Prueba sobre Correlación y Regresión Lineal Simple

Alumno: Sergio Alejandro Rodriguez Cardenas Código: 2348200

En las preguntas 1 a 5, señale con una equis (X) la respuesta correcta:

1) Suponga que sabemos la estatura de un estudiante, pero no sabemos su peso. Entonces
usamos una ecuación de regresión para estimar su peso. Por tanto, podemos conjeturar
que:
( ) A El peso es la variable dependiente.
( ) B La estatura es la variable independiente.
( ) C El peso es la variable Independiente.
( X ) D (A) y (B) son verdaderas.

2) Suponga que se dice que existe una relación directa entre el precio de las alcachofas y la
cantidad de lluvia que cayó durante la época de cultivo. Puede concluirse que:
( X ) A Los precios tienden a ser altos cuando la lluvia es alta.
( ) B Los precios tienden a ser bajos cuando la lluvia en alta.
( ) C Una gran cantidad de lluvia ocasiona que los precios suban.
( ) D La falta de lluvia ocasiona que los precios suban.

3) Suponga que se calcula que B=2 y A=4 para una línea de estimación particular con una
variable independiente. Si la variable independiente tiene un valor de 2 , ¿Qué valor debe
esperarse para la variable dependiente?:
( X ) A 8.
( ) B 10.
( ) C -1.
( ) D 0.

y =−2 x +5
¿

4) Supongamos que la ecuación de estimación i i se ha calculado para un

conjunto de datos. ¿Qué es cierto de lo siguiente para esta situación?:
( ) A La intersección con el eje Y es igual a 5 .
( ) B La pendiente de la línea es igual a −2 .
( ) C La línea representa una relación inversa.
( X ) D Todas las anteriores respuestas son verdaderas.

y
¿

5) Si en la ecuación de la pregunta anterior (5), x =0 , entonces

i i es igual a:
( ) A . −2 .
(X) B 5.
( ) C 0.
( ) D 3.

Con base en la siguiente información, responda las preguntas 6 a 11.

Se está estudiando la relación que existe entre el Rendimiento de un automóvil, medido en

millas por galón de gasolina corriente, y el octanaje de la gasolina. Con los datos de ocho
niveles de octanaje, se construyó el siguiente Diagrama de dispersión (Scatter Plot):
 Diagrama de dispersión (scatter plot)
14.2
14 f(x) = 0.0831844029244516 x + 5.79504467912267
13.8 R² = 0.794597281666403
Rendimiento(millas)

13.6
13.4
13.2
13
12.8
12.6
12.4
86 88 90 92 94 96 98 100 102
Octanaje

6) En este problema el investigador intenta predecir:

a) El rendimiento en función del octanaje de la gasolina.
b) El octanaje de la gasolina en función del rendimiento.
c) Tanto el rendimiento en función del octanaje de la gasolina como el octanaje de la
gasolina en función del recorrido
d) Ninguna respuesta de las anteriores en correcta.

7) La relación entre el rendimiento y el octanaje de la gasolina es:

a) Directa.
b) Inversa.
c) Bidimensional.
d) Ninguna respuesta de las anteriores correctas.

8) Si se calcula el coeficiente de correlación R tomaría un valor:

a) Entre -1,0 y -0,5.
b) Entre -0,5 y 0.
c) Entre 0 y -0,5.
d) Entre 0,5 y 1,0.

9) El valor del coeficiente de regresión (Pendiente), es:

a) 0,0832 millas por galón de gasolina.
b) 5,795 millas por galón de gasolina.
c) 0,7946.
d) Ninguna de las respuestas anteriores es correcta.

10) El significado del coeficiente de regresión es:

a) Si el octanaje de la gasolina aumenta en un punto, el recorrido aumenta en 0,0832
millas.
b) Si el octanaje de la gasolina aumenta en un punto, el recorrido aumenta en 5,795
millas.
c) Si el octanaje de la gasolina aumenta en un punto, el recorrido aumenta en 0,7946
millas.
d) Ninguna de las respuestas anteriores es correcta.
11) Si el octanaje de la gasolina es 85, entonces, el recorrido de un automóvil es: 12,86
MILLAS

______________________________________________ _________________________ millas

(Realice la operación en este espacio)

Con base en la siguiente información, responda las preguntas 12 a 20, llenando los espacios
en Blanco.
Amy Green es propietaria de una tienda de helados en la ciudad de Girardot. Amy está
estudiando la relación que existe entre la temperatura ambiental promedio (X) en grados
Fahrenheit, llenando los espacios en blanco, realizando las operaciones correspondientes:
__ __

S =1225
2
y =150 S =121
2
x =86 x y Co var ( X , Y )=367

12) El valor del coeficiente de correlación de Pearson es R= 367/(11*35)= 0,9532

13) Este valor indica que: Existe una alta correlación positiva entre la temperatura
ambiente promedio y la cantidad de litros de helado vendidos.

14) El valor de los coeficientes de regresión (la pendiente) es B= 367/121= 3,0330

15) Este valor indica que: Por cada grado que aumente la temperatura, se esperaría vender
3,0330 litros de helado adicional.

16) El valor de la intersección con el eje Y es A= 150-(3.0330*86)= -110.83

y = 3.0330x-110.83
¿

17) La ecuación de regresión correspondiente a este problema es: i

18) Si la temperatura promedio en un día especifico es igual a 88 grados Fahrenheit,

entonces, el número de helados que se espera vender es igual a:

y = 3.0330 * (88) – 110.83 = 156.07 litros de helado

¿

El valor del coeficiente de determinación es R =

2

19) 0,9086

20) Este valor indica que: Ya que R^2 es muy cercano a 1 se puede deducir que el resultado
indica que la ecuación de regresión es muy adecuada para relacionar las variables de la
temperatura ambiental promedio y los litros de helado vendidos.