Licenciatura en Matemáticas

Materia: Estadística 1 Clave: MT-MEST1-1802-B2-001

Unidad 1. Evidencia de Aprendizaje1.

Para cada uno de los siguientes ejercicios calcule:

a) Dibuja el diagrama de dispersión

b) El coeficiente de correlación de Pearson e interprete su resultado
1.- Se quiere saber si existe una relación entre el ingreso familiar y el precio de la casa
habitacional. Se tomó una muestra de 25 familias, los resultados se presentan en la
siguiente tabla:

Familia Ingreso (miles) Precio casa (miles)

1 3.5 520

2 8.9 810

3 110 10,050

4 13 870

5 11.5 790

6 45 5560

7 32 4300

8 28 990

9 29.7 1060

10 32.6 1270

11 85 9460

12 75.4 8800

13 5.7 620

14 12 730

15 14.6 810

16 48.9 5570

17 18.5 =574.3 1120=53330

n(∑ xy) − (∑ x)(∑ y)

r=
√n(∑ x2 ) − (∑ x)2 √n(∑ y2 ) − (∑ y)2

Familia Ingreso Precio casa x2 y2 x∗y

1 3.5 520 (3.5)2 =12.25 (520)2 = 270400 1820

2 8.9 810 (8.9)2 =34.81 (810)2 =656100 7209

3 110 10,050 (110)2 =12100 (10,050)2 =10100250 11055500

4 13 870 (13)2 =169 (870 2 =756900 11310

5 11.5 790 (11.5)2 =132.25 (790)2=624100 9085

6 45 5560 (45)2 =2025 (5560)2 =30913600 250200

7 32 4300 (32)2 =1024 (4300)2 =18490000 137600

8 28 990 (28)2 =784 (990)2=980100 27720

9 29.7 1060 (29.7)2 =882.09 (882.09)2 =1123600 31482

10 32.6 1270 (32.6)2 =1062.76 (1270)2 =1612900 41402

11 85 9460 (85)2 =7225 (9460)2 =89491600 804100

12 75.4 8800 (75.4)2 =5685.16 (8800)2 =77440000 663520

13 5.7 620 (5.7)2 =32.49 (620)2 =384400 3534

14 12 730 (12)2 =144 (730)2=532900 8760

15 14.6 810 (14.6)2 =213.16 (810)2=656100 11826

16 48.9 5570 (48.9)2 =256 (5570)2 =31024900 272373

17 18 112 (18.5)2 = 289 (112)2 = 125400 20720

574.3 53330 137284.21 277602250 3408161

17(3408161) − (574.3)(53330)
r=
√(17(137284.21) − (574.3)2 √17(277602250) − (53330 )2

57938737 − 30627419
r=
√(39675136 − 329820.49) √(4719238250 − 28.440889)

27311318
r=
√39345316 √4719238222
27311318 27311318
= = 0.6338116
(6272.5844)(6869.6711) 43090591

r = 0.6338116
Ejercicio 1

Familia Ingreso (miles) Precios casa (miles)

1 3.5 520
2 8.9 810
3 110 10050
4 13 870
5 11.5 790
6 45 5560
7 32 4300
8 28 990
9 9.7 1060
10 32.6 1270
11 85 9460
12 75.4 8800
13 5.7 620
14 1 730
15 14.6 810
16 48.9 5570
17 18.5 1120
Total: 543.3 53330

12000

10000
Eje y:Precios de la casa (miles)

8000

6000 Precios casa (miles)

4000 Linear (Precios casa

(miles))
2000

0
0 50 100 150
-2000
Eje x: Ingreso (miles)

Interpretación:
Como podemos observar la gráfica nos muestra su dependencia que en primera instancia es
positiva y fuerte por lo que existe una correlación entre el ingreso familiar y los precios de
las casas alto entre la muestra tomada de 25 familias y los resultados expresados.

2.- En la siguiente tabla se muestran 9 pedidos hechos a una planta, las unidades producidas
y su costo.

Pedido Unidades pedidas Costo (miles)

1 400 53

2 320 41

3 250 37

4 106 28

5 700 102

6 453 58

7 565 76

8 620 83

9 200=3614 24=502

n(∑ xy) − (∑ x)(∑ y)

r=
√n(∑ x2 ) − (∑ x)2 √n(∑ y2 ) − (∑ y)2

Pedido Unidades pedidas Costo (miles) x2 y2 x. y

1 400 53 (400)2=160000 (53)2 =2809 21200

2 320 41 (320)2=102400 (41)2 =1681 13120

3 250 37 (250)2=62500 (37)2 =1369 9259

4 106 28 (106)2 =11236 (28)2 =784 2968

5 700 102 (700)2=490000 (102)2 =10404 71400

6 453 58 (453)2=205209 (58)2 =3364 26274

7 565 76 (565)2=319225 (76)2 =5776 42940

8 620 83 (620)2=384400 (83)2 =6889 51460

9 200 24 (200)2 =40000 (24)2 =576 4800

3614 502 2274970 33652 162732

n(∑ xy) − (∑ x)(∑ y)

r=
2
√n(∑ x 2 ) − (∑ x)2 √n(∑ y ) − (∑ y)2

9(162732) − (3614 )(502)

r=
√(9(2274970) − (3614)2 √(9(33652) − (502)2

1464588 − 1814228
r=
√(20474730 − 13060996)√(302868 − 252004)

−349640 −349640
r= =
√7413734√50864 (2722.8172)(225.53048)

−349640
r= = −0.68204466
512589.55

Ejercicio 2

Pedido Unidades producidas Costo

1 400 53
2 320 41
3 250 37
4 106 28
5 700 102
6 453 58
7 565 76
8 620 83
9 200 24
Total: 3614 502
 120

Eje y:Costo (miles) 100

80

60
Costo
40 Linear (Costo)

20

0
0 200 400 600 800
Eje x: Unidades producidas

Interpretación:

La gráfica nos deja ver una correlación fuerte pero negativa con tendencia a -1
especificándola en forma fuerte y clara entre las unidades producidas y el costo en dichas
unidades en relación a los pedidos realizados a la planta.

3.- En una cadena de comida rápida se desea saber si, existe relación entre los ingresos
obtenidos en un día y la población de comensales que laboran cerca de los restaurantes.
Para analizarlo, se tomó una muestra de 10 restaurantes cercanos a oficinas y se determinó
el número aproximado de clientes que pasan por sus establecimientos en cierto horario.

Restaurante Población de trabajadores Ingresos diarios

1 400 52200

2 348 47150

3 285 36520

4 104 24100

5 47 12300

6 523 67890

7 149 30250

8 96 28790

9 265 31850
10 302 42200

n(∑ xy) − (∑ x)(∑ y)

r=
√n(∑ x2 ) − (∑ x)2 √n(∑ y2 ) − (∑ y)2

Restaurante Población Ingresos x2 y2 x∗y

De trabajadores diarios

1 400 52200 (400)2 =160000 (52200)2 =27248400 20880000

2 348 47150 (348)2=121104 (47150)2 =22231225 16408200

3 285 36520 (285)2=81225 (36520)2 =13337104 10408200

4 104 24100 (104)2=10816 (24100)2 =58081000 2506400

5 47 12300 (47)2 =2209 (12300)2=15129000 578100

6 523 67890 (523)2=273529 (67890)2 =46090521 35506470

7 149 30250 (149)2=22201 (30250)2 =91506250 4507250

8 96 28790 (96)2 =9216 (28790 )2=82886410 2763840

9 265 31850 (265)2=70225 (31850)2 =10144225 8440250

10 302 42200 (302)2=91204 (42200)2 =17808400 12744400

2519 373250 841729 379991239 114743110

10(114743110) − (2519)(373250)
r=
√(10(841729) − (2519)2 √(10(3799911239) − (373250)2

1147431100 − 99021675
r=
√(8417290 − 63453619)√(3799912390 − 139315562500)

1053409425
r=
√2071929√135515650110
105340925
r=
(1439.4196)(116411.12537038)
 105340925
r= = 0.0000062866
16756445551618

Ejercicio 3:

Restaurante Población trabajadores Ingresos diarios

1 400 52200
2 348 47150
3 285 36520
4 104 24100
5 47 12300
6 523 67890
7 149 30250
8 96 28790
9 265 31850
10 302 42200
Total: 2519 373250

80000
70000
Eje y: Ingresos Diarios

60000
50000
40000
Series1
30000
Linear (Series1)
20000
10000
0
0 200 400 600
Eje x: Población Trabajadores

Interpretación:

La gráfica nos enseña un coeficiente de correlación muy claro positivo y fuerte entre la
población de trabajadores y sus ingresos diarios con respecto a la muestra tomada para
dichos restaurantes y los comensales cercanos a ellos.