una
sobrealimentacin de concentrado, durante cierto tiempo, se toman varias
muestras del mismo de 9 vacas preadas, estas escogidas al azar y de peso talla
y salud normal: encontrndose que sus becerritos pesan ahora al nacer 84kg en
promedio, con una aproximacin de + o 6kg.
Se desea averiguar si este aumento de peso es debido a la sobrealimentacin
prenatal de las vacas, o azares del muestreo. En otras palabras Se desea
averiguar si el peso de las vacas aumento con un nivel de significacin del 10%?
SOLUCIN
DATOS
=

80kg

n = 9 vacas
X = 84kg
s= 6kg
NS = 10%
1) Planteamiento de las hipotesis
H0 :

= 80
UNILATERAL

Ha :

80

2) Calculo del error tpico de la muestra

24

s /

= 6/

= 6/ 3 = 2,00

3) Calculo de tc (se utiliza t de student ya que n 30)

Tc = X

= 84 80 / 2 = 4 / 2 = tc = 2,00

4) Se busca en la tabla el valor critico de t con n 1 = 9 1 = 8 con un nivel de

riesgo del 10%(0,10) t0,10 tt = 1,397
8

t - students

0,40

0,30

0,20

0,10

1
2
3
4
5
6
7
8
9
.

1,397

0,05

0,025

25

Zona de
Aceptacin

Zona de rechazo de H 0

De H0

1,397

2,00

5) Conclusin: Se rechaza la hiptesis nula (H0), o sea que se acepta Ha, lo que
significa que hubo un aumento de peso y se debi a la sobrealimentacin prenatal
de las vacas

3.- Prueba de hiptesis para proporcin poblacional(Se recomiendan 3

decimales, ya que se trabajan con nmeros muy pequeos)
Se estudiar el problema referente a la prueba de hiptesis de una proporcin de
xitos en un experimento binomial.
Las hiptesis estadsticas pueden ser:

26

1) Bilateral
H0 : p=

Ha : p P

2) Unilateral
H0 : p=

Ha : p<

H0 : p=

Ha : p>

El estadstico apropiado en el cual se basa el criterio de decisin es la variable

aleatoria binomial X, aunque se puede usar en la misma forma el estadstico
p = X / n los valores de X que estn alejados de la media = np 0 conducirn al
rechazo de la hiptesis nula.
Solo se estudiar el caso en que la muestra aleatoria es grande (n 30), esto es,
el caso en el cual existe una aproximacin normal de la distribucin binomial. El
estadstico de prueba es:

Zc =

p P0

27

p q
n

Hay investigadores que prefieren usar:

Zc = p P0

Z = X np0 /

p0 q0 / n

Np0q0

Arguyendo que si H0 es verdadera, entonces p0 q0 / n es la varianza de p.

Se puede observar que la prueba, en este caso, est basada en la aproximacin
normal de la distribucin binomial. Esta aproximacin mejora al aumentar n.
Se deben recordar las siguientes definiciones:
X = nmero de xitos
p = x

proporcin muestral de xito

n
q = 1 - p proporcin muestral de fracasos
El xito est asociado con las observaciones que se desean estudiar.

EJEMPLO PRUEBA DE HIPOTESIS PARA UNA PROPORCIN(Se

recomiendan 3 decimales, ya que se trabajan con nmeros muy pequeos)

Ejemplo 1
Una compaa manufacturera ha encontrado que el 90% de los artculos
producidos

mediante

ciertos

procesos

no

estn

defectuosos.

Se

est

28

considerando la conveniencia de introducir una modificacin en l, que se cree

disminuir la proporcin de artculos defectuosos a menos del 10% actual. En un
experimento de 100 artculos producidos con el nuevo proceso se encuentran 5
defectuosos. Es esta evidencia suficiente para afirmar que el procedimiento
modificado es mejor?. Use un nivel de significacin de 0,05.

SOLUCIN
DATOS
X = Nmero de artculos no defectuosos.
X = 95 Ya que se encuentran 5 defectuosos de los 100
n = 100
= Nivel de significacin

= 0,05

o lo que es lo mismo 5%, con este valor voy a la tabla vista

anteriormente y obtengo un Z = 1,645

1) Planteamiento de las hipotesis
H0 : p=

Ha : p>

P
P

H0 : p=
Ha : p>

= 0,9

0.9
UNILATERAL

0.9

29

2) Calculo de Zc
p P0

Zc =

p q
n
p = x

p = 95

100

q = 1 - p
Zc =

q = 1 0,950

p = 0,950

q = 0,050

p P0
p q
n

Zc =

0,950 0,90
(0,950)(0,050)
100

Zc = 0,050
0,022
Zc = 2,273
3) Se busca en la tabla el valor critico de Z t con un nivel de riesgo del 5% y
contraste unilateral, obtenemos Z = 1,645

Zona de

30

Aceptacin

Zona de rechazo de H 0

De H0

1,645

2,273

4) Conclusin: Se rechaza la hiptesis nula (H0), o sea que se acepta Ha, lo que
significa que el proceso ha mejorado, ya que el proceso modificado ha reducido la
proporcin de artculos defectuosos.
Ejemplo 2
Una empresa est interesada en lanzar un nuevo producto al mercado. Tras
realizar una campaa publicitaria, se toma la muestra de 1 000 habitantes, de los
cuales, 25 no conocan el producto. A un nivel de significacin del 1% apoya el
estudio las siguientes hiptesis?
a. Ms del 3% de la poblacin no conoce el nuevo producto.
b. Menos del 2% de la poblacin no conoce el nuevo producto

n = 1000
X = 25
= Nivel de significacin

= 0,01

o lo que es lo mismo 1%, con este valor voy a la tabla vista

anteriormente y obtengo un Z =
a. Ms del 3% de la poblacin no conoce el nuevo producto.
1) Planteamiento de las hipotesis
H0 : p=

H0 : p=

0.030
UNILATERAL

31

Ha : p>

Ha : p>

0.030

= 0,030

2) Calculo de Zc
p P0

Zc =

p q
n

p = x

p =

q = 1 0,03

p P0
p q
n

Zc =

p = 0,025

1000

q = 1 - p
Zc =

25

0,025 0,030
(0,025)(0,975)
1000

Zc = -0,005
0,005
Zc = - 1,00

q = 0,975

32

3) Se busca en la tabla el valor critico de Z t con un nivel de riesgo del 1% y

contraste unilateral, obtenemos Z = 2,33

Zona de
Aceptacin

Zona de rechazo de H 0

De H0

- 1,00

2,33

4) Conclusin: Se acepta la hiptesis nula (H 0), lo que significa que solo el 3% de

la poblacin conoce el producto

b. Menos del 2% de la poblacin no conoce el nuevo producto

1) Planteamiento de las hipotesis
H0 : p=

Ha : p<

P
P

H0 : p=
Ha : p<

= 0,020

0.020
UNILATERAL

0.020

33

4.- Diagrama de dispersin

Es la representacin grfica del grado de relacin entre 2 variables cuantitativas,
permitiendo establecer la tendencia lineal o no lineal entre las variables, el anlisis
de datos mediante esta herramienta proporciona mayor informacin que el simple
anlisis matemtico de correlacin, sugiriendo posibilidades y alternativas de
estudio, basados en la necesidad de conjugar datos y procesos en su utilizacin,
Veamos a continuacin algunos tipos de diagrama de dispersin:
Y

34

X
Tendencia lineal +

Tendencia lineal - Tendencia no lineal Tendencia no lineal

6.- REGRESIN LINEAL SIMPLE

ASOCIACIN ENTRE VARIABLES
En esta unidad estudiaremos observaciones que dependen de dos
variables que denominaremos distribuciones bivariables donde una de las
variables que llamaremos X es independiente y la otra que llamaremos Y
constituye la variable dependiente, entre ambas existir una relacin lineal o no
lineal.

MODELO DE REGRESIN LINEAL SIMPLE

Se utiliza para medir la relacin lineal de dos variables y su formulacin
matemtica es la siguiente:

Y a bX

que representa la recta estimada

Donde:
Y
Es la variable dependiente
X

Es la variable independiente y conocida

35

Representan el intercepto

Representan la pendiente de la recta que puede ser positiva o negativa como

se ilustra.

Y
PENDIENTE POSITIVA
Y2

Y2

,b

a
PENDIENTE NEGATIVA
,b

Y1
Y1
a
X1

X2

X1

X2

Los valores de los parmetros de la recta estimada se calculan a travs de la

formulacin matemtica siguiente:

Y a bX

n XY X Y
n X 2 X

Obtenido este valor se obtiene (a) a travs de la ecuacin:

a=

y - bx
n

36

6.- ANLISIS DE CORRELACIN

COEFICIENTE DE CORRELACIN LINEAL

En probabilidad y estadstica, la correlacin indica la fuerza y la direccin de
una relacin lineal entre dos variables aleatorias. Se considera que dos variables
cuantitativas estn correlacionadas cuando los valores de una de ellas varan
sistemticamente con respecto a los valores homnimos de la otra: si tenemos
dos variables (A y B) existe correlacin si al aumentar los valores de A lo hacen
tambin los de B y viceversa. Se denota por r y se calcula a travs de la
formulacin matemtica:

n XY X Y

n X X nY Y
2

37

Si

r 1

la correlacin es positiva perfecta

0.70 y 0.99
Entre

Alta

0.30 y 0.69
Entre

Media, recomendable con precaucin

0.01y 0.29
Entre

Baja no recomendable (no hay un buen ajuste de datos)

0 No hay correlacin (independencia entre variables)

Ejemplo N 1
La tabla siguiente nos da las notas del test de aptitud (x) de 6 individuos para
llevar a cabo las ventas del primer mes de prueba(y) en cientos de dlares
APTITUD (X)

25

42

33

54

29

36

PRUEBAS (Y)

42

72

50

90

45

48

38

a) Realice el diagrama de dispersin

b) Determine la ecuacin de la recta (Y)
c)Predecir las ventas de un vendedor que obtenga 47 en el test ?
d) Determine el coeficiente de correlacin
SOLUCIN

APTITUD(X)

PRUEBAS(Y)

X2

Y2

XY

25

42

625

1764

1050

42

72

1764

5184

3024

33

50

1089

2500

1650

54

90

2916

8100

4860

29

45

841

2025

1305

36

48

1296

2304

1728

x =219

y = 347 x2= 8.531

a) Realice el diagrama de dispersin

90

94
89
84

y2= 21.877 xy =13.617

39
79
72

74
69
64
59
52

48 50 47
45
42

x
25 30 35 40 45 50 55
29 33 36 42

54

Tendencia Lineal +

b) Determine la ecuacin de la recta (Y)

Y a bX
Para obtener la ecuacin de la recta de ajuste, vamos a
calcular la pendiente y el intercepto:

x =219
y = 347
x2= 8.531

a Y b x a

347 1.77 219

a 6,77
n6

expresin de la
n
ecuacin de la recta ajustada es:

y2= 21.877

xy =13.617
Por tanto la
n=6

40

Y a bX
Y 6,77 1,77 X

c)Predecir las ventas de un vendedor que obtenga 47 en el test ?

Y 6,77 1,77 X
Y 6,77 1,77(47) 76,42

d) Determine el coeficiente de correlacin

n X

n XY X Y
2

X n Y 2 y
2

5709
5709

0,96 Alta
(56,79)(104,18) 5916,38

r = 0,96 Alta

Ejemplo N 2

5709

6 8.531 (219) 6 21.877 347

2

41

La tabla mostrada a continuacin visualiza el sueldo ganado por horas trabajadas

de 12 trabajadores de una empresa de vigilancia:
a) Realice el diagrama de dispersin
b) Determine la ecuacin de la recta (Y)
c) Estime cuanto ganara un empleado que trabajase 12 horas?
d) Determine el coeficiente de correlacin
Horas de trabajo(X)

Salario(Y)

10

200

15

320

20

475

25

500

30

535

35

860

40

750

45

860

50

900

55

1000

60

1100

65

1300

42

Horas de trabajo(X)

Salario(Y)

X2

Y2

XY

10

200

100

40000

2000

15

320

225

102400

4800

20

475

400

225625

9500

25

500

625

250000

12500

30

535

900

286225

16050

35

860

1225

739600

30100

40

750

1600

562500

30000

45

860

2025

739600

38700

50

900

2500

810000

45000

55

1000

3025

1000000

55000

60

1100

3600

1210000

66000

65

1300

4225

1690000

84500

450

8800

20450

7655950

394150

a) Realice el diagrama de dispersin

y

43

x
b) Determine la ecuacin de la recta (Y)

Y a bX
Para obtener la ecuacin de la recta de ajuste, vamos a calcular la pendiente y el
intercepto:

n XY X Y
n X X
2

a Y b x a

12 394150 450 8800

769.800
b
b 17.94
2
42.900
12 20450 450

8800 17.94 450

a 60.5
n 12

Por tanto la expresin de la

n
ecuacin de la recta ajustada es:

Y a bX
Y 60,5 17,94 X
c) Estime cuanto ganara un empleado que trabajase 12 horas?

44

Un trabajador que labore 12 horas obtendr un sueldo estimado de:

Y 60.5 17.94(12) Y 275.78

d) Determine el coeficiente de correlacin ( r)
Para calcular el coeficiente de correlacin lineal tenemos que:

n X

n XY X Y
2

X n Y 2 y
2

12 394150 450 8800

12 20450 450 12 7655950 8800

2

Se concluye que la correlacin entre las variables horas trabajadas y sueldo tiene
una muy alta correlacin positiva.

45

PROBLEMAS PROPUESTOS

1.- Aplicamos a los estudiantes de la asignatura una prueba de dibujo y otra de

imaginacin creadora. Nos interesa buscar la correlacin que existe entre estas 2
variables.

DIBUJO (X)

13

12

10

10

INMAGINACIN

11

14

11

11

(Y)

46

a) Realice el diagrama de dispersin

b) Determine la ecuacin de la recta (Y)
c) Estime para 11 estudiantes de dibujo Cunto es su imaginacin creadora?
d) Determine el coeficiente de correlacin

2.-

3.- En la tabla siguiente se pueden visualizar las presiones sanguneas sistlicas

de mujeres entre 20 y 26 aos, tomadas al azar:

INDIVIDUO

10

11

12

13

PESO

55

57

70

55

75

51

53

44

48

59

56

51

57

PRESIN

13

13

15

14

15

12

15

12

12

13

14

12

14

a) Realice el diagrama de dispersin

b) Determine la ecuacin de la recta (Y)
c) Predecir las ventas de un vendedor que obtenga 47 en el test ?
d) Determine el coeficiente de correlacin

47

4.- Un estudio trata de relacionar la satisfaccin laboral con los aos de servicio,
los trabajadores evaluaron la satisfaccin del 1 al 10, se obtuvieron los datos
siguientes:

AOS DE

SATISFACCION

TRABAJO
8

5.6

6.3

12

6.8

6.7

16

7.0

14

7.7

10

7.0

15

8.0

22

7.8

a) Realice el diagrama de dispersin

b) Determine la ecuacin de la recta (Y)
c) Si un trabajador tiene 10 aos de servicios Cuanto sera su satisfaccin
laboral ?
d) Determine el coeficiente de correlacin

48

4.-Un estudio trata de relacionar la antigedad con el ingreso en miles, se

obtuvieron los datos siguientes:

AOS DE

INGRESO

TRABAJO
8

27

22

12

34

28

16

36

14

39

10

33

15

42

22

46

a) Realice el diagrama de dispersin

b) Determine la ecuacin de la recta (Y)
c) Estime el ingreso para un trabajador que tuvo 17 aos de antigedad ?
d) Determine el coeficiente de correlacin

49

5.- Se toma una muestra de 16 personas y se les somete a un rgimen diettico,

durante un ao y se mide su perdida de peso, obtenindose la siguiente tabla:

50

Ingesta diaria de
caloras

Prdida de peso
(Kg)

1600

23

1800

28

2000

26

2500

10

3000

1850

16

1950

17

1500

30

1650

14

1550

11

1880

16

2100

2900

1700

19

2200

2350

a) Realice el diagrama de dispersin

b) Determine la ecuacin de la recta (Y)

51

c) Cuntas personas pueden perder pesos con una ingesta diaria de 2400
caloras ?
d) Determine el coeficiente de correlacin

FORMULARIO TERCER CORTE

Y a bX
Recta estimada

a=

n XY X Y
n X 2 X

y - bx
n

COEFICIENTE DE CORRELACIN LINEAL

n XY X Y

n X X nY Y
2

52