1.

En una investigación sobre rotatividad en mano de obra, para una muestra de 40 personas fueron
observados dos variables; número de empleos en los últimos dos años(x) y salario más reciente, en
número de salarios mínimos (y). Los resultados fueron:

INDIVIDUO X Y INDIVIDUO X Y
1 3 2 21 4 1
2 4 4 22 3 3
3 1 5 23 3 1
4 1 2 24 2 4
5 2 5 25 1 1
6 1 4 26 1 3
7 4 5 27 2 2
8 3 5 28 4 6
9 1 5 29 4 5
10 3 4 30 3 5
11 4 3 31 4 2
12 4 2 32 3 3
13 1 5 33 1 3
14 1 5 34 4 2
15 3 4 35 1 6
16 3 3 36 2 3
17 2 4 37 1 4
18 1 2 38 4 6
19 1 1 39 2 6
20 1 2 40 1 6

a) Usando la mediana, clasifique los individuos en dos niveles, alto y bajo, para cada una de las
variables y construya la distribución conjunto de las dos clasificaciones.

1 2 3 4 5 6 n

1 2 3 2 2 4 2 15
2 1 1 2 1 1 6
3 1 1 3 2 2 9
4 1 3 1 1 2 2 10
n 4 8 7 7 9 5 40
 MEDIANA PARA X
Xn/2+Xn+1/2
Med(x) =
2
x ni Ni n 40
= = 20
1 15 15 2 2
2 6 21 n 40
n+1 40+1 2+2
= == 20 = 20.5 Med(x) =
2 22 2
3 9 30 2
4 10 40 n+1 40+1
= = 20.5 Med(x) = 2
TOTAL 40 2 2

MEDIANA PARA Y

Yn/2+Yn+1/2
Med(y) =
Y ni Ni 2
1 4 4
2 8 12 n 40
= = 20
3 7 19 2 2 4+4
n 40
n+140+1 Med(Y) =
4 7 26 = == 20 = 20.5 2
2 22 2
5 9 35 Med(Y) = 4
1 n+1 40+1
6 5 40 = = 20.5
2 2
TOTAL 40

Ya teniendo la mediana clasificamos en 2 niveles (Alto y Bajo)

X (Alto) X (Bajo)

1 2 3 4 5 6 1 2 3 4 5 6
3 1 1 3 2 2
1 2 3 2 2 4 2
4 1 3 1 1 2 2
2 1 1 2 1 1

Y (Alto) Y (Bajo)

5 6
1 2 3 4
1 4 2
1 2 3 2 2
2 1 1
2 1 1 2
3 2
3 1 1 3 2
4 2 2
4 1 3 1 1
 b) ¿El número de empleos influye en el salario del individuo?

COV (X,Y)
r =
DE(X) DE(Y)

MEDIA PARA X; Y

∑∑ Xi* ni 9494 =
=̅̅ 2,35
̅ ̅ =X̅̅ =∑ Xi* niXi* =̅ ̅ X
2,35
∑
Xi*
∑ ni ni
Xi* ni 9494
94 X̅ XX X =
= 2,35
2,35
2,35
X̅ XX ∑ =Xi* ni ̅ ̅ = X=
X̅ XX ̅X̅= =94 X̅ = 2,35
=
X = n = 40
X̅ = n n nn X̅ = 404040
40
n 40
∑
∑ Yi*
∑ ni
Yi*
ni ni 144144 == 3,6
=
==∑ Yi*Yi*
∑ Yi*
ni ni == =144144
144 = = 3,6
3,63,6
=
∑=Yi* ni =144 = 3,6
3,6
=
= n
n n n =
= 40
4040
40
n
n 40

DESVIACION ESTANDAR PARA X; Y

√ ∑∑ ∑ni(Xi- √
2
∑ ni(Xi- X̅) 59,1 DE(x) = 1,2155
√ == √
2
59,1 DE(x) = 1,2155
DE(x) =
√ √
DE(x) ∑
∑ ni(Xi- X̅̅ ))22 2 59,1 1,2155
= = ni(Xi- X DE(x)
= =
√ DE(x) = √√ 40 40
DE(x)
X̅̅ ))X̅) DE(x) 59,1
59,1 DE(x)
DE(x)= 1,2155
= 1,2155
= 1,2155
√
DE(x) = = ni(Xi-
ni(Xi- nX
2
DE(x) 59,1 DE(x)
DE(x)
DE(x) =
DE(x)
= n DE(x)
DE(x) = 40
nn n 40
n 4040

DE(Y) =√√ ∑ DE(Y) √

)2 2 97,6 = 1,5620
= √ 97,6
∑ ni(Yi- 97,6 DE(Y)
DE(Y) = 1,5620
DE(Y) = ∑ ni(Yi- ) DE(Y) =
== =√ ∑ ∑ == √
22
ni(Yi- ) DE(Y) == 1,5620
= √√ √
∑ ni(Yi- 2 2 97,6
97,6 DE(Y) 1,5620
= 1,5620
n )) )
DE(Y)
√ 40
ni(Yi- n 97,6 40 DE(Y) = 1,5620
DE(Y)
DE(Y)
DE(Y) ni(Yi- DE(Y)
DE(Y)
DE(Y) 40
DE(Y) nn n DE(Y) = = 40
n 4040

COVARIANZA

1 2 3 4 5 6 n X*n (Xi-X̅)2 n*(Xi-X̅)2 ∑∑ Xi Yi n

1 2 3 2 2 4 2 15 15 1,8225 27,3375

2 1 1 2 1 1 6 12 0,1225 0,735

3 1 1 3 2 2 9 27 0,4225 3,8025

4 1 3 1 1 2 2 10 40 2,7225 27,225

n 4 8 7 7 9 5 40 94 5,09 59,1
y*n 4 16 21 28 45 30 144
(Yi- )2 6,76 2,56 0,36 0,16 1,96 5,76 17,56
2
n*(Yi- ) 27,04 20,48 2,52 1,12 17,64 28,8 97,6
 ∑∑ Xi Yi n
COV(X,Y) = X̅ *
n

COV(X,Y) = (2,35)(3,6) COV(X,Y) =

Coeficiente de varianza

COV (X,Y)
r =
DE(X) DE(Y)
r = r =
(1,2155)(1, 5620)

2. La siguiente tabla muestra la información sobre el estado civil, grado de educación, No de hijos,
salario (Expresado en fracción del salario mínimo), edad (Medida en años) y región de procedencia
de 20 empleados de la Universidad Loyola.

NO Estado Civil Educacion NO de hijos Salarios (Sal.Min) Edad Años Region de procedencia
1 Soltero 1ro de Secund 0 11 27 Pelechuco
2 Casado 1ro de Secund 2 5 30 Tihuanacu
3 Casado 1ro de Secund 3 11 29 Irupana
4 Soltero 2do de Secund 3 15 27 Patacamaya
5 Soltero 1ro de Secund 0 6 26 Pelechuco
6 Casado 1ro de Secund 1 10 27 Tihuanacu
7 Soltero 1ro de Secund 2 14 28 Irupana
8 Soltero 1ro de Secund 1 15 28 Patacamaya
9 Casado 2do de Secund 2 12 26 Pelechuco
10 Soltero 2do de Secund 1 13 29 Pelechuco
11 Casado 2do de Secund 3 17 27 Pelechuco
12 Soltero 1ro de Secund 0 12 30 Pelechuco
13 Soltero 2do de Secund 0 19 29 Pelechuco
14 Casado 1ro de Secund 0 8 27 Apolo
15 Casado 2do de Secund 0 6 29 Tihuanacu
16 Soltero 2do de Secund 0 11 29 Tihuanacu
17 Casado 2do de Secund 0 8 26 Coroico
18 Casado 1ro de Secund 3 15 30 Coroico
19 Soltero 2do de Secund 1 18 28 Coroico
20 Soltero 1ro de Secund 1 20 27 Apolo
 a) Construya la distribución de frecuencia conjunta para las variables Educación y región de
procedencia.

Pelechuco Tihuanacu Irupana Patacamaya Apolo Coroico n

1ro 3 2 2 1 2 1 11
2do 4 2 1 2 9
n 7 4 2 2 2 3 20

b) ¿Cuál es el porcentaje de empleados con 2do. de secundaria?

9
= 0,45 *100% = 45%
20

c) ¿Cuál es el porcentaje de aquellos que tienen 2do. de secundaria son de Peluchuco?

4
= 0,2 *100% = 20%
20

3. Se hace un estudio para determinar la relación entre las edades de un gran grupo de máquinas en
una fábrica y las eficacias de las maquinas. Los datos se dan en la siguiente tabla:

EDAD (X) 2 4 11 9 4 6 7 8
EFICIENCIA (Y) 90 65 25 40 80 60 35 50

a) Represente los datos en un diagrama de dispersión.

b)
 b) Calcule el coeficiente de correlación entre X e Y.
c)
COV (X,Y)
r =
DE(X) DE(Y)
TOTAL
EDAD (X) 2 4 11 9 4 6 7 8 51
EFICIENCIA (Y) 90 65 25 40 80 60 35 50 445
n 1 1 1 1 1 1 1 1 8
2
(Yi- ) 1181,6406 87,8906 937,8906 244,1406 594,1406 19,1406 425,3906 31,6406 3521,875
2
(Xi-X̅) 19,1406 5,6406 21,3906 6,8906 5,6406 0,1406 0,3906 2,6406 61,8748
∑∑ Xi Yi n 180 260 275 360 320 360 245 400 2400

MEDIA PARA X; Y

∑
∑ Xi*
∑ Xi*
Xi* nini
ni 51
51
51 X
X̅̅
X̅ ̅ ̅ == 6,375
= 6,375
6,375
X
X̅̅
X̅ ̅ ̅ ==
= ∑∑ Xi*
Xi* ni
ni X
X̅̅
X̅ ̅ ̅ ==
= 51
51 X X =
= 6,375
6,375
X X nnn ni
== ∑ Xi* X X == 88
51
8 X̅ = 6,375
X̅ = nn X̅ = 88
n 8
∑
∑ Yi*
Yi*
Yi* ni
∑ Yi* ni
ni 445
445
445 == 55,625
= 55,625
55,625
==
= ∑∑ Yi* ni
ni ==
= 445
445 =
= 55,625
55,625
== ∑ nn
Yi* ni == 88
445 = 55,625
= nnn = 8
88
n 8

DESVIACION ESTANDAR PARA X; Y

√√
61,8748 DE(x) 7,73435
= 7,73435
√ √ 61,8748
2
∑ ni(Xi- X̅) 59,1 DE(x) = 1,2155
DE(x) =
DE(x) = DE(x)
DE(x)= =
DE(x) = = 2,78107
√ ∑ ni(Xi-
n X̅)
2
59,1
40 DE(x)= 1,2155
DE(x)
DE(x) = DE(x) = 8
8
n 40

√ √
2
∑ ni(Yi- ) 97,6 DE(Y) = 1,5620

√√ 97,6
DE(Y) = DE(Y) = 3521,875 DE(Y) = = 440,2344
3521,875 = 1,5620 440,2344
DE(Y)
√
2
∑ ni(Yi-
n ) DE(Y) = 40 DE(Y)
DE(Y) = DE(Y)
DE(Y)= = DE(Y) = 20,9818
n 8
8
40

COVARIANZA

∑∑ Xi Yi n 2400
2400
COV(X,Y) = X̅ * COV(X,Y) =
COV(X,Y) = (6,375
(6,375)()(55,625
55,625))
n 8 8

COV(X,Y) = -54,6093
COV(X,Y) = -54,6093

-54,6093
Coeficiente de varianza
r =
(2,78107)(20,9818)

COV (X,Y) -54,6093

r =
DE(X) DE(Y)
r =
(2,78107)(20,9818)
r = -0,93

= -0,93 r
Existe una relación negativa.
 ŷ α +β X
c) Adjuntar una recta a esto datos y representar la recta en la gráfica de la parte( a)
α = +β

β =
COV (X,Y)
V(X)
β =
-54,6093
7,73435 β = -7,0606192
α = 55,625 - ( -7,

α= -β α = 55,625 - ( -7,0606192* 6,375) α = 100,6364

ŷ =
α +β X αŷ= =100,6364
100,6364 - 7,060619 X

α = +β Grafica que representa la

recta.

β =
COV (X,Y)
V(X)

= 100,6364
d) ¿Cuál es la mejor estimación de la eficiencia ŷ 7,0606192*(10)
de una máquina de 10 años? -

ŷ = 100,6364 - 7,060619 X ŷ= 30,0302

La eficiencia de una maquina en 10 años,

ŷ= 100,6364 - 7,0606192*(10) la estimación será 30, 0302

ŷaquí los gastos de publicidad (como porcentajes de gastos totales) y los beneficios de operación
4. He
= 30,0302

netos (como porcentaje de ventas) en una muestra de 10 pequeñas Joyerías.

Gastos Publicitarios (X) 1,2 0,7 1,5 1,8 0,5 3,4 1,0 3,0 2,8 2,5
Beneficiarios (Y) 2,7 2,4 2,7 3,3 1,1 5,8 2,2 4,2 4,4 3,8

a) Representa los datos en un diagrama de dispersión.

 b) Calcule el coeficiente de correlación entre X e Y

COV (X,Y)
r =
DE(X) DE(Y)
TOTAL
Gastos Publicitarios (X) 1,2 0,7 1,5 1,8 0,5 3,4 1,0 3,0 2,8 2,5 18,4
Beneficiarios (Y) 2,7 2,4 2,7 3,3 1,1 5,8 2,2 4,2 4,4 3,8 32,6
n 1 1 1 1 1 1 1 1 1 1 10
2
(Xi-X̅) 0,4096 1,2996 0,1156 1,6x10 -3
1,7956 2,4336 0,7056 1,3456 0,9216 0,4356 9,464
2
(Yi- ) 0,3136 0,7396 0,3136 1,6x10 -3
4,6656 6,4516 1,1236 0,8836 1,2996 0,2916 16,084
∑∑ Xi Yi n 3,24 1,68 4,05 5,94 0,55 19,72 2,2 12,6 12,32 9,5 71,8

MEDIA PARA X; Y

∑ Xi* ni 51
18,4
18,4 ==
=̅ X̅1,84
X̅ X 6,375
1,84
X̅ = ∑ Xi* ni X̅ X=̅ X̅ ==18,418,4
51 X̅X̅==X1,84 = 6,375
̅ 1,84
X̅ = n X̅ =X X̅ ̅ == 10 108
n 10 108
∑ Yi* ni 445
32,6
32,6 == 55,625
3,26
== 3,26
= ∑ Yi* ni = == 32,6
32,6 445 3,26
= 3,26 55,625
=
= n = == 10 10
108
n 10 8

DESVIACION ESTANDAR PARA X; Y

√√
0,9728
√
2
9,464
59,1 DE(x) === 0,9728
= 1,2155 0,9728
DE(x) = √
∑ ni(Xi- X̅) 9,464
9,464 DE(x)DE(x)
DE(x)
DE(x) = DE(x) ===
DE(x) =
DE(x)
DE(x)
√ √
2
∑ ni(Xi-
n X̅) 59,1
40 DE(x) = 1,2155
DE(x) = 10
10
10
n 40

√ )2
DE(Y) = √
∑ ni(Yi- 97,6 DE(Y) = 1,5620

√
16,0836 DE(Y) 1,2682
=== 1,2682
1,2682
== √
DE(Y) = 16,0836
16,0836 DE(Y)DE(Y)
DE(Y)
√
2
∑ ni(Yi-
n ) DE(Y) 97,6
40 = 1,5620
DE(Y) = DE(Y)
DE(Y) ==
DE(Y)
n 10
4010
10

COVARIANZA

∑∑ Xi Yi n 71,8 71,8
COV(X,Y) = X̅ * COV(X,Y)
COV(X,Y) = = (1,84)((3,26
1,84)(
) 3,26)
n 10 10

COV(X,Y)
COV(X,Y) = =
1,18161,1816
1,1816
Coeficiente de varianza r =
(0,9728)(1,2682)

COV (X,Y) 1,1816

r =
DE(X) DE(Y)
r =
(0,9728)(1,2682) r = 0,9605

r = 0,9605
 ŷ =
α +β X
c) Hallar la ecuación de la recta que mejor se ajuste a estos datos y representar la recta en el
β=
1,1816
α =gráfico +β
de la parte a).
(0,9728)2

β= β= α
1,1816
β =
COV (X,Y)
V(X) (0,9728)2
1,2558 = 3,26 - (1,2558*1,84

α= -β β
α == 1,2558
3,26 - (1,2558*1,84) α = 0,9493

ŷ =
α +β X ŷα= =0,9493 +
0,9493 1,2558 X

α = +β Grafica que representa la

recta.

β =
COV (X,Y)
V(X)

ŷ =de 0,9493
d) Predecir el beneficio neto de una tienda joyería +
cuyos gastos de publicidad son X =2,0%
(1,2558*2)

ŷ = 0,9493 + 1,2558 X ŷ = 3,4609

Por el gasto publicitario del 2% el

ŷ = 0,9493 + (1,2558*2) beneficiario será 3, 4609

5. Lasŷnotas
= obtenidas
3,4609 del primer parcial por 10 estudiantes en Estadística I y Calculo I son:

ALUMNO 1 2 3 4 5 6 7 8 9 10
ESTADISTICA I 11 9 13 10 8,5 12 10 15 10 9
CALCULO I 11,5 9,5 12 10 9 13 12 15 11 10

a) Calcular la covarianza y el coeficiente de correlación

TOTAL
ESTADISTICA I 11 9 13 10 8,5 12 10 15 10 9 107,5
CALCULO I 11,5 9,5 12 10 9 13 12 15 11 10 113
ALUMNO (n) 1 1 1 1 1 1 1 1 1 1 10
∑∑ Xi Yi n 126,5 85,5 156 100 76,5 156 120 225 110 90 1245,5
2
(Xi-X̅) 0,0625 3,0625 5,0625 0,5625 5,0625 1,5625 0,5625 18,0625 0,5625 3,0625 37,625
2
(Yi- ) 0,04 3,24 0,49 1,69 5,29 2,89 0,49 13,69 0,09 1,69 29,6
 107,5 X̅ = 10,75
= 10,75
107,5 X̅ = X̅10,75
X̅̅ =X̅ 107,5
X = =10 107,5 X̅ = 10,75
X̅ =10 10
10
113 = 11,3= 11,3
= = 113 113 = 11,3
= 10 113 = 11,3
=10 10
10

COVARIANZA

∑∑ Xi Yi n 1245,5
1245,5
COV(X,Y) = X̅ * COV(X,Y)
COV(X,Y) = = (10,75
(10,75 )(11,3)()11,3)
n 10 10

COV(X,Y)
COV(X,Y) = = 3,075
3,075

DESVIACION ESTANDAR PARA X; Y

√√√
37,625 DE(x) == 1,9397
√ √
∑ ni(Xi- X̅)
2
DE(x) = 37,625
37,625
59,1 DE(x)
DE(x)
DE(x) =1,9397
= 1,2155 1,9397
DE(x) = DE(x)
DE(x)
DE(x) = ==
√
2
∑ ni(Xi-
n X̅) 59,1
10 DE(x) = 1,2155
DE(x) = DE(x) = 1040
10
n 40

√ √
2
97,6 DE(Y) = 1,5620
√
∑ ni(Yi- ) 29,6 DE(Y) = 1,7204
√ √ 1097,6
DE(Y) = DE(Y) =
DE(Y) 29,6
29,6 DE(Y)
DE(Y) 1,7204
= =1,7204
==
√
2
∑ ni(Yi-
n ) DE(Y)
DE(Y) == 40 DE(Y) = 1,5620
DE(Y) = DE(Y) 10
n 10
40

3,075
r =
(1,9397)(1,7204)
Coeficiente de varianza

COV (X,Y) 3,075

r= = r = r = 0,9214
ŷ α β + XDE(Y)
DE(X) (1,9397)(1,7204)

β
3,075
α +β r = 0,9214
b)= Determinar las rectas de regresión mínimo cuadrático=
3,7625

β
3,075
β =
COV (X,Y)
=
β = 0,8173
α
V(X) 3,7625
= 11,3 - (0,8173*10

β
α= α α
= 0,8173
-β = 11,3 - (0,8173*10,75) = 2,514

ŷ =
α +β X αŷ == 2,514
2,514 + 0,8173 X

α = +β
 c) ¿Cuál será la nota esperada en Calculo I de un estudiante que haya sacado 13.3 en
Estadística I?
ŷ = 2,514 + (0,8173*13,3)

ŷ = 2,514 + 0,8173 X ŷ = 13,38

La nota esperada en Calculo I del

ŷ = 2,514 + (0,8173*13,3) estudiante será 13,38

ŷ =una13,38
6. Se extrae muestra aleatoria de 200 habitantes de una ciudad para analizar la actitud frente a
un cierto proyecto de alcaldía. El resultado fue el siguiente:

LOCAL DE RESIDENCIA
OPINION TOTAL
URBANO SUB-URBANO RURAL
A FAVOR 30 35 35 100
EN CONTRA 60 25 15 100
TOTAL 90 60 50 200

a) Calcule las proporciones en relación al total de las columnas

30
fi =
90

30
fi = fi = 0,33
90

fi
OPINION = 0,33 LOCAL DE RESIDENCIA TOTAL
URBANO SUB-URBANO RURAL
A FAVOR 0,33 0,58 0,7 1,6
EN CONTRA 0,67 0,42 0,3 1,4
TOTAL 1 1 1 3,0

b) ¿Ud. Diría la opinión es independiente del local de residencia?

TENEMOS: (F1 * F1 )/n = (100*90)/200 = 45 ≠ 30=F11

(F1 *F2)/n = (100*60)/200 = 30 ≠ 35=F12
(F1 *F3)/n = (100*50)/200 = 25 ≠ 35=F13

(F2*F1 )/n = (100*90)/200 = 45 ≠ 60=F21

(F2*F2)/n = (100*60)/200 = 30 ≠ 25=F22
(F2*F3)/n = (100*50)/200 = 25 ≠ 15=F23

Este resultado nos indica que no hay independencia entre las dos variables
 c) Encuentre una medida de dependencia entre las variables.

+ + + + +
(30-45) 2 (35-30) 2 (35-25) 2 (60-45) 2 (25-30) 2 (15-25) 2
X222 = (30-45)
+ + + + +
22 22 22 22 2 2
(30-45)
45 (35-30)
(35-30)
30 (35-25)
(35-25)
25 (60-45)
45 (25-30)
30 (15-25)
25
X
X ==
45
45 30
30 25
25 45 30 25

X222
X
X
=
==
5
55
+
+
0,83
0,83
0,83
+
+
4
44
+
+
5
5
+
+
0,83
0,83
+
+
4
4

X222 = 19,66
X
X == 19,66
19,66

Coeficiente de contingencia:

C = √X2 /(X2+ n) Entonces 0,299(29,9%) indica un alto grado de

C = √19,66 /(19,66+ 200) dependencia entre las dos variables.

C = 0,299

7. Una compañía de seguros analizo la frecuencia con que 2000 asegurados (1000 hombres y 1000
mujeres) usaron el hospital. Los resultados fueron:

HOMBRE MUJER

Usaron el hospital 100 150

No usaron el hospital 900 850

a) Calcule la proporción de hombres entre los individuos que usaron el hospital

HOMBRE MUJER TOTAL

Usaron el hospital 100 150 250

No usaron el hospital 900 850 1750
TOTAL 1000 1000 2000

100
= 0,05 *100% = 5%
2000

b) Calcule la proporción de hombres entre los individuos que no usaron el hospital

900
= 0,45 *100% = 45%
2000
 c) El uso del hospital es independiente del sexo del asegurado

(F1 * F1 )/n = (250*1000)/2000 =125 ≠ 100=F11

TENEMOS:
(F1 *F2)/n = (250*1000)/2000 = 125 ≠ 150=F12

(F2*F1 )/n = (1000*1750)/2000 = 875 ≠ 900=F21

(F2*F2)/n = (1000*1750)/2000 = 875 ≠ 850=F22

El uso del hospital es dependiente al sexo asegurado.

d) Encuentre una medida de dependencia entre las variables

+ + +
2
(100-125) (150-125) 2 (900-875) 2 (850-875) 2
X22 = (100-125)22
+ + +
2 2 2
(150-125) (900-875) (850-875)
+ + +
2 2 2
X2 = (100-125)
X =
125 (150-125)
125 (900-875)
875 (850-875)
875
125
125 125
125 875
875 875
875

X22 = 5 +
+
5 +
+
0,7142 +
+
0,7142
X
X2 =
= 5
5 + 5
5 + 0,7142
0,7142 + 0,7142
0,7142

X22 = 11,4284
X
X2
=
= 11,4284
11,4284

Coeficiente de contingencia:

C = √X2 /(X2+ n)
C = √11,4284 /(11,4284+2000)
C = 0,0753

8. Considera las tasas de interés y el número de nuevas construcciones. Las tasas de interés(X)
proporcionan un indicador clava para predecir el número de construcciones (Y). Si las tasas bajan, el
número de construcciones aumenta y si suben, el número de construcciones disminuye. Suponga que
los datos de la tabla representan a las tasas de interés en primeras hipotecas y el registro de
nuevas construcciones iniciadas en los 8años referidos.

AÑO 2011 2012 2013 2014 2015 2016 2017 2018

Tasa de Interes (%) 6,5 6 6,5 7,5 8,5 9,5 10 9

Licencias de Construccion 2165 2984 2780 1940 1750 15,35 962 1310
 a) Calcule el coeficiente de correlación para estos datos.

AÑO v 2011 2012 2013 2014 2015 2016 2017 2018 TOTAL

Tasa de Interes (%) 6,5 6 6,5 7,5 8,5 9,5 10 9 63,5

Licencias de Construccion 2165 2984 2780 1940 1750 15,35 962 1310 13906,35
TOTAL 1 1 1 1 1 1 1 1 8
2
(Xi-X̅) 2,0664 3,7539 2,0664 0,1914 0,3164 2,4414 4,2539 1,1289 16,2187
2
(Yi- ) 182081,4241 1551793,404 1085159,724 40686,9241 137,1241 2968522,244 602626,1641 183432,3241 6614439,333
∑∑ Xi Yi n 14072,5 17904 18070 14550 14875 145,825 9620 11790 101027,325

63,5 X̅ = 7,9375
X̅ = 63,563,5 = 7,9375
X̅ =X̅ 7,9375
X̅ =X̅ = 8
8 8
13906,35 = 1738,29
= 13906,35
13906,35 = 1738,29
= 1738,29
= = 8
8 8

COVARIANZA

∑∑ Xi Yi n 101027,325
101027,325
COV(X,Y) = X̅ * COV(X,Y)= =
COV(X,Y) (7,9375
(7,9375 )()(
1738,29 ))
1738,29
n 88

COV(X,Y)= =
COV(X,Y) -1169,26125
-1169,26125

DESVIACION ESTANDAR PARA X; Y

√ √
16,2187
16,2187
16,2187
16,2187 DE(x)
DE(x)=
DE(x)
DE(x) 1,4238
= == 1,4238
1,4238
1,4238
DE(x) =
DE(x)
DE(x)DE(x)
= ==
8
8 8 8

√ √
6614439,333
6614439,333
6614439,333 DE(Y)
DE(Y)
DE(Y)= 909,2881
=909,2881
909,2881
DE(Y) DE(Y)
=
DE(Y) = 6614439,333
= DE(Y) = =909,2881
DE(Y) = 8
8
8 8

Coeficiente de varianza

COV (X,Y) -1169,26125

-1169,26125
r =
DE(X) DE(Y) rr =
=
((1,4238 )(909,2881
1,4238)( 909,2881))

rr = -0,9031
= -0,9031
 α β
β
-1169,2613
=
α
b) Encuentre
= β
+ la recta de mínimos cuadrados para estimar el número de licencias de
2,0273375
construcción a partir de las tasas de interés.

β β
-1169,2613
β COV (X,Y)

α
= = -576,7472
-
=
V(X) 2,0273375 = 1738,29

β
α= α α
= -576,7472
-β = 1738,29 - (-576,7472*7,9375) = 6316,2209

ŷ =
α +β X αŷ = = 6316,2209 -
6316,2209 576,7472 X

α β
c) Si= los indicadores
+ económicos indican que la tasa de interés para primeras hipotecas será del
8,5% el próximo año, pronostique el número de licencias de construcción que se otorgaran
ŷ = 6316,2209 - (576,7472*8,5)
β durante
=
COVel siguiente año.
(X,Y)
V(X)

ŷ = 6316,2209 - 576,7472 X ŷ = 1413,8697

ŷ = 6316,2209 - (576,7472*8,5) El número de licencia de construcción

que se otorgara en el siguiente año será
de 1413,8697
ŷ = 1413,8697

9. Suponga que la tabla de frecuencia relativa dada corresponde a una variable bidimensional (X,Y)

40 45 50 55 60 65

38 0,04 0,05 0,05 0,03 0 0,05

40 0,06 0,1 0 0,07 0,05 0,1

42 0,12 0,05 0,05 0,03 0,1 0,05

Teniendo en cuenta que han sido 200 los elementos extraídos de la población, se pide:

a) Número de elementos que obtuvieron en la Y una puntuación inferior a 52 y en la X superior

a 39

40 45 50 55 60 65 TOTAL

38 8 10 10 6 10 44

40 12 20 14 10 20 76 No de elementos= 76
42 24 10 10 6 20 10 80
TOTAL 44 40 20 26 30 40 200
b) Determinar las distribuciones marginales

PARA X PARA Y
X ni Y ni
38 44 40 44
40 76 45 40
42 80 50 20
TOTAL 200 55 26
60 30
65 40
TOTAL 200

c) Determinar las distribuciones condicionales X para Y= 55

55
38 6
40 14
42 6
TOTAL 26

d) Determinar las distribuciones condicionales de Y para X= 42

40 45 50 55 60 65 TOTAL
42 24 10 10 6 20 10 80

e) Determinar los promedios de ambas variables

40 45 50 55 60 65 TOTAL X*ni
38 8 10 10 6 10 44 1672
40 12 20 14 10 20 76 3040
42 24 10 10 6 20 10 80 3360
TOTAL 44 40 20 26 30 40 200 8072
Y*ni 1760 1800 1000 1430 1800 2600 10390

8072 X̅ = 40,36
X̅ = 8072
8072 = 40,36
X̅ =X̅ 40,36
X̅ =X̅ = 200
200200
10390 = 51,95
= 10390
10390 = 51,95
= 51,95
= = 200
200200
10. Una compañía X de fumigación afirma que el proceso que ella utiliza garantiza que el efecto sea
más prolongado que aquella obtenida por sus competidores directos. Una muestra de varios
ambientes fumigados fue escogida y se anotó la duración del efecto de limpieza. Los resultados se
dan en la tabla siguiente:

Duracion del efecto de fumigacion

COMPAÑÍA Menos de 4 De 4 a 8 Mas de 8
meses meses meses
X 64 120 16
Y 104 175 21
Z 27 48 5

¿Ud. Cree que existe alguna evidencia a favor o en contra de la afirmación hecha por la compañía x?

64
= 0,328205
195

Duracion del efecto de fumigacion

COMPAÑÍA Menos de 4 De 4 a 8 Mas de 8 TOTAL
meses meses meses
X 64 120 16 200
Y 104 175 21 300
Z 27 48 5 80
TOTAL 195 343 42 580

Duracion del efecto de fumigacion

COMPAÑÍA Menos de 4 De 4 a 8 Mas de 8 TOTAL

meses meses meses

X 0,32 0,6 0,08 1

Y 0,35 0,58 0,07 1
Z 0,34 0,6 0,06 1

La afirmación de la empresa X es correcta ellos tienen mayor efecto prolongado