lOMoAR cPSD| 6330658

EJERCICIOS
ANÁLISIS DE REGRESIÓN LINEAL, CORRELACIÓN Y
DIAGRAMAS DE DISPERSIÓN

Fecha:24/07/2022
Nombre del estudiante: MARCO GOMEZ
Nombre del docente: SILVIA RODRIGUEZ CAMPOS

1. Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca
de los siguientes temas:

 Diagrama de dispersión
 Coeficiente de correlación
 Análisis de regresión lineal simple

Ejercicios sobre diagramas de dispersión, correlación y regresión lineal:

1. Revisa el siguiente material:

Llinás, H. (2017). Estadística Inferencial [Versión electrónica]. Recuperado de

https://elibro.net/es/ereader/uvm/70060?page=338
Colección eLibro.net Pórtico UVM
Capítulo 6 Regresión Lineal y Correlación,
Epígrafe 6.1. El modelo de Regresión Lineal Simple
Páginas 377 a 379

2. Resuelve los ejercicios que se plantean en el material anterior.

Archivo Ejercicios Unidad 1.

 Página 377 Problemas 14.40,
 Página 378 Problemas 14.42,14.53
 Página 379 Problemas 14.54

3. Utiliza la Hoja de Cálculo o Minitab en el desarrollo de los ejercicios propuestos y realiza

captura de pantallas del proceso y resultados obtenidos.

Página 1 de 9
 lOMoAR cPSD| 6330658

4. Redacta una conclusión acerca de la relevancia de la regresión, correlación lineal y los

diagramas de dispersión, si es posible busca una posible aplicación en tu ámbito cotidiano.
5. Elabora en este mismo documento el desarrollo del problema planteado.

6. Agrega las fuentes consultadas (mínimo 2) referenciadas en estilo APA.

7. Al finalizar, vuelve a la plataforma y sigue los pasos que se indican para enviar tu actividad.

** *

40. Un local comercial ha determinado que el coeficiente de correlación entre sus gastos
mensuales y sus ganancias hace dos años es r = 0, 56. Suponga que tanto los gastos como
las ganancias son aproximadamente normales y ponga a prueba la hipótesis nula 𝐻0 : ρ = 0
contra la hipótesis alternativa 𝐻1 : ρ ≠ 0, con el nivel de significancia de 0,05.

Supongamos que las ganancias de dos años son (24 meses)

Datos:
n = 24
r = 0.56
𝑟 ∙ √𝑛 − 2 0.56 ∙ √24 − 2
𝑡= =
√1 − 𝑟2 √1 − 0.562

𝑡 =3.17038

En tablas de Student n-2 = 22 grados de libertad tenemos:

𝑡0.05(22) = 1.71714

Página 2 de 9
 lOMoAR cPSD| 6330658

42. Un comerciante determinó que la correlación entre las utilidades mensuales (millones de
pesos) y los gastos mensuales (en millones en pesos) fue de r = 0, 61 para un periodo de 1
año. Determine si hay una correlación positiva entre las utilidades y los gastos mensuales,
asumiendo que estos dos siguen una distribución normal por mes. Use α = 0, 01

Datos:
n=12 meses
r=0.61

𝑟 ∙ √𝑛 − 2 0.61 ∙ √12 − 2
𝑡= =
√1 − 𝑟2 √1 − 0.612

𝑡 = 2.4343

En tablas de Student n-2 = 10 grados de libertad tenemos:

𝑡0.01(10) = 2.76377

53. Los siguientes datos se obtienen en un estudio de la relación entre el peso x (en
kilogramos) y el volumen y (en centímetros cúbicos) de un tipo de recipiente:

X 5.52 3.21 4.32 2.31 4.30 3.71 2.75 2.15 4.41

Y 36.5 27.2 27.7 28.3 30.3 29.7 29.5 26.3 32.2

(a) Calcule el coeficiente de correlación muestral r.

Página 3 de 9
 lOMoAR cPSD| 6330658

𝒏 𝒙 𝒊𝒚 𝒊 − 𝒏 𝒙
∑𝒊=𝟏 ̅𝒚
𝒓=
√(∑ 𝒏𝒊=𝟏 𝒙𝒊𝟐 − 𝒏𝒙
̅ 𝟐)(∑𝒏 𝒊=𝟏 𝒚𝟐𝒊 − 𝒏𝒚
̅ 𝟐)

𝟗𝟗𝟑. 𝟗𝟕𝟖 − 𝟗𝟕𝟐. 𝟎𝟒𝟖𝟒

𝒓= = 𝟎. 𝟕𝟗𝟐𝟑
√((𝟏𝟐𝟖. 𝟔𝟔𝟎𝟐 − 𝟏𝟏𝟖. 𝟔𝟔𝟒𝟕)(𝟖𝟎𝟑𝟗. 𝟐𝟑 − 𝟕𝟗𝟔𝟐. 𝟓𝟖𝟕𝟕))

(b) Pruebe la hipótesis nula ρ = 0 contra la alternativa ρ > 0, con un nivel de significancia de
0,01.

𝐻0: 𝑝 = 0
𝐻0: 𝑝 > 0

Página 4 de 9
 lOMoAR cPSD| 6330658

Datos:
n=9
r = 0.7923
𝑟 ∙ √𝑛 − 2 0.7923 ∙ √9 − 2
𝑡= =
√1 − 𝑟2 √1 − 0.79232

𝑡 = 3.4358

En tablas de Student n-2 = 7 grados de libertad tenemos:

𝑡0.01(7) = 2.997

Entonces tenemos que p>p∝ se rechaza H0 al nivel del 1%

(c) ¿Qué porcentaje de la variación en los volúmenes de los recipientes se explica por la
diferencia en peso?
Se cuenta que en el 79.23% de la variación en los volúmenes de los recipientes se puede
explicar la diferencia de sus pesos.

Página 5 de 9
 lOMoAR cPSD| 6330658

54. Los siguientes datos representan los ingresos mensuales por matrícula y el número de
estudiantes matriculados en 19 escuelas privadas de cierto país. Utilice estos datos para ajustar
una regresión lineal simple. Además, pruebe la hipótesis 𝐻0 : β = 0 contra 𝐻1 : β ≠ 0. Interprete
sus resultados.

X 4.050 2.465 3.120 5.700 2.595 3.640 2.050 4.235 2.935 4.975
Y 11.2 12.4 10.5 13.2 9.8 11.0 10.8 10.44 12.2 11.2

Página 6 de 9
lOMoAR cPSD| 6330658

Página 7 de 9
 lOMoAR cPSD| 6330658

Conclusiones

El análisis de datos es importante ya que por medio de estos se puede entender ya se la relación
ante datos y números de algo en concreto dando un soporte cuantitativo a los tomadores de
decisiones en todas las áreas ya sea ingenieros, analistas, planificación, agencias públicas,
consultores en proyectos, planificadores de procesos de producción, analistas financieros y de
economía, expertos en diagnósticos de soportes médico y tecnológicos e infinidad de otras áreas.
Este conlleva a tomar las decisiones más adecuadas ante la situación con incertidumbre
Abordar las decisiones como si fueran apuestas es la base de la teoría de la decisión.
Donde los valores se compensan con el resultado y se basa a su probabilidad una vez
revisados los y hechos los cálculos junto con sus probabilidades detona las consecuencias y
resultados de nuestra elección.

Página 8 de 9
 lOMoAR cPSD| 6330658

Biografías

Puente, C. (2018). Estadística descriptiva e inferencial [Versión electrónica]. Recuperado de

https://elibro.net/es/ereader/uvm/59931?page=1

Llinás, H. (2017). Estadística Inferencial [Versión electrónica]. Recuperado de

https://elibro.net/es/ereader/uvm/70060?page=338

Gutiérrez, E. y Vladimirovna, O. (2016). Estadística inferencial 1 para ingeniería y ciencias

[Versión electrónica]. Recuperado de https://elibro.net/es/ereader/uvm/40474?page=1

González, L. (Productor). (27 de agosto de 2017). Prueba de hipótesis para significancia de los
coeficientes de regresión [Archivo de video]. Recuperado de
https://www.youtube.com/watch?v=fgjmyO9qXGU

Página 9 de 9