Documentos de Académico
Documentos de Profesional
Documentos de Cultura
es
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (2º A.D.E.) http://telefonica.net/web/imm
1º) Si entre los coeficientes de regresión lineal simple b y b' se diese que b = −1/b' ,
razone cuáles de las siguientes alternativas podrían darse entre las rectas de regresión: a) son
perpendiculares entre sí; b) son coincidentes y decrecientes ambas; c) forman entre sí un
ángulo de 135º pues la tangente de 135º vale −1.[Feb 99]
2º) Una empresa se dedica a la decoración de locales comerciales. Hasta el momento ha
participado en 5 proyectos, en los cuales el número de metros cuadrados decorados y el
número de horas directamente empleadas han sido las siguientes:
nº de m2 nº de horas
1.000 10
4.000 15
5.000 18
7.000 20
8.000 22
La empresa decide presentarse a un concurso-proyecto para decorar 3.000 m2 , para lo cual
deberá elaborar el correspondiente presupuesto económico.
Los datos a tener en cuenta para la elaboración del presupuesto económico son:
a) El presupuesto sólo tendrá en cuenta los costes de instalación, ya que el material lo
suministrará la entidad que convoca el concurso
b) Para cubrir los restantes costes, la empresa decoradora incrementará su presupuesto en un
40% sobre el importe total de coste de la mano de obra que se utilice en el proyecto.
c) El coste por hora de trabajo es de 3.000 pts.
Dada la situación particular en que se encuentra la empresa decoradora, le interesa
participar en el concurso con un presupuesto con el que sólo cubra los costes.
Bajo estas condiciones, y en el supuesto de que el número de horas trabajadas sea
función lineal del número de metros cuadrados decorados, se pide: 1) ¿cuál será el presupuesto
que presente la empresa decoradora?; 2) ¿qué grado de fiabilidad tendrá la cifra de presupuesto
presentado?; 3) si se tratase de decorar, en un nuevo proyecto, 50.000 m2 , ¿qué crítica se le
podría hacer al presupuesto que en su caso se presentase?.[Feb 99]
3º) Qué ocurre cuando r = 1: a) Los valores teóricos no coinciden con los observados; b)
La dependencia funcional existente viene dada por una recta decreciente; c) La varianza
residual es 0; d)Ninguna de las anteriores
[Feb. 2000]
4º) Cuando la covarianza entre dos variables es 0: a) Las variables son estadísticamente
independientes ; b) El grado de asociación lineal entre las variables es perfecto; e) El
coeficiente de variación tendrá valores muy grandes; d) Ninguna de las anteriores. [Feb. 2000]
5º) El coeficiente de determinación lineal indica: a) La varianza total menos la varianza
explicada por la regresión; b) La proporción de varianza explicada por la regresión lineal; c) El
ajuste de y mediante y = f (x); d) Ninguna de las anteriores. [Feb. 2000]
6º) Dada la regresión lineal simple Y/X, el coeficiente de regresión (b) indica: a) La
variación que se produce en Y ante una variación de X en una unidad; b) Los resultados del
ajuste; c) El grado de asociación lineal entre X e Y; d) Ninguna de las anteriores. [Feb. 2000]
7º) Cuando R2 = 1, señálese la respuesta correcta: a) La varianza residual es igual a la
varianza de la variable dependiente; b) La suma de la varianza residual y la varianza
dependiente también es la unidad; c) La varianza residual es nula; d) Ninguna de las
anteriores. [Sep. 2000]
8º) Cuando existe una relación exacta entre las variables, señálese la opción correcta: a)
la varianza explicada por la regresión coincide con la varianza de la variable dependiente; b)
El coeficiente de correlación es igual a cero; c) La varianza residual es igual a la varianza de la
variable dependiente; d) Ninguna de las anteriores. [Sep. 2000]
9º) Si a las variables estadísticas X e Y las sometemos a un cambio de origen y de
escala, señálese la respuesta correcta: a) su covarianza queda afectada por el cambio de escala;
b) su covarianza queda afectada por ambos cambios; c) su covarianza queda afectada por el
cambio de origen; d) su covarianza no queda afectada por ninguno de los cambios. [Sep. 2000]
Propuestos en exámenes de planes antiguos:
10º) a) Definición de varianza residual y coeficiente de determinación; b) calcular la
varianza residual y el coeficiente de correlación de la distribución siguiente:[Econ, feb 99]
xi yi
2 3
4 2
8 4
9 7
11 10
11º) En una distribución de frecuencias para dos variables x, y se ha obtenido la
siguiente tabla de correlaciones:
3 4 8 TOTAL
Y\X
4 2 2
5 8
2 1 2
6 5
1 2 4
7 7
TOTAL 7 5 8 20
er
Obtenga los momentos de 1 y 2º orden respecto a la media y respecto al origen de esta
distribución.[Empr. mayo 96]
12º) a) Exprese la covarianza en función de los momentos respecto al origen en una
distribución bidimensional; b) obtenga la regresión lineal simple de Y/X y de X/Y y el
coeficiente de determinación de la siguiente distribución:[Empr, mayo 96]
Y\X 2 3 4 TOTAL
4 5 6 2 13
5 4 4 2 10
6 3 6 8 17
TOTAL 12 16 12 40
13º) A partir de una muestra de 100 familias se hace un estudio de la relación entre los
ingresos "x" y el ahorro "y". Los datos obtenidos, expresados en miles de millones de pesetas
por mes son:
yi xi 40-80 80-150 150-
250
0-10 30 20 0
10-50 3 14 18
50-80 0 0 15
a) compruebe si el ahorro puede relacionarse con los ingresos según modelo lineal; b) calcular
dicha función; c) ¿qué ocurriría con el ahorro si todas las familias aumentaran sus ingresos en
2000 pts?.[Empr, mayo 97]
14º) Dada la relación funcional exacta entre dos variables y = bx, se ha realizado un
ajuste mínimo cuadrático obteniéndose que la varianza de la variable dependiente es S2y =
0,17. ¿Cuál sería el valor de la varianza residual (S2ry ) y de la varianza explicada por la
regresión (S2yt )?.[Empr jun 97]
15º) Se ha observado durante 10 días el precio de un determinado producto de primera
necesidad (X) y las unidades vendidas de dicho producto (Y) obteniendo los siguientes
resultados:
Xi Yi
7 1000
5 2000
15 300
2 5000
6 1800
3 7000
Obtenga 1) los momentos de 1º y 2º orden respecto al origen; 2) los momentos de 1º y 2º orden
respecto a las medias; 3) ¿ cuál de las dos medias aritméticas es más representativa?; 4) la
media aritmética de Y condicionada a que X = 15; 5) la recta de regresión de Y sobre X e
interprete los resultados; 6) la varianza residual (S2ry) y la varianza explicada por la regresión
(S2yt) , comentando los resultados.[Empr, sep, 97]
16º) Se dispone de la siguiente información sobre el precio (x) y el consumo (y) de un
artículo determinado
yi xi ni
7 100 3
6 200 2
14 30 2
3 500 1
8 180 1
2 700 1
a) elaborar la tabla de correlación correspondiente; b) obtener los momentos de 1er y 2º orden
respecto al origen y respecto a la media; c) ¿qué opinión le merece la media aritmética de cada
una de las variables?; d) en base a estos datos, ¿se podría afirmar que existe una dependencia
lineal entre el precio y el consumo de este artículo? [Empr, mayo, 98]
17º) En la siguiente distribución conjunta calcular la varianza residual y el coeficiente
de correlación:
xi yi
1 2
2 7
3 2
7 5
9 6
1 3
1
(2º ECON jun 97- 1ª)
18º) Hallar la recta de regresión de Y sobre X suponiendo que la variable X son los
costes de personal (millones de pesetas) y la variable Y los parados (miles)de un sector de
nuestra economía:
Año x y
s
1990 2 1
1991 3 2
1992 2 4
1993 4 6
1994 6 7
(2º ECON jun 97 2ª)
SOLUCIONES
1º) Si b′ ≠ 0 finito, es imposible la relación dada pues b y b′ han de tener el mismo signo
(b = m11 y b′ = m11 ) . Si b′ = ∞ ⇒ b = 0 ⇒ no existe recta de regresión de X/Y y sólo
m 20 m 02
existe de Y/X: y = y ( caso trivial) ; si b′ = 0 ⇒ b = ∞ ⇒ no existe recta de regresión de Y/X y
sólo existe de X/Y: x = x ( caso trivial).
2º) Obtenemos la recta de regresión lineal de Y (nº de horas) sobre X (nº de m2) :
x y x2 x·y y2
1000 10 106 10·103 100
4000 15 16·106 60·103 225
5000 18 25·106 90·103 324
7000 20 49·106 140·103 400
8000 22 64·106 176·103 484
25000 85 155·106 476·103 1533
a10 = 5.000 ; a01 = 17 ; a20 = 31·106 ; a02 = 306,6 ; a11 = 95,2·103 , de donde se obtiene:
m11
m11 = 10,2·103 ; m20 = 6·106 y b = = 1,7·10−3 . Luego la recta de regresión es:
m 20
y − 17 = 1,7·10 (x −5000) ⇒ y = 1,7·10−3 x + 8,5
−3
a10 = 6,8 ; a01 = 5,2 ; a20 = 57,2 ; a02 = 35,6 ; a11 = 43,8 , de donde se obtiene:
Sxy = m11 = 8,44 ; Sx2 = m20 = 10,96 y Sy2 = m02 = 8,56. Así pues:
2 2
S 2xy 71,2336 2
S 2xy 2,06
S ry = S y − 2 = 8,56 − ≅ 2,06; R = 1 − 2 = 1 − ≅ 0,759 ⇒ R ≅ 0,8712
Sx 10,96 Sy 8,56
4) Y X = 15 = 300
5) Se tiene Sxy = m11 = a11 −a10a01 = −7.490,5; S2x = m20 = 17,89. Por lo tanto, la recta de
regresión Y/X es: y = −418,7x + 5500
m 112
6) S2ry = m02 − = 2.462.912; S2y = m02 = a02 − a012 = 5.599.167 ; S2yt = S2y − S2ry=
m 20
=3.136.255.
2
S 2yt
Puesto que R = = 0,5601, llegamos a la conclusión que el modelo lineal no es
S 2y
bueno en este caso.
16º) a)
yi xi 2 3 6 7 8 14 n i • xi·n i xi2·n i •
•
30 00 0 0 0 2 2 60 1.800
100 00 0 3 0 0 3 300 30.000
180 00 0 0 1 0 1 180 32.400
200 00 2 0 0 0 2 400 80.000
500 10 0 0 0 0 1 500 250.000
700 01 0 0 0 0 1 700 490.000
n•i 11 2 3 1 2 10 2.140 884.200
yi·n•i 2
3 12 21 8 28 74
yi2·n•i 4
9 72 147 64 392 688
2.140 74 882.200 688
b) a10 = = 214; a01 = = 7,4; a20 = = 88.420; a02 = = 68,8
10 10 10 10
m10 = m01 = 0 ; m20 = a20 −a102 = 88.420 − 45.796 = 42.624; m02 = a02 − a012 = 14,04
m 20 206,45 m 02 3,747
c) Puesto que CVX = = ≅ 0,965 y CVY = = ≅ 0,506. Es más
a 10 214 a 01 7, 4
representativa la media de la distribución marginal de la Y por tener menor coeficiente de
variación.
d) R = −0,7958 , por tanto, sí podemos considerar que existe una dependencia lineal,
pues R > 0,75
17º) De la tabla:
xi yi xi2 yi2 xiyi
1 2 1 4 2
2 7 4 49 14
3 2 9 4 6
7 5 49 25 35
9 6 81 36 54
11 3 121 9 33
33 25 265 127 144