GABINETE SEIS ESTADÍSTICA, 17 de julio de 2023

Abg. Pedro Fernando Pinto Guerrero

I. Elementos teóricos (de conocimiento y estudio previo del alumno).

a) diferencia entre causalidad y casualidad, b) diferencia entre correlación y regresión, c) la covarianza,

e) concepto estadístico, f) fórmula abreviada para hallar la covarianza, c) la correlación lineal, d)
medición de la correlación lineal: el coeficiente de correlación lineal de Pearson, e) interpretación del
coeficiente de correlación lineal, f) la correlación directamente proporcional, g) la correlación
inversamente proporcional, h) el diagrama de dispersión i) el coeficiente de determinación, j)
interpretación del coeficiente de determinación, k) la regresión: lineal y no lineal, el modelo matemático
de regresión, l) la regresión a una línea recta, m) modelos de regresión no lineal.

II. Elementos prácticos (en los cálculos redondear en resultados finales a centésimos).

A. Se tiene un conjunto de datos que definen una variable cuantitativa bidimensional, constituida por
las variables nivel de ácido úrico en orina (mg/dl) y cantidad de proteínas ingeridas en gramos,
asumiendo que la primera depende de la segunda variable, los datos se expresan adecuados a las
variables.

x 120 110 130 110 115 120 100 110 130 125 130 140 120 150 140 150
y 2,0 2,1 2,5 2,3 2,3 3,1 2,2 2,3 3,4 3,6 4,8 3,8 3,9 4,2 3,5 4,0

Hallar:

a) covarianza
b) coeficiente de correlación lineal de Pearson
c) interpretar
d) coeficiente de determinación
e) interpretar

Hacer los cálculos manuales y comprobar con los cálculos directos de la calculadora.

B. Se tiene la siguiente tabla de distribución de frecuencia absoluta de la variable dimensional (X,Y)

Y 2 3 4
X
2 10 15 8
4 6 14 8
6 18 13 8

Hallar:

a) covarianza
b) coeficiente de correlación lineal de Pearson
c) interpretar
d) coeficiente de determinación
e) interpretar

Evaluar la posibilidad de efectuar los cálculos directos en la calculadora, y comparar con los hallados
de manera manual.