PONTIFICIA UNIVERSIDAD CATÓLICA

ESTUDIOS GENERALES LETRAS

PRÁCTICA DIRIGIDA 4

Curso: Estadı́stica
Clave: EST103
Horario: 0825
Profesora: Zaida Quiroz Cornejo
Semestre: 2020-II

1. 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). En la tabla inferior se
muestran las puntuaciones recogidas a partir de una muestra de 27 sujetos en una escala observa-
cional 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 puntua-
ciones más altas mayor estrés y mayor capacidad de utilización de mecanismos de afrontamiento,
respectivamente.

a) Plantear la ecuación de la recta de regresión para realizar predicciones del “estrés” a partir del
valor de “Afrontamiento” de los sujetos.. Y obtener los valores “aproximados” del intercepto
y pendiente de dicha recta.
b) ¿Qué predicción de estrés harı́amos para un sujeto con una puntuación de 78 en la escala de
afrontamiento?
c) Interpretar los coeficientes de la recta de regxresión.
d) Dibujar la recta de regresión sobre el diagrama de dispersión.

2. Una encuesta entre 11 comerciantes informales, dio la siguiente información sobre su Ingreso semanal
(en u.m.) y el Número de Horas de trabajo por semana

a) ¿Podrı́a predecirse el Ingreso a partir del Trabajo usando un modelo lineal? Justifique usando
todas las herramientas estadı́sticas que sean atingentes.
b) Una hipótesis que se hizo antes de tomar los datos era que en este sector de informales, cada
hora semanal de trabajo adicional generaba un aumento en el ingreso de más de 50 centavos
de dólar. ¿Hay evidencia a favor de la hipótesis?
c) Un informal decide trabajar una hora diaria adicional de lunes a sábado: ¿En cuánto aumentarı́a
su ingreso esperado?
d) El costo semanal de una canasta familiar mı́nima es 125 u.m. y en un hogar, tanto el esposo
como la esposa son informales y trabajan igual: ¿Cuánto debe trabajar cada uno como mı́nimo
para cubrir la canasta familiar?

1
3. En un estudio de consumidores, un gestor pidió a una muestra de 10 personas que evaluaran tanto
el sabor como la claridad de las instrucciones del envase de un nuevo concentrado proteı́nico que se
iba a introducir en el mercado, y que después de esta evaluación dijeran el precio que ellos fijarı́an
para el producto. Antes de tomar los datos se tenı́a la idea que el precio estarı́a condicionado por la
percepción de sabor en una relación de proporcionalidad directa. Sobre el envase no se sabı́a cómo
podrı́a influir. Tomados los datos se obtuvieron los puntajes cuantitativos que miden de menos a
más su correspondiente atributo:

a) ¿Qué tipo de relación podrı́a haber entre Sabor y Precio?. ¿Se trata de una relación débil o
fuerte?.
b) Según el enunciado ¿Cuál serı́a la variable dependiente y cuál la independiente? ¿Cuál serı́a el
modelo de datos que representa la idea que se tenı́a antes de tomar los datos? En el contexto
de b) y planteado el modelo de regresión ŷ = a + bx . Halle las estimaciones de a y de b.
c) Un “focus group” o grupo focal de consumidores concluyó que la percepción del sabor estarı́a
en unos 13 puntos y recomendó un precio de lanzamiento de 60 soles ¿Concuerda con el precio
recomendado?
d) Si la puntuación en percepción del sabor pasara de 13 a 14 ¿Cómo y cuánto varı́a el precio Y?
e) ¿Qué tipo de relación podrı́a haber entre Envase y Precio? ¿Se trata de una relación débil o
fuerte?. Se plantea el modelo de regresión ŷ = a + bz . Halle las estimaciones de a y de b. Un
“focus group” o grupo focal de consumidores concluyó que claridad de las instrucciones del
envase estarı́a en unos 13 puntos y recomendó un precio de lanzamiento de 60 soles ¿Podrı́a
decir algo sobre el precio recomendado?

4. La tabla siguiente proporciona datos sobre la pesca de anchovetas en Perú (en millones de toneladas
métricas) y los precios de harina de pescado (en dólares actuales por tonelada) durante 14 años
consecutivos.
Precio harina de pescado (Y) 190 160 134 129 172 197 167
Pesca de anchovetas (X) 7.23 8.53 9.82 10.26 8.96 12.27 10.28
Precio harina de pescado (Y) 239 542 372 245 376 454 410
Pesca de anchovetas (X) 4.45 1.78 4.0 3.3 4.3 0.8 0.5

Pesca (X) Precio (Y) XY X2 Y2

Sumas totales 86.48 3787 17562.8 732.4876 1257465

a) Los investigadores quieren saber si podrian usar la pesca para pronosticar el precio de la an-
choveta. Usando la información proporcionada y aplicando herramientas estadı́sticas apropi-
adas jusitfique si funcionaria esta idea.

2
 b) Identifique la variable dependiente e independiente. Luego ajuste una recta de regresión e
interprete el intercepto y pendiente.
c) Grafique la recta de regresión.
d) Para un pesca igual a 7 000 000 de toneladas métricas ¿Cuál seria el precio de harina de pescado
que se esperaria?

5. El departamento de ventas de cierta compañı́a ofrece un curso de atualización para 15 de sus

empleados y, para estudiar la eficacia del curso, deciden comparar la nota en el test del curso (X)
con el volumen de ventas (Y), en miles de unidades, en los seis meses siguientes al curso. Los
resultados se muestran a continuación:
X 8 9 7 8 6 8 5 5 6 7 4 7 3 5 3
Y 11 13 12 13 10 12 11 11 10 12 10 13 10 12 11

a) ¿La variable nota en el test podrı́a explicar la variable volumen de ventas? Justifique su respuesta
usando estadı́stica descriptiva.
b) Ajuste una recta de regresión pertinente e interprete el intercepto y pendiente.

6. El fabricante de equipo para ejercicio Cardio Glide desea estudiar la relación entre el número de
meses desde la compra de un aparato y el tiempo que se utilizó el aparato la semana pasada.

Meses con el equipo Horas de uso

12 9
2 10
6 8
9 5
7 5
2 8
4 8
10 2
5 5
7 7

a) Trace la información en un diagrama de dispersión. Comente la gráfica.

b) Determine el coeficiente de correlación. Interprete el resultado. ¿existe una asociación negativa
entre las variables?
c) Defina la variable dependiente y la variable explicativa (independiente). Interprete el intercepto
y pendiente de la recta de regresión ajustada.

7. A continuación se presenta una matriz de correlaciones: Por ejemplo la correlación entre RE y CI

es 0.82. La correlación entre ML y RE es 0.15.

CI: Coeficiente de inteligencia

RE: Razonamiento espacial
RA: Rendimiento académico
ML: Motivación de logro
DE: Debilidad emocional
Según estos resultados responda:

3
 a) ¿Qué variable tiene correlación mas fuerte con RA?
b) ¿ Qué variable tiene correlación menos fuerte con ML?
c) ¿ Cuál es la correlación mas fuerte positiva encontrada?
d) ¿ Cuál es la correlación mas fuerte negativa encontrada?
e) ¿Qué significa la correlación negativa entre ML y DE?

8. Como parte de un estudio sobre seguridad en el transporte, el Departamento de Transporte de

Estados Unidos, de una muestra de 21 ciudades, recogió datos sobre Y: el número de accidentes
fatales por cada 1000 licencias y sobre X: el porcentaje de conductores menores de 21 años. A
continuación se presentan un resumen de los datos recogidos en el lapso de un año.

Los investigadores quieren saber si podrian usar el porcentaje de conductores menores de 21 años
para pronosticar el número de accidentes fatales por cada 1000 licencias. Usando la información
proporcionada y aplicando herramientas estadı́sticas apropiadas jusitfique si funcionarı́a esta idea.

9. Los datos siguientes son estaturas (pulgadas) y pesos (libras) de nadadoras.

Estatura 68 64 62 65 66
Peso 132 108 102 115 128

a) Presente el diagrama de dispersión de estos datos usando la estatura como variable explicativa.
b) ¿Qué indica el diagrama de dispersión del inciso a) respecto a la relación entre las dos variables?
c) Trate de aproximar la relación entre estatura y peso trazando una lı́nea recta a través de los
puntos de los datos.

10. La clı́nica Delgado tiene pretensión de inaugurar un centro de investigación y tratamiento de

adicción al tabaco. Para ello le solicita a una consultora que realice un estudio para relacionar
el número de cigarrillos (X) fumados al dia y un puntaje del deseo (Y) del paciente de comenzar
una terapia contra el tabaco. La consultora realiza un pre-análisis con 6 pacientes y obtiene los
siguientes resultados.

Pacientes X Y
1 10 6
2 8 8
3 12 6
4 7 8
5 14 4
6 6 9

a) Ajuste la recta de regresión. Dibuje la recta en el diagrama de dispersión.

b) Interprete la pendiente de la recta de regresión ajustada.
c) Si un paciente fuma 11 cigarrillos al dia ¿Cuánto puntua en deseos de dejar de fumar?

4
11. La división comercial de una empresa inmobiliaria realiza un análisis de regresión de la relación
entre X, rentas brutas anuales (en miles de dólares) y Y, precio de venta (en miles de dólares) de
edificios de departamentos. Se obtuvieron datos sobre ocho propiedades vendidas últimamente y se
obtuvo la recta de regresión
Y = 20 − 7.21X

a) Interprete a y b
b) Estime el precio de venta de un edificio de departamentos cuyas rentas anuales brutas son $50
000.

12. Una consultoria es contratada para estudiar como el número de fans influencia en el número de
ventas de ingresos a un concierto.

a) Interprete el intercepto y la pendiente de la recta de regresión.

b) Utilice la ecuación de regresión estimada para predecir las ventas cuando se tienen 300 fans.
c) Pruebe si el número de fans es una variable adecuada para saber el número de ventas.

13. La Bradford Electric Illuminating Company estudia la relación entre kilowatts-hora (miles) con-
sumidos y el número de habitaciones de una residencia privada familiar. Una muestra aleatoria de
10 casas reveló lo siguiente.

Número de habitaciones Kilowatts-hora (miles)

12 9
8 6
9 7
10 8
14 10
10 10
6 5
5 4
10 8
7 7

a) Determine la ecuación de regresión. Interprete el intercepto y pendiente de esta recta.

b) Encuentre el número de kilowatts-hora, en miles, de una casa de seis habitaciones.

14. Se tiene información sobre el número de cigarrillos (X) fumados al dia y su deseo (Y) de comenzar
una terapia contra el tabaco de 5 pacientes.

a) Ajuste una recta de regresión. Dibuje la recta en el diagrama de dispersión.

b) Si un paciente fuma 15 cigarrillos al dia ¿Cuánto puntua en deseos de dejar de fumar?

5
15. Con más de 700 millones de usuarios activos en Instagram, es atractiva la idea de predecir la
popularidad de los “posts” en el análisis social y de marketing. Para ello, como primer paso,
cientificos de la Universidad de Princeton realizaron un estudio para analizar la relación entre el
número de seguidores (followers) de instagram (X) y el número de “me gusta” (likes) de las fotos
(Y). Según la figura 1:

Se pide:

a) Interprete el diagrama de dispersión.

a) Defina la variable dependiente y la variable explicativa (independiente). Interprete el intercepto
y pendiente de la recta de regresión ajustada.
b) ¿Cuántos “me gusta” se esperarı́a tener cuando se cuenta con 20 000 seguidores en instagram?
c) ¿Cuánto es el coeficiente de correlación entre el número de seguidores y el número de “me gusta”
en instagram? Justifique su respuesta e interprete el resultado obtenido.
d) ¿Cuánto es el coeficiente de correlación entre el número de “me gusta” en instagram y el número
de seguidores? Interprete el resultado obtenido.

6
 Fórmulas

1. Coeficiente de correlación
Pn
j=1 Xj Yj− nX̄ Ȳ
r = qP qP
n 2 2 n 2 2
j=1 Xj − nX̄ j=1 Yj − nȲ

(X1 Y1 + · · · + Xn Yn ) − nX̄ Ȳ
= p p
(X1 + · · · + Xn2 ) − nX̄ 2 (Y12 + · · · + Yn2 ) − nȲ 2
2

2. Recta de Regresión
Ŷ = â + b̂X

n( nj=1 Xj Yj ) − ( nj=1 Xj )( nj=1 Yj )

P P P
b̂ =
n nj=1 Xj2 − ( 2j=1 Xj )2
P P

n(X1 Y1 + · · · + Xn Yn ) − [(X1 + · · · + Xn )(Y1 + · · · + Yn )]

b̂ =
n(X12 + · · · + Xn2 ) − (X1 + · · · + Xn )2

â = Ȳ − b̂X̄

3. Predicción de Y0 para un nuevo valor X0 :

Yˆ0 = â + b̂X0