FACULTAD DE INGENIERIA

CARRERA PROFESIONAL: INGENIERIA CIVIL

ING° PEDRO E. MONJA RUIZ.

PRACTICA DIRIGIDA Nº 08
REGRESION Y CORRELACIÓN

ANALISIS DE REGRESIÓN LINEAL SIMPLE:

• El análisis de regresión es una técnica estadística que consisten en determinar la
relación funcional entre dos variables cuantitativas en estudio.
• Esta relación funcional entre las variables, es una ecuación matemática de la forma Y=
A + B X, que recibe el nombre también de Función de Regresión o Modelo de
Regresión.
• A la variable Y se le denomina variable dependiente, a la variable X independiente y a
A,B se les llama parámetros de la ecuación de regresión.
• La finalidad del Análisis de Regresión es hacer pronósticos es decir, hacer estimaciones
futuros de la variable dependiente.
• PASOS A SEGUIR:
a. Realizar el diagrama de dispersión y ver el comportamiento de la variable.
b. Aplicar el método de los Mínimos Cuadrados Ordinarios para estimar los
parámetros de la ecuación. Las formulas son las siguientes:
n n n
n  X i Yi −  X i  Yi
B= i =1
n
i =1
n
i =1 A = Y − BX
n X i
2
− ( X i ) 2

i =1 i =1

c. Para hacer el pronóstico o el valor estimado de Y, reemplazar en la ecuación

matemática el respectivo valor de Xo, de la siguiente manera:

Y = β0 + B1 (Xo)

ANALISIS DE CORRELACION LINEAL SIMPLE:

• El análisis de correlación es una técnica estadística que mide el grado de asociación o
afinidad entre las variables cuantitativas consideradas en un estudio.
• Se llamará CORRELACION SIMPLE cuando se trata de analizar la relación entre dos
variables. Se llamará CORRELACION LINEAL O RECTILINEA si la función es una recta, y
de CORRELACION NO LINEAL cuando la función es una curva o una función de grado
superior.
• El COEFICIENTE DE CORRELACION DE PEARSON, es el estadígrafo que mide el grado
de asociación o afinidad entre las variables cuantitativas y se denota por “r” la cual se
define como:
n n n
n X iYi −  X i  Yi
r= n
i =1
n
i =1
n
i =1
n
n X i2 − ( X i ) 2 n Yi 2 − ( Y1 ) 2
i =1 i =1 i =1 i =1

Interpretación
-1 -0.7 -0.4 0 0.4 0.7 -1

Perfecta Alta Regular Baja Baja Regular Alta Perfecta

NEGATIVA POSITIVA

1
 FACULTAD DE INGENIERIA
CARRERA PROFESIONAL: INGENIERIA CIVIL
ING° PEDRO E. MONJA RUIZ.

ESTUDIO DE CASOS
CASO Nº 01:
LA EMPRESA NORANDINA de la ciudad de Trujillo, está haciendo un estudio sobre los
consumos de energía (en miles de kilowatts - hora) y el número de habitaciones en una
residencia privada multifamiliar. Para este estudio se selecciona una muestra aleatoria de
10 residencias multifamiliares, en la cual se obtuvo los siguientes resultados:
Nº de Número de Consumo de energía (miles de
casa habitaciones kw)
1 12 9
2 9 7
3 14 10
4 6 5
5 10 8
6 8 6
7 10 8
8 10 10
9 5 4
10 7 7
Total
a) Determine la variable dependiente (y) y la variable independiente (x)
b) Grafique el diagrama de nube de puntos.
c) Determine e interprete el coeficiente de correlación.
d) Determine e interprete el coeficiente de determinación.
e) Estime la ecuación de regresión lineal:
f) Evalúe el consumo (en miles de kilowatts-hora), para una casa de 11 habitaciones.

CASO Nº 02:
El gerente de una empresa esta haciendo un estudio entre el numero de contactos que
tienen sus publicistas y sus ventas en miles de dólares. Para esto recurre al departamento
de ventas y contabilidad obteniendo la siguiente información:
Número de Ventas (en miles
Nº contactos de dólares)
1 14 24
2 12 14
3 20 28
4 16 30
5 46 80
6 23 30
7 48 90
8 50 85
9 55 120
10 50 110
Total
a) Determine la variable dependiente (y) y la variable independiente (x)
Y =
X =
b) Grafique el diagrama de nube de puntos.
c) Determine e interprete el coeficiente de correlación lineal “ r ”.
d) Determine e interprete el coeficiente de determinación.
e) Estime la ecuación de regresión lineal:

2
 FACULTAD DE INGENIERIA
CARRERA PROFESIONAL: INGENIERIA CIVIL
ING° PEDRO E. MONJA RUIZ.

f) Evalúe las ventas estimadas si se contacta, o comunica, con 40 clientes.

CASO Nº 03:
El departamento de producción de una fábrica desea explorar la relación entre el número
de obreros que ensamblan y la cantidad de artículos producidos. Como experimento se
asignaron grupos de trabajadores para verificar su producción y los resultados obtenidos
fueron los siguientes:
Nº Número de Producción en
ensambladores (unidades)
1 2 15
2 4 25
3 1 10
4 5 40
5 3 30
Total

a) Determine la variable dependiente (y) y la variable independiente (x)

b) Grafique el diagrama de nube de puntos.
c) Determine e interprete el coeficiente de correlación lineal “r”.
d) Determine e interprete el coeficiente de determinación.
e) Estime la ecuación de regresión lineal: Y=a+bX
f) Para 6 operarios ¿Cuál es la producción esperada?

CASO Nº 04:
El jefe de personal de una empresa Constructora cree que existe una relación entre la
ausencia al trabajo y la edad del empleado. Con el propósito de estudiar el problema
tomó en cuenta la edad de diez trabajadores escogidos al azar y contabilizó los días de
ausencia durante el año. Los resultados fueron como se observa en la tabla que sigue:
Edad en Ausencia en
Nº años días
1 25 20
2 50 5
3 35 10
4 20 20
5 45 8
6 50 2
7 30 15
8 40 12
9 62 1
10 40 8
Total
a) Determine la variable dependiente (y) y la variable independiente (x)
b) Construya el diagrama de dispersión.
c) Determine e interprete el coeficiente de correlación lineal “ r ”.
d) Determine e interprete el coeficiente de determinación.
e) Obtenga la ecuación de la recta de regresión
f) Si un trabajador tiene 38 años, ¿Cuántos días se espera que falte al año?
g) Si un trabajador faltó 3 días al año. ¿Qué edad se puede esperar que tenga este
trabajador?

3
 FACULTAD DE INGENIERIA
CARRERA PROFESIONAL: INGENIERIA CIVIL
ING° PEDRO E. MONJA RUIZ.

CASO N°05.RLS. El dueño de una distribuidora de automóviles realizó un estudio,

para determinar las relaciones en un mes determinado, entre el
número de automóviles vendidos en el mes por su distribuidora
con el número de comerciales de un minuto sobre su distribuidora
televisado localmente en ese mes. Durante el período de 6 meses
anotó los resultados que se muestran en la siguiente tabla.

a) Grafique el Diagrama de dispersión.

b) Utilice el método de regresión lineal simple para encontrar una ecuación que
permita predecir las ventas de autos en función de los gastos de publicidad
por el número de comerciales de un minuto transmitidos por televisión.
Determine e interprete los coeficientes de regresión.
c) ¿Cuál deberá ser el pronóstico de ventas de autos si se pusieran por televisión
4 comerciales?
d) ¿Cuál deberá ser el número de comerciales televisivos si se desea vender 30
autos?
e) Determinar e interpretar el Coeficiente de determinación y de correlación.

CASO N° 06. ECONOMICO. En la región norteña del país, las autoridades

económicas han realizado una revisión del
comportamiento del consumo regional y la recaudación
impositiva con la finalidad de llevar a cabo un estudio
que contribuya a establecer una serie de políticas de
estímulo al consumo a través de los impuestos.
Seguidamente, se presenta la información para los
últimos ocho años, (Tabla N°01).

4
 FACULTAD DE INGENIERIA
CARRERA PROFESIONAL: INGENIERIA CIVIL
ING° PEDRO E. MONJA RUIZ.

Tabla N°01: Consumo Regional y Recaudación Tributaria, Años-2014-2021.

AÑO Consumo Regional (Y) Recaudación Tributaria (X)

(Millones de dólares) (Millones de dólares)

2014 13,00 22,00

2015 12,80 23,20

2016 12,65 23,74

2017 13,10 21,07

2018 13,07 21,01

2019 12,70 23,28

2020 12,75 23,30

2021 13,15 20,90

2022*

a) Grafique el Diagrama de dispersión.

b) Utilice el método de regresión lineal simple para encontrar una ecuación que
permita estimar un posible valor del consumo regional (Y) si, por ejemplo, para
el año 2022 cambia la recaudación tributaria (X). Determine e interprete los
coeficientes de regresión.
c) Supongamos que para el 2022 el valor de la recaudación tributaria es de 25
millones de dólares, ¿Cuál deberá ser el valor del consumo regional?
d) Supongamos que para el 2022 el valor del consumo regional es de 15 millones
de dólares, ¿Cuál deberá ser el valor de la recaudación tributaria?
e) Determinar e interpretar el Coeficiente de determinación y de correlación.

5
 FACULTAD DE INGENIERIA
CARRERA PROFESIONAL: INGENIERIA CIVIL
ING° PEDRO E. MONJA RUIZ.

CASO N° 07. INGENIERIA CIVIL. En un lote de 72 pilares de hormigón armado, que

cubren una superficie de 1706 m2 en una obra de edificación, se comprueba que el
hormigón no puede ser aceptado porque no alcanza las especificaciones técnicas.
En consecuencia, se procede a extraer 10 muestras aleatorias y al aplicar el
esclerómetro con el objeto de poder estimar la resistencia de los 62 pilares restantes
Los valores de resistencia y dureza superficial, obtenidos en laboratorio se presentan
en la siguiente Tabla.

TABLA N° 01: RESULTADOS DEL LABORATORIO

N° PILAR RESISTENCIA INDICE
ALEATORIO (N/mm2) DE REBOTE
51 23,6 18
24 26,9 19
50 28,8 26
29 29,7 28
43 30,7 27
72 33,6 31
55 33,8 29
6 34,7 34
64 35,4 36
9 37,5 35

a) Grafique el Diagrama de dispersión.

b) Utilice el método de regresión lineal simple para encontrar una ecuación que
permita estimar un posible valor de la Resistencia.
c) Determine e interprete el coeficiente de regresión y de determinación.
d) Si en el pilote 35 el número de rebote es de 20, ¿Cuál deberá ser el valor de la
resistencia?
e) Cuál debe ser el índice máximo de rebote cuando se tiene una resistencia de
35.8 (N/mm2), en el pilote 62?
f) Determinar e interpretar el Coeficiente de determinación y de correlación.