UNIDAD 8:
REGRESIÓN Y CORRELACIÓN LINEAL
“La probabilidad de perder en la lucha no debe disuadirnos
de apoyar una causa que creemos que es justa”
Abraham Lincoln
UNIDAD 8 – REGRESIÓN LINEAL SIMPLE
1) Se considera que el precio de un bien importado, puede explicarse a partir de un modelo lineal
en el que depende del tipo de cambio. Dada la siguiente serie de datos:
Tipo de
5 5,35 5,8 6 6,2 6,35 6,85 7,05
cambio
Precio 16 17,5 18,2 19 19,25 19,5 20 24
a) Plantee el modelo lineal y estime sus parámetros.
b) Interprete los coeficientes del modelo en términos del problema.
c) Estime el precio del bien en cuestión cuando el tipo de cambio asciende a $8.
d) Calcule el coeficiente de correlación lineal. Interprete el resultado.
e) ¿Qué porcentaje de la variación del precio queda explicado por el tipo de cambio?
f) Calcule la varianza residual.
2) Una importante multinacional de sistemas estima que la cantidad de fallas que cometen sus
desarrolladores depende de la cantidad de semanas de experiencia que tienen en sus puestos de
trabajo. Se seleccionan al azar 6 trabajadores obteniéndose los siguientes resultados:
Errores 20 19 15 14 13 9
Semanas de
6 7 10 12 20 24
experiencia
a) Defina las variables aleatorias. Plantee el modelo lineal y estime sus coeficientes.
b) Interprete los coeficientes del modelo en términos del problema.
c) Calcule el coeficiente de determinación. Interprete el resultado.
d) Calcule la varianza residual.
3) Un productor agropecuario planea estimar el rendimiento de sus parcelas a partir de la
cantidad de fertilizante que les suministra. Para ello nos provee de la información que se
encuentra resumida en el siguiente cuadro:
Suma de la variable Suma de la variable cantidad
Cantidad de parcelas: 24
rendimiento: 208,71 de fertilizante: 108
∑𝑥 = 612 ∑𝑦 = 1949,6201 ∑(𝑥 ∗ 𝑦 ) = 1062,26
a) Encuentre el modelo lineal que permite estimar una variable en función de la otra.
b) Interprete el coeficiente de regresión de acuerdo al problema planteado.
c) Calcule el coeficiente de correlación lineal. Interprete.
d) Calcule las medidas relativa y absoluta de la bondad del ajuste.
4) Se han muestreado 12 trabajadores de una empresa dedicada a la instalación de cables de
componentes electrónicos en miniatura. Se ha observado de estos el número de semanas de
experiencia y el número de componentes que se rechazaban.
Con los datos que se adjuntan en la siguiente tabla:
Suma del número de componentes rechazados 298
Suma de las semanas de experiencia 92
Suma del cuadrado de la variable explicativa 876
Suma del producto entre la variable explicativa y la variable explicada 2048
Suma de la variación total no explicada 69,4765
Coeficiente de determinación 0,8252
a) Estime el número de componentes rechazados cuando el trabajador cuenta con 10 semanas
de experiencia.
b) Interprete el coeficiente de regresión.
c) Determine la variación total y la varianza de la estimación.
d) Calcular el coeficiente de correlación lineal.
5) El gerente financiero de una importante consultora desea estimar el precio de un instrumento
derivado, dada la importancia de dicha estimación decide elaborar dos modelos a partir de
distintas variables para luego elegir el que mejor ajuste.
De acuerdo a los siguientes datos:
Modelo DÓLAR Modelo EURO
Coeficiente de correlación 0.98
Coeficiente de determinación 0.87
Desvío de la estimación 6 7,3
Tamaño de muestra 10 12
a) Complete el cuadro.
b) ¿Qué modelo le aconsejaría usar al gerente para explicar el comportamiento del derivado en
cuestión?
c) Para cada uno de los modelos: encuentre el porcentaje de la variación que no queda
explicado por el modelo y la variación total de la variable explicada.
6) La recta de regresión 𝑦 = 0,4678 + 2,7273𝑥 muestra la evolución del precio de las
propiedades según la inflación mensual del periodo marzo 2013 – marzo 2015.
Adicionalmente se sabe que 𝑉(𝑥) = 0,0783 y 𝑉(𝑦) = 0,7051.
Decida si el ajuste hecho fue bueno considerando medidas relativa y absoluta.
7) Se toma una muestra de 8 infantes de entre 0 y 3 años a fin de elaborar un modelo lineal que
estime la cantidad de accidentes domésticos que tienen dada su edad.
Algunos de los datos obtenidos se detallan en el siguiente cuadro:
Promedio de la variable edad del infante 1,40625
Promedio de la variable cantidad de accidentes 2,19375
Cociente entre las varianzas de las variables explicada y explicativa 0,8059
Porcentaje de la variación total no explicada por el modelo 4,5094%
a) ¿Cuál es el modelo en cuestión?
b) Interprete el coeficiente de regresión en términos del problema.
c) Estime la cantidad de accidentes esperados para un niño de dos años y medio.
d) ¿Tiene sentido estimar la cantidad de accidentes para un niño de 5 años usando este
modelo? Explique brevemente.
8) Se quiere estimar la firmeza de un fruto en función del tiempo en semanas que transcurre
desde su cosecha con un modelo lineal, por lo que se decide tomar una muestra de 18 frutos de
la que se obtuvieron los siguientes datos:
Suma del cuadrado de las diferencias de la variable explicativa y su media 189,4028
Suma del producto de las diferencias de cada variable con su respectiva media -193,0625
Suma del cuadrado de las diferencias de la variable explicada y la variable estimada 8,1133
Suma del cuadrado de las diferencias de la variable estimada y la media de la variable
196,7929
explicada
a) Calcule el coeficiente de regresión. Interprete en términos del problema.
b) ¿Qué porcentaje de la variación total queda explicado por el modelo?
c) Calcule el coeficiente de correlación lineal. Interprete.
d) Calcule la varianza residual.
9) Se le solicita que encuentre el número de observaciones que se tuvieron en cuenta para la
confección de un modelo lineal donde la variación total de la variable explicada es 256 y las
medidas relativa y absoluta de la bondad del ajuste son 0.64 y 2.4, respectivamente.
10) Las calificaciones de un grupo de estudiantes en el examen parcial y en el examen final
fueron las siguientes:
Examen parcial 77 50 71 72 81 94 96 99 67
Examen final 82 66 78 34 47 85 99 99 68
a) Definir las variables aleatorias. Plantear el modelo lineal y estimar los parámetros.
b) Estime la calificación final de un estudiante que obtuvo una calificación de 85 en el examen
parcial.
11) Como parte de un estudio de sucursales de un banco mercantil, se han obtenido datos acerca
del número de negocios independientes, localizados en una muestra de áreas, y del número de
sucursales del banco.
∑𝑥 = 3.944 ∑𝑦 = 65 ∑(𝑥 ∗ 𝑦 ) = 26.208
∑𝑥 = 1.733.524 ∑𝑦 = 409 𝑛 = 12
a) Definir las variables aleatorias y construir el modelo lineal.
b) Estimar el número de sucursales del banco cuando el número de negocios independientes
asciende a 291.
c) Calcule el coeficiente de correlación entre ambas variables.
d) Calcular el coeficiente de determinación muestral e indicar el porcentaje de variación
atribuible a la relación lineal entre X e Y.
12) Un profesor de estadística estima que la relación entre la nota final de sus alumnos y las
horas de estudio que estos dedican semanalmente a su materia puede esquematizarse con el
modelo lineal:
𝑦 = 0,6313 + 0,8212𝑥
Se cuenta además con la siguiente información adicional:
Cantidad de alumnos muestreados 10
Varianza de la variable horas de estudio semanales 10,8367
Varianza residual 1,0404
Porcentaje de la variación no explicada por el modelo 11,2326%
a) Interprete los coeficientes del modelo lineal en términos del problema.
b) De acuerdo al modelo, ¿Cuántas horas de estudio semanales necesita dedicarle un alumno a
la materia para obtener la máxima nota final?
RESPUESTAS
1) X: Tipo de cambio
1a) 𝑦 = 0,7132 + 3,04𝑥
Y: Precio del bien
1b) Coeficiente autónomo 0,7132: Es el valor esperado del bien cuando el tipo de cambio es
cero (se trata de un valor netamente teórico ya que el tipo de cambio es una variable
económica estrictamente positiva)
Coeficiente de regresión 3,04: Es el aumento esperado en el precio del bien por el
aumento unitario del tipo de cambio.
1c) 𝑦(8) = 25,03 1d) 0,9107 1e) 82,94% 1f) 1,0786
2) X: Semanas de experiencia
2a) 𝑦 = 21,86 − 0,52𝑥
Y: Errores
2b) Coeficiente autónomo 21,86: Se espera que un desarrollador recién ingresado a la
fábrica cometa esa cantidad de errores.
Coeficiente de regresión -0,52: Se espera que por cada semana de experiencia extra, el
desarrollador cometa 0,52 errores menos.
2c) 0,8769 2d) 2,52269
3) X: Dosis de fertilizante
3a) 𝑦 = 4,3011 + 0,9767𝑥
Y: Rendimiento de la parcela
3b) Coeficiente de regresión 0,9767: Aumento esperado del rendimiento por el aumento
unitario en la dosis de fertilizante.
3c) 0,944899 3d) 0,8928 𝑦 0,8098
4) X: Semanas de experiencia 𝑦 = 35,4648 − 1,3867𝑥
4a)
Y: Cantidad de componentes rechazados 𝑦(10) = 21,597
4b) Coeficiente de regresión -1,3867: Se espera que por cada semana extra de experiencia el
trabajador cometa 1,3867 errores menos.
4c) 397,4628 𝑦 6,94765 4d) −0,90841
𝑀𝑜𝑑𝑒𝑙𝑜 𝐷Ó𝐿𝐴𝑅: 0,9604 𝐷Ó𝐿𝐴𝑅: 3,96% 𝑦 7.272,72
5a) 5b) 𝑀𝑜𝑑𝑒𝑙𝑜 𝐷Ó𝐿𝐴𝑅 5c)
𝑀𝑜𝑑𝑒𝑙𝑜 𝐸𝑈𝑅𝑂: 0,9327 𝐸𝑈𝑅𝑂: 13% 𝑦 4.099,23
X: Inflación
6) 𝑅 = 0,8259 𝑦 𝑆𝑒 = 0,3578
Y: Precio de las propiedades
7) X: Edad del infante
7a) 𝑦 = 0,9601 + 0,8773𝑥
Y: Cantidad de accidentes
7b) Coeficiente de regresión 0,8773: Se espera que cada año el infante tenga 0,8773
accidentes más.
No tiene sentido ya que está fuera del rango de edades que
7c) 𝑦(2,5) = 3,153 7d)
se tuvieron en cuenta en la elaboración del modelo.
X: Cantidad de semanas pos cosecha
8)
Y: Firmeza del fruto
8a) −1.0193223
Es la pérdida esperada de firmeza por cada semana que pasa desde su cosecha
8b) 96,04 % 8c) −0,98 8d) 0,50708125
9) 18 observaciones.
X: Calificaciones en el examen parcial Coeficiente Autónomo: 12,0623
10a)
Y: Calificaciones en el examen final Coeficiente de Regresión: 0,7771
10b) 𝑦 = 12,0623 + 0,7771𝑥 → 𝑦(85) = 78,1158
X: Número de negocios independientes
11a) 𝑦 = 1,775193 + 0,01108𝑥
Y: Número de sucursales del banco
11b) 4,999338 ≈ 5 11c) 0,97112 11d) 0,943074 → 94,30%
X: Horas semanales dedicadas a la materia
12)
Y: Nota final
12a) Coeficiente autónomo 0,6313: Nota esperada para una persona que no estudió
(no llega ni al 1).
Coeficiente de regresión 0,8212: Aumento esperado en la nota por cada hora semanal
extra dedicada al estudio de la materia.
12b) 𝑦 = 0,6313 + 0,8212𝑥 → 𝑥 = 11,4085
