Depto. de Física y Matemáticas. Grado en Farmacia. Curso 2022-2023.

Práctica 3.
Responde a los ejercicios en el statreporter.
1. Los pesos y estaturas de una muestra de 10 estudiantes universitarios son:
Peso X (kg) 82 75 70 68 44 63 80 70 54 54
Estatura Y (cm) 185 185 180 178 159 170 190 172 162 165
a) Visualiza la nube de puntos. Indica si el modelo lineal de ajuste te parece adecuado.
b) Obtener las rectas de regresión de Y /X y de X/Y.
c) Determinar el valor del coeficiente de correlación de las dos variables. Interprétalo.
d ) Hallar el valor del coeficiente de determinación e interpretarlo.
e) ¿Cuál es la estatura esperada para un estudiante que pesa 63 kg? ¿Y el peso estimado
para uno que tiene una estatura de 175 cm.
f ) ¿Cuánto vale el residuo de la estimación correspondiente a X = 63 kg? Justificar su
obtención.
2. Se realiza un estudio para establecer una ecuación mediante la cual se pueda utilizar la
concentración de estrona en saliva, X, para predecir la concentración del esteroide en
plasma libre, Y . Se extrajeron, en pg/ml, los siguientes datos de 14 varones sanos:

X 7, 4 7, 5 8, 5 9, 0 9, 0 11, 0 13, 0 14, 0 14, 5 16, 0 17, 0 18, 0 20, 0 23, 0

Y 30, 0 25, 0 31, 5 27, 5 39, 5 38, 0 43, 0 49, 0 55, 0 48, 5 51, 0 64, 5 63, 0 68, 0
a) Obtener el modelo lineal que relaciona la concentración del esteroide en plasma libre
con la concentración de estrona en saliva. (Expresión matemática de la relación lineal).
b) Comentar la adecuación del modelo a los datos, a partir del coeficiente de correlación.
c) ¿Cuál sería la estimación de la concentración del esteroide en plasma libre que corres-
pondería a una concentración de estrona en saliva de 17,7 pg/ml?
d ) ¿Cuál sería la estimación de la concentración del esteroide en plasma libre que corres-
pondería a una concentración de estrona en saliva de 26,3 pg/ml?
e) ¿Cabría hacer alguna objeción a estas estimaciones? En caso afirmativo, ¿cuál?:
f ) Obtener mediante una variable calculada (Generar Datos) los valores estimados
por el modelo para las concentraciones del esteroide en plasma libre y los residuos
correspondientes.
g) Obtener ahora directamente los valores estimados y los residuos utilizando la opción
del programa. Sobre la gráfica de residuos: Análisis- Resultados.
3. Se han tomado cinco muestras de la misma cantidad de glucógeno y se les ha aplicado una
cantidad de glucogenasa, X, (en milimoles/litro) anotando en cada caso la velocidad de
reacción, Y , (en micromoles/minuto). Se han obtenido los siguientes datos:

X 0, 2 0, 5 1 2 3
Y 8 10 18 35 60
a) ¿Se puede deducir a partir de estos datos que la velocidad de reacción aumenta li-

1
 nealmente con la concentración de glucogenasa? En caso afirmativo dar la expresión
matemática del modelo de ajuste.
b) Si a una de las muestras le hubiésemos aplicado una concentración de 2,5 milimo-
les/litro de glucogenasa, ¿Cual habrá sido la velocidad de reacción? ¿Es fiable esta
predicción?

4. Se sabe, por experiencia, que el aumento de peso de los embriones de pollo al transcurrir
el tiempo sigue una ley de tipo exponencial. En un experimento se obtuvieron los pesos,
en gramos, de un embrión desde el sexto día de su nacimiento hasta el decimosexto que
aparecen a continuación:

Días 6 7 8 9 10 11 12 13 14 15 16
Peso 0,029 0,052 0,079 0,125 0,181 0,261 0,425 0,738 1,130 1,882 2,812
a) Con los datos anteriores, crea el fichero con las variables días y peso.
b) Ajustar estos valores con el modelo exponencial. Dar la expresión matemática.
c) Calcular el coeficiente de correlación y R-cuadrado. Interpretar sus valores.
d ) Obtener estimaciones del peso para embriones de ocho días y cuarto, catorce días y
medio y 20 días. Comentar estas estimaciones.
e) Comprobar si el modelo exponencial es realmente el mejor modelo de ajuste para estos
datos.

5. Una compañía de electricidad quiere predecir el consumo mensual de energía eléctrica de

un hogar en función del tamaño de la casa

Tamaño de la casa (m2 ) 120 125 135 150 160 170 185 205 225 275
Consumo mensual (kw/h) 1182 1172 1264 1493 1571 1711 1804 1840 1956 1954
a) Visualizar la nube de puntos.
b) Ajusta los datos por una curva de la forma Y = a X b (Multiplicativo en Statgraphics)
y por una parábola (Polinomial de grado 2).
c) Calcular los valores del coeficiente de correlación y R-cuadrado. ¿Qué modelo es mejor?
d ) Estimar el consumo mensual de energía eléctrica de un hogar de 250 m2 , utilizando
el modelo que se ajuste mejor a los datos.
e) Visualizar los residuos (gráfica).
6. Ajustar por el método de mínimos cuadrados una parábola a la serie de datos:

X 1 3 6 8 11
Y 11,9 13,1 15,2 18,5 29,1

Estimar el valor de Y para X = 5,6.

7. Los datos de la tabla siguiente son el resultado de un estudio del efecto de la temperatura de
cristalización primaria de una solución (medida en grados centígrados) sobre el contenido

2
en fósforo (medido en gramos por litro):

X (temperatura) −6 −3 0 3 6 9 12 15 20 25
Y (fósforo) 2, 0 2, 8 3, 9 4, 2 5, 8 6, 2 7, 5 8, 2 9, 3 10, 9
a) Visualizar la nube de puntos.
b) Ajustar estos datos por una función lineal del tipo y = a + bx; por una función
exponencial del tipo y = aebx ; y por una función parabólica del tipo y = a + bx + cx2 .
Indicar las expresiones matemáticas de los distintos modelos de ajuste.
c) ¿Qué modelo de ajuste es el más adecuado para representar la relación entre las dos
variables?