UNIVERSIDAD CATÓLICA DE SANTA MARÍA

ESCUELA PROFESIONAL DE INGENIERÍA AMBIENTAL

“CORRELACIÓN Y REGRESIÓN LINEAL”

CURSO: ESTADÍSTICA Y PROBABILIDADES

PRÁCTICA: N° 04

DOCENTE: APOLINARIO TAPAY CUADROS

ALUMNA: YOSELIN PAREDES INFANTES

CÓDIGO: 2020802312

GRUPO: 03

AREQUIPA – 2021
 PRÁCTICA N°04- CORRELACIÓN Y REGRESIÓN LINEAL

1. De 10 estudiantes de la universidad en el curso de educación física indican que el

número de sentadillas y lagartijas. Encuéntrese el coeficiente de correlación lineal del
siguiente cuadro.

“TABLA N° 01”

N° ESTUDIANTES X Y
1 27 30
2 22 26
3 15 25
4 35 42
5 30 38
6 52 40
7 35 32
8 55 54
9 40 50
10 40 43

“DISPERSIÓN LINEAL EN SENTIDO POSITIVO”

GRÁFICA DE DISPERSIÓN "X" y "Y"

60 54
50
50 43
42 40
38
SENTADILLAS

40
30 32
30 25 26

20

10

0
0 10 20 30 40 50 60
LAGARTIJAS

(∑ 𝑿)𝟐
𝑺𝑪(𝑿) = ∑ 𝑿𝟐 −
𝒏
(𝟑𝟓𝟏)𝟐
𝑺𝑪(𝑿) = 𝟏𝟑𝟕𝟏𝟕 −
𝟏𝟎
𝑺𝑪(𝑿) = 𝟏𝟑𝟗𝟔. 𝟗
 (∑ 𝒀)𝟐
𝑺𝑪(𝒀) = ∑ 𝒀𝟐 −
𝒏
(𝟑𝟖𝟎)𝟐
𝑺𝑪(𝒀) = 𝟏𝟓𝟐𝟗𝟖 −
𝟏𝟎
𝑺𝑪(𝒀) = 𝟖𝟓𝟖

(∑ 𝑿 ∗ ∑ 𝒀)
𝑺𝑪(𝑿𝒀) = ∑ 𝑿𝒀 −
𝒏
(𝟑𝟓𝟏 ∗ 𝟑𝟖𝟎)
𝑺𝑪(𝑿𝒀) = 𝟏𝟒𝟐𝟓𝟕 −
𝟏𝟎
𝑺𝑪(𝑿𝒀) = 𝟗𝟏𝟗

𝑺𝑪(𝑿𝒀)
𝒓=
√𝑺𝑪(𝑿) ∗ 𝑺𝑪(𝒀)
𝟗𝟏𝟗
𝒓=
√𝟏𝟑𝟗𝟔. 𝟗 ∗ 𝟖𝟓𝟖
𝒓 = 𝟎. 𝟖𝟑𝟗𝟗 ó 𝟎. 𝟖𝟒

2. Se preguntó a ocho señoritas estudiantes de la universidad, en una muestra aleatoria,

su estatura (en pulgadas, redondeando a enteros) y su peso (redondeando a múltiplos
de 5 libras). Los datos reunidos se presentan en la siguiente tabla. Encuéntrese una
ecuación que permita predecir el peso de una estudiante de universidad tomando como
base su estatura, (la ecuación de la recta de mejor ajuste), y localícela en el diagrama de
dispersión.

“TABLA N° 02”

N° ESTUDIANTES ESTATURA (X) PESO (Y)

1 65 105
2 65 125
3 62 110
4 67 120
5 69 140
6 65 135
7 61 95
8 67 130
∑ 521 960

a. Haga el diagrama de dispersión correspondiente a los datos de la tabla; tal

diagrama sugiere que resulta apropiado para encontrar la recta del mejor ajuste.
 DIAGRAMA DE DISPERSIÓN DE "X" y "Y"
160
135 140
140 125 130
120
120 110 105
95
PESO EN Lb
100
80
60
40
20
0
60 61 62 63 64 65 66 67 68 69 70
ESTATURA EN PULGADAS

b. Haga la tabla de distribución de la tabla 2.

N° ESTUDIANTES ESTATURA (X) PESO (Y) X^2 Y^2 X*Y

1 65 105 4225 11025 6825
2 65 125 4225 15625 8125
3 62 110 3844 12100 6820
4 67 120 4489 14400 8040
5 69 140 4761 19600 9660
6 65 135 4225 18225 8775
7 61 95 3721 9025 5795
8 67 130 4489 16900 8710
∑ 521 960 33979 116900 62750

c. Haga los cálculos correspondientes de la recta del mejor ajuste.

(∑ 𝑿)𝟐
𝑺𝑪(𝑿) = ∑ 𝑿𝟐 −
𝒏

(𝟓𝟐𝟏)𝟐
𝑺𝑪(𝑿) = 𝟑𝟑𝟗𝟕𝟗 −
𝟖

𝑺𝑪(𝑿) = 𝟒𝟖. 𝟖𝟖

(∑ 𝒀)𝟐
𝑺𝑪(𝒀) = ∑ 𝒀𝟐 −
𝒏

(𝟗𝟔𝟎)𝟐
𝑺𝑪(𝒀) = 𝟏𝟏𝟔𝟗𝟎𝟎 −
𝟖

𝑺𝑪(𝒀) = 𝟏𝟕𝟎𝟎
 (∑ 𝑿 ∗ ∑ 𝒀)
𝑺𝑪(𝑿𝒀) = ∑ 𝑿𝒀 −
𝒏
(𝟓𝟐𝟏 ∗ 𝟗𝟔𝟎)
𝑺𝑪(𝑿𝒀) = 𝟔𝟐𝟕𝟓𝟎 −
𝟖
𝑺𝑪(𝑿𝒀) = 𝟐𝟑𝟎

𝑺𝑪(𝑿𝒀)
𝒓=
√𝑺𝑪(𝑿) ∗ 𝑺𝑪(𝒀)
𝟐𝟑𝟎
𝒓=
√𝟒𝟖. 𝟖𝟖 ∗ 𝟏𝟕𝟎𝟎
𝒓 = 𝟎. 𝟕𝟗𝟕𝟖

d. Trace la recta del mejor ajuste en el diagrama de dispersión; es necesario localizar

dos puntos. Sustituyendo dos valores de x, 60 y 70, en la ecuación de regresión y
obtenga los valores de y correspondiente

DIAGRAMA DE DISPERSIÓN DE "X" y "Y"

160
135 140
140 125 130
120
120 110 105
95
100
PESO

80
y = 4.7059x - 186.47
60
40
20
0
60 61 62 63 64 65 66 67 68 69 70
ESTATURA

𝐶𝑈𝐴𝑁𝐷𝑂 𝑋 = 60
𝑌 = 4.7059𝑋 − 186.47
𝑌 = 4.7059(60) − 186.47
𝑌 = 95.884
𝐶𝑈𝐴𝑁𝐷𝑂 𝑋 = 70
𝑌 = 4.7059𝑋 − 186.47
𝑌 = 4.7059(70) − 186.47
𝑌 = 142.943
 3. En la tabla siguiente se muestra las respectivas alturas X e Y de una muestra de 12 padres
y sus hijos primogénitos.
“TABLA N° 03”

N° de muestra Altura X del padre Altura Y del hijo X*Y X^2 Y^2
1 65 68 4420 4225 4624
2 63 66 4158 3969 4356
3 67 68 4556 4489 4624
4 64 65 4160 4096 4225
5 68 69 4692 4624 4761
6 62 66 4092 3844 4356
7 70 68 4760 4900 4624
8 66 65 4290 4356 4225
9 68 71 4828 4624 5041
10 67 67 4489 4489 4489
11 69 68 4692 4761 4624
12 71 70 4970 5041 4900
∑ 800 811 54107 53418 54849

a. Construir un diagrama de dispersión

DIAGRAMA DE DISPERSIÓN DE LAS ALTURAS DE PADRES E
HIJOS EN PULGADAS
72 71
Altura Y de hijos en pulgadas

71 70
70 69
69 68 68 68 68
68 67
67 66 66
66 65 65
65
64
60 62 64 66 68 70 72
Altura X de padres en pulgadas

b. Hallar la recta de regresión de mínimos cuadrados de Y sobre X

∑𝑋
𝑋̅ =
𝑛
800
𝑋̅ =
12
𝑋̅ = 66.66

𝐶𝑂𝑉𝐴𝑅𝐼𝐴𝑁𝑍𝐴 𝐷𝐸 𝑋𝑌
∑ 𝑋𝑌
𝜎𝑋𝑌 = − 𝑋̅ ∗ 𝑌̅
𝑛
 54107 800 811
𝜎𝑋𝑌 = − ×
12 12 12
54107 800 811
𝜎𝑋𝑌 = − ×
12 12 12
𝜎𝑋𝑌 = 3.36
𝑉𝐴𝑅𝐼𝐴𝑁𝑍𝐴 𝐷𝐸 𝑋
𝜎𝑋 = √𝑉𝐴𝑅𝐼𝐴𝑁𝑍𝐴
53418
𝜎 2𝑋 = − 66.662
12
𝜎 2𝑋 = 7.944
𝐷𝐸𝑆𝑉𝐼𝐴𝐶𝐼Ó𝑁 𝑇Í𝑃𝐼𝐶𝐴 𝐷𝐸 𝑋
𝜎𝑋 = √7.944
𝜎𝑋 = 2.819

𝑅𝐸𝐶𝑇𝐴 𝐷𝐸 𝑅𝐸𝐺𝑅𝐸𝑆𝐼Ó𝑁 𝐷𝐸 𝑀𝐼𝑁𝐼𝑀𝑂𝑆 𝐶𝑈𝐴𝐷𝑅𝐴𝐷𝑂𝑆 𝐷𝐸 𝑌 𝑆𝑂𝐵𝑅𝐸 𝑋

𝜎𝑋𝑌
𝑌 − 𝑌̅ = 2 (𝑋 − 𝑋̅)
𝜎𝑋
3.36
𝑌 − 67.583 = (𝑋 − 66.666)
7.944
𝑌 − 67.583 = 0.423(𝑋 − 66.666)
𝑌 = 0.423(𝑋 − 66.666) + 67.583
𝑌 = 0.423𝑋 − 28.199 + 67.58
𝑌 = 0.423𝑋 + 38.38
c. Hallar la recta de regresión de mínimos cuadrados de X sobre Y
∑𝑌
𝑌̅ =
𝑛
811
𝑌̅ =
12
𝑌̅ = 67.583

𝐶𝑂𝑉𝐴𝑅𝐼𝐴𝑁𝑍𝐴 𝐷𝐸 𝑋𝑌
∑ 𝑋𝑌
𝜎𝑋𝑌 = − 𝑋̅ ∗ 𝑌̅
𝑛
54107 800 811
𝜎𝑋𝑌 = − ×
12 12 12
54107 800 811
𝜎𝑋𝑌 = − ×
12 12 12
𝜎𝑋𝑌 = 3.36

𝑉𝐴𝑅𝐼𝐴𝑁𝑍𝐴 𝐷𝐸 𝑌
 𝜎𝑌 = √𝑉𝐴𝑅𝐼𝐴𝑁𝑍𝐴
54849
𝜎2𝑌 = − 67.5832
12
𝜎 2 𝑌 = 3.288

𝐷𝐸𝑆𝑉𝐼𝐴𝐶𝐼Ó𝑁 𝑇Í𝑃𝐼𝐶𝐴 𝐷𝐸 𝑌
𝜎𝑌 = √3.288
𝜎𝑌 = 1.813

𝑅𝐸𝐶𝑇𝐴 𝐷𝐸 𝑅𝐸𝐺𝑅𝐸𝑆𝐼Ó𝑁 𝐷𝐸 𝑀𝐼𝑁𝐼𝑀𝑂𝑆 𝐶𝑈𝐴𝐷𝑅𝐴𝐷𝑂𝑆 𝐷𝐸 𝑋 𝑆𝑂𝐵𝑅𝐸 𝑌

𝜎𝑋𝑌
𝑋 − 𝑋̅ = 2 (𝑌 − 𝑌̅)
𝜎𝑋
3.36
𝑋 − 66.66 = (𝑌 − 67.583)
3.288
𝑋 − 66.66 = 1.021(𝑌 − 67.583)
𝑋 = 1.021𝑌 − 69.002 + 66.66
𝑋 = 1.021𝑌 − 2.342
4. Resolver el problema 3 la 1(b) y 1(c) empleando la forma de las rectas de
regresión.
∑ 𝑥𝑦 ∑ 𝑥𝑦
𝑦= ∑ 𝑥2
×𝑥; 𝑥 = ∑ × 𝑦 ; Donde 𝑥 = 𝑋 − 𝑋̅ ; 𝑦 = 𝑌 − 𝑌̅
𝑦2

∑ 𝑥𝑦
𝑌 − 𝑌̅ = × 𝑋 − 𝑋̅
∑ 𝑥2
54107
𝑌 − 67.583 = × 𝑋 − 66.66
53418
𝑌 − 67.583 = 1.013 × 𝑋 − 66.66
𝑌 = 1.013𝑋 − 67.527 + 67.583
𝑌 = 1.013𝑋 + 0.056

∑ 𝑥𝑦
𝑋 − 𝑋̅ = × 𝑌 − 𝑌̅
∑ 𝑦2
54107
𝑋 − 66.66 = × 𝑌 − 67.583
54849
𝑋 = 0.986𝑌 − 66.637 + 66.66
𝑋 = 0.986𝑌 + 0.023