Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Ejemplo 1
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Matemticas Fsica
2 3 4 4 5 6 6 7 7 8 10 10 1 3 2 4 4 4 6 4 6 7 9 10
xi 2 3 4 4 5 6 6 7 7 8
yi 1 3 2 4 4 4 6 4 6 7
xi yi xi2 2 9 8 16 20 24 36 28 42 56 4 9 16 16 25 36 36 49 49 64
yi 2 1 9 4 16 16 16 36 16 36 49
10 9
90
10 10 100 72 60 431
2 Calculamos la covarianza.
EJEMPLO 2
Estatura (X) 186 189 190 192 193 193 198 201 203 205 Pesos (Y) 85 85 86 90 87 91 93 103 100 101
Calcular:
2 El coeficiente de correlacin.
xi 186
yi 85
xi 2 34 596
yi 2 7 225
xi yi 15 810
85 86 90 87 91 93
179 971
EJEMPLO 3
Cinco nios de 2, 3, 5, 7 y 8 aos de edad pesan, respectivamente, 14, 20, 32, 42 y 44 kilos.
xi 2 3 5 7 8
yi 14 20 32 42 44
yi 2 28 60
25 152 151
EJEMPLO 4
Un centro comercial sabe en funcin de la distancia, en kilmetros, a la que se site de un ncleo de poblacin, acuden los clientes, en cientos, que figuran en la tabla:
15 19 25 23 34 40
3 Si desea recibir a 500 clientes, a qu distancia del ncleo de poblacin debe situarse?
xi
yi
xi yi
xi 2
yi 2
8 7 6 4
15 19 25 23
64 49 36 16
34
68
1 156
40
40
1 600
28 156
603
170
4 496
EJEMPLO 5
Las notas obtenidas por cinco alumnos en Matemticas y Qumica son:
Matemticas Qumica
8 5 3. 5
6. 5 4. 5 7 5 4
Determinar las rectas de regresin y calcular la nota esperada en Qumica para un alumno que tiene 7.5 en Matemticas.
xi
yi
xi yi
xi 2
yi 2
6. 5 36
42. 25 39
4. 5 16
20. 25 18
8 5 3. 5
7 5 4
64 25 12. 25
49 25 16
56 25 14
26. 5 27
153. 25
152. 5 152
EJEMPLO 6
Un conjunto de datos bidimensionales (X, Y) tiene coeficiente de correlacin r = 0.9, siendo las medias = 1, = 2. Se sabe que una de las cuatro ecuaciones
y = -x + 2
3x - y = 1
2x + y = 4
y=x+1
Como el coeficiente de correlacin lineal es negativo, la pendiente de la recta tambin ser negativa, por tanto descartamos la 2 y 4.
2-1+2
2.1+2=4
EJEMPLO 7
A partir de los siguientes datos referentes a horas trabajadas en un taller (X), y a unidades producidas (Y), determinar la recta de regresin de Y sobre X, el coeficiente de correlacin lineal e interpretarlo.
Horas (X) 80 79 83 84 78 60 82 85 79 84 80 62 Produccin 300 302 315 330 300 250 300 340 315 330 310 240 (Y)
xi 80 79 83 84 78 60 82 85 79 84 80 62
yi 300 302 315 330 300 250 300 340 315 330 310 240
xi yi 6 400 6 241 6 889 7 056 6 084 3 600 6 724 7 225 6 241 7 056 6 400 3 844
xi 2 90 000 91 204 99 225 108 900 90 000 62 500 90 000 115 600 99 225 108 900 96 100 57 600
yi 2 24 000 23 858 26 145 27 720 23 400 15 000 24 600 28 900 24 885 27 720 24 800 14 880
10
EJEMPLO 8 La tabla siguiente nos da las notas del test de aptitud (X) dadas a seis dependientes a prueba y ventas del primer mes de prueba (Y) en cientos de euros.
X Y
25 42
42 72
33 50
54 90
29 45
36 48
2 Calcular la recta de regresin de Y sobre X. Predecir las ventas de un vendedor que obtenga 47 en el test.
11
xi 25 42 33 54 29 36
yi 42 72 50 90 45 48
xi yi 625
xi 2 1 764
1 296 2 304
12
EJEMPLO 9
Una compaa desea hacer predicciones del valor anual de sus ventas totales en cierto pas a partir de la relacin de stas y la renta nacional. Para investigar la relacin cuenta con los siguientes datos:
X 189 190 208 227 239 252 257 274 293 308 316 Y 402 404 412 425 429 436 440 447 458 469 469
X representa la renta nacional en millones de euros e Y representa las ventas de la compaa en miles de euros en el periodo que va desde 1990 hasta 2000 (ambos inclusive). Calcular:
3 Si en 2001 la renta nacional del pas fue de 325 millones de euros. Cul ser la prediccin para las ventas de la compaa en este ao?
xi 2 161 604 163 216 169 744 180 625 184 041
13
252
436
63 504
190 096
109 872
257
440
66 049
193 600
113 080
274
447
75 076
199 809
122 478
293
458
85 849
209 764
134 194
308
469
94 864
219 961
144 452
316
469
99 856
219 961
148 204
14
EJEMPLO 10
La informacin estadstica obtenida de una muestra de tamao 12 sobre la relacin existente entre la inversin realizada y el rendimiento obtenido en cientos de miles de euros para explotaciones agrcolas, se muestra en el siguiente cuadro:
11 14 16 15 16 18 20 21 14 20 19 11
2 3 5 6 5 3 7 10 6 10 5 6 (Y)
Calcular:
xi 11 14 16 15 16 18
yi 2 3 5 6 5 3
xi 2 4 9 25 36 25 9
yi 2 22 42 80 90 80 54
15
20 21 14 20 19 11 195
7 10 6 10 5 6 68
EJEMPLO 11 El nmero de horas dedicadas al estudio de una asignatura y la calificacin obtenida en el examen correspondiente, de ocho personas es:
16
Se pide:
xi 16 18 20 22 23 27 32 34
yi 6
xi yi 256
192 62
17
EJEMPLO 12
4. En la tabla siguiente se indica la edad (en aos) y la conducta agresiva (medida en una escala de cero a 10) de 10 nios.
2 A partir de dicha recta, obtener el valor de la conducta agresiva que correspondera a un nio de 7.2 aos.
yi 9 6 7 8 7
xi 2 81 36 49 64 49
18
4 2 3 2 1
16 4 9 4 1 313
49 570.72
EJEMPLO 13
Se sabe que entre el consumo de papel y el nmero de litros de agua por metro cuadrado que se recogen en una ciudad no existe relacin.
Sxy= 0
19
r=0
EJEMPLO 14
En una empresa de transportes trabajan cuatro conductores. Los aos de antigedad de permisos de conducir y el nmero de infracciones cometidas en el ltimo ao por cada uno de ellos son los siguientes:
3 4 5 6 4 3 2 1
xi 3 4 5 6
yi 4 3 2 1
xi yi 12 12 10 6
xi 2 yi 2 9 16
16 9 25 4 36 1 86 30
18 10 40
20
EJEMPLO 15 Una persona rellena semanalmente una quiniela y un boleto de lotera primitiva anotando el nmero de aciertos que tiene. Durante las cuatro semanas del mes de febrero, los aciertos fueron:
6 8 6 8 1 2 2 1
Obtener el coeficiente de correlacin lineal e interpretarlo. Ofreceran confianza las previsiones hechas con las rectas de regresin?
xi 6 8 6 8
yi xi yi 1 2 2 1 6 16 12 8 42
xi 2 36 64 36 64
yi 2 1 4 4 1
28 6
200 10 21
No existe correlacin entre ambas variables, por tanto las estimaciones hechas con las rectas de regresin no ofrece ninguna confianza.
EJEMPLO 16 El nmero de bacterias por unidad de volumen, presentes en un cultivo despus de un cierto nmero de horas, viene expresado en la siguiente tabla: X: N de horas 0 1 2 3 4 5 Y: N de bacterias 12 19 23 34 56 62 Calcula: a) Las medias y desviaciones tpicas de las variables, nmero de horas y nmero de bacterias. b) La covarianza de la variable bidimensional. c) El coeficiente de correlacin e interpretacin. d) La recta de regresin de Y sobre X.
22
EJEMPLO 17 Utilizando la recta de regresin de x sobre y correspondiente a la distribucin siguiente: x = altura sobre el nivel del mar y = temperatura media en C 0 20 184 18 231 17 481 12 911 10
Calcula la altitud de una ciudad en la que la temperatura media es de 15. Solucin: 392,7 m.
EJEMPLO 18 La tabla siguiente muestra las notas obtenidas por 8 alumnos en un examen, las horas de estudio dedicadas a su preparacin y las horas que vieron la televisin los das previos al examen. Nota 5 6 7 3 5 8 4 9 Horas de estudio 7 10 9 4 8 10 5 14 Horas de TV 7 6 2 11 9 3 9 5 a) Representa grficamente los diagramas correspondientes a nota-estudio y nota-TV. b) Se observa correlacin entre las variables estudiadas? De qu tipo? En qu caso estimas que es ms fuerte? Solucin: b) S. Directa; inversa. * Con los datos del problema anterior, halla el coeficiente de correlacin de nota-estudio y nota-TV. Qu puede deducirse con ms precisin conociendo la nota que obtuvo una persona en el examen: el tiempo que dedic al estudio o el que dedic a ver la televisin? Solucin: 0,943382 y 0,846283. El tiempo que dedic al estudio. * Con los mismos datos, halla las rectas de regresin correspondientes y estima para un alumno que sac un 2 en el examen: a) Las horas que estudi. b) Las horas que vio la TV. Solucin: a) Est = 0,246753 + 1,46753 Nota; 2,7 h. b) TV = 14,1299 1,2987 Nota; 11,5 h.
23