UNIVERSIDAD DE NARIÑO –FLEXIBILIDAD CURRICULAR

ESTADISTICA II
TALLER PARCIAL I - ASOCIACIÓN BIVARIADA ENTRE VARIABLES CUALI y CUANTI

1. Escriba la respuesta en cada uno de las siguientes preguntas (justifique):

a. Es la hipótesis alterna en la prueba de bondad de ajuste a los datos del modelo de regresión lineal.
b. Es la Prueba alternativa a la Chi cuadrado cuando menos del 80% de las celdas en una tabla de
contingencia tienen valores esperados mayores de 5.
c. Es la conclusión en la prueba de asociación, cuando no se rechaza la hipótesis nula (p valor >
0.05) y la potencia de la prueba es menor a 0.80
d. Es el Coeficiente equivalente al de Spearman pero de cálculo más complejo.
e. Es la conclusión cuando el coeficiente de correlación lineal es igual a cero (ρ=0).
f. Si en un determinado estudio el coeficiente de correlación de Pearson entre dos
variables cuantitativas X, Y, se tiene que r=0, esto significa que las variables no estan
correlecionadas?.
g. El coeficiente de correlación de Pearson es un medida estadística que permite evaluar
la fuerza de la asociación entre dos variables cualesquiera?.
h. Al examinar la asociación entre dos variables cuantitativas X, Y en una muestra aleatoria de 20
unidades de observación se obtuvo un coeficiente de correlación de Pearson r es diferente de cero,
podemos concluir entonces que en la población de donde se tomó la muestra existe una correlación
lineal entre dichas variables?
i. La fuerza de asociación lineal entre dos variables cuantitativas, siempre se determina con el
coeficiente de correlación de Pearson?

2. En un grupo de 100 personas se estudian los atributos Color del Cabello (Moreno, Rubio,
Castaño) y Color de los Ojos (Negro, Marrón, Azul y Verde), obteniéndose la siguiente tabla de
contingencia:

Ojos \ Cabello Moreno Rubio Castaño

Negro 20 8 4
Marrón 16 2 11
Azul 5 8 8
Verde 10 5 3

Están relacionados dichos atributos? Justifique su respuesta

3. La siguiente tabla corresponde a los valores por hora que paga una Universidad a sus docentes
de cátedra (en miles de $) por curso dictado, según su Escalafón Docente (1=Asistente, 2=Asociado,
3=Titular):

Valor hora ESCALAFON

($000) 1 2 3
80 - 100 24 5 6
100 - 120 35 15 8
120 -140 18 35 12
140 - 160 5 32 25

Establezca la asociación (o dependencia) entre las variables valor de la hora y escalafón, mediante
un perfil de fila o columna, diagrama de barras compuestas, prueba estadística y una medida de
asociación apropiada.

4. Una empresa de mercadeo desea establecer si la preferencia por el tipo de producto (extranjero
o nacional) está asociado con el nivel de escolaridad de los consumidores de un bien. Para el efecto
se realizó una encuesta electrónica a una muestra de 222 consumidores, obteniendo los resultados
que se presentan en la siguiente tabla:

Nivel de Tipo de producto

Escolaridad Extranjero Nacional
Primaria 30 57
Secundaria 39 44
Universitaria 40 12

Evalúe la asociación entre las variables (interpretando cada resultado), a partir de:
a. Los datos de la tabla mediante un perfil de fila o columna
b. Un gráfico
c. Una prueba estadística planteando sus hipótesis
d. Un coeficiente de asociación, si encontró asociación

5. Para establecer si existe relación entre el Estado Nutricional (Bueno, Regular, Malo) y el
Rendimiento Académico (Bajo, Medio, Sobresaliente) se midió el Estado Nutricional de 1000 niños
de enseñanza básica en Pasto, obteniéndose la siguiente tabla de frecuencias:
 ESTADO REND.ACADEMICO
NUTRICIONAL Bajo Medio Sobresaliente
Bajo 130 95 30
Regular 90 450 35
Bueno 70 30 70

Analizar la asociación, mediante:

a. Una lectura de los datos en la tabla anterior

b. Un gráfico de barras
c. Un coeficiente de asociación apropiado
d. Confirme el resultado anterior mediante una prueba estadística apropiada

6. En una revista de especializada se compararon las evaluaciones sobre niveles de satisfacción

de los usuarios de 9 Empresas de Salud contra los gastos anuales de la entidad (miles de millones
de $), los datos se muestran en la siguiente tabla

Calificación 75 82 85 87 88 91 92 93 105
Gastos 853 1047 1135 1201 1235 1356 1389 1433 2039

Establezca si hay una correlación lineal entre los gastos de la Entidad y la evaluación, a través de
un gráfico y una medida de asociación apropiada (se desconoce la normalidad en los datos).
Utilizando un Modelo de Regresión Lineal, estime la calificación esperada para una empresa cuyos
gastos anuales son del orden de 1500 miles de millones de $. Pruebe si el Modelo de Regresión
anterior se ajusta a los datos y mida su calidad de ajuste.

7. Para pronosticar el rendimiento en un examen (Y) se utilizan como variables predictivas: la

Inteligencia (W) y la Motivación (X). La matriz de correlaciones (donde por ejemplo ryw=0.9) y los
estadísticos correspondientes son:

Y W X Media D.T.
Y 3,5 0,7
W 0.9 88 24
X 0.6 0.3 7 3

a. Obtenga la ecuación de regresión que permite pronosticar en puntuaciones directas el rendimiento

en el examen a partir de las puntuaciones de la inteligencia
b. Pronostique con el resultado anterior el rendimiento, de un individuo que en la prueba de
inteligencia obtuvo una puntuación de 95.
c. Que puntuación en motivación de un alumno pronosticaría un rendimiento 4.5?
d. En qué porcentaje explican las variaciones en la Inteligencia y la Motivación los cambios en los
Rendimientos del examen?.
e. Cuál variable predictiva explica mejor el Rendimiento, por qué?
f. Confirme los resultados anteriores mediante pruebas estadísticas apropiadas (α=1%)
Nota: utilice las fórmulas estadísticas de correlación y regresión lineal

8. Se desea establecer si la relación entre la edad (X) y los días no trabajados (Y) de los trabajadores
de una Empresa de Mercadeo es directa, es decir, a mayor edad, mayor número de días no
trabajados. Para el efecto se ha seleccionado una muestra de 25 trabajadores de la empresa,
obteniéndose los siguientes resultados:

X 30 45 23 34 57 55 45 21 33 26 30 45 57 24 29 19 20 32 23 36 37 26 48 57 34
Y 3 7 2 3 8 9 5 1 2 2 5 7 10 3 2 1 4 5 1 4 4 1 6 8 6

Analizar la relación LINEAL entre edad y días no trabajados, a través de:

a. Un gráfico de dispersión
b. Un coeficiente de correlación apropiado, si NO se asume normalidad en los datos
c. Una prueba estadística apropiada
d. Estimar el número esperado de días no trabajados por una persona 40 años a partir de la
ecuación de regresión lineal

9. En un estudio de mercados se lograron los siguientes resultados de una variable Y para cada
valor de una variable X:

X 2 3 4 5 6
Y 2.25 2.07 2.03 2.02 2.01
a. Determine gráficamente el modelo lineal es el más adecuado que un no lineal, para efectuar una
regresión de Y sobre X.
b. Estime los parámetros " a " y " b " bajo el modelo lineal
c. Determine los coeficientes de correlación y determinación el modelo anterior y obtenga la
estimación de Y cuando X = 8 y X = 3.5

10. Al investigar la capacidad vital Y en diferentes edades X (en años) en ocho niños se obtuvieron
los siguientes resultados:

X 4 5 6 7 8 9 10 11
Y 0.79 0.93 1.15 1.29 1.47 1.71 1.87 1.99

a. Dibuje un grafico de puntos

b. Ajuste un modelo lineal para estimar la capacidad vital de un niño.
c. Cuál es la calidad del ajuste realizado?. Explique
d. Cree usted que un niño de mucha edad tenga bastante capacidad vital? Explique

11. Según un estudio de la revista PC World el precio de las impresoras electrónicas está relacionada
de manera directa con la velocidad de impresión del texto de las mismas. Para verificar este resultado
se seleccionó una muestra de impresoras de diferente velocidad y marca con los siguientes
resultados respecto a sus precios:

Velocidad(ppm) 10 10 11,7 12 12,2 16,1 17,8 17,8 19,8 28,2

Precio(miles$) 180 250 225 190 250 350 320 470 550 800

Establezca si los resultados anteriores verifican el estudio de la revista (asumiendo normalidad en

los datos):

a. Mediante una prueba t de student, concluya

b. Mediante prueba ANOVA, concluya
c. Estime el valor promedio de una impresora con una velocidad de 15,5 ppm
d. Si el valor de la impresora es de $370.000 que velocidad estimaría en la impresión del texto
e. Establezca la calidad de ajuste del modelo de regresión lineal a los datos

12. La demanda de cierto producto, en millones de pesos, entre los años 2005 a 2016 se presenta
en la siguiente tabla. Mediante un modelo de Regresión se desea realizar una proyección para los
años 2017 y 2108. Utilice el modelo de regresión (lineal, potencial o exponencial) que mejor se ajusta
a los datos?. Explique y realice la proyección.

FECHA 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
AÑOS 1 2 3 4 5 6 7 8 9 10 11 12
DEMANDA 20 35 45 40 55 55 58 62 60 65 72 68

13. Suponga que su investigación de mercado muestra las siguientes estadísticas de venta para
casas de varios precios durante el año pasado:

Precio (Millones de pesos) 160 180 200 220 240 260 280
Ventas de casas nuevas 2016 126 103 82 75 82 40 20

Queremos utilizar estos datos para construir una función de demanda para el mercado de los bienes
raíces. (Recuerde que una función de demanda especifica la demanda, y, medida aquí por ventas
anuales, como una función del precio, x.). Establezca que modelo de regresión (lineal, potencial o
exponencial) se ajusta mejor a los datos, explicando su respuesta. Establezca cual sería la demanda
estimada de casas nuevas con precios de 300 millones de pesos.

14. Los ingresos de ventas de computadores SAMSUNG, en países latinoamericanos, son

mostrados en la siguiente tabla, donde t representa años desde 2009. Obtenga el modelo
exponencial de regresión para los datos y establezca la significancia del ajuste del modelo a los
datos y la calidad de su ajuste, determine además el ingreso estimado para el año 2017.

t = Años (2009 = 0) 0 2 4 7
y = Ingreso (billón $) 3 4 11 25