Departamento Académico de Ciencias ESTADÍSTICA

Departamento Académico de Ciencias ESTADÍSTICA

SESIÓN 9: Actividades de regresión y correlación lineal simple

INSTRUCCIONES: Con la siguiente información realiza un análisis de regresión y

correlación lineal simple en cada caso. Realiza interpretaciones.
 Departamento Académico de Ciencias ESTADÍSTICA

1. Se intenta predecir el absentismo laboral Y (en horas al año) a partir del salario X (en
dólares semanales)
150 200 175 160 210
Y oras 300 406 442 330 422
2. A continuación se presentan los datos de un estudio cuyo objetivo fue investigar el
efecto de las estrategias de afrontamiento (X) de los sujetos sobre su nivel de estrés
(Y). Las puntuaciones recogidas a partir de una muestra de 15 sujetos en una escala
observacional de estrés y en un test orientado a evaluar la utilización de mecanismos
de afrontamiento. El rango de puntuaciones en ambas variables puede oscilar entre 0 a
100, significando puntuaciones más altas mayor estrés y mayor capacidad de
utilización de mecanismos de afrontamiento, respectivamente.
Estrés 61 26 32 22 38 80 10 50 30 78 31 6 17 45 37
Afrontamiento 38 80 40 84 62 18 78 20 45 19 43 80 85 15 35
En cada caso se solicita:
a)Elaborar un diagrama de dispersión.
b)Calcular e interpretar la covarianza.
c) Calcular e interpretar el coeficiente de correlación.
d)Calcular e interpretar el coeficiente de determinación.
e)Estimar la ecuación de regresión lineal.
f) Realizar pronóstico: en el ejercicio I para X=230 en el ejercicio 2 para X=90

1. ¿Cuándo pueden ser iguales el coeficiente de correlación de Pearson y la covarianza?

A) Nunca B) Cuando las desviaciones típicas de las dos variables coinciden C) uando
las desviaciones típicas de las dos variables son iguales a 1.
2. La proporción de variabilidad de Y explicada por X en el análisis de regresión lineal simple
queda representada en:
A) El coeficiente de correlación de Pearson B La varianza de los residuos o errores.
C) El coeficiente de determinación lineal. D) a pendiente de la ecuación de regresión lineal del
modelo estimado.
3. La comparación de la bondad de ajuste de modelos de regresión mediante el coeficiente de
determinación sólo es correcta cuando:
 Departamento Académico de Ciencias ESTADÍSTICA
A) la variable dependiente ha sido sometida a transformaciones no lineales. B) la
variable dependiente no ha sido sometida a transformaciones no lineales.
C) la pendiente la ecuación de regresión no ha sido sometida a transformaciones no lineales.
D) la variable dependiente no ha sido sometida a transformaciones logarítmica.
4. Cuando comparamos la bondad de ajuste de modelos de regresión mediante el error
cuadrático medio (ECM):
A) El mejor modelo es el que tiene mayor valor para el ECM. B) El mejor modelo es el
que tiene menor valor para el ECM.
C) El mejor modelo es el que tiene mayor valor para el R 2
D) El mejor modelo es el que tiene mayor valor para el R 2 ajustado.
5. Hablando de regresión y correlación, señale lo falso: A) Estudia la relación entre dos variables
cualitativas.
B) En la correlación las dos variables juegan un papel simétrico.
C) La pendiente de la recta de regresión lineal indica lo que aumenta la variable dependiente por
cada unidad de aumento de la variable independiente.
OLa ordenada en el origen indica el valor de la variable dependiente cuando la independiente vale
0.