Relación de ejercicios del Tema 2

Ejercicios propuestos
1. Se desea estudiar la relación existente entre el comportamiento en prisión y el número de encar-
celaciones previas. Para ello, se obtienen datos sobre el número de expedientes disciplinarios y el
número de encarcelaciones previas para cinco reclusos. Los datos se pueden observar en la siguiente
tabla:

Expedientes Encarcelaciones
disciplinarios previas
4 14
3 1
8 2
1 5
3 2

(a) El coeficiente ρ para ambas variables es ρ = −0.094. ¿Qué podrı́amos decir sobre la fortaleza
de la relación entre las variables?
(b) Queremos ver si se puede afirmar a un 95% de confianza que el coeficiente ρ es distinto de 0.
¿Qué hipótesis debemos plantear? ¿Bajo qué condición se puede realizar este contraste? Si el
p-valor de ese contraste para esta muestra es de 0.881, ¿qué podemos concluir a un nivel de
confianza del 90%?
(c) Queremos ver la magnitud de la influencia del número de encarcelaciones sobre el número de
expedientes disciplinarios a través de una regresión lineal simple.
i. ¿Cuál serı́a la variable independiente y cuál la dependiente? ¿Qué fórmula seguirı́a la
recta de regresión?
ii. Si los coeficientes de la regresión son β0 = 4.017 y β1 = −0.045, ¿cuál serı́a la influencia
del número de encarcelaciones sobre el número de expedientes disciplinarios?
iii. ¿Cuál serı́a el coeficiente de determinación de esa regresión?
2. Se desea investigar si la cantidad de crimen en un área predice el nivel de presencia policial. Para
ello, se emplean datos de 9 provincias y se obtiene la siguiente recta de regresión:
Presencia policial = 2.542 + 1.653 · Cantidad de crimen
La variable Presencia policial se mide como el número de comisarı́as por cada 1.000 hectáreas,
mientras que la variable Cantidad de crimen se mide como el número de crı́menes por cada hectárea
de territorio.

(a) Calcular cuántas comisarı́as por cada 1.000 hectáreas podrı́amos esperar en una provincia con:
i. 5 crı́menes por hectárea.
ii. 10 crı́menes por hectárea.
(b) El coeficiente de correlación de Pearson entre ambas variables es de 0.735. ¿Cuál serı́a entonces
el coeficiente de determinación de la regresión? ¿Qué nos dirı́a el valor de dicho coeficiente
respecto a la bondad del ajuste de esta regresión?
(c) Queremos saber si se puede afirmar, a un nivel de confianza del 90%, si la cantidad de crimen
produce un efecto no nulo sobre la presencia policial. ¿Qué hipótesis deberı́amos plantear?
(d) La tabla ANOVA para esta regresión serı́a la siguiente:

Componente Suma de Grados de Fexp p-valor

cuadrados libertad
Varianza explicada 187.6 1 8.213 0.0241
Varianza residual 159.9 7

¿Qué podemos concluir respecto al efecto de la cantidad de crimen sobre la presencia policial,
a nivel de confianza del 90%? ¿Y al 95%?

Estadı́stica Criminal (2o Grado en Criminologı́a, Universidad de Granada)

 Relación de ejercicios del Tema 2

3. Un grupo de investigación desea comprobar si, a medida que la policı́a es capaz de resolver más
crı́menes, el nivel de criminalidad desciende debido al mayor temor de acabar siendo detenido si se
comete un crimen. Para ello, reúne datos sobre 9 regiones de un paı́s, y para cada una de ellas mide
dos variables: el porcentaje de crı́menes resueltos y la tasa de crı́menes violentos por cada 1.000
habitantes. Los datos se observan en la siguiente tabla:

Porcentaje (%) de Crı́menes violentos

crı́menes resueltos por cada 1.000 hab.
48 2.37
51.3 3.59
35.4 3.83
47.7 2.98
47.3 4.83
45.6 4.14
43.7 5.32
44.5 3.74
44.1 3.93

(a) El coeficiente de correlación de Pearson entre las dos variables es -0.248, y el de Spearman es
de -0.6.
i. ¿Cuál de los dos coeficientes es más apropiado utilizar aquı́? ¿Por qué?
ii. ¿Qué nos dice ese coeficiente sobre la fortaleza de la relación entre ambas variables?
(b) Queremos ver la magnitud de la influencia del porcentaje de crı́menes resueltos sobre la tasa
de crı́menes violentos a través de una regresión lineal simple.
i. ¿Cuál serı́a la variable independiente y cuál la dependiente? ¿Qué fórmula seguirı́a la
recta de regresión?
ii. Si los coeficientes de la regresión son β0 = 6.114 y β1 = −0.05, ¿cuál serı́a la influencia
del porcentaje de crı́menes resueltos sobre la tasa de crı́menes violentos?
iii. ¿Cuál serı́a el coeficiente de determinación de esa regresión?
iv. Si quisiéramos determinar, al 95% de confianza, de que β1 6= 0 a través de un ANOVA,
¿qué hipótesis de partida tendrı́an que darse?

4. Se desea investigar si el número de contactos que tiene una persona con la policı́a depende de su
edad. Para ello, se le pregunta a 18 personas por el número de veces que han tenido contacto con
la policı́a en el último año. 6 de ellas tienen entre 18 y 30 años, 6 tienen entre 31 y 50 años, y las
6 restantes tienen más de 50 años. El número de contactos con la policı́a de las personas de cada
franja de edad se recoge en esta tabla:

Edad (años)
18-30 31-50 Más de 50
6 13 6
5 4 1
3 9 7
3 13 2
7 9 5
9 3 2

(a) Para investigar si el número de contactos con la policı́a está influenciado por la franja de edad,
¿podrı́a utilizarse una regresión lineal? ¿Cuáles serı́an las variables dependiente e independi-
ente?
(b) Suponiendo que la variable independiente es la franja de edad, denotamos la franja entre 30 y
50 años como clase de referencia. ¿Cuál serı́a la expresión de la recta de regresión?

Estadı́stica Criminal (2o Grado en Criminologı́a, Universidad de Granada)

 Relación de ejercicios del Tema 2

(c) Para contrastar la hipótesis de que la edad influye sobre el número de contactos con la policı́a,
se realiza una tabla ANOVA que muestra el siguiente resultado:

Componente Suma de Grados de Fexp p-valor

cuadrados libertad
Varianza explicada 67.11 2 3.359 0.0623
Varianza residual 149.83 15

¿Qué podemos concluir respecto al efecto de la cantidad de crimen sobre la presencia policial,
a nivel de confianza del 90%? ¿Y al 95%?
(d) Si en lugar de darnos la franja de edad nos dieran la edad exacta en años de cada persona,
¿cuál serı́a la fórmula de regresión en ese caso?

5. Se desea comprobar si el porcentaje de agentes con titulación universitaria varı́a entre los diferentes
cuerpos de seguridad estatales. Para estudiarlo, se realiza un muestreo en 6 cuarteles de la Guardia
Civil, 5 comisarı́as de Policı́a Nacional y 7 jefaturas de Policı́a Local. Los resultados obtenidos son
los siguientes:

Cuerpo
Guardia Civil Policı́a Nacional Policı́a Local
89.3 80.2 75.6
77.4 95.6 93.0
74.9 73.7 96.3
55.4 80.4 76.7
79.3 79.7 71.2
94.9 89.3
94.4

(a) Para investigar si el % medio de agentes con titulación universitaria es diferente entre cuerpos,
¿podrı́a utilizarse una regresión lineal? ¿Qué contraste de hipótesis podrı́amos plantear para
verificarlo a un cierto nivel de confianza?
(b) Tras aplicar el método de mı́nimos cuadrados, la recta de regresión es la siguiente:

% universitarios = 81.92 − 3.39 · Guardia Civil + 3.29 · Policı́a Local

i. ¿Qué nos indican los coeficientes sobre el efecto de pertenecer a la Guardia Civil? ¿Y a la
Policı́a Local?
ii. El coeficiente R2 de esta regresión es R2 = 0.073. ¿Qué podemos decir sobre el ajuste del
modelo?
(c) Para contrastar la hipótesis planteada en el primer apartado, se realiza una tabla ANOVA que
muestra lo siguiente:

Componente Suma de Grados de Fexp p-valor

cuadrados libertad
Varianza explicada 144.4 2 0.587 0.568
Varianza residual 1844.8 15

¿Qué podemos concluir respecto a la relación entre el cuerpo de seguridad y el % de agentes

con formación universitaria, a nivel de confianza del 95%?

Estadı́stica Criminal (2o Grado en Criminologı́a, Universidad de Granada)

 Relación de ejercicios del Tema 2

6. Una investigadora ha recolectado información sobre 646 prisiones para analizar si existe alguna
relación entre el hacinamiento en prisiones y el número de incidentes producidos en ellas. Para
explicar el número de incidentes (Y ), tiene en cuenta cuatro variables:
• La densidad espacial medida como el % de ocupación de la prisión (X1 )
• El % de habitaciones con literas o triliteras (X2 )
• El % de habitaciones con varias camas (X3 )
• El número de ingresos (X4 ).
El modelo de regresión obtenido tiene la siguiente expresión:

Y = 0.922 − 0.104 · X1 + 0.097 · X2 · −0.018 · X3 + 0.087 · X4

(a) ¿Cuál serı́a la influencia del % de ocupación de la prisión sobre el número de incidentes? ¿Y
la influencia del % de habitaciones con literas?
(b) El coeficiente R2 de esta regresión es R2 = 0.034, mientras que el R2 ajustado es Radj
2
= 0.028.
¿Cuál de los dos tenemos que utilizar aquı́? ¿Qué nos indica sobre la bondad del ajuste del
modelo?
(c) El p-valor de la tabla ANOVA para este modelo de regresión múltiple es de 0.0003. ¿Qué
podemos afirmar sobre las variables del modelo, a un nivel de confianza del 99%?
(d) Los p-valores del contraste de hipótesis de cada coeficiente de regresión se indican en la siguiente
tabla:

β0 β1 β2 β3 β4
0.0001 0.032 0.112 0.765 0.072

¿Podemos afirmar, a un nivel de confianza del 95%, que alguna de las variables del modelo
tiene un efecto no nulo sobre el número de incidentes en prisión? ¿Cuál o cuáles? ¿Y al 90%
de confianza?

7. Un investigador desea estimar el efecto de los años de educación (X1 ) y el número de delitos previos
de una persona (X2 ) sobre la duración de la sentencia en meses (Y ) recibida por 100 personas
condenadas por robo. Al introducir los datos en el programa, obtiene los siguientes resultados:

Y = 7.1 − 0.3 · X1 + 0.4 · X2

(a) ¿Cuál serı́a la influencia de cada una de las variables sobre la duración de la sentencia recibida?
(b) El coeficiente R2 de esta regresión es R2 = 0.177. El coeficiente R2 ajustado de esta regresión
2
es Radj = 0.16. ¿Cuál de los dos tenemos que utilizar aquı́? ¿Qué nos indica sobre la bondad
del ajuste del modelo?
(c) El p-valor de la tabla ANOVA para este modelo de regresión múltiple es de 0.018. ¿Qué
podemos afirmar sobre las variables del modelo, a un nivel de confianza del 95%?
(d) Los p-valores del contraste de hipótesis de cada coeficiente de regresión se indican en la siguiente
tabla:

β0 β1 β2
0.001 0.310 0.023

¿Podemos afirmar, a un nivel de confianza del 95%, que alguna de las variables del modelo
tiene un efecto no nulo sobre la duración de la sentencia? ¿Cuál o cuáles?

Estadı́stica Criminal (2o Grado en Criminologı́a, Universidad de Granada)

 Relación de ejercicios del Tema 2

8. Se realiza un análisis de los factores que pueden influir sobre la violencia fı́sica en el centro escolar,
medida como el número de agresiones llevadas a cabo en el último año, obteniendo los siguientes
resultados:

Variable predictora β p-valor

Edad (años) 0.21 0.130
Género = mujer -3.78 0.045
Número de amigos detenidos 1.96 0.051

(a) ¿Cuál es el efecto de la edad sobre el número de agresiones estimado por el modelo? ¿Y el
efecto del género de la persona?
(b) ¿Podemos afirmar, a un nivel de confianza del 95%, que alguna de las variables del modelo
tiene un efecto no nulo sobre el número de agresiones llevadas a cabo? ¿Cuál o cuáles? ¿Y al
90%?
(c) Supóngase que se cree que el efecto de la edad sobre el número de agresiones no es el mismo
en cada género. ¿Cuál serı́a la expresión del modelo de regresión a considerar en ese caso?

El material docente del curso es propiedad intelectual del profesor y profesores de la asignatura. Está
prohibida la divulgación, copia o reproducción total o parcial del mismo sin autorización expresa del
propietario de los derechos del material, de acuerdo con la Ley de Propiedad Intelectual por la que se
definen y se protegen los Derechos de autor en España (Ley 21/2014, de 4 de noviembre, por la que
se modifica el texto refundido de la Ley de Propiedad Intelectual, aprobado por Real Decreto Legislativo
1/1996, de 12 de abril, y la Ley 1/2000, de 7 de enero, de Enjuiciamiento Civil).

Estadı́stica Criminal (2o Grado en Criminologı́a, Universidad de Granada)