Caso N°1 En 1964, Erick Bram, un típico adolescente de la ciudad de New York, observó que el precio de una rebanada de

Pizza con queso era igual que el precio de un boleto de metro. Con el paso de los años se dio cuenta que ambos
precios aumentaban aproximadamente en la misma cantidad. En 1980, cuando se incremento el precio de una
rebanada de Pizza, Bram comunicó al New York Times que el precio del boleto del metro aumentaría, y su
predicción resultó correcta. En la tabla se presenta una muestra aleatoria de los precios (en dólares) de pizza y del
boleto del metro.

Año 1960 1973 1986 1995 2002 2003

Precio de
pizza 0,15 0,35 1 1,25 1,75 2

Tarifa del
metro 0,15 0,35 1 1,35 1,50 2

X (Pizza) Y (Metro) x2 y2 xy

n
ΣX
ΣY
ΣX^2
Σ ΣY^2
ΣX*Y
Interpretación: r
r verificación
Caso N°2 En una microempresa de confecciones en Gamarra trabajan
antigüedad y el número de productos defectusoso elaborado
el último pedido viene dado por:

Antigüedad 3 2 4 1
Productos
defectuosos 4 3 3 4

Productos
Antigüedad defectuosos
x2 y2 xy

Interpretación:
nes en Gamarra trabajan cuatro obreros. La
os defectusoso elaborados por ellos durante
dido viene dado por:

n 6
ΣX 0
ΣY 0
ΣX^2 0.00
ΣY^2 0
ΣX*Y 0
r #DIV/0!
r #VALUE!
 A partir de los siguientes datos referentes a horas trabajadas en un taller (X) y
Caso N°3 interpré

Horas 80 79 83 84 78
Producción 300 302 315 330 300

Horas Producción x2 y2 xy

n
ΣX
ΣY
ΣX^2
Σ ΣY^2
ΣX*Y
Interpretación: r
r
rabajadas en un taller (X) y unidades producidas (Y), determinar, el coeficiente de correlación lineal e
interprétalo.

60 82 85 79 84 80 62
250 300 340 315 330 310 240

6
0
0
0.00
0
0
#DIV/0!
#VALUE!
orrelación lineal e
Caso N°4 A continuación se presentan los rendimientos combinados d
diferentes automóviles. La antigua clasificación se basaba e
suficiente para concluir que existe una correlación lineal

Antigüo 16 27 17 33 28
Nuevo 15 24 15 29 25

Antigüo Nuevo x2 y2 xy

n
ΣX
ΣY
ΣX^2
Σ ΣY^2
ΣX*Y
Interpretación: r
r
mientos combinados de combustible ( en mi/gal) en ciudad y en carretera para
ificación se basaba en pruebas que entraron en vigor el 2008. ¿Hay evidencia
una correlación lineal entre la antigua clasificación y la nueva clasificación?

24 18 22 20 29 21
22 16 20 18 26 19

6
0
0
0.00
0
0
#DIV/0!
#VALUE!
 arretera para
Hay evidencia
ificación?
Caso N°5 Un trabajo estadístico consiste en obtener un modelo de reg
un producto específico en función de la publicidad del pro
recopilado al azar los tiempos de duración en minutos de la
vendidas al producto. Los

Publicidad 20 30 30
Ventas 50 73 69

Publicidad Ventas x2 y2 xy

Interpretación:
ner un modelo de regresión lineal a nivel descriptivo para predecir las ventas semana
la publicidad del producto en un canal de televisión de la cuidad de Lima. Para esto,
ón en minutos de la publicidad de las ultimas 10 semanas y el respectivo número uni
idas al producto. Los datos se dan en la tabla que sigue:

40 50 60 60 60 70 80
87 108 128 135 132 148 140

n 6
ΣX 0
ΣY 0
ΣX^2 0.00
ΣY^2 0
ΣX*Y 0
r #DIV/0!
r #VALUE!
s ventas semanales de
Lima. Para esto, han
tivo número unidades
Caso N°6 Un centro comercial del cono norte de Lima se sabe la distan
de los clientes que fi
ima se sabe la distancia en kilómetros, a la que se sitúa un núcleo de población
de los clientes que figuran en la tabla:
o de población