Tarea Falta Estadistica.

UNIVERSIDAD PERUANA LOS ANDES
FACULTAD DE INGENIERIA
Escuela Profesional de Ingeniería Industrial
PRACTICA DE REGRESION Y CORRELACION

Dr. Casio A. T orres López
1. La siguiente información corresponde a una muestra de 20 estudiantes en un Curso de

ESTADISTICA donde X = Calificaciones del I Examen e Y = Calificaciones del
Examen Final, en el sistema centesimal.
Se pide:
a) modelo teórico de regresión El lineal simple.
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 114,111 1 114,111 1,649 ,215b
Residuo 1245,689 18 69,205
Total 1359,800 19
a. Variable dependiente: calificacion del examen final
b. Predictores: (Constante), calificacion del 1 examen
y = 54,65 + 0,28(x)
100%
b) El modelo estimado de regresión lineal simple
y= 54,65 + 0,28(x)
8%
c) El coeficiente de correlación.
Correlaciones
calificacion del 1 calificacion del
examen examen final
calificacion del 1 examen Correlación de Pearson 1 ,290
Sig. (bilateral) ,215
N 20 20
calificacion del examen final Correlación de Pearson ,290 1
Sig. (bilateral) ,215
N 20 20
El 0.29% de las notas finales depende de las notas de la parcial.
d) El coeficiente de determinación.
Resumen de modelo y estimaciones de parámetro

Variable dependiente: calificacion del examen final
Estimaciones de
Resumen del modelo parámetro
Ecuación R cuadrado F gl1 gl2 Sig. Constante b1
Lineal ,084 1,649 1 18 ,215 54,655 ,277
La variable independiente es calificacion del 1 examen.
EL0.0 8% de las notas finales están explicadas de las notas parciales.
e) Si la calificación del I Examen de los estudiantes 21 y 22 son respectivamente 90 y 95,
¿cuáles son las calificaciones del Examen Final?
y = 54,65 + 0,28(90)
y = 79.85
y = 54,65 + 0,28(95)
y= 81.25
2.- Ciertos investigadores mostraron una correlación de r= -0.52 entre el salario

promedio de los maestros (X) y la proporción de estudiantes que abandonaran la escuela
antes de graduarse (Y) en 120 escuelas en un departamento.
Concluyeron que incrementar los salarios de los maestros reduciría la tasa de disertación
Comente esas conclusiones.
3. Los datos de la tabla siguiente muestran la relación entre los CI verbales y no
verbales de la prueba de inteligencia de Logre-Thorndike (LT) y el aprovechamiento
en lectura y aritmética medido por la prueba de Iowa de habilidades básicas (ITBS). En
cada grado, cada correlación está basada en aproximadamente 2,500 alumnos
representativos de la nación.
Nivel del grado CI verbal CI no verbal
3° 5° 7° 3° 5° 7°
Lectura .68 .76 .81 .53 .65 .67
Aritmética .66 .72 .74 .61 .68 .71
Basado en los datos anteriores, ¿las siguientes afirmaciones son verdaderas o falsas?
a) La correlación entre las medidas de inteligencia y aprovechamiento parece

incrementarse con el grado
Verdadero
b) Los CI no verbales están correlacionados tan alto con el aprovechamiento como con
los CI verbales
verdadero
c) Los CI verbal y no verbal tienden a correlacionarse ligeramente más alto con lectura
que con aritmética
falso
d) La correlación entre ambas medidas de aprovechamiento y ambas medidas de
inteligencia es sustancial en cada uno de los tres grados
falso
4. Calcule “r” para los siguientes valores:
Identificación del estudiante

a b c d e f
Horas empleadas, X 40 20 28 15 44 8
Horas de estudio, Y 20 24 16 30 18 28
5. Calcule” r” para los siguientes pares de valores:

a b c d e f g
Valores de actitud, X 9 4 6 2 8 4 2
Valores de actitud, Y 4 7 8 3 6 2 4
Resumen del modelo

R cuadrado Error estándar
Modelo R R cuadrado ajustado de la estimación
1 ,329a ,108 -,070 2,268
a. Predictores: (Constante), valores de actitud
6. Se seleccionó una muestra aleatoria de seis estudiantes para hacer un estudio piloto a
fin de investigar la relación entre velocidad de lectura y redacción (X) medida en
minutos requeridos para leer la composición y recordar en detalle el contenido (Y)
medido por un examen sobre el material presentado en la composición. Calcular el r de
Pearson basada en los datos registrados a continuación.

a b c d e f
Velocidad de lectura, X 10 8 15 12 14 16
Retención del contenido, Y 17 17 13 16 15 12
Resumen del modelo
1 ,928 a
,861 ,827 ,874
a. Predictores: (Constante), velocidad de lectura
7. Suponga que por observaciones solamente, estimó las estaturas (X) y pesos (Y) de cada
uno de sus compañeros de clase y que calculó el coeficiente de correlación (r1) entre esas
observaciones. ¿Cómo se compararía este coeficiente con el coeficiente (r2) usando datos
de una báscula y una cinta métrica para determinar X e Y? ¿Por qué?
El coeficiente de correlación (r ₗ) nos muestra con que fuerza se asocian las variables,
estas variables se encuentran entre -1 y n entre -1 y 1, cuanto más cercano a uno existe
cuanto más cercano a uno existe un alto grado de co un alto grado de correlación, en
este rrelación, en este caso la variable altura y peso son variables relacionadas. El
coeficiente de correlación (r ₂) de la báscula nos ayuda a calcular el peso de nuestros
compañeros, y la peso de nuestros compañeros, y la cinta métrica nos cinta métrica nos
ayuda a medir la ayuda a medir la estatura, en este caso estatura, en este caso los
resultados deberían ser los resultados deberían ser los mismos, ya que los mismos, ya
que son instrumentos necesarios para recolectar nuestros datos precisos. s datos
precisos. . investigar.
8. En un estudio sobre gastos (Y) e ingresos (X) mensuales en soles, una muestra de 10
familias dio los siguientes datos:
Y X
500 560
400 500
640 700
740 800
800 900
800 1000
900 1000
600 700
1100 1400
1200 1600
a. Graficar el diagrama de dispersión e indicar la tendencia.
b. Estimar la línea de regresión muestral

y= 128 + 0,7(x)
c. Interpretar el valor de los parámetros
bₒ: Los gastos de las familias mensuales son de 128 soles suponiendo que no
reciban ingresos. bₗ: Por un sol de ingresos de las familias, gastan 0,7 soles.
d. Predecir el gasto que correspondería a un ingreso de S/. 1800 y luego para S/. 2100
y = 128 + 0,7(1800)
y = 1388
y= 128 + 0,7(2100)
y =1598
9. ¿Por qué son iguales los signos del coeficiente de correlación y de la pendiente de la recta
de regresión?
Porque los datos forman una recta lineal positiva, que al ser directamente proporcional
las variables, tiene una pendiente positiva y esto lo asegura el coeficiente de correlación
positiva que mide la intensidad de la relación lineal entre dos variables, y esto
demuestra aún más que entre las variables existe correlación.
10. Un Promotor de un CEP encargó un estudio para determinar la relación entre los gastos de
publicidad mensual por televisión y los ingresos por pensiones de enseñanza de sus
estudiantes. En el estudio se obtuvieron los siguientes resultados :
Semana Gastos de Publicidad (S/.) Ingresos por Pensiones (S/.)

1 3000 30000
2 2000 25000
3 4000 40000
4 3000 32000
5 5000 -
6 7000 75000
7 6000 63000
8 8000 93000
9 7000 70000
10 8000 84000
11 8500 90000
En el quinto mes por diversos motivos no se pudo hacer el estudio.
a) Determine la ecuación de regresión del pago de pensiones de enseñanza sobre gastos

de publicidad:
y = 8530 + 11,31(x)
b) ¿En cuánto estimaría el pago de pensiones del quinto mes?
Y = 10500 + 7370(5)
Y = 47350
c) Hacer un análisis de la bondad del ajuste de la ecuación de regresión lineal utilizando el

coeficiente de determinación
Resumen del modelo

1 ,848 a
,720 ,649 18252,128
a. Predictores: (Constante), semana, gastos de publicidad
y = 0.72 Bondad de ajuste: 72% Eso significa que el 72% de las predicciones del
modelo son correctas.
d) A partir del análisis realizado en c) ¿qué puede Ud. concluir acerca de la correlación
entre pago de pensiones de enseñanza y gastos de publicidad?
Existe una correlación lineal directa, si los gastos de publicidad aumentan, el pago de
pensiones de enseñanza también aumenta.
e) Determine los pagos de pensiones de enseñanza para los meses 12 y 13, para el efecto
proyecte los gastos de publicidad en función al tiempo.
y = 10500 + 7370(12)
y = 98940
11. El número de horas de estudio invertidas y las calificaciones finales en un curso de Análisis
Matemático de una muestra de 8 alumnos ha dado los siguientes resultados:
Alumno Horas de estudio(x) Calificación(y)

A1 14 12
A2 16 13
A3 22 15
A4 20 15
A5 18 17
A6 16 11
A7 18 14
A8 22 16
a) Determine la recta de regresión de la calificación sobre el número de horas de estudios

invertid
y= 5 + 0,5(x)
b) Calcular el grado de asociación entre estas variables
Resumen del modelo

1 ,718
a
,515 ,321 1,673
a. Predictores: (Constante), alumno, hora de estudios
El grado de asociación: 0.718 =72% Pendiente de la
regresión: 0,5 Si es significativo al nivel del 5%
12. En un estudio para determinar la relación entre la edad (X) y la presión sanguínea (Y) en
una muestra aleatoria de 9 mujeres ha dado los siguientes resultados:
X 54 40 70 35 62 45 55 50 38
Y 148 123 155 115 150 126 152 144 114
a) Encuentre la ecuación de regresión estimada de Y en X y estime la presión sanguínea

para una mujer de 75 años
y= 69,96 + 1,33(x)
La presión sanguínea para una mujer de 75 años:
y = 69,96 + 1,33(75)
y = 169,71
b) Utilice un procedimiento de análisis para probar de que no hay asociación lineal entre X
eY
Resumen del modelo

1 ,929 a
,862 ,843 6,595
a. Predictores: (Constante), edad
r = 0,929
R= 0,862
13. La función de inversión neta total para la infraestructura de un CEP se supone presenta la
forma:
Y = AXβ
En donde Y equivale a la inversión neta (en miles de dólares), X a la tasa de interés, y A, β

son constantes desconocidas. Se tiene la siguiente muestra:
X 12 8 10 7 6 5 5
Y 80 100 120 140 160 180 200
a) Determine la ecuación de regresión estimada
b) Predecir la inversión cuando la tasa de interés sea de 7.5

14. Ajustar los siguientes datos a una curva de la forma:
Y = AeβX
X 1 2 3 4 5 6
Y 2.40 3.21 4.12 4.30 4.90 5.40

Tarea Falta Estadistica.

Cargado por

Copyright:

Formatos disponibles

Tarea Falta Estadistica.

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea Falta Estadistica.

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD PERUANA LOS ANDES

PRACTICA DE REGRESION Y CORRELACION

1. La siguiente información corresponde a una muestra de 20 estudiantes en un Curso de

El 0.29% de las notas finales depende de las notas de la parcial.

Resumen de modelo y estimaciones de parámetro

2.- Ciertos investigadores mostraron una correlación de r= -0.52 entre el salario

a) La correlación entre las medidas de inteligencia y aprovechamiento parece

4. Calcule “r” para los siguientes valores:

Identificación del estudiante

5. Calcule” r” para los siguientes pares de valores:

Resumen del modelo

Identificación del estudiante

a. Graficar el diagrama de dispersión e indicar la tendencia.

b. Estimar la línea de regresión muestral

Semana Gastos de Publicidad (S/.) Ingresos por Pensiones (S/.)

En el quinto mes por diversos motivos no se pudo hacer el estudio.

a) Determine la ecuación de regresión del pago de pensiones de enseñanza sobre gastos

c) Hacer un análisis de la bondad del ajuste de la ecuación de regresión lineal utilizando el

Resumen del modelo

Alumno Horas de estudio(x) Calificación(y)

a) Determine la recta de regresión de la calificación sobre el número de horas de estudios

b) Calcular el grado de asociación entre estas variables

Resumen del modelo

a) Encuentre la ecuación de regresión estimada de Y en X y estime la presión sanguínea

Resumen del modelo

En donde Y equivale a la inversión neta (en miles de dólares), X a la tasa de interés, y A, β

a) Determine la ecuación de regresión estimada

b) Predecir la inversión cuando la tasa de interés sea de 7.5

También podría gustarte