Introducción al Análisis de Datos - Tema 4

INTRODUCCIÓN AL ANÁLISIS DE DATOS

TEMA 4: Análisis conjunto de dos variables.

1.- Cuando se dice que dos variables están correlacionadas positivamente, se tiene que interpretar
que: A) un aumento en una variable provoca un aumento en la otra; B) un aumento en una variable
se relaciona con una disminución en la otra; C) las dos variable, en promedio, aumentan o
disminuyen su valor conjuntamente
2.- Para los datos de la tabla siguiente, el valor de Ji-cuadrado es: A) 3’2 B) 1’6 G)0’37
Sí No
Aprobados 7 3
Suspensos 3 7
(En la que Si = Utilizan cursos virtuales; No = No utilizan cursos virtuales
3.- En la siguiente tabla se presenta la distribución conjunta de las variables X = puntuación
obtenida en una prueba de encaje de formas e Y = errores cometidos
en un test de geometría (Los valores de las variables representan los Y
puntos medios de los intervalos) 5 10 15
Si las variables X e Y fuesen independientes, ¿cuál sería el número
2 4 6 12
de sujetos esperado que obtienen un 8 en el test de encaje de formas
y cometen 15 errores en el test de geometría es: A) 5’6 B) No se X 5 6 6 10
puede calcular C) 6’4
8 8 6 2
4.-En la tabla de la figura se muestra la distribución conjunta de las
variable X (0=No fumador, 1= Fumador) e Y, satisfacción con la política de protección al medio
ambiente (1=Insatisfecho, 2= Normal, 3= Muy satisfecho)
Y
1 2 3
0 13 10 12
X
1 10 10 5
Si las variables X e Y fuesen independientes, ¿cuál sería la frecuencia esperada de los que no fuman
y están muy satisfechos con la protección medioambiental? A) 9’92 B) 7’08 C) 13’42
5.- Las variables X e Y: A) son ambas cualitativas; B) ambas son, al
menos, ordinales; C) podrían ser cualitativas. X
6.- Con los datos de la tabla del márgen, el coeficiente chi cuadrado vale: 1 2 3
A) 4,26; B) 3,17; C) 0,99
10 3 2 5
7.- Con los datos de la tabla del márgen, el coeficiente de contingencia Y
11 7 2 1
vale: A) 0,18; B) 0,42; B) 0
8.- El valor del coeficiente de contingencia: A) puede ser
cualquiera comprendido entre –1 y 1; B) no puede ser negativo;
C) es difícil de interpretar con los conocimientos de este curso.
9.- De acuerdo con los datos de la figura 2 del margen, ¿cuál
sería el número esperado de alumnos que obtienen.
10.- Para los datos de la figura 2, el coeficiente chi cuadrado de
Pearson vale: A) 298,32; B) 254,21; C) 237,47
11.- Para los datos de la figura 2, el coeficiente de contingencia
es igual a: A) 298,32; B) 0,508; C) 0,4527

1 de 5
Introducción al Análisis de Datos - Tema 4

12.- Las variables de la figura 2: A) son independientes; B) no son independientes; C) no tiene

sentido hablar en este caso de independencia de variable.
13.- Las variables correspondientes a la figura 2 son: A) las dos cuantitativas; B) las dos
cualitativas; C) sólo hay una variable que es la calificación, que toma las modalidades “apto” y “no
apto”
14.- ¿Cuál de las siguientes afirmaciones es verdadera? A) Una correlación de 0’78 entre dos
variables X e Y tiene la misma intensidad que otra de –0’78 entre otras dos variables U y V. B)
Una correlación de 0’60 indica el doble de correlación que otra de 0’30. C) Encontrar una relación
entre dos variables significa que existe una relación de causa-efecto.
15.- Si la correlación entre dos variables cuantitativas está próxima a -1, significa que las variables:
A) No están relacionadas. B) presentan una relación lineal fuerte C) presentan una relación no
lineal
16.- El diagrama de dispersión es un diagrama que utilizamos para representar: A) dos variables
cualitativas; B) una variable cualitativa y otra cuantitativa; C) dos variables cuantitativas.
17.- Con los datos del gráfico del márgen, el coeficiente
de correlación de Pearson vale: A) –0,8; B) -1; C) 0,8.
18.- Si transformamos la variable X en la variable V
según la siguiente ecuación V=A+BX, donde B es
mayor que cero, el coeficiente de correlación de
Pearson entre X y V es igual a: A) –1 B) cero C) 1
19.- ¿Cuál es el valor del coeficiente de correlación de
Pearson para los datos de la siguiente tabla? A) 0’577
B) 0’654 C) 0’702
Sujeto 1 2 3 4 5
X 5 7 9 12 15
Y 8 6 8 7 10

20.- El coeficiente de correlación de Pearson entre X e Y y la varianza de X tienen el mismo signo

A) siempre B) cuando la varianza de X es positiva C) cuando el coeficiente de correlación es
positivo.
21.- En la tabla siguiente se muestran las puntuaciones de 5 niños en las variables X (cociente
intelectual) e Y (calificaciones en una prueba de matemáticas)
Niño X Y
A 92’50 0’50
B 77’50 3’50
C 100’00 5’00
D 107’50 6’50
E 122’50 9’50
La covarianza entre las variable X e Y vale: A) 36 B) 45 C) 63
22.- Sin haber hecho ningún experimento previo para contrastarlo, ¿en cuál de los siguientes
ejemplos piensa que existirá una correlación lineal positiva? A) longitud del cabello y sinceridad;
B) la actitud ante una asignatura y el rendimiento académico; C) el peso y la altura de un grupo
homogéneo de personas adultas.
23.- ¿Cuándo pueden ser iguales el coeficiente de correlación de Pearson y la covarianza? A) nunca;
B) cuando las desviaciones típicas de las dos variables coinciden; C) cuando las desviaciones
típicas de las dos variables son iguales a 1.

2 de 5
Introducción al Análisis de Datos - Tema 4

24.- ¿Cuál de las siguientes afirmaciones representa una de las características de la covarianza como
índice de relación entre variables cuantitativas? A) puede tomar cualquier valor; B) es un número
adimensional que permite la comparación de la intensidad de la relación entre distintas variables;
C) no puede tomar valores negativos.
25.- En la siguiente tabla se presentan las calificaciones de 6 sujetos en un examen de Análisis de
Datos (Y) y sus puntuaciones en una prueba de conocimientos matemáticos (X)
Y 5 7 3 8 9 10
X 20 24 22 32 35 38
¿Cuál es el valor del coeficiente de correlación de Pearson? A) 0,903; B) 14,667; C) 0,874
26.- Para los datos de la siguiente tabla,
Y 22 35 45 50 61 100
X 44 70 90 100 122 200
el coeficiente de correlación de Pearson es: A) 0,73; B) 1; C) casi 0.
27.- Un investigador encuentra un coeficiente de correlación igual a -0,98 entre las variables X:
notas en una asignatura e Y: puntuaciones en un test de ansiedad antes del examen. Se puede inferir
que: A) la ansiedad es causa de las malas notas; B) las malas notas generan ansiedad; C)
simplemente que existe una relación directa entre la ansiedad y las malas notas.
28.- De existir algún tipo de relación conjunta entre dos variables cuyas varianzas son Sx2=36 y
Sy2= 25, su covarianza sería un valor comprendido entre A) menos infinito y más infinito B) no lo
podemos conocer sin disponer de los valores originales C) entre –30 y 30
29.- ¿Cuál de las siguientes afirmaciones representa una de las características del coeficiente de
correlación de Pearson como índice de relación entre variables cuantitativas? A) puede tomar
cualquier valor; B) es un número adimensional que permite la comparación de la intensidad de la
relación entre distintas variables; C) no puede tomar valores negativos.
30.- El error de pronóstico en la ecuación de regresión de Y sobre X es: A) La diferencia entre la
puntuación X y la pronosticada a Y con la ecuación de regresión. B) La diferencia entre la
puntuación observada en Y y la pronosticada, Y’, con la ecuación de regresión. C) el que se comete
al pronosticar X a partir de Y.
Tabla 1
31.- En la tabla 1 se muestran los valores de dos variables. La recta de regresión de X Y
Y sobre X es: A) X’=1,45 –3,85Y. B) Y’=1,45 + 3,85X. C) Y’=3,85+1,45X 1 5,5
32.-La proporción de variabilidad de Y explicada por X en los datos de la Tabla 1 2 6,2
es igual a : A) rxy 2. B) rxy C) 1-r2xy 3 8,7
4 9,5
33.- Una medida en que las puntuaciones pronosticadas por una recta de regresión
coinciden con las puntuaciones empíricas es: A) B) C)
34.- En la tabla siguiente se muestran las calificaciones en Análisis de Datos I en las convocatorias
de Febrero y Junio de 2004. A la derecha, los coeficientes de regresión (Ordenada en el origen o
constante y Pendiente) para pronosticar las calificaciones de Junio a partir de las de Febrero

Media Desviación N
típica
Febrero 4,60 2,63 30 Constante -0,43
Junio 4,32 3,25 30 Pendiente 1,03

¿Cuánto vale la proporción de varianza asociada? A) 0,695 ; B) 0,833 ; C) 0,483

3 de 5
Introducción al Análisis de Datos - Tema 4

35.- En el análisis de regresión simple, ¿cuál de los siguientes estadísticos cuantifica el ajuste de los
datos a la recta de regresión? A) el cuadrado del coeficiente de correlación de Pearson; B) la
varianza de la variable independiente. C) la pendiente de la recta de regresión

36.- Disponemos de dos tests X1 y X2 para predecir el rendimiento académico (Y). Si el coeficiente
de correlación de Pearson entre X1 e Y es r1y=0,7 y entre X2 e Y vale r2y= - 0,8, ¿cuál de los dos test
utilizaríamos para pronosticar el rendimiento académico? A) el test X 1 porque tiene una relación
directa con Y. B) El X2 porque el coeficiente de determinación es superior al de X1. C) Es
indiferente porque ambos coeficientes de correlación son elevados.

37.- La varianza de la variable Y es igual a 200, y la varianza de los errores es igual a 72. ¿Cuánto
vale el coeficiente de correlación de Pearson sabiendo que es positivo? A) 0,64 ; B) 0,36 ; C) 0,8

38.- La media de los errores de pronóstico: A) es igual a 0 ; B) depende del coeficiente de

correlación de Pearson, cuanto mayor sea éste, menor será la media de los errores C) puede tomar
cualquier valor.

39.- La recta de regresión que mejor se ajusta a los datos de la

figura del margen es: A)Y’=3+1,5X; B) Y´= 4+X; C) 3+0,5X
40.-La recta de regresión de Y sobre X corta al eje de ordenadas en
el punto (0,3) y asigna un pronóstico igual a 5 a una puntuación
X=1. ¿Cuánto vale la pendiente de la recta de regresión en
puntuaciones directas? A) 2; B) 3; C) 4.
41.- Para los datos de la tabla siguiente, ¿cuánto vale la pendiente de la ecuación de regresión en
puntuaciones directas? A) 3; B) 1; C) 3,6
X 0 0 1 1 3
Y 0 2 3 5 10

42.- La ecuación de regresión de Y sobre X debe pasar por el siguiente punto:

A) ; B) ; C)
43.- La ecuación de regresión de Y sobre X es Y’= 5 + X. Sabiendo que las desviaciones típicas de
Y y X son 4 y 2, respectivamente, ¿cuánto vale el coeficiente de correlación de Pearson? A) 1; B)
0,5; C) 0.
44.- Con los datos de la tabla del margen, ¿cuál es el valor de la pendiente de la recta de X Y
regresión para pronosticar Y a partir de X? A) 0,908; B) 0,23; C) 1,409. 3 2
45.- Con los datos de la tabla del márgen, la puntuación que le pronosticaremos a una 5 4
puntuación de X=6 es: A) 5,09; B) 9,09; C) 5,45 5 3
7 7
46.- A partir de un conjunto de datos se ajusta una recta y se observa que la proporción de 4 1
varianza explicada es igual a la proporción de varianza no explicada. ¿Cuál es, en valor
absoluto, el valor del coeficiente de correlación de Pearson? A) 0,7071;
B) 0,8210; C) 0,6512.
47.- La ecuación de regresión de Y sobre X es Y’ = 1 + 5X, y con un sujeto que ha obtenido una
puntuación en Y igual a 14, se ha cometido un error de predicción igual a Y-Y’=3. ¿Cuánto vale la
puntuación de este sujeto en la variable X? A) 11; B) 2; C) 10.
48.- Sabiendo que el coeficiente de correlación de Pearson entre X e Y vale 0,6 y que la desviación
típica de Y vale 10, ¿qué valor toma la varianza de los pronósticos de Y sobre X?: A) 64; B)36;
C) 6

4 de 5
Introducción al Análisis de Datos - Tema 4

SOLUCIONES:
1 2 3 4 5 6 7 8 9 10 11 12
C A C A C A B C A A C B
13 14 15 16 17 18 19 20 21 22 23 24
B A B C A C A C A C C A
25 26 27 28 29 39 31 32 33 34 35 36
A B C C B B C A A A A B
37 38 39 40 41 42 43 44 45 46 47 48
C A C A A A B C A A B B

5 de 5