[EJERCICIOS| 1. ¢ Por qué son iguales los signos del coeficiente de correlacién y de la pendiente de la recta de regresién de minimos cuadrados?. Rp, r=bsy/sy 2. Dadas las rectas de regresién de mfnimos cuadrados Y=a+bX y X =c+dY. Verificar que bd es igual al coeficiente de determinaci6n. 3. Si las graficas de las rectas de regresi6n de Y en X y de X en Y forman un Angulo de 90 grados, ,qué se puede afirmar del indice de correlacién?. Rp. es cero. 4. Si (X1,%),(42+¥2),--0(%p» Yn) Son nm pares de datos observados que se encuentran en la recta L: ¥ = mX + b, (por qué L es la recta de regresién de minimos cuadrados para estos puntos?, {qué porcentaje de la varianza total de los yj es explicado por L?. Rp. por que L(y~ J, )*=0, 100%. 5. Dada la recta de regresién de minimos cuadrados Y = a + bX, si se produce un incremento igual a c en uno de los valores de X, {cuanto es el incremento respectivo que se produce en Y?. Rp. be 6. Al realizar la regresién de ¥ en X basado en una muestra de 10 pares de datos (4;,¥;), se tiene que la varianza de los y; es igual a 16 y que la suma de cuadrados debido a la regresi6n es 140. {Qué porcentaje de la varianza de los y, es explicada por Ia regresién ?. Rp. 87.5%. 7. El coeficiente de correlacin entre dos variables X ¢ Yes r= 0.60. Si sy = 1.50, sy = 2.00, ¥=10, ¥ = 20, hallar a recta de regresion: a)de YenX, b)de Xen ¥. Rp. a) Y= 12 +0.8X, b)X=1+045Y.0 Y=-2.2422x 8. Si nm pares (%,¥,),---.(%+Y,) son tales que cumplen la relacién 1 Y= ZOU-2D, y si ¥=0, ces valida larelacion Sy, =$2/57. Rp.si 9. Si la ecuacién de regresién de Yen X es :,Y =3+2X, hallar la ecuacin de regresin de Y’ en X', donde X*=X+3eY=Y+6. Rp. ¥-9 =2(X'~3)10. Al estudiar la regresi6n lineal entre los ingresos medios (¥ en $) y el ntimero de hijos por familia (X), se obtuvo la siguiente informacién: ¥=3, Y=700, sy =O.5Ysyy . estimar los ingresos de las familias con 4 hijos, ¢a cudntos hijos por familia corresponderia un ingreso estimado en $7129. Rp Y=688 + 4X, $704. x=6 11. Al estimar las ventas (¥) de un artfculo en funcién de los precios (X) se us6 una recta de minimos cuadrados basado en una muestra de 4 datos. Si las ventas observadas fueron 10, 8, 6, 14 y si las ventas estimadas respectivas son 10.8. 8.2, 5.6, 13.4, gqué porcentaje de la varianza de las ventas es explicada por la recta de regresion?. Rp. 96.57%. 12. En un estudio de la relacidn entre ingresos mensuales y gastos de educacién de las familias, una muestra proporciona un coeficiente de determinacién del 90.25%, medias respectivas de $420 y $120, y desviaciones esténdar respectivas de $10 y 78. Segtin este estudio a) {En cudnto se estima los gastos por educacién de una familia cuyo ingreso mensual es de $300?. b) Si una familia estima su gasto por educacién en $370, {cuanto deberia ser su ingreso mensual?. c) Si una familia tiene un aumento de $50, jen cuanto se incrementaria la estimacién de sus gastos en educacién? Rp. ¥=-159.3+0.6665X, a) $40.2, b) $795.94, 0,665%50=33.25 13. Al estudiar la relacién entre la edad (X) y la presin sanguinea (Y) a partir de una muestra de mujeres, se obtuvo la siguiente informacién: Sx =7.5, $y =10, ¥=50, y= 120, r=0.90 a) Hallar la relaci6n lineal de Ja presién con respecto a la edad y predecir la presién sanguinea para una mujer de 45 ajfios. b) (Qué porcentaje de la varianza de la presién es explicada por la regresién de Ja presién sangufnea con respecto a la edad?. Rp. a) Y=60+1.2X, six=45, § = 114, b) 81%. 14. Al estudiar la relacién entre el costos(X) y las utilidades (Y) en délares de ciertos productos a partir de una muestra se obtuvo la siguiente informacién: Sy =5, Sy =4, X=100, P= 50, Y=-26+0.76N. a) (Qué porcentaje de la varianza de las utilidades es explicada por la regresion de utilidades sobre costos?.b) Si cada valor del costo se aumenta en $3 y el valor correspondiente a la utilidad se aumenta en 6 $, jen cuanto se estima la utilidad para un costo de $1207, Rp. a) 70.95, 17=0.9025. el 90.25%, b) ¥-56-0.76(X"-103), 68.92. 15. Utilizando los n pares de datos (x1, J), regresién lineal con pendiente igual a 1, Determinar el indice de correlacién entre los valores x; y; si ademas, sy /sy =0.9 Kn Yq) Se Obtiene una ecuacién de Rp. r=-09. 16. Si n pares (x1,9}),--+s(%q. Jn) tienen indice de correlacin r, comprobar que la recta de regresién para los puntos (x,.);),-.(x5,9,), en donde ee) Me™ yf == para i=1,2,....0, es 9 Sx sy Rp. x*=0. y 0. r* =rentonces y” = 1x” 17. Sin pares (x), y;)s-+(%ys¥q) Son tales que cumplen la relacin: Y = bX , deducir b usando e] método de minimos cuadrados. Rp. b=Lolle 18. Una compafifa de alimentos maneja una cadena de tiendas al menudeo. Para medir la eficiencia de las tiendas se estudi¢ la relacién del ntimero de empleados (X) y el promedio de! volumen de ventas mensuales (¥) expresado en cientos de délares para todas las tiendas durante el aho pasado. La grafica de los datos sugiere una relacin lineal entre las variables. Se tiene la siguiente informaci6n: n=100, £X =600, E¥ = 1600, £X¥ = 13600, LX? =5200, LY? =37700 a) Hallar la recta de mfnimos cuadrados para estimar las ventas partir del nimero de empleados. {En cuanto se cstiman las ventas para una tienda de 8 empleados?. b) (Qué porcentaje de la varianza de las ventas cs explicada por la variabilidad del ntimero de empleados?. c) {Cudntos empleados tiene la tienda cuya venta promedio se estima en $1,100?. Rp. a) ¥E1+2.5X, 21 0 $2100, b) 0.909 , 82.6%, c) 4, 19. Un estudio de mercado trata de averiguar si es efectiva la propaganda televisada de un producto que salié a la venta con relacién al tiempo de publicidad (en horas/semana). Se recopilaron datos a partir de la segunda semana de iniciada la publicidad resultando el cuadro que sigue. No se pudo recopilar datos de la cuarta semana.‘Semana 2 a ee Tiempo de propaganda_| 20 [| 25 | 22 | 28 | 36 | 40 Venta del Producto($) | 300 [ 310 | — | 320 | 350 | 420 a) (Es efectiva la publicidad del producto?. b) En cuanto estimarfa las ventas para la semana 4?. Rp. a) Y= 176.82 + 5.467X, r=0.92, b) 297 20. Un editor tomé una muestra de 7 libros anotando el precio y el némero de paginas respectivo, obteniendo los siguientes datos: No. de paginas | 630 | 550 | 400 | 250 | 370 | 320 | 610 Precio ($) [10 [8 7 4 6 6 9 a) Determine una funci6n lineal entre el precio y el nimero de paginas con el fin de predecir precios. ; Que porcentaje de la varianza total de precios se explica por esta funcién?, b) Estimar el precio de un libro de 300 paginas. Si a este libro se le incrementa 20 paginas en una segunda edicién, en cudnto se incrementarfa su precio?. c) Cuantas paginas deberia tener un libro cuyo precio se estima en $12.27? Rp.a) Y=1.22+0.013X;, 94.5%, b) $5.12, $0.26, c) 850. 21. Una muestra de 5 varones adultos de quienes se observaron las estaturas (X en pies, pulgadas) y los pesos (Y en libras) ha dado los siguientes resultados: x im 2" 53” 54” ss Y 125, 130 140 145 160 a) Realice una regresi6n lineal y utilice los datos para verificar que la varianza total de ¥ es igual a la varianza residual mds la varianza explicada por la recta de regresién. b) Usando la descomposicién de la varianza calcule r? e interprete cl resultado. Rp.a) ¥=114548.5X', X'= 1.2345. 750=27.5 +7225, b) P= 0.96. 22. Se quiere estudiar la relacién entre las edades en anos (X) de un tipo de méquinas que se utiliza en la fabricacién de cierto artfculo y el ntimero de articulos (Y) que producen. A partir de la muestra de Ia tabla siguiente: a) Determinar la recta de regresidn de m{nimos cuadrados para predecir la produccién. Estimar la produccién para 4,7 y 8 afios. b) Calcular el porcentaje de la varianza explicada por la regresién de la producci6n. c) Si realmente cada m4quina de la muestra produce 10 artfculos menos determinar la recta de regresién. ,Cudnto es el porcentaje de la varianza explicada por la regresi6n de la produccién?.95 70, 80 75 60 45, 50 25 Rp. a) Y= 101.5-6.64X, b) 88%, c) Y'=91.5—6.64X y r no varia, 2 3 4 $ 6 7 8 9 10 23. Sea ¥ el indice de precios al consumidor, tomando como base al afio 1980 (es decir 1980 = 100). Para los datos que siguen: Ano | 1981 1982 1983 1984 1985 1986 1987 ¥ 106.0 [| 11.1 | 117.2 | 121.3 | 125.2 | 128.0 | 132.6 a) Hallar la recta de minimos cuadrados que se ajuste a los datos. b) Predecir el indice de precios para el aio 1988 y compararlo con el valor verdadero (144.4). {En que aio podemos esperar que el indice de precios sea 150,57, suponiendo que las tendencias presentes contintien?. Rp. a) Y= 102.834+4.34X, r= 0.994 b)afo 1991 24. Los porcentajes en gastos de publicidad y los porcentajes de beneficios netos de ventas en una muestra de 9 negocios es como sigue: Gastos 23) 19] 35: [to |S [40 || 2.67/30 | 24 Beneficios 40 | 38 | 62 4129 | 34 | 68 | 45 | 50 | 42 a) Hallar la recta de regresi6n de minimos cuadrados para predecir beneficios netos. b) Determine el beneficio si el gasto es 5%. {Cudnto es el porcentaje de la varianza explicada de los beneficios con respecto al gasto?. Rp. a) Y= 1.274+1.32X = b) 7.88 -y 95.99%. 25. Una fabrica de cierta marca de refresco ha tomado al azar 9 semanas del afio. observando la temperatura media correspondiente en grados centigrados (X) y la cantidad de los refrescos en miles (Y) pedidos durante cada uno de dichos perfodos. Los datos se resumen en la siguiente tabla: x 28 14 12 | 31 30_| 19 24 15 16 7 60 19 12 | 75 7 | 40 | 55 | 25 | 25Hallar la recta de regresi6n de minimos cuadrados para predecir la cantidad de pedidos. ¢Se puede planificar la produccién en base a la temperatura’. Rp.a) Y=~23.9 + 3.154X . b) = 0.9868 26. Los siguientes datos son los precios de venta en délares Y de una marca de automéviles usados X aiios: x 2 3 5 6 ¥ 6350 5695 5790 = 4985 4890 a) Ajustar una curva de minimos cuadrados de la forma Y = AB . b) Estimar el precio de venta de un automdvil que tenga 4 ajios de uso. Rp. a) ¥ = 6559.78(0.95* > r=-0,9658.b) J 27. Los siguientes datos son la inversién neta (X) y Ja tasa de interés (Y) x 12 8 10. 7 6 5. 5 ¥ 4 5 6 7 8 a 10 Se plantean dos modelos para relacionar Y con X Y=AX® © Y=a+bX {.Qué modelo se ajusta mejor a los datos?, {por qué? Rp. Modelo no lineal, ¥ =40.29(X)°"™ , r=0.93, 7=0.87, Modelo lineal, ¥=12.63-0.74X r=0.91. P=0.82. Mejor ajusta cl modelo no lineal. 28. Ajustar por el método de mfnimos cuadrados una curva de la forma: L A+BX a los siguientes pares de datos: x [4 ]8 J] 127 16 [ 20 [24 | 28 | 32 ¥ | 28 | 2 [2057 15 | |e [ 7 5 Rp. Y'=I/¥, ¥°=0.003146+0.005176X, =0.9127 29. Ajustar por el método de minimos cuadrados una curva de la forma: 1 A+ BX a los datos del problema 19. ( hacer primero ¥'= Y -5). Y=5+ 30. La presién P (kg./om’.) de un gas correspondiente a diferentes volimenes V (cm’,) se registré en la siguiente tabla:Ajustar a los datos una curva de minimos cuadraticos de la forma: PV" =A y estimar P cuando Ves 110 cm.3. v_[ 50 [ 6 [| 7 | 80 | 90 | 100 P_| 797 | 65.1 | 526 | 368 [ 257 | 87 | Rp. ¥'= 6,84 +2.83X", PV* = 6918309.709,11.56, r 0.908 31. El nimero Y de bacterias por unidad de volumen presentes en un cultivo de X horas se registr6 en la siguiente tabla: 50 80 190, Ajustar a los datos una curva de minimos cuadrdticos de la forma: Y=-10+ A.B y estimar el ntimero de bacterias a las 5 horas. Rp. a) ¥ =-10+27.71.57)%, 254, r = 0.98.