ANALISIS DE REGRESION Y CORRELACION

1. El número de españoles (en millones) ocupados en la agricultura, para los años que se
indican, era:
Año 198 1982 198 1986 198 199 1992 1994
0 4 8 0
Ocupados 2,1 2,04 1,96 1,74 1,69 1,49 1,25 1,16

a) ¿Podría explicarse su evolución mediante una recta de regresión?

Si
b) ¿Qué limitaciones tendrían las estimaciones hechas por esa recta?

No vale para hacer estimaciones alejadas de los años considerados.

2. Asocia las rectas de regresión y = –x +16, y = 2x – 12, y = 0,5x + 5 a las nubes de

puntos siguientes:

y = 0,5x + 5 y = 2x – 12 y = –x +16

3. Asigna los coeficientes de correlación lineal r = 0,4, r = –0,85 y r = 0,7, a las nubes del
problema anterior.

Respectivamente: (a), (b), (c)

Tipo II. Cálculo de la correlación y regresión
4. a) Calcula la recta de regresión de Y sobre X en la distribución siguiente realizando
todos los cálculos intermedios.
X 10 7 5 3 0 25
Y 2 4 6 8 10 30
X*y 20 28 30 24 0 102
X2 100 49 25 9 0 183
Y2 4 16 36 64 100 220

R: a= 10,138 b= - 0.8276
y = 10,138 – 0,8276x

b) ¿Cuál es el valor que correspondería según dicha recta a X = 7?

R: 4,3448.
5. El número de bacterias por unidad de volumen, presentes en un cultivo después de un
cierto número de horas, viene expresado en la siguiente tabla:
X: Nº de horas 0 1 2 3 4 5 15
Y: Nº de 12 19 23 34 56 62 206
bacterias
X*Y 12 19 46 102 224 318 701
X2 0 1 4 9 16 25 55
Y2 14 36 52 115 313 384 917
4 1 9 6 6 4 0

Calcula:
a) Las medias y desviaciones típicas de las variables, número de horas y número de
bacterias.
x̄ = 2,5; sx = 1,70782; ȳ = 34,3333; sy = 18,6964
b) La covarianza de la variable bidimensional.
COVARIANZA= r * Sx * Sy
S x*y = 0,97086*1,70782*18,6964 => COVARIANZA= 31
c) El coeficiente de correlación e interpretación.
r = 0.97086

d) La recta de regresión de Y sobre X.

y = 7,7619+10,6285x

6. La tabla siguiente muestra las notas obtenidas por 8 alumnos en un examen, las horas de
estudio dedicadas a su preparación y las horas que vieron la televisión los días previos al
examen.

Nota 5 6 7 3 5 8 4 9
Horas de estudio 7 10 9 4 8 10 5 14
Horas de TV 7 6 2 11 9 3 9 5

a) Representa gráficamente los diagramas correspondientes a nota-estudio y nota-TV.

 N O TA VR S HR S . E S T UD IO
10
8 f(x) = 0.61 x + 0.8
6
. NOTA

4
2
0
2 4 6 8 10 12 14 16
HRS. ESTUDIO

10 NOTA - HRS. TV.

8
f(x) = − 0.55 x + 9.46
6
NOTA

4
2
0
0 2 4 6 8 10 12
HRS. TV.

b) ¿Se observa correlación entre las variables estudiadas? ¿De qué tipo? ¿En qué caso
estimas que es más fuerte?
Sí. Directa; inversa; se estima que es más fuerte en notas vs estudios

7. Con los datos del problema anterior, halla el coeficiente de correlación de nota-estudio y
nota-TV. ¿Qué puede deducirse con más precisión conociendo la nota que obtuvo una
persona en el examen: el tiempo que dedicó al estudio o el que dedicó a ver la televisión?

X Y
HORAS DE ESTUDIO NOTA X*Y X2 Y2
7 5 35 49 25
10 6 60 100 36
9 7 63 81 49
4 3 12 16 9
8 5 40 64 25
10 8 80 100 64
5 4 20 25 16
14 9 126 196 81
67 47 436 631 305

r= 0,943382
 X Y
HORAS TV NOTA      
7 5 35 49 25
6 6 36 36 36
2 7 14 4 49
11 3 33 121 9
9 5 45 81 25
3 8 24 9 64
9 4 36 81 16
5 9 45 25 81
52 47 268 406 305

r=0,846283

El tiempo que dedicó al estudio puede deducir con más precisión la nota del estudiante.

8. Con los mismos datos, halla las rectas de regresión correspondientes y estima para un
alumno que sacó un 2 en el examen:
a) Las horas que estudió.
Y= 0.7961+0.60644
2 = 0.7961+0.60644X
X= 2hrs.

b) Las horas que vio la TV.

Y= 9,4596-0.5515X
2 = 9,4696-0,5515X
X = 13.51 hrs.

9. La altura, en cm, de 8 padres y del mayor de sus hijos varones, son:

Padre 170 173 178 167 171 169 184 175
Hijo 172 177 175 170 178 169 180 187

a) Calcula la recta de regresión que permita estimar la altura de los hijos dependiendo
de la del padre; y la del padre conociendo la del hijo.
 ALTURA PADRE VRS HIHO

190
187
185
ALTURA HIJO 180
180 f(x) = 0.62 x + 68.19
178 177
175 175
172
170 170 169
165
160
166 168 170 172 ALTURA
174 176 178 180 182 184 186
PADRE

H = 68,1853 + 0,621859 · P
b) ¿Qué altura cabría esperar para un hijo si su padre mide 174? ¿Y para un padre, si
su hijo mide 190 cm?
Y= 68.185+0.6219 (174) 190= 68.185+0.6219x
Y= 177 Cm. para un hijo x= 195,88 cm. Para el padre

10. [S] Durante su primer año de vida han pesado a Marta cada mes. En la tabla siguiente se
dan sus pesos:
x 1 2 3 4 5 6 7 8 9 10 11 12
y 3,2 3,7 4,2 5,3 5,7 6,5 6,8 7,2 7,9 7,7 8 8,5

En esta tabla, x representa la edad en meses e y el peso en kilogramos.

x y      
edad/mese
s peso/kg x*y x2 y2
1 3,2 3,2 1 10,24
2 3,7 7,4 4 13,69
3 4,2 12,6 9 17,64
4 5,3 21,2 16 28,09
5 5,7 28,5 25 32,49
6 6,5 39 36 42,25
7 6,8 47,6 49 46,24
8 7,2 57,6 64 51,84
9 7,9 71,1 81 62,41
10 7,7 77 100 59,29
11 8 88 121 64
12 8,5 102 144 72,25
78 74,7 555,2 650 500,43

a) Calcula la media y la desviación típica de los pesos.

Ý = 6.225
 Sxy
r=
Sx∗Sy
12∗555.20−78∗74.7
r=
√( 12∗650−78 )( 12∗500.43−74.7 ) = 0.97861
2 2

Sxy= 835.80
Sx= 41.4246
Sy= 20.6172
DESVIACION TIPICA DE PESOS
20.7172 / 12 = 1.7181

b) Determina la ecuación de la recta de regresión de y sobre x, explicando detalladamente

los cálculos que haces y las fórmulas que utilizas.

Sxy
b=
SX 2
835.80
b= =0.48682
41.42462

a= ý – b x́
a= 6.225- 0.48682*6.5
a= 3.0590

y= 3,0590+0,48682 x

11. Utilizando la recta de regresión de x sobre y correspondiente a la distribución siguiente:

x = altura sobre el nivel del mar 0 184 231 481 911
y = temperatura media en ºC 20 18 17 12 10
Calcula la altitud de una ciudad en la que la temperatura media es de 15º.

x y      
ALTURA s.n.m ° C X*Y X2 Y2
0 20 0 0 400
184 18 3312 33856 324
231 17 3927 53361 289
481 12 5772 231361 144
911 10 9110 829921 100
1807 77 22121 1148499 1257

a= 19.5627 15 =19,5627-0.01151 X
b= -0.01151 X= 396.41