1) Un equipo se encargó de analizar las causas de los frecuentes errores en las

facturas diligenciadas por una clínica. El número de datos variaban según el

tipo de factura. Un miembro del equipo propuso concentrarse en simplificar
las facturas más complicadas, seguramente causa de la mayoría de errores.
El equipo decidió investigar en primer lugar la teoría, aparentemente obvia,
según la cual el número de errores en una factura dependía de la cantidad
de datos a incluir en la misma. Los datos recogidos fueron:

¿El diagrama de dispersión confirma la teoría “de la existencia de la relación entre

el número de datos a incluir en la factura y la cantidad de errores en la misma?

ER RO R ES D E FAC T UR A
15

10

0
0 5 10 15 20 25 30
La teoría planteada no se cumple, ya que el diagrama no muestra simetría para
formar una línea recta la que indicaría correlación, en este caso es nula.

2) Teniendo en cuenta los datos arrojados anteriormente, se tomo la decisión

de hacer una estratificación de los datos por empleada (una tenía mucha más
experiencia que la otra) mostró que efectivamente no existía la correlación
buscada pero si una clara diferencia entre el número de errores entre las dos.

a. ¿Qué puede concluir después de realizar los respectivos diagramas de

dispersión?

Carmen
6
4
2
0
0 10 20 30

Maria
15

10

0
0 10 20 30

Se puede concluir que Carmen al tener más experiencia tiene menos

errores indiferente en la cantidad de formatos, como se muestra en el
diagrama se alcanza a ver una correlación, María al tener poca
 experiencia comete más errores al diligenciar los formatos, mostrando un
diagrama nulo.

b. ¿Qué estrategia utilizaría para minimizar los errores en las facturas?

Verificar las facturas donde se cometen más errores, crear instrucciones

claras para el diligenciamiento y hacer capacitaciones sobre las fallas
cometidas.

3) La tabla siguiente presenta el mejoramiento (en la velocidad de la lectura) de

ocho estudiantes que cursan un programa de lectura de velocidad y el
número de semanas que siguieron el programa:

Número Mejoramiento de la
de lectura (Palabras
semanas por minuto).

x y

3 86

5 118

2 49

8 193

6 164

9 232

3 73

4 109

x y x2 y2 xy
3 86 9 7396 258
5 118 25 13924 590
2 49 4 2401 98
8 193 64 37249 1544
6 164 36 26896 984
 9 232 81 53824 2088
3 73 9 5329 219
4 109 16 11881 436
40 1024 244 158900 6217
1600

a. Ilustre los ocho puntos de los datos para verificar si es razonable que la
relación entre el mejoramiento de lectura promedio y el tiempo es lineal.

Mejoramiento de la lectura vs número de semanas

250
200
150
100
50
0
0 2 4 6 8 10

Se evidencia una correlación en el diagrama, mostrando un avance significativo en

el aumento de las semanas junto con la cantidad de palabras por minuto.

b. Encuentre la ecuación de la línea de mínimos cuadrados que nos

permitirá pronosticar el mejoramiento de velocidad a partir del número de
semanas que un estudiante ha seguido el programa.

∑ 𝑥𝑖 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑦𝑖 ∑(𝑥𝑖 )2
𝑏=
(∑ 𝑥𝑖 )2 − 𝑛 ∑(𝑥𝑖 )2

(40)(6217) − (1024)(244)
𝑏=
1600 − 8(244)

248680 − 249856
𝑏=
1600 − 1952
−1176
𝑏=
−352
𝑏 = 3.34091

𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑎=
𝑛 ∑(𝑥𝑖 )2 − (∑ 𝑥𝑖 )2
 8(6217) − (40)(1024)
𝑎=
8(244) − 1600

49736 − 40960
𝑎=
1952 − 1600
8776
𝑎=
352
𝑎 = 24.93182

𝑦 = 𝑎𝑥 + 𝑏

𝑦 = 24.93182𝑥 + 3.34091

mejoramiento en la velocidad de lecturas

250
y = 24,932x + 3,3409
R² = 0,9828
200

150

100

50

0
0 2 4 6 8 10

Los estudiantes que han seguido el programa, muestran una correlación lineal
excelente.

c. Use los resultados de la parte (b) para pronosticar el mejoramiento de

velocidad de un estudiante después de que ha conseguido el programa
durante siete semanas.
𝜎𝑥𝑦
𝑟=
𝜎𝑥𝜎𝑦
∑ 𝑥𝑖 𝑦𝑖 6217
𝜎𝑥𝑦 = − 𝑥̅ ∙ 𝑦̅ = − (5)(128)
𝑛 8
𝜎𝑥𝑦 = 777.125 − 640

𝜎𝑥𝑦 = 137.125
 ∑ 𝑥𝑖2 244 2
𝜎𝑥 = √ − (𝑥̅ )2 = √ − (5 )
𝑛 8

𝜎𝑥 = √30.5 − 25

𝜎𝑥 = √5.5

𝜎𝑥 = 2.34521

∑ 𝑦𝑖2 158900
𝜎𝑦 = √ − (𝑦̅)2 = √ − (128)2
𝑛 8

𝜎𝑦 = √19862.5 − 16384

𝜎𝑦 = √3478.5

𝜎𝑦 = 58.9788

137.125
𝑟=
(2.34521)(58.9788)

137.125
𝑟=
138.31767
𝑟 = 0.9913

Después de las siete semanas, el pronóstico es excelente ya que entre más

semanas en el programa se evidencia una mejoría en la velocidad de lectura.

4. Una socióloga que estudia la relación entre el tamaño de la familia y las

cuentas por alimentos seleccionó al azar a seis clientas de un supermercado.
A cada clienta seleccionada se le preguntaba cuántos hijos menores de 18
años de edad vivían con ella y también el número de cuartos de leche que
en promedio se consumía por semana en su hogar. Estos son los datos
resultantes de esta encuesta:

Número de hijos Consumo semanal

menores de 18 años de leche(cuartos)

2 14

2 20
 2 9

2 25

2 16

2 14

a. La socióloga quería encontrar la línea de mínimos cuadros que le permitiera

pronosticar el consumo de leche con base en el número de hijos. ¿Qué
problemas de cálculo enfrentará?
x y x2 y2 x.y
2 14 4 196 28
2 20 4 400 40
2 9 4 81 18
2 25 4 625 50
2 16 4 256 32
2 14 4 196 28
12 98 24 1754 196
144

∑ 𝑥𝑖 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑦𝑖 ∑(𝑥𝑖 )2
𝑏=
(∑ 𝑥𝑖 )2 − 𝑛 ∑(𝑥𝑖 )2

(12)(196) − (98)(24)
𝑏=
144 − 6(24)

2.352 − 2.352
𝑏=
144 − 144
0
𝑏=
0
𝑏 = 𝑖𝑛𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜

𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑎=
𝑛 ∑(𝑥𝑖 )2 − (∑ 𝑥𝑖 )2

6(196) − (12)(98)
𝑎=
6(24) − 144
 1,176 − 1,176
𝑎=
144 − 144
0
𝑎=
0
𝑎 = 𝑖𝑛𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜

El problema de calculo que enfrento la socióloga al determinar los mínimos

cuadrados es que los datos de la pendiente y el interceptor arrojan datos
indeterminados.

5. Un estudio de la relación entre los [Q’s de los esposos y sus esposas dio la
ecuación de mínimos cuadrados y = 48- 0.5 x donde x es el [Q del esposo e
y es el [Qde la esposa. Considerando que esta ecuación se basa en los
siguientes datos:

x Y

90 90

114 102

102

x y x2 y2 x.y
90 90 8100 8100 8100
114 102 12996 10404 11628
𝑦3 2
102 10404 𝑦3 102 𝑦3
306 192 + 𝑦3 31500 18504 + 𝑦3 19728+102 + 𝑦3
2

93636

b. Se ha omitido uno de los valores de y, encuentre el valor faltante de y.

∑ 𝑥𝑖 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑦𝑖 ∑(𝑥𝑖 )2
48 =
(∑ 𝑥𝑖 )2 − 𝑛 ∑(𝑥𝑖 )2

(306)(19728 + 102𝑦3 ) − (192 + 𝑦3 )(31500)

48 =
93636 − 3(31500)

6´036.768 + 31212𝑦3 − 6´048,000 − 31500𝑦3

48 =
93636 − 94500
 −11232 − 288𝑦3
48 =
−864
(−864)48 + 11232 = −288𝑦3

−41472 + 11232 = 288𝑦3

−30240 = −288𝑦3

−30240
= 𝑦3
−288
105 = 𝑦3

6. Los siguientes son los números de minutos que 12 mecánicos, que requieren
para ensamblar una máquina en la mañana, x, y en la tarde, y:

x y

12 14

11 11

9 14

13 11

10 12

11 15

12 12

14 13

10 16

9 10

11 10

12 14
c. Calculo r.
𝜎𝑥𝑦
𝑟=
𝜎𝑥𝜎𝑦
∑ 𝑥𝑖 𝑦𝑖 368
𝜎𝑥𝑦 = − 𝑥̅ ∙ 𝑦̅ = − (2,7)(2,8)
𝑛 12
𝜎𝑥𝑦 = 30,6666 − 7,56

𝜎𝑥𝑦 = 23,1066

∑ 𝑥𝑖2 364 2
𝜎𝑥 = √ − (𝑥̅ )2 = √ − (2,7 )
𝑛 12

𝜎𝑥 = √30.3 − 7,1

𝜎𝑥 = √23,2

𝜎𝑥 = 4.8166

∑ 𝑦𝑖2 396
𝜎𝑦 = √ − (𝑦̅)2 = √ − (2,8)2
𝑛 12

𝜎𝑦 = √33 − 8,02

𝜎𝑦 = √24,98

𝜎𝑦 = 4,9979

23,1066
𝑟=
(4.8166)(4,9979)

23,1066
𝑟=
24,072

𝑟 = 0,95

7. Si calculamos r para cada uno de los siguientes conjuntos de datos, ¿debería

sorprendernos obtener r=1 y r= -1? Explique sus respuestas.

a. x Y b. x y
6 9 12 5
14 11 8 15
 𝜎𝑥𝑦
a. 𝑟 = 𝜎𝑥𝜎𝑦
∑ 𝑥𝑖 𝑦𝑖 208
𝜎𝑥𝑦 = − 𝑥̅ ∙ 𝑦̅ = − (10)(10)
𝑛 2
𝜎𝑥𝑦 = 104 − 100

𝜎𝑥𝑦 = 4

∑ 𝑥𝑖2 232 2
𝜎𝑥 = √ − (𝑥̅ )2 = √ − (10 )
𝑛 2

𝜎𝑥 = √116 − 100

𝜎𝑥 = √16

𝜎𝑥 = 4

∑ 𝑦𝑖2 202
𝜎𝑦 = √ − (𝑦̅)2 = √ − (10)2
𝑛 2

𝜎𝑦 = √101 − 100

𝜎𝑦 = √1

𝜎𝑦 = 1

4
𝑟=
(4)(1)

4
𝑟=
4
𝑟=1
𝜎𝑥𝑦
b. 𝑟=
𝜎𝑥𝜎𝑦
∑ 𝑥𝑖 𝑦𝑖 180
𝜎𝑥𝑦 = − 𝑥̅ ∙ 𝑦̅ = − (10)(10)
𝑛 2
𝜎𝑥𝑦 = 90 − 100

𝜎𝑥𝑦 = −10

∑ 𝑥𝑖2 208 2
𝜎𝑥 = √ − (𝑥̅ )2 = √ − (10 )
𝑛 2
 𝜎𝑥 = √104 − 100

𝜎𝑥 = √4

𝜎𝑥 = 2

∑ 𝑦𝑖2 250
𝜎𝑦 = √ − (𝑦̅)2 = √ − (10)2
𝑛 2

𝜎𝑦 = √125 − 100

𝜎𝑦 = √25

𝜎𝑦 = 5

−10
𝑟=
(2)(5)

−10
𝑟=
10
𝑟 = −1

(:o) No debería sorprendernos, ya que en ambos casos las medidas son similares
y las variables iguales, mostrando una combinación lineal entre las mismas.

8. Señale en cada caso si esperaría una correlación positiva, una correlación

negativa o ninguna correlación:

a. Las edades de sus esposos y sus esposas.

Correlación nula, ya que la edad varía frecuentemente tanto en esposas o como
esposos.
b. La cantidad de hule de las llantas y el número de millas que han recorrido.
Correlación positiva, ya que el grosor de la llanta lo determina la cantidad de hule,
y esto haría que el automóvil pueda recoger más millas.
c. El número de horas que los golfistas practican y sus calificaciones
Correlación positiva, se evidenciaría calificaciones más altas entre mas hora de
práctica.
d. El peso de la carga de los camiones y su consumo de gasolina.
Correlación negativa, debido a que se incrementa el gasto de la gasolina a mayor
peso de carga.
e. La medida de la concentración de polen en el aire y la venta de
medicamentos antialérgicos;
Correlación positiva: se incrementa la venta de medicamentos antialérgicos, a
medida que aumenta la cantidad de polen en el aire, porque produce mas
enfermedades alérgicas respiratorias.
f. El ingreso y la educación;
Correlación positiva: Porque a mayores ingresos se tienen más posibilidades
de un mejor nivel educación.
g. El número de días soleados en agosto en Detroit y la concurrencia al
zoológico de Detroit;
Correlación positiva: Porque en días más soleados se puede generar un mayor
ingreso al zoológico.
h. La talla de la camisa y el sentido del humor;
Correlación nula: Ya que no existe ninguna correlación entre las variables.
i. El número de personas vacunadas contra la gripe y el número de personas
que contraen esa enfermedad.
Correlación negativa: Porque entre más personas vacunadas menos nos las
personas que contraen la enfermedad.