Ejercicios

1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una

serie de voluntarios se les administra distintas dosis de sal en su dieta y se
mide su tensión arterial un tiempo después.
Y
X (Sal)
(Tensión)
1,6 98
1,3 102
3,3 109
4,2 113
4,6 115
5,0 120

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables

Análisis de Consumo de Sal

140
120 120
113 115
TENSIÓN ARTERIAL

109
100 98 102
80
60
40
20
0
0 1 2 3 4 5 6
CONSUMO DE SAL

El tipo de relación entre la variable Y (Tensión) y la variable X (Sal), es directa,

puesto que el consumo de sal aumenta y la tensión también. Además, con el
resultado anterior se puede corroborar en la gráfica de dispersión que la relación
entre las dos variables tiende a elevarse a medida que aumentan los valores de
cada una.

b. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. ¿Es confiable?
Modelo
Matemático
y = 6,1062x +
88,128
Coeficiente de
R² = 0,987
determinación

R² = 98% Es confiable en un 98%

El modelo R² es una ecuación lineal, el cual arroja como producto un 0,98; esto
quiere decir que el resultado se multiplica por 100 y se obtiene 98% de
confiabilidad; un dato realmente seguro.

c. Determine el grado de relación de las dos variables.

Para obtener el grado de correlación se tiene en cuenta la siguiente fórmula:

Coeficiente de Correlación = A la raíz cuadrada del coeficiente de determinación

Coeficiente de Correlación = √0,987

𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 = 0,9934

Según la tabla anterior de Correlación Lineal, el grado de relación entre las dos
variables es Correlación excelente, ya que se obtuvo como resultado 0,99 y la
tabla muestra los valores de entre 0.90 a 1.

d. Si a un paciente se le administra una dosis de sal de 4,8. ¿Cuál es la tensión

arterial esperada?
La fórmula utilizada es y = 6,1062x + 88,128, reemplazando la x, en este caso la
variable (X Sal), para así poder obtener la tensión arterial esperada; tal y como lo
muestra la siguiente tabla:

4,8 de dosis de sal

suministrada
X Sal Y Tensión
4,8 117,43
Ecuación
y = 6,1062 (4,8) +
88,128
117,43
La tensión arterial esperada es de 117,43; puesto que, comparando los datos
iniciales de la tabla con los resultados planteados en el problema, se puede
observar que se asemeja el resultado, porque la porción de sal es de 5, la presión
arterial es 120.

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está

implantado, se ha considerado que era importante ir anotando periódicamente
el tiempo medio (medido en minutos) que se utiliza para realizar una pieza y el
número de días desde que empezó dicho proceso de fabricación. Con ello, se
pretende analizar como los operarios van adaptándose al nuevo proceso
mejorando paulatinamente su proceso de producción.
Los siguientes datos representan dicha situación:

X (Días) 12 23 35 42 53 65 70
Y (Tiempo en
45 30 27 25 23 21 20
Minutos)

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables.
La variable dependiente es la Y (Tiempo en minutos), porque a mayor tiempo
trabajado, menos días se gasta en producir el producto.
 Tiempo utilizado para fabricar un producto
50
45 45
40
Tiempo en Minutos

35
30 30
25
27
25
23
20 21 20
15
10
5
0
0 10 20 30 40 50 60 70 80
# de Días

El tipo de asociación entre las variables es directa pero negativa, puesto que al
aumentar los valores de la variable Independiente (X Días trabajados), disminuyen
los valores de la variable dependiente (Y Tiempo en Minutos). Así mismo el
resultado se puede observar en la gráfica anterior de dispersión, donde muestra el
declive de la línea si se aumenta los días de trabajo, disminuye el tiempo para
terminar un producto.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
Modelo
Matemático
y = -0,3566x +
42,569
R² Coeficiente de
= 0,7963 determinación

R² = 79% Es confiable en un 79%

El modelo R² es una ecuación lineal, el cual arroja como producto un 0,79; esto
quiere decir que el resultado se multiplica por 100 y se obtiene 79% de
confiabilidad; un dato poco confiable porque existe una probabilidad del 31% de
fallo.

c. Determine el grado de correlación de las dos variables.

Coeficiente de Correlación = A la raíz cuadrada del coeficiente de determinación

Coeficiente de Correlación = √0,796

 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 = 0,892

Según la tabla anterior de Correlación Lineal, el grado de relación entre las dos
variables es Correlación aceptable, ya que se obtuvo como resultado 0,89 y la
tabla muestra los valores de entre 0.80 a 0.90.

d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 80 días?

La fórmula utilizada es y = -0,3566x + 42,569, reemplazando la x, en este caso la
variable (X días), para así poder obtener el tiempo requerido por un empleado; tal
y como lo muestra la siguiente tabla:
Y (Tiempo en
Ecuación X(Días)
Min)
y = -0,3566 (80) +
80 14
42,569
El tiempo que debe tardarse el empleado en 80 días es 14 minutos, ya que,
comparando los datos iniciales de la tabla con los resultados planteados en el
problema, se puede observar que se asemeja el resultado, porque en 70 días que
tarda un empleado, el tiempo en minutos es de 20.

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático

que permita determinar la relación entre el peso y la estatura de sus
estudiantes. Para ello selecciona 10 niños y realiza las mediciones respectivas.
A continuación, se presentan los resultados:
X (Estatura 120 124 107 118 112 110 115 104 110 116
(cm))
Y (Peso 24 23 19 24 21 19 22 16 20 23
(kg))
a. Identifique la variable dependiente (y) y la variable independiente (x), realice el
diagrama de dispersión y determine el tipo de asociación entre las variables.
Variable dependiente (Y Peso (kg)) y la variable independiente (X Estatura (cm)).

Relación entre el peso y la estatura de

los estudiantes
30

25
20 24 24
21 22 23 23
20
19
Peso (kg)

15 16
19
10

0
100 105 110 115 120 125
Estatura (cm)

El tipo de asociación entre las variables es directa pero negativa, puesto que al
aumentar los valores de la variable independiente (X estatura), la variable
dependiente disminuye (Y peso). Puesto que el resultado se puede observar en la
gráfica anterior de dispersión, donde muestra el declive de la línea hacia el lado
izquierdo si se aumenta la estatura de un estudiante, disminuye el peso del
mismo.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
Modelo
Matemático
y = 0,386x - 22,751
R² Coeficiente de
= 0,8329 determinación

R² = 83% Es confiable en un 83%

El modelo R² es una ecuación lineal, el cual arroja como producto un 0,83; esto
quiere decir que el resultado se multiplica por 100 y se obtiene 83% de
confiabilidad; un dato confiable porque existe una probabilidad solo del 13% de
fallo.
c. Determine el grado de correlación de las dos variables.

Coeficiente de Correlación = A la raíz cuadrada del coeficiente de determinación

Coeficiente de Correlación = √0,832

𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 = 0,9126

Según la tabla anterior de Correlación Lineal, el grado de relación entre las dos
variables es Correlación excelente, porque se obtuvo como resultado 0,91 y la
tabla muestra los valores de entre 0.90 a 1.

d. ¿Cuál es el peso que debería tener un estudiante que mida 120 cm?
La fórmula utilizada es y = 0,386x - 22,751, reemplazando la x, en este caso la
variable (X Estatura), para así poder obtener el peso del estudiante; tal y como lo
muestra la siguiente tabla:
Ecuación X (Estatura (cm)) Y (Peso (kg))
y = 0,386 (120) - 22,751 120 23

El peso que debería tener un estudiante que mide 120 cm es 23 kg, así mismo
comparando los datos iniciales de la tabla con los resultados planteados en el
problema, se puede observar que se asemeja el resultado, ya que una estatura de
116 cm, el peso es de 23 kg.