1).

En la siguiente tabla, donde: Y= Peso, x = Altura

a) Realice un diagrama de dispersión e indique. ¿Sugiere la gráfica una

asociación lineal?

DIAGRAMA DE DISPERSIÓN ENTRE EL PESO Y LA ALTURA

100
90
f(x) = 0.88 x − 80.22
80 R² = 0.73
70
60
50
40
30
20
10
0
160 165 170 175 180 185 190 195 200

La gráfica sugiere que existe una correlación lineal positiva

 b) Realice la ecuación de regresión
Y= a+bX

Y = - 80.222 + 0.877X

c) Interprete la pendiente, realice un pronóstico

b: 0.877

Si aumenta un cm más en su talla esta persona, su peso aumentará en 0.877

kg.

Pronosticar el peso para una persona que tiene una altura de 172.

Y = - 80.222 + 0.877(172)

Se pronostica un peso de 70.6 kg, para una persona que tiene172 cm.

d) Calcule e interprete el coeficiente de correlación

R=0.8537
EL peso y la altura de las personas presentan una correlación muy alta.

e) Calcule e interprete el coeficiente de determinación

R^2= 0.73
 El 73% del peso (Y = Dependiente) se debe o se explica a la
altura. (X= independiente).
 Mientras el valor de determinación se acerca mas al uno el
modelo de regresión será más útil para realizar las estimaciones,
por lo tanto podemos concluir que el modelo es valido para las
estimaciones.
f) Determinar si la variable X (ALTURA) influye en el peso

P<0.05 La variable X influye en Y

P>0.05 La variable X no influye en Y

0.00041 < 0.05

Se concluye que la altura influye en el peso.

 g) Calcular e interpretar el error estándar de estimación

Error típico 5.572341251 ERROR DE ESTIMACIÓN

 EJERCICIOS DE PRÁCTICA
1) En un estudio, por medio de detectores radioactivos, de la capacidad
corporal para absorber hierro y plomo, participaron diez sujetos. A cada
uno se le da una dosis oral idéntica de hierro (sulfato ferroso) y de plomo
(cloruro de plomo-203). Después de doce días se mide la cantidad de
cada componente retenida en el sistema corporal y, a partir de éstas, se
determinan los porcentajes absorbidos por el cuerpo. Los datos
obtenidos fueron:

Hierro (%) X 17 22 35 43 80 85 91 92 96 100

Plomo (%) Y 8 17 18 25 58 59 41 30 43 58

DESARROLLO:

a) Dibuja la nube de puntos. Basándose en ella, ¿se puede esperar que

el coeficiente de correlación esté próximo a 1, -1 ó 0?.

DIAGRAMA DE DISPERSIÓN ENTRE EL HIERO Y EL PLOMO

70

60

50 f(x) = 0.48 x + 3.87

R² = 0.71
40

30

20

10

0
10 20 30 40 50 60 70 80 90 100 110

 Coeficiente de relación
R=0.8407

EL hierro y el plomo en las personas presentan una correlación muy alta.

b) Halla e interpreta el coeficiente de determinación.

R^2= 0.71
 El 71% de componentes retenidas en el sistema corporal se debe
a la absorción del plomo y hierro.
 Mientras el valor de determinación se acerca más al uno el
modelo de regresión será más útil para realizar las estimaciones,
por lo tanto, podemos concluir que el modelo es válido para las
estimaciones.

c) Estima la recta de regresión y utilízala para predecir el porcentaje de

hierro absorbido por un individuo cuyo sistema corporal absorbe el 15%
del plomo ingerido.

Y = 3.8657 + 0.4816x

Y= 4.3473X

X= 4.3473/y

X= 4.3473/15

X= 0.29 %

Se predice el 0.29% de hierro adquirido por un individuo cuyo sistema

corporal absorbe el 15% del plomo ingerido.
2). Las calificaciones de un examen y el número de horas de estudio para el
examen, de una muestra de 12 estudiantes, se presenta en el siguiente cuadro:

a) Hallar la recta de regresión

DIAGRAMA DE DISPERSIÓN ENTRE TIEMPO DE ESTUDIO Y

CALIFICACIÓN
20
18
f(x) = 1.32 x + 7.68
16 R² = 0.65
14
12
10
8
6
4
2
0
2 3 4 5 6 7 8 9

b) Interpreta la pendiente
b: 1.3199

Si aumenta una hora más el tiempo de estudio, su calificación aumentará en

1.3199.

c) Estimar la calificación cuando el tiempo de estudio es 10

Y = 7.6772 + 1.3199(10)

Y= 20.876
Se estima una calificación de 20.876 cuando el tiempo de estudio es 10.
d) Estimar el tiempo de estudio cuando la calificación es 8
Y = 7.6772 + 1.3199x Y= 8.9971X
X= 8.9971/y X= 8.9971/8 X= 1.125
 Se estima el tiempo de estudio de una hora (1.125), cuando la calificación es 8.

3). La materia prima que se usa en la elaboración de una fibra sintética se

almacena en un local que no tiene control de humedad. Las mediciones de la
humedad relativa en el local y del contenido de humedad de una muestra de la
materia prima (ambos en porcentajes) durante 12 días, dieron los
siguientes resultados.

a) Realice un diagrama de dispersión e indique ¿Sugiere la gráfica una

asociación lineal?

DIAGRAMA DE DISPERSIÓN ENTRE HUMEDAD Y CONTENIDO

DE HUMEDAD
18
16
f(x) = 0.27 x − 0.95
14 R² = 0.84
12
10
8
6
4
2
0
25 30 35 40 45 50 55 60 65
 Los Datos se encuentran un poco alineados a una recta, se orientan de
izquierda a derecha, nos da una idea de relación directa porque al
aumentar la humedad en el local aumentara la humedad en la materia
prima.
 La humedad y el contenido de humedad presentan una correlación muy
alta.

b) Realice la ecuación de regresión

Y= a+bX
Y = - 0.9495 + 0.269X
c) Interprete la pendiente, realice un pronóstico
b: 0.269
 Los Datos se encuentran un poco alineados a una recta, se orientan de
izquierda a derecha, nos da una idea de relación directa porque al
aumentar la humedad (X= 0.269) en el local aumentara la humedad en
la materia prima.
Se pronostica el contenido de humedad, para una humedad relativa de
60.
Y = - 0.9495 + 0.269(60)
Y= 15.191
Se pronostica un contenido de humedad de 15.191, para un contenido
de humedad de 60.
d) Calcule e interprete el coeficiente de correlación
R=0.914
La humedad y el contenido de humedad presentan una correlación muy
alta.
e) Calcule e interprete el coeficiente de determinación
R^2= 0.836
En un 83,6% la cantidad del contenido de humedad de la materia prima
está representada por humedad en el local.

Mientras el valor de determinación se acerca más al uno el modelo de

regresión será más útil para realizar las estimaciones, por lo tanto,
podemos concluir que el modelo es válido para las estimaciones.

f) Calcular e interpretar el error estándar de estimación

Error típico 1.101027885 ERROR DE ESTIMACIÓN

4). El siguiente conjunto de datos se ha tomado sobre grupos de trabajadoras

de. Cada grupo está formado por trabajadores de la misma profesión, en cada
uno de los veinticuatro grupos muestreados se han observado dos variables: el
índice de estandarizado de consumo de cigarrillos (x) y el índice de muertes
por cáncer de pulmón (Y) variable dependiente. Se desea estudiar la relación
entre estas dos variables.

1. Realice un diagrama de dispersión e indique ¿Sugiere la gráfica una

asociación lineal?

DIAGRAMA DE DISPERSIÓN ENTRE EL INDICE ESTANDARIZADO DEL

CONSUMO DE CIGARRILLO Y EL INDICE DE MUERTES POR CANCER DE
PULMON
180
160
140 f(x) = 1.16 x − 9.2
R² = 0.54
120
100
80
60
40
20
0
60 70 80 90 100 110 120 130 140 150

La gráfica sugiere que existe una correlación lineal positiva

2. Realice la ecuación de regresión

Y= a+bX
Y = - 9.2007 + 1.1577X
 3. Interprete la pendiente, realice un pronóstico
b: 1.1577
Si aumenta el índice estandarizado del consumo de cigarrillo, el índice de
muertes por cáncer de pulmón aumentará en 1.1577.

Pronosticar el índice de muertes por cáncer de pulmón, para un índice

estandarizado del consumo de cigarrillo de 120.

Y = - 9.2007 + 1.1577(120)

Se pronostica un índice de muertes por cáncer de pulmón de 180, para un

índice estandarizado del consumo de cigarrillo de 120.

4. Calcule e interprete el coeficiente de correlación

R=0.73
El índice estandarizado del consumo de cigarrillo y el índice de muertes por
cáncer de pulmón presentan una correlación muy alta.
5. Calcule e interprete el coeficiente de determinación
R^2= 0.54
El 54% del índice de muertes por cáncer de pulmón se debe al índice
estandarizado del consumo de cigarrillo.
Mientras el valor de determinación se acerca más al uno el modelo de
regresión será más útil para realizar las estimaciones, por lo tanto, podemos
concluir que el modelo es válido para las estimaciones.

6. Calcular e interpretar el error estándar de estimación

Error típico 18.48688298 ERROR DE ESTIMACIÓN
5). El director de una escuela está interesado en relacionar dos variables en los
estudiantes y ha tomado como información los resultados de la prueba de
habilidad y del puntaje obtenido en el examen de admisión, los cuales se
muestran a continuación.

a) Realice un diagrama de dispersión e interprete los resultados

La gráfica sugiere que existe una correlación lineal positiva.

 b) Realice la ecuación de regresión e interprete la pendiente.
Y= a+bX
Y = 9.1635+ 1.0186X
b: 1.0186
Si aumenta la prueba de habilidad mental, el puntaje de examen de admisión
aumenta en 1.
c) Calcule e interprete el error estándar de estimación
Error típico 0.707981914 ERROR DE ESTIMACIÓN

d) Calcule e interprete el coeficiente de determinación

R^2= 0.99
Mientras el valor de determinación se acerca más al uno el modelo de
regresión será más útil para realizar las estimaciones, por lo tanto, podemos
concluir que el modelo es válido para las estimaciones.

e) Si el puntaje de la prueba de habilidad es de 50 puntos, cual es el

pronóstico en el examen de admisión

Y = 9.1635+ 1.0186(50)
Y= 60

El pronostico en la prueba del examen de admisión es 60 si el puntaje

de la prueba de habilidad es de 50 puntos.
6). Una cadena de restaurantes de comida rápida decide llevar a cabo un
experimento para medir la influencia sobre las ventas del gasto en publicidad.
En 8 regiones del país, se realizaron diferentes variaciones relativas en el gasto
en publicidad, comparado con el año anterior, y se observaron las variaciones
en los niveles de ventas resultantes. La tabla adjunta muestra los resultados.

a) Realice un diagrama de dispersión e interprete los resultados

La gráfica sugiere que existe una correlación lineal positiva

b) Realice la ecuación de regresión e interprete la pendiente.

Y= a+bX
Y = 3.2958 + 0.5391X
b: 0.5391

Si aumenta el gasto en publicidad, aumentara el incremento de ventas 0.5 %.

c) Calcule e interprete el error estándar de estimación

Error típico 1.91926524 ERROR DE ESTIMACIÓN
 d) Calcule e interprete el coeficiente de determinación
R^2= 0.67
Mientras el valor de determinación se acerca más al uno el modelo de
regresión será más útil para realizar las estimaciones, por lo tanto, podemos
concluir que el modelo es válido para las estimaciones.

e) Realice un pronóstico si el gasto de publicidad incrementa en un 5% y

en 15%
Y = 3.2958 + 0.5391(5) Y = 3.2958 + 0.5391(15)
Y= 5.99 Y= 11.38
Si el gasto de publicidad se incrementa en 5% y 15%, aumentara el incremento
en ventas entre 5% y 11%.
7). Una compañía de seguros considera que el número de vehículos (y) que
circulan por una determinada autopista a más de 120 km/h , puede ponerse en
función del número de accidentes (x) que ocurren en ella. Durante 7 días
obtuvo los siguientes resultados:

a) Realice un diagrama de dispersión e interprete los resultados

La gráfica sugiere que existe una correlación lineal positiva

b) Realice la ecuación de regresión e interprete la pendiente

Y= a+bX
Y = 0.6048 + 1.524X
b: 1.524
Si aumenta el número de accidentes, aumentara el número de vehículos a
1.524
 c) Calcule e interprete el error estándar de estimación
Error típico 0.761734548 ERROR DE ESTIMACIÓN

d) Calcule e interprete el coeficiente de determinación

R^2= 0.97
Mientras el valor de determinación se acerca más al uno el modelo de
regresión será más útil para realizar las estimaciones, por lo tanto, podemos
concluir que el modelo es válido para las estimaciones.

e) Realice un pronóstico si la cantidad de accidentes es de 4 y 6

Y = 0.6048 + 1.524(4) Y = 0.6048 + 1.524(6)
Y= 6.70 Y= 9.75

Si la cantidad de accidentes es de 4 y 6 la cantidad de vehículo es de 6 y 9.

8). En la tabla siguiente se indica la edad y la conducta agresiva (medida en
una escala de cero a 10) de 10 niños.

a) Obtener la recta de regresión de la conducta agresiva en función de la

edad.

b) Graficar la nube de puntos y la recta de regresión.

 c) A partir de dicha recta, obtener el valor de la conducta agresiva que
correspondería a un niño de 7.2 años.

Y= a+bX
Y = 22.512 – 2.3475X
Y = 22.512 – 2.3475(7.2)
Y= 5.61
El valor de la conducta agresiva que correspondería a un niño de 7.2 años es
de 5.61.

d) Calcular el error estándar de estimación.

Error típico 1.460305223 ERROR DE ESTIMACIÓN

e) Calcular e interpretar el coeficiente de determinación.

R^2= 0.75
Mientras el valor de determinación se acerca más al uno el modelo de
regresión será más útil para realizar las estimaciones, por lo tanto, podemos
concluir que el modelo es válido para las estimaciones.
9). Una empresa transportadora considera que existe una relación directa entre
los gastos publicitarios y el número de pasajeros que escogen viajar. Para
determinar si esta relación existe, y si es así cual podría ser la naturaleza
exacta, los datos son:

a) Calcule e interprete la ecuación de la recta de regresión

DIAGRAMA DE DISPERSIÓN ENTRE PUBLICIDAD Y PASAJEROS

30

25 f(x) = 1.26 x + 2.05

R² = 0.96
20

15

10

0
0 2 4 6 8 10 12 14 16 18 20
 La gráfica sugiere que existe una correlación lineal positiva
Y= a+bX

Y = 20.0526 + 1.2639X

b) Que le dice este modelo sobre la relación entre los gastos publicitarios y
el número de pasajeros

Si aumenta el número de publicidad, aumentara el número de pasajeros

a 1.2639

c) En esta aplicación el propósito de publicidad es estimar los pasajeros.

Estime los pasajeros para una publicidad de $20.

Y = 20.0526 + 1.2639X

Y = 20.0526 + 1.2639(20)

Y= 45.33

Se estima para una publicidad de $20, un total de 45 pasajeros.