Universidad Nacional del Altiplano

Facultad Ingeniería Civil y Arquitectura

Escuela Profesional Ingeniería Civil
Estadística
Evaluación de Recuperación
Resolver los siguientes ejercicios en RStudio, copiar el código y capturar imágenes de los
resultados, cada pregunta 5 puntos.
1. En un estudio en relación entre la publicidad por radio y las ventas de un producto de
construcción, durante 10 semanas se han recopilado los tiempos de duración en minutos
de la publicidad (X), y el número de unidades vendidas (Y), resultando:

a) Obtener los coeficientes de la recta (b0, b1), predecir el numero de ventas cuando la
publicidad es 90 minutos.
b) Realizar el diagrama de dispersión
Código:

Resultado:
c) Calcular el coeficiente de correlación de Pearson.
Código:
Resultado:

d) Calcular coeficiente de correlación de Spearman.

Código:
Resultado:

2. El cuadro adjunto muestra las correspondientes estaturas en centímetros de un grupo de

padres y de sus hijos.

a) Calcular el coeficiente de correlación de Spearman.

Código:
correlacion_spearman2<-cor.test(datos$Padres,datos$Hijos,method = "spearman")
correlacion_spearman2
Resultados:

b) Calcular el coeficiente de correlación de Pearson.

Código:
correlacion_pearson <- cor(datos$Padres, datos$Hijos)
correlacion_pearson
Resultados:
 c) Obtener los coeficientes de la recta (b0, b1)

Código:
cat("Ecuacion de regresion lineal: y=", coeficientes[1],"+", coeficientes[2],"*X\n")
Resultados:

d) Realizar el diagrama de dispersión

Codigo:
plot(datos$Padres, datos$Hijos, main = "Diagrama de Dispersion", xlab="Padres",
ylab="Hijos")

Resultados:

3. Se lleva a cabo un estudio en el que se prueba la resistencia a la compresión del

concreto a diferentes días de curado. Se recolectan datos de la resistencia a la
compresión (en megapascal) y el tiempo de curado (en días), los datos se presentan a
continuación.

a) Calcular el coeficiente de correlación de Spearman.

Código:
 correlacion_spearman2<-cor.test(datos$curado,datos$resistencia,method =
"spearman")
correlacion_spearman2

Resultados:

b) Calcular el coeficiente de correlación de Pearson.

Código:
correlacion_pearson <- cor(datos$curado, datos$resitencia)
correlacion_pearson
Resultados:

c) Obtener los coeficientes de la recta (b0, b1)

Código:
cat("Ecuacion de regresion lineal: y=", coeficientes[1],"+", coeficientes[2],"*X\n")
Resultados:

d) Realizar el diagrama de dispersión

Código:
plot(datos$curado, datos$resis, main = "Diagrama de Dispersion", xlab="curado",
ylab="resistencia")
Resultados:
e) Calcular el coeficiente de determinación
Código:
Resultados: