1.

El psiclogo de una empresa realiza un estudio para determinar la relacin

entre los aos trabajados de un empleado y su estrs. Hemos obtenido los
siguientes resultados:

Sum

Aos
trabajados
12
10
06
08
09
04
49

Estrs laboral
(puntaje)
82
74
55
58
62
40
371

x =49 6=8.16

XY

X2

984
740
330
464
558
160
3236

Y2
144
100
36
64
81
16
441

6724
5476
3025
3364
3844
1600
24033

y =371 6=61.83

A. Identifique la variable dependiente y cual la independiente

X = aos de trabajo
Y =estrs laboral
B. Interpreta el diagrama de dispersin
Como se puede observar en el
siguiente grafico podemos
concluir que los aos trabajados y
el estrs laboral tienen una
correlacin directa o positiva.

C. Calcular e interpretar los

siguientes coeficientes
2

y n y

( x 2n x 2)

xyn x y

r=

Como r es mayor a 0.80 se dice que existe una correlacin fuerte entre
los aos de trabajo con el estrs del trabajador.

r 2=( 0.9795 ) x 100 =95.9

El 95.9% de estrs son explicados por los aos de trabajo. Existe un
(100 95.9)% = 4.1% que no es explicado por los aos de trabajo.

D. Estime la ecuacin lineal e interprete los coeficientes de la ecuacin

de regresin lineal

b1=

xy n x y = 3236( 6 )( 8.18 )( 61.83) = 201.3836 =4.739

)2
42.4864
x 2n x 2
442(6) ( 8.16

b0 = y b 1 x =61.83( ( 4.739 )( 8.18 ))=23.065

Ecuacin de regresin estimada:

Y^ =b 0 +b1 X
Y^ =23.065+ 4.739 X

Interpretacin:

b0 =23.065 , Es el estrs de un trabajador cuando X es cero o cuando no tiene

aos de trabajo. En otras palabras el trabajador tendr en promedio un estrs
del 23.065 si no tiene aos de trabajo.

b1=4.739

, Es el incremento en 4.739 cuando X aumenta en una unidad. En

otras palabras es el aumento en 4.739 de estrs por cada ao de trabajo.

E. Estimar un puntaje de estrs para una persona que hubiese
trabajado 15 anos
Prediccin para X= 15

Y^ =23.065+ 4.739 ( 15 )=94.15

Un trabajador con 15 aos de trabajo tendr aproximadamente 94.15 de estrs
laboral

2. Si se tienen la ecuacin de
regresin:

Y^ =5001.7 X

X= Gasto de una
familia
r = -0.81

Y= Ahorro de una
familia

r 2=0.6560

A. Interpretar el coeficiente de correlacin

El coeficiente r es inferior a 0 por lo tanto podemos decir que existe una relacin
inversa o negativa entre las variables. En otras palabras mientras una de la
variable gasto aumente la variable ahorro disminuye o viceversa
B. Interpretar el coeficiente de determinacin
El 65.6% del ahorro de una familia son explicados por el gasto familiar
C. Interpretar los coeficientes de ecuacin de regresin

b0 =500 , Es el ahorro de una familia cuando X es cero o cuando no tiene

gastos. En otras palabras la familia tendr un promedio de ahorro de 500 si no
tiene gastos..

b1=1.7

, Es la disminucin en 1.7 cuando X aumenta en una unidad. En

otras palabras es la disminucin en 1.7 del ahorro cuando tienen un gasto ms.
D. Cuanto se espera que ahorre una familia cuyo gasto es 280

Y^ =5001.7 X=500 1.7(280)=24

Una familia cuyos gastos son 280, ahorrara aproximadamente 24

3. El nmero de horas semanales dedicadas al estudio de una asignatura y la

calificacin obtenida en el examen correspondiente de 6 alumnos es:

Sum

Horas

Calificacin

XY

4
8
6
11
8
2
39

09
15
12
18
13
08
75

36
120
72
198
104
16
546

x =39 6=6.5

16
64
36
121
64
4
305

81
225
144
324
169
64
1007

y =75 6=12.5

A. Identifique la variable dependiente y cual la independiente

X=
horas de estudio
Y = calificacin
B. Interpreta el diagrama de dispersin

Como se puede observar en el

siguiente grafico podemos
concluir que las horas de estudio
y la calificacin tienen una
correlacin directa o positiva.

C.

Calcular e interpretar los

siguientes coeficientes

y 2n y 2

( x 2n x 2)

xyn x y
r=

Como r es mayor a 0.80 se dice que existe una correlacin fuerte entre
las horas de estudio y la calificacin.

r 2=( 0.9778 ) x 100 =95.6

El 95.6% de las calificaciones son explicados por las horas de estudio.
Existe un (100 95.6)% = 4.4 % que no es explicado por las horas de
estudio.

D. Estime la ecuacin lineal e interprete los coeficientes de la ecuacin

de regresin lineal

b1=

xy n x y = 546(6)(6.5)(12.5) = 58.5 =0.219

2
266
x 2n x 2
305( 6 ) ( 6.5 )

b0 = y b 1 x =12.5( ( 0.219 )( 6.5 ) )=11.076

Ecuacin de regresin estimada:

Y^ =b 0 +b1 X
Y^ =11.076 +0.219 X

Interpretacin:

b0 =11.076 , La calificacin de un alumno cuando X es cero o cuando no tiene

horas de estudio. En otras palabras el alumno tendr en promedio una
calificacin de 11.076 si no tiene horas de estudio.

b1=0.219

, Es el incremento en 0.219 cuando X aumenta en una unidad. En

otras palabras es el aumento en 0.219 de calificacin por cada hora de trabajo

E. Estimar un puntaje de calificacin para una persona que hubiese
estudiado 13 horas
Prediccin para X= 13

^ =11.076 +0.219 ( 13 )=13.923

Y

Un alumno con 13 horas de estudio tendr aproximadamente 13.923 de

calificacin.

4. Se hace un estudio para determinar la relacin entre las edades de un grupo

de trabajadores de una fbrica y su rendimiento en el trabajo. Los datos se
dan en la siguiente tabla:

Sum

Edad

Eficiencia %

XY

22
24
51
39
37
30
46
249

82
76
40
60
64
78
54
454

1804
1824
2040
2340
2368
2340
2484
15200

x =249 7=35.57

X2

Y2
484
576
2601
1521
1369
900
2116
9567

6724
5776
1600
3600
4096
6084
2916
30796

y =75 7=64.85

A. Identifique la variable dependiente y cual la independiente

X=
edad
Y = eficiencia
B. Interpreta el diagrama de dispersin

Como se puede observar en el

siguiente grafico podemos
concluir que la edad de una
persona y el porcentaje de
eficiencia tienen una correlacin
inversa o negativa.
C. Calcular e interpretar los
siguientes coeficientes

y 2n y 2

( x 2n x 2)

xyn x y

r=

Como r es menor a 0.80 se dice que existe una correlacin negativa

fuerte entre edad y eficiencia de un trabajador.

r 2=(0.964 ) x 100 =93

El 93% de la eficiencia son explicados por la edad del trabajador. Existe
un (100 93)% = 7% que no son explicados por la edad del trabajador.

D. Estime la ecuacin lineal e interprete los coeficientes de la ecuacin

de regresin lineal

b1=

xy n x y = 15200(7)(35.57)( 64.85) = 947 =1.33

)2
710.426
x 2n x 2
9567( 7 ) ( 35.57

b0 = y b 1 x =64.85 ( (1.33 ) ( 35.57 ) ) =112.15

Ecuacin de regresin estimada:

Y^ =b 0 +b1 X
Y^ =112.151.33 X

Interpretacin:

b0 =112.15,
b1=1.33

Es la mxima eficiencia en porcentaje de una persona.

, es la eficiencia en porcentaje que pierde en el trabajo por cada

ao ms de edad.

E. Estimar la eficiencia de una persona que tuviese 40 anos

Prediccin para X= 40

Y^ =112.151.33 ( 40 )=58.95
Un trabajador con 40 aos de edad tendr una eficiencia aproximada de 58.95%

5. Una casa de empanadas realiza promociones a travs de publicidad

repartiendo volantes publicitarios. Se cree que existe relacin entre x
cantidad de volantes repartidos por semana en cientos e y ventas en
cientos de pesos Se tomaron 8 semanas al azar que arrojaron la siguiente
informacin:

x=31

y =81.1

x y=329.7

x 2=135

y 2=839.17

a) Determine en qu medida la variable cantidad de volantes

explica las variaciones de las ventas

b) Determine la recta de ajuste e interprete los coeficientes

c) Pronostique el valor de las ventas, cuando se reparten 350

volantes

Y^ =b 0 +b1 X

x =31 8=3.88
y =81.1 8=10.14

b1 =

xy n x y = 329.7(8)(3.88)(10.14) = 14.95 =1.026

)2
14.56
x 2n x 2
135 ( 8 ) ( 3.88

b0 = y b 1 x =10.14( ( 1.026 ) ( 3.88 ) )=6.16

Prediccin para X= 350

Y^ =6.16+ 1.026 (350 )=365.26

Las ventas sern de 365.26 cuando se reparten 350 volantes.

6. Los siguientes datos corresponden al nmero de policas destacados por da

(durante una semana) y al nmero de asaltos que se produjeron en cierto
distrito:

Sum

N policas
en servicio
20
40
45
60
32
25
28
250

N de asaltos

XY

54
25
20
12
27
48
42
228

1080
1000
900
720
864
1200
1176
6940

x =250 7=35.71

X2
400
1600
2025
3600
1024
625
784
10058

Y2
2916
625
400
144
729
2304
1764
8882

y =228 7=32.57

A. Identifique la variable dependiente y cual la independiente

X=
N policas en servicio
Y = N de asaltos
B. Interpreta el diagrama de dispersin

C. Calcular e interpretar los

siguientes coeficientes

y 2n y 2

2
( x n x 2)

xyn x y
r=

Como r es menor a 0.80 se dice que existe una correlacin negativa

fuerte entre policas en servicio y asaltos.
2

r =(0.964 ) x 100 =87.42

El 87.42% de la disminucin de los asaltos son explicados por el
nmero de policas en servicio. Existe un (100 87.42) % = 12.58% que
no son explicados por el nmero de policas en servicio.

D. Estime la ecuacin lineal e interprete los coeficientes de la ecuacin

de regresin lineal

b1=

xy n x y = 6940(7)(35.71)(32.57) = 1201.52 =1.06

)2
1131.57
x 2n x 2
10058( 7 ) ( 35.71

b0 = y b 1 x =32.57( (1.06 )( 35.71 ) ) =70.42

Ecuacin de regresin estimada:

Y^ =b 0 +b1 X

Y^ =70.421.06 X

Interpretacin:

b0 =70.42,

El nmero de asaltos cuando X es cero o cuando no tiene policas

en servicio. En otras palabras el nmero de asaltos ser en promedio 70.42 si

no hay policas en servicio.

b1=1.06,

Es la disminucin en 1.06 cuando X aumenta en una unidad. En

otras palabras es la disminucin de los asaltos en -1.06 cuando se tiene un

polica ms en servicio.
E. Estimar la eficiencia de una persona que tuviese 40 anos
Prediccin para X= 15

Y^ =70.421.06 (15 )=54.52

Si se destacan 15 policas para la proteccin policial el nmero de asaltos ser
en promedio de 54.52

7. Pamela Sallas, gerente de personal de Textiles Peruvian, est interesada en

pronosticar si un aspirante en particular se convertir en un buen vendedor.
Pamela decide emplear las ventas en moles de dlares del primer mes y la
calificacin de una prueba de aptitud. EL Gerente de personal rene todos los
datos que se muestran en la siguiente tabla.
Calificacin
en aptitud
10
19
27
31
64
Sum

ventas

XY

44
47
58
62
65

440
893
1566
1922
4160

Y
100
361
729
961
4096

1936
2209
3364
3844
4225

151

x =151 5=30.2

276

9581

6247

15578

y =276 5=55.2

A. Identifique la variable dependiente y cual la independiente

X=
calificacin en aptitud
ventas

Y=

B. Interpreta el diagrama de dispersin

C. Calcular e interpretar los

siguientes coeficientes

y 2n y 2

( x 2n x 2)

xyn x y

r=

Como r es mayor a 0 pero menor a 0.5 se dice que existe una

correlacin positiva debil entre la calificacin en aptitud y ventas.
2

r =

D. Estime la ecuacin lineal e interprete los coeficientes de la ecuacin

de regresin lineal

b1=

xy n x y =
x 2n x 2

b0 = y b 1 x =

Ecuacin de regresin estimada:

Y^ =b 0 +b1 X
Y^ =11 2.151.33 X

Interpretacin:

b0 =
b1=
E. Estimar la eficiencia de una persona que tuviese 40 anos
Prediccin para X=

8. El ndice de mortalidad de siete grupos que consuman diariamente cigarrillos

aparece en la tabla adjunta.
N Cigarrillos

Mortalidad

XY

X2

Y2

0.2

0.6

0.04

5
6
15
20
30
40
45
164

0.3
0.3
0.5
0.7
0.8
1.4
1.5
5.7

1.5
1.8
7.5
14
24
56
67.5
172.9

x =164 8=20.5

25
36
225
400
900
1600
2025
5220

0.09
0.09
0.25
0.49
0.64
1.96
2.25
5.81

y =5.7 8=0.7125

a) Identifique la variable dependiente y cual la independiente

X=
cigarrillos
Y = Mortalidad
b) Interpreta el diagrama de dispersin

Como se puede observar en el

siguiente grafico podemos
concluir que el nmero de
cigarrillos y la tasa de mortalidad
estn en una correlacin directa o
positiva.
c) Calcular e interpretar los
siguientes coeficientes

y 2n y 2

2
2
( x n x )

xyn x y
r=

Como r es mayor a 0.80 se dice que existe una correlacin fuerte entre
las horas de estudio y la calificacin.

r 2=( 0.966 ) x 100 =96.6

El 96.6% de la mortaidad son explicados por el nmero de cigarrillos
fumados. Existe un (100 96.6) % = 3.4% que no son explicados por el
nmero de cigarrillos fumados,

d) Estime la ecuacin lineal e interprete los coeficientes de la ecuacin de

regresin lineal

b1 =

xy n x y = 172.9(8)( 20.5)(0.7125) =0.03 0

)2
x 2n x 2
5220( 8 ) ( 20.5

b0 = y b 1 x =0.7125 ( ( 0.03 ) ( 20.5 ) )=0.097

Ecuacin de regresin estimada:

Y^ =b 0 +b1 X
Y^ =0.097 +0.030 X

Interpretacin:

b0 =0.097 , la tasa de mortalidad cuando no se consume ni un cigarrillo.

b1=0.03

, es el incremento cuando se consume un cigarrillo ms.

e) Estimar una tasa de mortalidad para un consumidor de 60 cigarrillos:

Prediccin para x=60

Y^ =0.097 +0.030 ( 60 )=1.897

Al consumir 60 cigarrillos la tasa de mortalidad es 1.897.