UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CONTADURÍA PÚBLICA Y ADMINISTRACIÓN

Unidad: Estadística Inferencial

Evidencia N° 4

EQUIPO

“”

Alumnos.

Jessica Oyervides Gallegos 2123342

Alan Silvestre Alfaro Cedillo 1946688

Julio César Castillo Urbina 2007435

Leonardo Valenzuela Galán 2012979

Semestre: 3 Grupo: U

T.V

Maestro. Mario Luis Cruz Vargas

 ESTADISTICA INFERENCIAL
EVIDENCIA 4
REGRESION LINEAL Y CORRELACION
(CAPITULO 13)

PREGUNTAS

I).- LEER DETENIDAMENTE EL CAPITULO 13 PARA CONTESTAR CORRECTAMENTE LAS SIGUIENTES PREGUNTAS, Y
SELECCIONA LA RESPUESTA CORRECTA. ABRIR ESPACIOS ENTRE CADA PREGUNTA Y CADA PROBLEMA PARA
CONTESTAR Y RESOLVER EN FORMA MANUSCRITA:

REGRESION Y CORRELACION LINEAL

PREGUNTAS

ANALISIS DE CORRELACION

Es el estudio de la relación entre variables:

a) estadística descriptiva
b) análisis de correlación
c) prueba de hipótesis
d) distribución de frecuencias

El análisis de correlación es:

a) el análisis de una estimación
b) la relación que hay entre las personas
c) una técnica para calcular la varianza muestral
d) un grupo de técnicas estadísticas para medir la asociación entre dos variables

La variable dependiente es:

a) la variable que se predice o estima
b) la variable discreta
c) la variable que se muestra en el eje X
d) la variable que proporciona la base para la estimación

La variable independiente es:

a) la variable que se predice o estima
b) la variable discreta
c) la variable que se muestra en el eje Y
d) la variable que proporciona la base para la estimación

La variable independiente es:

a) la variable que se muestra en el eje Z
b) la variable discreta
c) la variable que se muestra en el eje Y
d) la variable que se muestra en el eje X

La variable dependiente es:

a) la variable que se muestra en el eje Z
b) la variable discreta
c) la variable que se muestra en el eje Y
d) la variable que se muestra en el eje X
COEFICIENTE DE CORRELACION

El coeficiente de correlación:
a) es el coeficiente que acompaña a la variable X en una ecuación lineal
b) mide la pendiente de una línea recta
c) describe la fuerza de la relación entre dos conjuntos de variables en escala
de intervalo o de razón
d) es el coeficiente que acompaña a la variable Y en una ecuación lineal

Otro nombre que recibe el coeficiente de correlación es:

a) coeficiente integral de la estadística
b) coeficiente de correlación producto - momento
c) coeficiente de la variable dependiente
d) coeficiente de la variable independiente

Un coeficiente de correlación de – 1.00 o de + 1.00 indica:

a) una correlación imperfecta
b) una correlación parcial
c) ninguna correlación
d) una correlación perfecta

Los valores que puede adoptar el coeficiente de correlación son:

a) de menos infinito a más infinito
b) de menos uno a más uno
c) de - 0.50 a + 0.50
d) ninguna de las anteriores

Un coeficiente de correlación igual a + 1.00 indica que:

a) las variables están perfectamente relacionadas en un sentido lineal
positivo
b) las variables están perfectamente relacionadas en un sentido lineal
inverso
c) las variables no están perfectamente relacionadas en un sentido lineal
positivo
d) las variables no están perfectamente relacionadas en un sentido lineal
negativo

Un coeficiente de correlación igual a - 1.00 indica que:

a) las variables están perfectamente relacionadas en un sentido lineal
positivo
b) las variables están perfectamente relacionadas en un sentido lineal
inverso
c) las variables no están perfectamente relacionadas en un sentido lineal
positivo
d) las variables no están perfectamente relacionadas en un sentido lineal
negativo
La correlación negativa perfecta se presenta cuando:
a) r = + 1.00
b) r = - 0.50
c) r = + 0.50
d) r = - 1.00

La correlación positiva perfecta se presenta cuando:

a) r = + 1.00
b) r = - 0.50
c) r = + 0.50
d) r = - 1.00

Se dice que no hay ninguna relación entre dos conjuntos de variables si la r de Pearson es:
a) uno
b) infinito
c) cero
d) ninguna de las anteriores

Un coeficiente de correlación cercano a cero indica que la relación lineal entre dos variables es:
a) muy fuerte
b) muy débil
c) muy elevada
d) no existe

Un coeficiente de correlación cercano a uno indica que la relación lineal entre dos variables es:
a) muy fuerte
b) muy débil
c) muy baja
d) no existe

Así se le llama a la medida de la fuerza de la relación lineal entre dos variables:

a) coeficiente de correlación
b) línea de regresión
c) fuerza circular
d) pendiente

Se dice que hay poca asociación entre las variables si la r de Pearson es:
a) cercano a uno
b) cercano a - 1
c) cercano a cero
d) cercano a 1

Se dice que hay una asociación directa o positiva entre las variables si la r de Pearson es:
a) cercano a uno
b) cercano a - 1
c) cercano a cero
d) cercano a 1
Se dice que hay una asociación inversa o negativa entre las variables si la r de Pearson es:
a) cercano a uno
b) cercano a - 1
c) cercano a cero
d) cercano a 1

EL COEFICIENTE DE DETERMINACION
La proporción de la variación total en la variable dependiente Y que se explica o contabiliza por la variación en la variable
dependiente X se llama:
a) coeficiente r de pearson
b) coeficiente de correlación lineal
c) coeficiente de determinación
d) coeficiente de regresión

Si el coeficiente de correlación se eleva al cuadrado, el resultado que se obtiene se llama:

a) coeficiente de regresión lineal
b) varianza
c) coeficiente de la desviación estandar
d) coeficiente de determinación

El coeficiente de determinación se calcula:

a) multiplicando r por la desviación estandar
b) elevando r al cuadrado
c) sumando las varianzas de ambas variables
d) obteniendo la raíz cuadrada de la varianza

ANALISIS DE REGRESION
La técnica que se utiliza para elaborar una ecuación lineal para expresar la relación lineal entre dos variables se llama:
a) análisis de regresión
b) análisis de correlación
c) análisis de la variable dependiente
d) análisis de la varianza muestral

Se llama así a la ecuación que expresa la relación lineal entre dos variables:
a) ecuación de regresión
b) ecuación cuadrática
c) ecuación lineal de los ingresos
d) ecuación diferencial de las variables

PRINCIPIO DE LOS MINIMOS CUADRADOS

La forma general de la ecuación de regresión lineal es la siguiente:
a) y = a - bx
b) y = ab + x
c) y = ax + b
d) y = a + bx

En la ecuación y = a + bx, a es:

a) la intersección con el eje x
b) la intersección con el origen
c) la intersección con el eje y
d) ninguna intersección

En la ecuación y = a + bx, b es:

a) la intersección con el eje y
b) la pendiente de la recta
c) la intersección con el origen
d) el punto de intersección

ERROR ESTANDAR DE ESTIMACION

Se le llama así a la medida de la dispersión de los valores observados respecto de la recta de regresión:
a) error estandar de la estimación
b) desviación estandar de la muestra
c) varianza de la población
d) coeficiente de correlación lineal

RESUMEN DEL CAPITULO

Un diagrama de dispersión es:
a) una ecuación para encontrar el coeficiente de correlación
b) una herramienta gráfica para representar la relación entre dos variables
c) un elemento para aproximar probabilidades
d) una tabla de frecuencias relativas

La variable a estimar y que se representa a escala en el eje Y, se llama:

a) variable independiente
b) variable mutuamente excluyente
c) variable dependiente
d) variable discreta

La variable que se emplea como estimador y que se representa a escala en el eje X, se llama:
a) variable independiente
b) variable mutuamente excluyente
c) variable dependiente
d) variable discreta

Mide la fuerza de la asociación lineal entre dos variables:

a) el coeficiente de determinación
b) la ecuación de regresión
c) la dispersión
d) el coeficiente de correlación lineal

El coeficiente de correlación varía:

a) desde – 1.00 a + 1.00
b) desde – 00 a + 0.50
c) desde 0.00 a + 1.00
d) desde – 1.5 a 1.5
Si la correlación entre dos variables es cero, entonces se dice que:
a) la asociación entre las variables es totl
b) la asociación entre las variables es parcial
c) no hay ninguna asociación entre las variables
d) hay una correlación positiva perfecta

Si la correlación entre dos variables es uno, entonces se dice que:

a) la asociación entre las variables es baja
b) la asociación entre las variables es parcial
c) no hay ninguna asociación entre las variables
d) hay una correlación positiva perfecta

Si la correlación entre dos variables es – 1.00, entonces se dice que:

a) hay una correlación negativa perfecta
b) la asociación entre las variables es parcial
c) no hay ninguna asociación entre las variables
d) hay una correlación positiva perfecta

Si el signo del valor del coeficiente de correlación es positivo, se dice que:

a) las variables son mutuamente excluyentes
b) hay una relación directa entre las variables
c) hay una relación inversa entre las variables
d) no hay ninguna relación entre las variables

Si el signo del valor del coeficiente de correlación es negativo, se dice que:

a) las variables son mutuamente excluyentes
b) hay una relación directa entre las variables
c) hay una relación inversa entre las variables
d) no hay ninguna relación entre las variables

El valor del coeficiente de determinación varía:

a) de -1.00 a 0.00
b) de 0.00 a 1.00
c) de – 1.00 a 1.00
d) de 0.00 a 0.55

El coeficiente de determinación es:

a) la raíz cuadrada del coeficiente de correlación
b) el cuadrado de la varianza
c) la mitad del coeficiente de correlación
d) el cuadrado del coeficiente de correlación
 REGRESION Y CORRELACION LINEAL
PROBLEMAS

COEFICIENTES DE CORRELACION Y DE DETERMINACION

Las siguientes observaciones muestrales se seleccionaron de manera aleatoria:
X: 4 5 3 6 10
Y: 4 6 5 7 7
Determine el coeficiente de correlación.
a) r = 0.7081
b) r = 0.7522
c) r = 0.6935
d) r = 0.9248

Las siguientes observaciones muestrales se seleccionaron de manera aleatoria:

X: 4 5 3 6 10
Y: 4 6 5 7 7
Determine el coeficiente de determinación.
a) r2 = 0.6953
b) r2 = 0.4724
c) r2 = 0.9910
d) r2 = 0.5658
Un grupo de tiendas promueve sus ventas con publicidad por medio de anuncios televisivos. Se recopiló la siguiente
información:
UBICACIÓN DE LA NUMERO DE VENTAS REGISTRADAS
TIENDA TRANSMISIONES ( MILES DE $)
Norte 4 15
Sur 2 8
Centro 5 21
Este 6 24
Oeste 3 17
Determine el coeficiente de correlación.
a) r = 0.9295
b) r = 0.7522
c) r = 0.8740
d) r = 0.8049

Un grupo de tiendas promueve sus ventas con publicidad por medio de anuncios televisivos. Se recopiló la siguiente
información:
UBICACIÓN DE LA NUMERO DE VENTAS REGISTRADAS
TIENDA TRANSMISIONES ( MILES DE $)
Norte 4 15
Sur 2 8
Centro 5 21
Este 6 24
Oeste 3 17
Determine el coeficiente de determinación.
a) r2 = 0.9217
b) r2 = 0.5658
c) r2 = 0.7906
d) r2 = 0.8640
El ayuntamiento de cierta ciudad considera aumentar el número de policías en un esfuerzo para reducir los delitos. Antes
de tomar una decisión final el ayuntamiento pide al jefe de policía realizar una encuesta en otras ciudades de tamaño
similar para determinar la relación entre el número de policías y el número de delitos reportados. El jefe de policía reunió la
siguiente información muestral:
Ciudad 1 2 3 4 5 6 7 8
Policías 15 17 25 27 17 12 11 22
delitos 17 13 5 7 7 21 19 6
Determine el coeficiente de correlación.
a) 0.2389
b) - 0.8744
c) 0.7646
d) - 0.3697

El ayuntamiento de cierta ciudad considera aumentar el número de policías en un esfuerzo para reducir los delitos. Antes
de tomar una decisión final el ayuntamiento pide al jefe de policía realizar una encuesta en otras ciudades de tamaño
similar para determinar la relación entre el número de policías y el número de delitos reportados. El jefe de policía reunió la
siguiente información muestral:
Ciudad 1 2 3 4 5 6 7 8
Policías 15 17 25 27 17 12 11 22
delitos 17 13 5 7 7 21 19 6
Determine el coeficiente de determinación.
a) 0.2389
b) - 0.8744
c) 0.7646
d) - 0.3697
Se seleccionó una muestra de 12 empresas observándose los resultados de sus ventas e ingresos. Esos datos se muestran
enseguida:
Compañía 1 2 3 4 5 6 7 8 9 10 11 12
Ventas 89.2 18.6 18.2 71.7 58.6 46.8 17.5 11.9 19.6 51.2 28.6 69.2
(miles de
$)
Ingresos 4.9 4.4 1.3 8.0 6.6 4.1 2.6 1.7 3.5 8.2 6.0 12.8
(miles de
$
Calcule el coeficiente de correlación.
a) 0.6734
b) 0.5521
c) 0.9269
d) 0.3698

Se seleccionó una muestra de 12 empresas observándose los resultados de sus ventas e ingresos. Esos datos se muestran
enseguida:
Compañía 1 2 3 4 5 6 7 8 9 10 11 12
Ventas 89.2 18.6 18.2 71.7 58.6 46.8 17.5 11.9 19.6 51.2 28.6 69.2
(miles de
$)
Ingresos 4.9 4.4 1.3 8.0 6.6 4.1 2.6 1.7 3.5 8.2 6.0 12.8
(miles de
$
Calcule el coeficiente de determinación.
a) 0.3987
b) 0.4529
c) 0.2698
d) 0.9825
ECUACION DE REGRESION
Las siguientes observaciones muestrales se seleccionaron al azar:
X: 4 5 3 6 10
Y: 4 6 5 7 7
Determine la ecuación de regresión.
a) y = 3.7778 + 0.3630 x
b) y = 2.0654 + 0.1822 x
c) y = -2.3654 - 0.04290 x
d) y = 1.2058 + 0.3847 x

Una compañía que suministra el servicio de electricidad estudia la relación entre kilowatts-hora (miles) usados y el número
de habitaciones en una residencia privada familiar. Una muestra aleatoria de 10 casas reveló lo siguiente:
No. de 12 9 14 6 10 8 10 10 5 7
habitaciones
Kilowatts- 9 7 10 5 8 6 8 10 4 7
hora (miles)
Determine la ecuación de regresión.
a) y = 1.333 + 0.667 x
b) y = 3.026 + 0.441 x
c) y = 0.458 – 2.356x
d) y = 2.036 + 1.026 x
Una compañía que suministra el servicio de electricidad estudia la relación entre kilowatts-hora (miles) usados y el número
de habitaciones en una residencia privada familiar. Una muestra aleatoria de 10 casas reveló lo siguiente:
No. de 12 9 14 6 10 8 10 10 5 7
habitaciones
Kilowatts- 9 7 10 5 8 6 8 10 4 7
hora (miles)
La ecuación de regresión que resulta de esa información es la siguiente:
y = 1.333 + 0.667 x
Encuentre el número de kilowatts-hora (en miles), para una casa de 6 habitaciones.
a) 3.289
b) 5.335
c) 2.158
d) 5.024

Se seleccionó una muestra de 12 empresas observándose los resultados de sus ventas e ingresos. Esos datos se muestran
enseguida:
Compañía 1 2 3 4 5 6 7 8 9 10 11 12
Ventas 89.2 18.6 18.2 71.7 58.6 46.8 17.5 11.9 19.6 51.2 28.6 69.2
(miles de
$)
Ingresos 4.9 4.4 1.3 8.0 6.6 4.1 2.6 1.7 3.5 8.2 6.0 12.8
(miles de
$
Determine la ecuación de regresión.
a) y = 1.333 + 0.667 x
b) y = - 2.6587 – 1.3580 x
c) y = 1.8507 + 0.0836 x
d) y = 3.025 + 2.3594 x
Se seleccionó una muestra de 12 empresas observándose los resultados de sus ventas e ingresos. Esos datos se muestran
enseguida:
Compañía 1 2 3 4 5 6 7 8 9 10 11 12
Ventas 89.2 18.6 18.2 71.7 58.6 46.8 17.5 11.9 19.6 51.2 28.6 69.2
(miles de
$)
Ingresos 4.9 4.4 1.3 8.0 6.6 4.1 2.6 1.7 3.5 8.2 6.0 12.8
(miles de
$
La ecuación de regresión que resulta de esta información es la siguiente:
y = 1.8507 + 0.0836 x
Estime los ingresos de una compañía pequeña con ventas de $50 millones.
a) 4.2835 (miles de $)
b) 2.6984 (miles de $)
c) 8.5298 (miles de $)
d) 6.0307 (miles de $)

El ayuntamiento de cierta ciudad considera aumentar el número de policías en un esfuerzo para reducir los delitos. Antes
de tomar una decisión final el ayuntamiento pide al jefe de policía realizar una encuesta en otras ciudades de tamaño
similar para determinar la relación entre el número de policías y el número de delitos reportados. El jefe de policía reunió la
siguiente información muestral:
Ciudad 1 2 3 4 5 6 7 8
Policías 15 17 25 27 17 12 11 22
delitos 17 13 5 7 7 21 19 6
Determine la ecuación de regresión.
a) y = 1.333 + 0.667 x
b) y = 29.3877– 0.9596 x
c) y = 1.8507 + 0.0836 x
d) y = 3.025 + 2.3594 x
El ayuntamiento de cierta ciudad considera aumentar el número de policías en un esfuerzo para reducir los delitos. Antes
de tomar una decisión final el ayuntamiento pide al jefe de policía realizar una encuesta en otras ciudades de tamaño
similar para determinar la relación entre el número de policías y el número de delitos reportados. El jefe de policía reunió la
siguiente información muestral:
Ciudad 1 2 3 4 5 6 7 8
Policías 15 17 25 27 17 12 11 22
delitos 17 13 5 7 7 21 19 6
Estime el número de delitos para una ciudad de 20 policías.
a) 12.4585
b) 8.5932
c) 15.0365
d) 10.1957

QUE LA EXCELENCIA ACADEMICA SEA TU PROPOSITO