U2 REGRESIÓN Y CORRELACIÓN

1. En el diagrama de dispersión se representan los valores de:

A. Una variable B. Un individuo C. Una variable y su frecuencia

2. En un diagrama de dispersión, decimos que hay una relación negativa si:

A. El diagrama de dispersión no permite identificar ese tipo de relación

B. Los valores altos de una variable están acompañados de valores altos de la otra variable

C. Los valores altos de una variable están acompañados de valores pequeños de la otra
variable

3. ¿Cuál es el valor aproximado de la covarianza en la relación que se representa en el

siguiente diagrama de dispersión?

A. Negativa B. Cero C. Positiva

4. Un investigador midió la relación entre el peso (expresado en kg) y la estatura (expresado en

metros) en un grupo de 10 personas. Si esas mediciones se hubieran expresado en gr (para el
peso) y en cm (para la estatura) ¿qué cambio se habría producido en la relación entre las dos
variables?

A. Disminuiría el valor del coeficiente de correlación

B. El coeficiente de correlación permanecería igual

C. Cambiaría el signo de la covarianza

¿Cuál cambiaría?

a. La covarianza b. El coeficiente de correlación c. El coeficiente de determinación

5. Para calcular la relación entre una característica A (p.e. longitud del pie) y otra característica
B (p.e. estatura de la persona), ¿qué información debemos tener?

A. Un grupo de sujetos, en el que a algunos le medimos la característica A, y a los restantes le

medimoe la característica B

B. Mediciones de la característica A en un grupo de personas y de la característica B en otro

grupo distinto de personas

C. Mediciones tanto de la característica A como de la característica B en cada una de las

personas de un único grupo
6. A continuación se presentan distintos valores de r (coeficiente de correlación). Señala aquel
que indica una predicción más precisa del valor de una variable a partir de la otra

A.-0,86 B.1,68 C. 0,75

7. El coeficiente de correlación entre dos variables es 0,61. ¿Qué porcentaje de las variaciones
de la variable dependiente se puede explicar por la otra variable?

A.39% B.37% C. 61%

Coeficiente de correlación lineal de Pearson = r = 0,61

Coeficiente de determinación = R^2 = (r)^2 = cuadrado del coeficiente de correlación lineal de Pearson = 0,61^2 =
0,37 = 37% = porcentaje de las variaciones de la variable dependiente que se puede explicar por la otra variable

8. Un investigador relacionó la resistencia al cansancio (expresado como minutos de ejercicio

físico) y el peso corporal en un grupo de 69 atletas. La recta de regresión obtenida tenía una
pendiente de -0,1. ¿Cómo se interpreta ese valor aplicándolo a un deportista cualquiera?

A. Si el atleta aumenta su peso en 1 kg, su resistencia disminuye 0,1 min

B. No hay relación entre las variables estudiadas

C. Si el atleta disminuye su peso en 1 kg, su resistencia disminuye 0,1 min

9. Un investigador estudió dos variables (a las que llamaremos X e Y) en un

grupo de cuatro personas. Los resultados obtenidos son los siguientes:

¿Qué se puede afirmar de esa relación?

B. El coeficiente de correlación r es negativo

C. La pendiente b > 0

10. Unos investigadores brasileños han estudiado, en jugadores de fútbol, la relación entre el
ángulo del cuádriceps y las presiones que se producen en la planta del píe. Para ello estudiaron
a 50 futbolistas y 71 personas no practicantes de este deporte. Encontraron que el valor del
coeficiente de correlación r = 0,32. ¿Qué podemos afirmar acerca de esa relación?

A. El peso explica el 49% de las variaciones de los valores de la longitud del pie

B. La recta de regresión tiene una pendiente negativa

C. La relación es inversa
11. Un estudio polisomnográfico recogió medidas de la intensidad del ronquido con la
gravedad de la apnea obstructiva del sueño. Los resultados se representan en el siguiente
diagrama de dispersión ¿Cuál es el valor aproximado del coeficiente de correlación?

A.+1 B. 0,6 C.0,0

12. Un estudio ha examinado si existe alguna relación entre las presiones que se producen en
la planta del pie y el peso de la persona. La conclusión que se ha publicado es la de que el peso
explica el 27% de las variaciones de los valores de la presión. ¿A qué medida se están
refiriendo en ese artículo?

A. Pendiente de la recta de regresión

B. Coeficiente de correlación

C. Coeficiente de determinación

26. Los pacientes con enfermedad de Cushing pueden sufrir

alteraciones de la elasticidad aórtica. En un estudio
recientes, unos investigadores midieron la distensibilidad
cardiaca y la longitud de la Aorta, obteniendo un coeficiente
de correlación de 0,45 ¿Cuál de los siguientes diagramas
representa mejor la relación que encontró este
investigador?

a. El gráfico I b. El gráfico II c. El gráfico III

14. ¿Cuál de las siguientes medidas se calcula usando el método de mínimos cuadrados?

A. El coeficiente de determinación B. El coeficiente de correlación de Pearson

C. La pendiente de la recta de regresión

15. En la siguiente figura se representa la relación entre dos variables A y B. ¿Qué

interpretación se hace de esta relación?

A. Los aumentos en el valor de una de las variables no tienen relación con los cambios en los
valores de la otra variable

B. Un aumento en el valor de A se ve acompañada de una disminución de B

C. Un aumento en el valor de A causa una disminución de B

1. La pendiente de la recta que relaciona a la variable "tiempo de baja" (y) con la variable
"tiempo trabajado"(x) tiene el valor b = 0.289:
1. Al aumentar la duración del tiempo trabajado, aumenta también la duración del tiempo de
baja

2. Al aumentar el tiempo de baja laboral se produce una reducción en la duración del tiempo
trabajado

3. No hay datos suficientes para valorar el sentido de la relación entre ambas variables.

4. Al disminuir el tiempo de baja laboral se produce un aumento en la duración del tiempo

trabajado

5. No existe relación entre las dos variables

4. El coeficiente de correlación lineal de Pearson se calcula para las variables

1. Una cualitativa y otra cuantitativa 2. Cualitativas nominales 3. De cualquier tipo

4. Cuantitativas 5. Cualitativas

7. Respecto a las medidas de asociación entre variables cuantitativas continuas, señale la falsa:
1. Si la correlación (r de Pearson) es 0,8 y la p es 0,4 no podemos afirmar que exista asociación
en los parámetros.

2. Una correlación de 0 indica que no hay asociación entre las variables.

3. La covarianza y la correlación miden la variación conjunta de variables continuas.

4. La correlación positiva indica que cuando una variable crece la otra también lo hace.

5. La covarianza solo toma valores entre -1 y +1

Lo que toma valores entre -1 y +1 es el coeficiente de correlación de Pearson; la covarianza puede tomar valores
más grandes, tanto positivos como negativos.

9. Una de las siguientes es una medida de la variación conjunta de dos variables:

1. Coeficiente de variación 2. Desviación absoluta media 3. Amplitud intercuartilica

4. Desviación típica 5. Covarianza

10. En una ecuación de regresión, la variable independiente:

1. Su coeficiente de determinación es siempre mayor de la unidad.

2. Es la que conocemos, a partir de ella calculamos la dependiente.

3. Es la que no conocemos, a partir de ella calculamos la dependiente.

4. Siempre está tipificada.

5. El coeficiente de determinación puede oscilar entre -1 y +1.

11. La covarianza de dos variables:

1. Es la media de las varianzas 2. Es siempre negativa

3. Es una medida de la variabilidad común

4. Es la raíz cuadrada del coeficiente de correlación 5. Es siempre positiva

12. Para valorar si existe correlación entre dos variables cuantitativas continuas. ¿Qué prueba
realizaría?

1. Coeficiente de determinación 2. Coeficiente de correlación de Pearson

3. Ji-Cuadrado de Pearson 4. Recta de regresión 5. Coeficiente de regresión

14. Si nos presentan los siguientes resultados de un modelo de regresión lineal, ¿Cuál de los
siguientes coeficientes es falso?

1. b = 0,9 2. r (pearson) = -0,9 3. a = -0,9 4. R-cuadrado = 0,81

5. rho (Spearman) = -0,9

Si r (pearson)=-0,9 -> rho (Spearman) = -0,9; R^2 = r^2 = 0,81 -> por descarte, la falsa es b=0,9

La ordenada en el origen puede ser -0,9

17. El coeficiente de determinación puede tomar valores:

1. Entre -1 y +1 2. Entre -infinito y +infinito 3. Entre 0 y +1 4. Entre 0 y +infinito 5. Entre 0 y -1

20. Para evaluar la intensidad de la asociación entre dos variables cuantitativas que no siguen
una distribución normal se utiliza:

1. Coeficiente de correlación de Spearman 2. Coeficiente de correlación de Pearson

3. Coeficiente de variación 4. Covarianza

El coeficiente de variación de Pearson no vale, pues se usa para una sola variable; la covarianza tampoco, porque no
evalúa la intensidad; y el coeficiente de correlación de Pearson tampoco porque no siguen una distribución normal
= lineal

1. En un modelo de regresión lineal y=123.85+0.12*x, interprete la pendiente:

1. y aumenta 123.85 unidades por cada unidad que aumente x

2. y disminuye 123.85 por cada unidad que disminuye x

3. y aumenta 0.12 unidades por cada unidad que aumente x

4. y disminuye 0.12 unidades por cada unidad que aumente x

5. Se tiene que conocer el coeficiente de correlación para interpretar la pendiente

2. Si el cociente entre la varianza residual y la explicada por la regresión en un ajuste lineal es

grande:

1. El ajuste es bueno 2. El ajuste es malo

3. No puede usarse dicha información como medida de bondad de un ajuste

4. El coeficiente de correlación lineal tiende a -1

5. El coeficiente de correlación lineal es próximo a 1

3. En un estudio se analiza la relación entre la Presión Arterial Sistólica (PAS) y la edad en una
muestra de 250 hombres adultos de edades comprendidas entre 35 y 55 años. Los
responsables del estudio presentan los resultados con la siguiente ecuación de regresión
lineal: PAS = 81 + 1,3*EDAD. ¿Cuál de las siguientes afirmaciones es falsa?

1. La edad se ha considerado como variable independiente

2. La pendiente de la recta es 1,3 mmHg/año de edad

3. Por cada año más de edad de los hombres adultos estudiados, su PAS se incrementa en 1,3
mmHg de promedio

4. El valor 81 se corresponde con la media de la PAS en la muestra estudiada

5. Se ha asumido que la relación entre la edad y la PAS es lineal

4. Conociendo que el valor de la covarianza Sxy entre dos variables es 237,19, señale qué
respuesta es coherente con ese valor:

1. Si existe relación lineal, la correlación es positiva 2. La pendiente es negativa

3. La covarianza no puede ser superior a 1

4. El coeficiente de determinación es 0 5. La recta de regresión es válida

5. El porcentaje de la variación de la variable dependiente explicada por la variable

independiente se mide a través de:

1. El coeficiente de regresión 2. El coeficiente de correlación

3. El coeficiente de determinación 4. La covarianza 5. El coeficiente de variación

1. ¿Cuál de las siguientes afirmaciones es cierta?

a) El coeficiente de correlación lineal r y las varianzas de las variables siempre tienen el mismo
signo. *Y las covarianzas

b) La covarianza, al igual que el coeficiente de correlación lineal r, toma valores entre -1 y +1

c) El coeficiente de correlación lineal r d X e Y es igual al de Y y X

d) El coeficiente de correlación lineal y el coeficiente de variación de Pearson siempre tienen el

mismo signo el coeficiente de variación de Pearson no puede ser negativo

e) Ninguna válida

1. Respecto al coeficiente de correlación de Pearson, qué afirmación es cierta:

1. Puede tomar cualquier valor. 2. Varía entre O y 1. 3. Varía entre -1 y 1.

4. Varía entre -1 y O. 5. Es siempre O.

2. Al calcular el coeficiente de correlación de Spearman se obtiene un valor de 1.35. ¿Cómo

debe interpretarse?

1. Las variables son concordantes. 2. Las variables son disconcordantes.

3. Las variables son independientes entre sí.

4. El valor está mal calculado. 5. Ninguna es correcta.

3. Al relacionar la concentración de flúor en el agua de consumo público y la prevalencia de

caries, se obtuvo un coeficiente de correlación lineal de -0.92; eso significa que:

1. No existe relación lineal entre las dos variables.

2. Existe relación lineal directa entre las dos variables

3. Existe relación lineal inversa entre las dos variables

4. La concentración de flúor depende lineal mente del índice CAO

5. Ninguna es correcta.

4. En un estudio se relacionó la cifra de tensión arterial de la población con la concentración

de sal común en el agua de consumo doméstico. Para ello se estimó un modelo de regresión
lineal entre estas dos variables, con un coeficiente de determinación de 0.85. Esto significa
que:

1. El ajuste es perfecto y directo

2. El ajuste es perfecto e inverso

3. La regresión es válida

4. La regresión no es válida
5. Ninguna de las anteriores es cierta

5. En el estudio anterior se obtiene la recta de regresión: y=2.25+0.75*x y=tensión arterial; x=

concentración de sal. El significado de la pendiente de la recta es:

1. Por cada aumento de una unidad en la concentración de sal, la tensión aumenta 0.75

2. Por cada aumento de una unidad en la concentración de sal, la tensión disminuye 0.75

3. Por cada aumento de una unidad en la tensión aumenta 0.75 la concentración de sal

4. Por cada aumento de una unidad en la tensión disminuye 0.75 la concentración de sal

5. Ninguna de las anteriores

6. Con el fin de estudiar la influencia de la edad en la resistencia al ejercicio físico, se sometió a

5 individuos de 30, 35, 40, 45 Y 50 años de edad (x) a una prueba física violenta. Se midió en
segundos el tiempo que la soportaban sin fatiga (y), obteniéndose 65, 54, 42, 33 Y 26 segundos
respectivamente. la recta de regresión resultó ser y=123'2-1.98x. Podemos concluir que:

1. Por cada año el tiempo de resistencia aumenta en 123.2 segundos.

2. Por cada año el tiempo de resistencia disminuye en 1.98 segundos.

3. Por cada año el tiempo de resistencia disminuye en 123.2 segundos.

4. Por cada 10 años el tiempo de resistencia aumenta 123.2 segundos.

5. Ninguna de las anteriores es correcta.

La correlación entre dos variables X e Y es 0.92. Señale la respuesta correcta

a) El coeficiente de determinación para la regresión de Y sobre X es 0.8464

b) La asociación entre las dos variables es inversa

c) Las dos variables no están asociadas

d) La regresión entre X e y no es válida

e) Las respuestas b) y d) son correctas

En un modelo de regresión lineal y=123.85+ 0.12·x, interprete la pendiente

a) y aumenta 123.85, unidades por cada unidad que aumente x

b) y disminuye 123.85 por cada unidad que disminuye x:

c) y aumenta 0.12 unidades por cada unidad que aumente x

d) Y disminuye 0.12 unidades por cada' unidad que aumente x

 e) Se tiene que conocer el coeficiente de correlación para interpretar la pendiente

1. La correlación entre los valores de una escala de ansiedad y el desempeño efectuado por una
serie de estudiantes al entrenarse en técnicas de resucitación cardiopulmonar es -0,73.
¿Cómo debemos interpretar este valor?
Si la ansiedad es alta, el desempeño es alto.
Si mejoramos el desempeño al ejecutar la RCP, la ansiedad es
menor.
Si la ansiedad disminuye, también lo hace el desempeño.
Si el desempeño es pobre o bajo, la ansiedad tiende a disminuir.

2. En un artículo de investigación, los autores han incluido los valores de los coeficientes de
correlación de Pearson y de Spearman, que son 0,01 y -0,01 respectivamente.
¿Cuál es la interpretación más correcta de estos valores?
Las dos variables son independientes.
Las dos variables tienen una relación lineal.
No hay una relación lineal entre las dos variables.
La relación es positiva en un caso, e inversa en el
otro.

3. ¿Cuál de los siguientes valores de un coeficiente de correlación entre dos variables X e Y

indica una situación en la que más de la mitad de la variación en una variable está relacionada
con la variación de la otra variable?
r=-
0,7.
r = 0,3.
r=-
0,9.
r = 0,6.

4 . Un investigador reclutó a 50 parejas de hermanos gemelos, pero con cada miembro de la

pareja de distinto sexo.
Estudió la relación entre el peso al nacer de la hermana (y) frente al peso al nacer del hermano
(x), encontrando la siguiente relación lineal (todos los pesos están en gramos):
y = 1221 + 0,403x
¿Qué conclusión se puede obtener a partir de esa recta?
Cuando la hermana pesa 1000 g, el peso medio del hermano gemelo se puede predecir que
será 1624
Cuando el hermano pesa 1000 g, el peso medio de la hermana gemela se puede predecir
que será 1624
 La media muestral del peso de las hermanas es 1221 g
La media muestral del peso de los hermanos es 1221 g

5. En la siguiente tabla se han recogido los valores de dos variables X e Y:

X: 4, 2, 8, 6, 10, 6
Y: 8, 4, 18, 22, 30, 8
La recta de regresión que se ha estimado es: y = -3,6 + 3,1*X
¿Cuál es la mejor estimación posible del valor de la variable Y cuando la variable X es 7?
15,0.
20,0.
18,1.
16,5.

6. Un investigador ha estudiado en animales de laboratorio la relación entre la temperatura

corporal en grados centígrados (x) y en grados Fahrenheit (y).
La linea de regresión tiene la siguiente expresión:
y = 9/5x + 32
Asumiendo que no hay error al medir la temperatura, ¿qué valor tendrá el coeficiente de
correlación entre esas dos medidas?
9/5
5/9
-1
+1

7. Se hizo un estudio para determinar la influencia del estriol materno sobre el peso del niño al
nacer. Al representar los resultados mediante un diagrama de dispersión se apreció que existía
una relación lineal.
El valor del coeficiente de correlación lineal de Pearson era r=0,411.
Para publicar los resultados en una revista norteamericana, los investigadores decidieron
expresar los resultados en pulgadas en vez de hacerlo en centímetros (como inicialmente lo
habían hecho), calculando de nuevo el valor de r.
¿Qué valor de r se obtendrá con los datos expresados en pulgadas?

0,000

-0,0411

0,411
 0,500

8. Unos investigadores han medido en un grupo de niños la puntuación obtenida al realizar una
prueba de maduración cognitiva y el valor obtenido en una escala de actividad motora.
En ambos casos, las puntuaciones pueden tener valores entre 0 y 100.
Los investigadores suponían que ambas escalas debían estar relacionadas, y calcularon el
coeficiente de correlación entre ambas. El valor del coeficiente es 0,40.
¿Qué porcentaje de la variabilidad de las dos variables es explicable por la relación entre ellas?

20
%

16
%

40
%

80
%

9. Se sabe que la correlación entre las variables A y B es -0,50, mientras que la correlación entre
B y C tiene un valor de 0,50.
¿Qué se puede deducir acerca de la correlación entre A y C?

No existe asociación entre A y C

A y C son independientes

A y C tienen una correlación negativa

La relación no se puede deducir a partir de la información proporcionada

10. ¿Qué indica el signo (positivo o negativo) del coeficiente de correlación de Spearman?

El sentido de la relación entre las dos variables correlacionadas.

La importancia de la relación entre las dos variables correlacionadas.

La probabilidad de que el grado de relación entre las dos variables sea distinto de cero.

La magnItud de la pendiente de la recta de regresión entre las dos variables.

En estos dos diagramas, ¿cuál es el que tiene mayor desviación típica?

a) La desviación típica en el gráfico A es mayor que en el gráfico B
b) La desviación típica en el gráfico B es mayor que en el gráfico A
c) La desviación típica de los dos gráficos es aproximadamente las mismas

15. Un investigador ajustó la siguiente recta de regresión Y =20 + 0,75X a una nube de puntos,
¿cuál es el valor residual para un individuo con los valores (X=100, Y=90)?

a) -5 b) 5 c) 95

7- Para evaluar el deterioro causado por el glaucoma sobre la retina, unos investigadores
midieron el espesor de la hoja nerviosa en 179 pacientes con ese problema, usando dos tipos
de tomografía (TCO-SD y TCO-TD). En cada paciente repitieron la exploración con las dos
técnicas. Encontraron que el valor del coeficiente de correlación r = 0.88. ¿Qué podemos
afirmar acerca de esa relación?

a) La recta de regresión tiene una pendiente negativa.

b) La relación entre esas dos variables es directa.

c) La medición con TCO-TD explica aproximadamente el 88% de las variaciones de los valores

obtenidos con TCO-SD.