Estadística Aplicada Producto Académico N° 03

Producto Académico N° 03
Desarrolle de manera detallada las preguntas presentadas a continuación y
responda a las preguntas.

En los ejercicios 1 a 3, construya un diagrama de dispersión, calcule el valor del

coeficiente de correlación lineal r, calcule los valores críticos de r utilizando α =
0.05, y determine si existe evidencia suficiente para sustentar la afirmación de que
existe una correlación lineal entre las dos variables.
1. Costos de reparación de automóviles A continuación se presentan los costos de
reparación (en dólares) para automóviles que participaron en pruebas de choques
frontales a una velocidad de 6 mi/h y en pruebas de choques traseros a una
velocidad de 6 mi/h (según datos del Insurance Institute for Highway Safety). Los
automóviles son Toyota Camry, Mazda 6, Volvo S40, Saturn Aura, Subaru Legacy,
Hyundai Sonata y Honda Accord. ¿Hay evidencia suficiente para concluir que existe
una correlación lineal entre los costos de reparación de los choques frontales y de
los choques traseros?

3400
3200
3000
2800
CHOQUES TRASEROS

2600
2400
2200
2000
1800
1600
1400
1200
1000
800
600
900 1200 1500 1800 2100 2400 2700 3000 3300 3600 3900 4200 4500
CHOQUES FRONTALES

𝑆𝑥𝑦
𝑟=
𝑆𝑥𝑆𝑦
−348434.18
𝑟=
1370.05 × 900.08

𝑟 = −0.28

1|Página
 Estadística Aplicada Producto Académico N° 03

Valores críticos de r utilizando α = 0.05

𝛼
𝑍 = −1.64 𝑦 + 1.64
2
POR LO TANTO:
Se concluye que existe una correlación lineal entre los costos de reparación de los
choques frontales y de los choques traseros.
2. Estadísticas del CSI. En ocasiones la policía mide las huellas de los zapatos en las
escenas del crimen para tener pistas acerca de los delincuentes. A continuación, se
listan longitudes de las huellas de los zapatos, longitudes de los pies y estaturas de
hombres. ¿Hay evidencia suficiente para concluir que existe una correlación lineal
entre la longitud de la huella del zapato y la estatura de los hombres? Con base en
estos resultados, ¿parece que la policía puede usar la longitud de los pies para
estimar la estatura de un hombre?

28.5

28

27.5

27
LONGITUD

26.5

26

25.5

25

24.5
27 28 29 30 31 32 33
HUELLA DE ZAPATOS

𝑆𝑥𝑦
𝑟=
𝑆𝑥𝑆𝑦
−2.38
𝑟=
1.09 × 0.47 × 2.06

𝑟 = −2.24
POR LO TANTO:
Se concluye que no existe una correlación lineal entre la huella de zapatos, longitud
del pie con la estarura debido a que -2.24 es mayor a -1.

2|Página
 Estadística Aplicada Producto Académico N° 03

3. Presupuestos y ganancias brutas de películas Remítase al archivo movies.xls y

utilice los datos pareados que consisten en los presupuestos invertidos en las
películas y las ganancias brutas que generaron.

12000000

10000000

8000000
GANANCIAS

6000000

4000000

2000000

0
0 5000000 10000000 15000000 20000000 25000000 30000000 35000000
PRESUPUESTO

𝑆𝑥𝑦
𝑟=
𝑆𝑥𝑆𝑦
3015219278325.18
𝑟=
3311285.77 × 1481240.37

𝑟 = 0.61
POR LO TANTO:
Se concluye que no existe una correlación lineal el presupuesto invertido en una
película y las ganancias brutas obtenidas.

4. Mike Wilde es el presidente del sindicato de maestros del Otsego School District. A
fin de prepararse para negociaciones próximas, le gustaría investigar la estructura
de los salarios de los maestros en el distrito. Wilde considera que hay tres factores
que influyen en el salario de un maestro: sus años de experiencia, la calificación de
su eficiencia como docente por parte del director y si cuenta con un posgrado. Una
muestra de 20 maestros generó los siguientes datos.

3|Página
 Estadística Aplicada Producto Académico N° 03

Salario (miles Años de Calificación

Posgrado*,
de dólares), experiencia, del director,
X3
Y X1 X2
31.1 8 35 0
33.6 5 43 0
29.3 2 51 1
43.0 15 60 1
38.6 11 73 0
45.0 14 80 1
42.0 9 76 0
36.8 7 54 1
48.6 22 55 1
31.7 3 90 1
25.7 1 30 0
30.6 5 44 0
51.8 23 84 1
46.7 17 76 0
38.4 12 68 1
33.6 14 25 0
41.8 8 90 1
30.7 4 62 0
32.8 2 80 1
42.8 8 72 0

Formule una matriz de correlación. ¿Qué variable independiente tiene la correlación

más fuerte con la variable dependiente? ¿Esto puede representar un problema?
¿Cómo se denomina esta condición?

Salario (miles de dólares), Y Años de experiencia X1 Calificación del director X2

Salario (miles de dólares), Y 1
Años de experiencia X1 0.867597028 1
Calificación del director X2 0.547196687 0.186823696 1
Posgrado X3 0.310558329 0.20750259 0.457774867

POR LO TANTO:
 La Años de experiencia (X1) tiene la correlación mas fuerte con la variable
dependiente (Y).
 No representa un problema ya que todos los variables dependientes tienen
un correlación positiva con la variable independiente.

En los ejercicios 5 y 6, determine la ecuación de regresión, permitiendo que la primera

variable sea la variable de predicción (x). Calcule los valores predichos indicados.

5. Medidas de presión sanguínea Calcule la mejor presión sanguínea sistólica

predicha en el brazo izquierdo, si la presión sanguínea sistólica del brazo derecho
es de 100 mm Hg.

* 1 = sí, 0 = no.

4|Página
 Estadística Aplicada Producto Académico N° 03

𝑌 = 𝑏0 + 𝑏1(𝑋)

𝑆𝑥𝑦 136.20
𝑏1 = =
𝑆 2𝑥 10.18

𝑏1 = 13.38

𝑏0 = 𝑚𝑒𝑑𝑖𝑎(𝑦) − 𝑚𝑒𝑑𝑖𝑎 (𝑥)𝑏1

𝑏0 = 163.20 × 13.38(91)

𝑏𝑜 = −1054.38

𝑦 = −1054.38 + 13.38𝑥

POR LO TANTO:

𝑦 = −1054.38 + 13.38(100)

𝑦 = 283.62

6. Altitud y temperatura A continuación se listan las altitudes (miles de pies) y las

temperaturas al aire libre (°F) registradas por Mario Triola (2018) durante el vuelo
1053 de Delta desde Nueva Orleans hasta Atlanta. Calcule la temperatura para una
altitud de 6327 pies (o 6.327 mil pies).

𝑆𝑥𝑦 −412.04
𝑏1 = =
𝑆 2𝑥 10.58

𝑏1 = −38.94

𝑏0 = 𝑚𝑒𝑑𝑖𝑎(𝑦) − 𝑚𝑒𝑑𝑖𝑎 (𝑥)𝑏1

5|Página
 Estadística Aplicada Producto Académico N° 03

𝑏0 = 20.14 × −38.94(−1.71)

𝑏𝑜 = 1341.07

𝑦 = 1341.07 − 38.94𝑥

POR LO TANTO:

𝑦 = 1341.07 − 38.94(6327)

𝑦 = −245032.31

7. Con los datos del ejercicio 4, Determine la ecuación de regresión. ¿Qué salario
estimaría para un maestro con cinco años de experiencia, una calificación del
director de 60 y sin posgrado?

𝑌 = 𝑋𝛽 + 𝜀
̂
𝛽 = (𝑋 𝑡 𝑋)−1 𝑋 𝑡 𝑌

𝑦 = 19.92 + 0.90 ∗ 𝑥1 + 0.15 ∗ 𝑥2 − 0.67 ∗ 𝑥3

POR LO TANTO:

𝑦 = 19.92 + 0.90(5) + 0.15(60) − 0.67(0)

𝑦 = 19.92 + 0.90(5) + 0.15(60) − 0.67(0)

𝑦 = 33.42

8. Predicción de nicotina en cigarrillos. Remítase al archivo cigaret.xls y utilice las

cantidades de alquitrán, nicotina y CO de los cigarrillos de 100 mm, con filtro, que
no son mentolados ni ligeros (el último conjunto de mediciones). Calcule la mejor
ecuación de regresión para predecir la cantidad de nicotina en un cigarrillo.

Nicotina = 0.127136669156 − 0.0250037341299 ∗ CO + 0.0877968633308 ∗ Alquitran

Error estándar (0.052301) (0.006130) (0.007062)

t-estadístico (2.430848) (-4.079033) (12.43282)

6|Página
 Estadística Aplicada Producto Académico N° 03

𝑅2 = 0.932769
a) ¿Por qué es la mejor?
Es la mejor porque las variables independientes explican a la variable
dependiente en un 93.2769%, además que las variables independientes son
significativas ya que son mayores a 2 en valor absoluto.
b) ¿La mejor ecuación de regresión es una buena ecuación de regresión para
predecir el contenido de nicotina? ¿Por qué?
Si, porque sus variables son significativas y el modelo está explicado en un
93.28%.

9. Calcule un promedio móvil ponderado en cuatro trimestres del número de

suscriptores de la Boxley Box Company durante los nueve trimestres que abarcan
los datos. Éstos se reportan en miles. Aplique ponderaciones de 0.1, 0.2, 0.3 y 0.4,
respectivamente, a los trimestres. En pocas palabras, construya la gráfica y describa
la tendencia en el número de suscriptores
31-Mar-04 28766
30-Jun-04 30057
30-Sep-04 31336
30-Dic-04 33240
31-Mar-05 34610
30-Jun-05 35102
30-Sep-05 35308
31-Dic-05 35203
31-Mar-06 34386

Periodo suscriptores Pronóstico

31-mar-04 28766
30-jun-04 30057
30-sep-04 31336
30-dic-04 33240
31-mar-05 34610 31584.8
30-jun-05 35102 33088.9
30-sep-05 35308 34205.4
31-dic-05 35203 34899.8
31-mar-06 34386 35155

7|Página
 Estadística Aplicada Producto Académico N° 03

40000
35000
30000
25000
20000
15000
10000
5000
0

suscriptores Pronóstico

10. Cedar Fair opera siete parques de diversiones y cinco parques acuáticos
independientes. Su asistencia combinada (en miles) durante los últimos 12 años
aparece en la siguiente tabla. Un socio le pide estudiar la tendencia de la asistencia.
Calcule un promedio móvil de tres años y un promedio móvil ponderado de tres años
con ponderaciones de 0.2, 0.3 y 0.5 para años sucesivos.

Año Asistencia (Miles)

1993 5 761
1994 6 148
1995 6 783
1996 7 445
1997 7 405
1998 11 450
1999 11 224
2000 11 703
2001 11 890
2002 12 380
2003 12 181
2004 12 557

8|Página