Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 1

TEMA 9 – DISTRIBUCIONES
BIDIMENSIONALES
NUBES DE PUNTOS Y COEFICIENTES DE CORRELACIÓN

EJERCICIO 1 : Las notas de 10 alumnos y alumnas de una clase en Matemáticas y en Física han sido
las siguientes:

Representa los datos mediante una nube de puntos y di cuál de estos valores te parece más
apropiado para el coeficiente de correlación: 0,23; 0,94; −0,37; −0,94.

Solución:

Viendo la representación, observamos que el

coeficiente de correlación es positivo y alto. Por
tanto, r  0,94.

EJERCICIO 2 : Un grupo de 10 amigos se ha presentado a una prueba de oposición. Anotaron el

número de horas que dedicaron a estudiar la semana antes del examen y la nota obtenida en la
prueba. La información se recoge en la siguiente tabla:

Representa los datos mediante una nube de puntos e indica cuál de estos valores te parece más
apropiado para el coeficiente de correlación: 0,92; −0,44; −0,92; 0,44.

Solución:

Observando la representación, vemos que el coeficiente de correlación es

positivo y bajo. Por tanto, r  0,44.

EJERCICIO 3 : En una empresa de televenta se ha anotado el plazo de entrega, en días, que

anunciaban en los productos y el plazo real, también en días, de entrega de estos, obteniendo la
siguiente tabla:

Representa los datos mediante una nube de puntos e indica cuál de estos números te parece más
apropiado para el coeficiente de correlación: 0,87; 0,2; −0,87; −0,2.

Solución:

Vemos que la relación entre las variables es ligeramente positiva, pero muy
baja. Por tanto, r  0,2.
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 2
EJERCICIO 4 : Considera la siguiente distribución:

Representa los datos mediante una nube de puntos y di cuál de estos valores te parece más
apropiado para el coeficiente de correlación: 0,99; −0,4; −0,83; 0,4.

Solución:

Vemos que hay una relación positiva entre las variables, pero es baja.
Por tanto, r  0,4.

COVARIANZA, COEFICIENTE DE CORRELACIÓN

EJERCICIO 5 : En un reconocimiento médico a los niños de un colegio, se les ha pesado, en

kilogramos, y se les ha medido, en centímetros. Aquí tienes los datos de los primeros seis niños:

Calcula la covarianza y el coeficiente de correlación. ¿Cómo es la relación entre las dos variables?

Solución: 2 2
x y
x y x iy i 740
i i
x 
i i

120 25 14400 625 3000

 Medias: 6
123,33
110 30 12100 900 3300
155
140 35 19600 1225 4900 y 6 
130 25 16900 625 3250 25,83
 Desviaciones
125 20 15625 400 2500 típicas:
  91850  123,332  98,04  9,90
115 20 13225 400 2300 x
6
740 155 91850 4175 19250
y  4175 25,832 28,64 
6  5,35 

 Covarianza: xy  192506  123,33  25,83  22,72  xy  22,72

 Coeficiente de  xy 22,72  r
  0,43
correlación: x  y 9,90  0,43
 La rrelación
 5,35 pero débil.
entre las variables es positiva,

EJERCICIO 6 : En seis modelos de zapatillas deportivas se ha estudiado el peso, en gramos, que

tiene (para el número 42) y su precio, en euros. La información obtenida se recoge en esta tabla:

Calcula la covarianza y el coeficiente de correlación. ¿Cómo es la relación entre las dos variables?

Solución:
3800
x 6  633,33
 Medias:
y  370
6 
61,67típicas:
 Desviaciones
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 3

2408.050 234,78 
x  6  633,332 
15,32
26000
y  6  61,672  530,14  23,02

 Covarianza: xy  234650 6  633,33  61,67  50,87  xy  50,87

50,87
 Coeficiente de correlación:  0,14  r 
r 15,32  0,14
 La relación entre las variables es muy23,02
débil. Podemos decir que no están relacionadas.

EJERCICIO 7 : Se ha medido la potencia (en kW) y el consumo (litros/100 km) de 6 modelos distintos
de coches, obteniéndose los siguientes resultados:

Halla la covarianza y el coeficiente de correlación. ¿Cómo es la relación entre las dos variables?

Solución:
504
x  6  84
 Medias:
y  54,9 
9,15
6
x  43072 2 122,67 
6  84  11,08
 D.T:

y  510,67 2 1,39 
6  9,15  1,18
 Covarianza: xy  4666,6 6  84  9,15  9,17  xy  9,17
9,1
 Coeficiente de  0,70  r 
7
11,08
correlación: 0,70
 Hay 1,18 alta entre las variables.
r una relación positiva y relativamente

EJERCICIO 8 : Se ha realizado una encuesta preguntando por el número de personas que habitan el
hogar familiar y el número de habitaciones que tiene la casa. La tabla siguiente recoge la
información obtenida:

Halla la covarianza y el coeficiente de correlación. ¿Cómo es la relación entre las dos variables?

Solución:
27
x  6  4,5
 Medias:
y  19 
3,17
6
 x  127  4,52  0,92  0,96
6
 D.T:
63
y   3,172  0,45  0,67
6

 Covarianza:  xy  886 4,5  3,17  0,40   xy  0,40

0,40
 Coeficiente de correlación:  0,62  r  0,62
r 0,96 
 Hay una relación positiva, aunque no0,67
demasiado fuerte, entre las variables.
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 4
EJERCICIO 9 : Se han realizado unas pruebas de habilidad (puntúan de 0 a 5) en un grupo de
alumnos. Las siguientes puntuaciones corresponden a las obtenidas por seis alumnos en dos de
ellas:

Calcula la covarianza y el coeficiente de correlación. ¿Cómo es la relación entre las variables?

Solución:
23
x  6  3,83
 Medias:
y  20 
3,33
695
x   3,83 2  1,16 
1,08
 D.T: 670
y   3,33 2  0,58 
0,76
6
 Covarianza:  xy  776 3,83  3,33  0,079  σ xy  0,079
0,079
 Coeficiente de  0,096  r  0,096
correlación: r  1,08 
0,76
 La relación entre las variables es prácticamente nula.

RECTAS DE REGRESIÓN, ESTIMACIONES

EJERCICIO 10 : Se ha estudiado en distintas marcas de yogures naturales el porcentaje de grasa que

contenían, así como las kilocalorías por envase. Estos son los resultados obtenidos en seis de ellos:

a) Halla la recta de regresión de Y sobre X.

b) Calcula yˆ 2, 5 e yˆ10. ¿Son válidas estas estimaciones? (Sabemos que r  0,85).

Solución:
a)
14,2
x  6  2,37
 Medias:
y  373
6 
62,17
 Varianza de X:  2x 35,06  2,37 2  0,23
6

 Covarianza:  xy  904,9
6  2,37  62,17  3,47

 Coeficiente de regresión: m yx σ 3,47

2 xy 0,23
 
σ x
15,1
Ecuación de la recta de regresión de Y sobre X: y  62,17  15,1x  2,37  y  15,1x  26,38 b)
yˆ2, 5 15,1 2,5  26,38  64,13 kcal ; yˆ10 15,1 10  26,38  177,38 kcal
Como la correlación es alta, r  0,85, es razonable hacer estimaciones dentro del intervalo de datos. Para un
porcentaje del 2,5 de grasa, las kilocalorías serán, aproximadamente, 64,13. Sin embargo, la segunda estimación no es
válida porque x  10 está muy alejado del intervalo de datos que hemos considerado.

EJERCICIO 11 : Se ha medido el peso, en kilogramos, y el volumen, en litros, de distintos tipos de

maletas, obteniendo los resultados que se recogen en esta tabla:

a) Halla la recta de regresión de Y sobre X.

b) Calcula yˆ120. ¿Es fiable esta estimación? (Sabemos que r  0,79).
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 5
Solución:
a)

 Varianza de X:  2 x 58166  98,332  25,54

6

 Covarianza: xy  3946,5

6  98,33  6,67  1,89

590
x  6  98,33
 Medias:
y  40 
6,67
6  xy 1,89
 Coeficiente de regresión: m yx    0,07
25,54
 x2
Ecuación de la recta de regresión de Y sobre x: y  6,67  0,07x  98,33  y  0,07x  0,21 b)
yˆ120 0,07 120  0,21  8,19
Como x  120 está alejado del intervalo que estamos considerando, la estimación no es fiable.

EJERCICIO 12 : En distintos modelos de aspiradores se ha medido el peso, en kilogramos, y la

capacidad útil de la bolsa, en litros, obteniendo los siguientes resultados:

a) Halla la recta de regresión de Y sobre X.

b) Calcula yˆ 6. ¿Es fiable esta estimación? (Sabemos que r  0,85).

Solución:
a)
37,7
x  6  6,28
 Medias:
y  15,5
6 
2,58
 Varianza de X: 238,97
 x2  6  6,28 2  0,39

 Covarianza:  xy  100,35
6  6,28  2,58  0,52
 xy 0,52
 Coeficiente de regresión: m yx  
 1,33 0,39
 x2
Ecuación de la recta de regresión de Y sobre X: y  2,58  1,33x  6,28  y  1,33x  5,77 b)
yˆ6 1,33  6  5,77  2,21
Sí es fiable, puesto que la correlación es fuerte, r  0,85, y x  6 está dentro del intervalo de datos que estamos
considerando. Para un peso de 6 kg la capacidad de la bolsa será, aproximadamente, de 2,21 litros.

EJERCICIO 13 : En seis institutos de la misma zona se ha estudiado la nota media de los estudiantes
de 1º de bachillerato en Matemáticas y en Inglés, obteniéndose la información que se recoge en la
siguiente tabla:

a) Halla la recta de regresión de Y sobre X.

b) Calcula yˆ 5,5. ¿Es fiable esta estimación? (Sabemos que r  0,87).
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 6
Solución:
a)
37,2
x  6  6,2
 Medias:
y  35,5
6 
5,92
 Varianza de X:  2x 232,54  6,2 2  0,32
6

 Covarianza:  xy  2236 6,2  5,92  0,46

 xy 0,46
 Coeficiente de regresión: m yx  
 1,44 0,32
 x2
Ecuación de la recta de regresión de Y sobre X: y  5,92  1,44x  6,2  y  1,44x  3 b)
yˆ5, 5 1,44  5,5  3  4,92
Sí es fiable la estimación, puesto que la correlación es fuerte, r  0,87, y x  5,5 está dentro del intervalo de valores que
estamos considerando. Por tanto, estimamos que si la nota de Matemáticas es 5,5, la de Inglés será muy probablemente
4,9.

EJERCICIO 14 : Un grupo de seis atletas ha realizado pruebas de salto de longitud y de altura. Las
dos se han puntuado en una escala de 0 a 5. Los resultados obtenidos han sido los siguientes:

a) Halla las dos rectas de regresión y represéntalas.

b)Observando el grado de proximidad entre las dos rectas, ¿cómo crees que será la correlación
entre las dos variables?
Solución:
25
x  6  4,17
 Medias:
y  23 
3,83
6
 x  107  4,17 2  0,44 
0,67
 D.T.: 6
91 2
y  6  3,83  0,498  0,71
 Covarianza: σ xy 98
 6  4,17  3,83  0,36
 Coeficientes de regresión: y sobre x  0,36 0,36
m yx   0,82 x sobre y  m xy  
0,72
0,44
0,498
 Rectas de regresión:
y sobre x  y  3,83  0,82 x  4,17   y  0,82x  0,41 0,72
 Representación: x  1,41
x sobre y  x  4,17  0,72y  3,83  x  0,72y  1,41  y   y  1,39x  1,96

b) La correlación entre las dos variables no es demasiado fuerte, pues las dos rectas no están muy
0,36
pró[Link] que el coeficiente de correlación es: r  0,76
 0,67 
0,71
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 7
EJERCICIO 15 : La estatura, en centímetros, de seis chicos de la misma edad y la de sus padres
viene recogida en la siguiente tabla:

a) Halla las dos rectas de regresión y represéntalas.

b)Observando el grado de proximidad entre las dos rectas, ¿cómo crees que será la correlación
entre las dos variables?
Solución:
a)
990
x  6  165
 Medias:
1065
y  6  177,5

x  163900  165 2  91,67 

6 9,57
 D.T.:
189175
y  6  177,5 2  22,92  4,79

 Covarianza: xy  175900

6  165 177,5  29,17
 Coeficientes de regresión: y sobre x  29,17 29,17
m yx   0,32 x sobre y  m xy   1,27
91,67
22,92
 Rectas de regresión:
y sobre x  y  177,5  0,32 x  165  y  0,32x  124,7
1,27
x  60,43
x sobre y  x  165  1,27y  177,5 x  1,27y  60,43  y 
 Representación:  y
0,79x  47,58

b) La correlación entre las variables no es demasiado fuerte, pues las dos rectas no están muy
29,1
pró[Link] que el coeficiente de correlación es: r  0,636
7 
9,57

4,79
EJERCICIO 16 : Se ha preguntado en seis familias por el número de hijos y el número medio de días
que suelen ir al cine cada mes. Las respuestas han sido las siguientes:

a) Halla las dos rectas de regresión y represéntalas.

b) Observando el grado de proximidad entre las dos rectas, ¿cómo crees que será la correlación
entre las dos variables?

Solución:
a)
15
x  6  2,5
 Medias:
y  18  3
6
43
x   2,52  0,92  0,96
6
 Desviaciones típicas:
62
y   3 2  1,33 
1,15
6
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 8

 Covarianza:  xy  446 2,5  3  0,17

 Coeficientes de regresión: 0,17 0,17

y sobre x  m yx0,92
  x sobre y  m xy  1,3  0,13
0,18 de regresión:
 Rectas 3
y sobre x  y  3  0,18x  2,5  y  0,18x  3,45
x sobre y  x  2,5  0,13y  3  x  0,13y  2,89  0,13y  2,89  x
 x  2,89  y  7,69x  22,23
y 0,1
 Representación: 3

b) La correlación es prácticamente nula; las rectas son casi perpendiculares.

EJERCICIO 17 : Considera la siguiente distribución:

a) Halla las dos rectas de regresión y represéntalas.

b)Observando el grado de proximidad entre las dos rectas, ¿cómo crees que será la correlación
entre las dos variables?
Solución:
a)
26
x  6  4,33
 Medias:
y  67 
11,17
6 128
x   4,33 2  2,58 
1,61
 Desviaciones típicas: 6
819 2
y  6  11,17  11,73 
3,43
 Covarianza:  xy 320
 6 4,33 11,17  4,97
4,97 4,97
 Coeficientes de regresión: y sobre x  m yx   1,93 x sobre y  m xy  
0,42
 Rectas de regresión: 2,58
y sobre x  y  11,17  1,93 x  4,33  y  1,93x  2,81
11,73
x  0,36
x sobre y  x  4,33  0,42y  11,17  x  0,42y  0,36  y   y  2,38x 
0,42
0,86
 Representación:

b) La correlación es muy alta, puesto que las dos rectas están muy próximas, casi coinciden.
4,97
Comprobamos que el coeficiente de correlación es: r  0,9
 1,61
3,43
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 9
OTROS

EJERCICIO 18 : Los gastos que una empresa tuvo en la publicidad de un determinado artículo en
miles de euros y las ventas, también en miles de euros, de dicho artículo se recogen en la siguiente
tabla:
Gastos en publicidad (millones) 1 2 3 4 5 6 7 8
Ventas (millones) 15 16 14 17 20 18 18 19
Halla las medias, varianzas y desviaciones típicas de las dos variables, así como la covarianza de la
distribución.

Solución:
xi yi i i xi yi
1 15 1 225 15 Media de x: x = 36/8 = 4,5 miles de euros Media
2 16 4 256 32 de y: y = 137/8 = 17,13 miles de euros
3 14 9 196 42
4 17 16 289 68
5 20 25 400 100
6 18 36 324 108
7 18 49 324 126
8 19 64 361 152
36 137 204 2375 643

Varianza de x:  2x
204 2 Desviación típica de x:  x  5,25  2,29 miles de euros
8  4,5  5,25
2375
Varianza de y:  2y 2
8 17,13  3,61 Desviación típica de y:  y  3,61  1,9 miles de euros

643
Covarianza:  xy  8  4,5.17,3  3,29

EJERCICIO 19 : La siguiente tabla recoge las medidas de los pesos en kg y las alturas en m de 20
alumnos:
Nº de alumnos 4 3 2 5 4 2
Peso (X) en kg 73 76 73 78 80 82
Altura (Y) en m. 1,65 1,68 1,70 1,72 1,76 1,80
Estima las medias, varianzas y desviaciones típicas de las variables estudiadas, así como la
covarianza de ambas.

Solución:
xi yi ni xi n i yi ni xi yi ni x i 2 ni
y i2 n i
73 1,65 4 292 6,60 481,80 21316 10,8900
76 1,68 3 228 5,04 383,04 17328 8,4672
73 1,7 2 146 3,40 248,20 10658 5,7800
78 1,72 5 390 8,60 670,80 30420 14,7920
80 1,76 4 320 7,04 563,20 25600 12,3904
82 1,8 2 164 3,60 295,20 13448 6,4800
20 1540 34,28 2642,24 118770 58,7996

Media de x: x = 1540/20 = 77 Kg
Media de y: y = 34,28/20 = 1,714 m

Varianza de x:  2x
118770 2 Desviación típica de x:  x  9,5  3,082
20  77  9,5 Kg
50,7996
Varianza de y:  2y 2
20 1,714  0,002 Desviación típica de y:  y  0,002  0,045

2642,24
Covarianza:  xy  20  77.1,714  0,134
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 10
EJERCICIO 20 : Halla los parámetros que caracterizan la distribución estadística de dos variables X e
Y reflejadas en la tabla:
Y
0 2 4

1 2 1 2
X 2 1 4 5
3 3 2 0
Es decir: Medias, desviaciones y covarianza.

Solución:
xi yi ni xi n i yi ni xi yi ni xi  ni yi  ni
2 2
Media de x: x = 40/20 = 2
1 0 2 2 0 0 2 0 Media de y: y = 42/20 = 2,1
2 0 1 2 0 0 4 0
90
3 0 3 9 0 0 27 0 Varianza de x:  2x 20 2 2  0,5
1 2 1 1 2 2 1 4
Desviación típica de x:  x  0,5  0,707
2 2 4 8 8 16 16 16
3 2 2 6 4 12 18 8 140
Varianza de y:  2y 20 2,12  2,59
1 4 2 2 8 8 2 32
2 4 5 10 20 40 20 80 Desviación típica de y:  y  2,59  1,609
3 4 0 0 0 0 0 0
78
20 40 42 78 90 140 Covarianza:  xy  20 2.2,1  0,3

EJERCICIO 21 : Los números 0,1; 0,99; 0,6 y 0,89 son los valores absolutos del coeficiente de
correlación de las distribuciones bidimensionales cuyas nubes de puntos adjuntamos. Asigna a
cada diagrama su coeficiente de correlación cambiando el signo cuando sea necesario.

Solución:
a) r = 0,89 b) r = 0,1 c) r = -0,6 d) r = -0,99

EJERCICIO 22 : ¿Qué significa que en una distribución bidimensional el coeficiente de correlación

sea?
a) r = 1 b) r = -1 c) r = 0,75 d) r = 0 e) r = 0,1 f) r =0,9

Solución:
a) r = 1, significa que existe dependencia funcional positiva.
b) r = -1, significa que existe dependencia funcional negativa.
c) r = 0,75; significa que existe dependencia aleatoria positiva fuerte.
d) r = 0; significa que existe independencia aleatoria.
e) r = 0,1; significa que existe independencia aleatoria.
f) r = 0,9; significa que existe dependencia aleatoria positiva y muy fuerte.

EJERCICIO 23 : En una distribución bidimensional la recta de regresión de Y sobre X es y = y

siendo
y la media de la distribución de la variable Y. ¿Cuál es la recta de X sobre Y? ¿Existe dependencia
funcional entre Y y X? Razona la respuesta.

Solución:
- Si la recta de regresión de Y sobre X es y = y ⇒ myx = 0   yx  0  mxy = 0 y por tanto la recta de

regresión de X sobre Y es x - x = 0  x = x
-r= m yx .m xy  0  No hay correlación, por tanto no hay dependencia funcional entre Y y X.
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 11
.EJERCICIO 24 : Dada esta distribución bidimensional:
x 5 6,5 8 4 3
Y 4,5 7 7,5 5 3,5
a) Calcula el coeficiente de correlación lineal, interpretando el resultado.
b) Determina la recta de regresión de Y sobre X.
c) Halla el punto donde se cortan las dos rectas de regresión.

Solución:
x2 y2 Media de x: x = 26,5/5 = 5,3
xi yi i i xi yi
Media de y: y = 27,5/5 = 5,5
5,0 4,5 25,00 20,25 22,5
6,5 7,0 42,25 49,00 45,5 Desviación típica de x:  x  156,25 2
5  5,3  1,78
8,0 7,5 64,00 56,25 60,0
162,75
4,0 5,0 16,00 25,00 20,0 Desviación típica de y:  y   5,52 
5 1,52
3,0 3,5 9,00 12,25 10,5
158,5
26,5 27,5 156,25 162,75 158,5 Covarianza:  xy  5  5,3.3,5  2,55

a) Coeficiente de correlación: r  S xy  0,94

S x S y

Al ser positivo y próximo a la unidad, la correlación es positiva (al aumentar X

aumenta Y) y fuerte.
b) Recta de regresión de Y sobre X:

S
m x  xy2  0,81 y  5,5  0,81(x  5,3)  y  0,81x 
Sx
1,21
El punto donde se cortan las dos rectas de regresión es:  
_ _
c)
 x, y   5,3;5,5
EJERCICIO 25 : Cinco niñas de 2, 3, 5, 7 y 8 años de edad pesan, respectivamente, 14, 20, 32, 42 y 44
kilos.
a) Halla la ecuación de la recta de regresión de la edad sobre el peso.
b) ¿Cuál sería el peso aproximado de una niña de 6 años?

Solución:
xi2 y i2 Media de x: x = 25/5 = 5 años
xi yi xi yi
2 14 4 196 28 Media de y: y = 152/5 = 30,4 Kg
3 20 9 400 60 151
 5 2  2,28 años
5 32 25 1024 160 Desviación típica de x:  x  5
7 42 49 1764 294
5320 2
8 44 64 1936 352 Desviación típica de y:  y  5 30,4  11,83 Kg
25 152 151 5320 894
894
Covarianza:  xy  5  5.30,4  26,8

a) Sy x y
Recta de regresión de X sobre Y: m   20,192  x  5  0,192(y  30,4)  x  0,192y  0,84
Sy

S xy
b) Recta de regresión de Y sobre X: mx   5,15  y  30,4  5,15(x  5)  y  5,15x  4,65
S 2x
Para una niña cuya edad sea x = 6 años, se obtiene un peso de y = 35,55 kilos
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 12
EJERCICIO 26 : Las rectas de regresión de cuatro distribuciones bidimensionales son las siguientes:
5
a) y  x  2 x4 4 x y2
b) y  x 6
2 5
4
c) y  3 x2 x y
d) y  x 1
Di en qué casos es significativa la correlación lineal. 5

Solución: Basta con representar en un mismo diagrama los pares de rectas de cada apartado.
Será más significativa la correlación lineal, cuanto menor sea el ángulo formado por las dos rectas de regresión.

Luego la correlación más significativa es la del apartado d), en segundo lugar b), seguida de a)
Las rectas de regresión del apartado c) son perpendiculares, y por tanto, las variables están incorreladas.

EJERCICIO 27 : La media de los pesos de una población es de 65 kg y la de la estatura de 170 cm,

mientras que las desviaciones típicas son de 5 kg y de 10 cm, respectivamente, y la covarianza de
ambas variables es 40. Calcula la recta de regresión de los pesos respecto de las estaturas. ¿Cuánto
se estima que pesará un individuo de 180 cm de estatura?

Solución: Del enunciado se obtienen los siguientes datos:

x  65 kg; y  170 cm; S x  5 kg; S y  10 cm; S xy  40
Sxy
Recta de regresión de los pesos sobre las alturas: m  y  0,4  x  65  0,4(y  170)  x  0,4y 
3
S 2y

Para estimar el peso de un individuo que mide y = 180 cm, basta con substituir dicho valor en la recta anterior,
se tiene: x  0,4 180  3  69 kg

EJERCICIO 28 : Las estaturas y pesos de diez jugadores de baloncesto de un equipo son:

Estatura (X) 186 189 190 192 193 193 198 201 203 205
Pesos (Y) 85 85 86 90 87 91 93 103 100 101

Teniendo en cuenta que x = 195 cm; y = 92 ,1 kg; S x = 6,07; S y = 6,56 y la covarianza S xy = 37 ,6 se pide:
a) Recta de regresión de Y sobre X.
b) Halla el coeficiente de correlación.
c) Si el equipo ficha a un jugador que mide 208 cm, ¿se puede predecir su peso? En caso
afirmativo, obtenlo.

Solución
a) Con los datos suministrados, se tiene la siguiente recta de regresión de Y sobre X:
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 13
S
m x  xy  1,02  y  92,1  1,02(x 195)  y  1,02x
106,8S 2x
b) El coeficiente de correlación es: r  S xy  0,94 Correlación positiva y muy fuerte.
Sx  Sy
c)Substituyendo en la ecuación obtenida en el apartado a) el valor x = 208 cm, se tiene un peso y = 105,36 kg.

EJERCICIO 29 : Se ha observado una variable estadística bidimensional y se ha obtenido la siguiente

tabla:

Se pide:
X a) Calcula la covarianza.
100 50 25 b) Obtén e interpreta el coeficiente de correlación lineal.
c) Ecuación de la recta de regresión de Y sobre X.
14 1 1
Y 18 2 3
22 1 2
Solución:
xi yi ni nixi x 2i ni niyi y 2i ni ni
Media de x: x = 600/10 = 60
xiyi Media de y: y = 184/10 = 18,4
100 14 1 100 10000 14 196 1400 Desv. típica de x:
100 18 2 200 20000 36 648 3600
43750
50 14 1 50 2500 14 196 700 x  10  602  27,84
50 18 3 150 7500 54 972 2700 Desviación típica de y:

50 22 1 50 2500 22 484 1100 3464 2

y  10  18,4  2,8
25 22 2 50 1250 44 968 1100
600 43750 184 3464 10600 10600
Covarianza:  xy  10  60.18,4  44

Sxy  0,56
b) Coeficiente de correlación: r Sx S y

Se trata de una correlación negativa (al aumentar una variable, disminuye la otra) y débil
ya que su valor absoluto está muy alejado de la unidad.
c) Recta de regresión de Y sobre X:

S xy
mx   0,06  y 18,4  0,06(x  60)  y  0,06x  22
S 2x

EJERCICIO 30 : Un examen de cierta asignatura consta de dos partes, una teórica (x) y otra práctica
(y). El profesor de la misma quiere ver si existe algún tipo de correlación entre las notas de teoría y
práctica. Obtiene que la recta de regresión de y sobre x es 4x – 3y = 0 y la de x sobre y es 3x – 2y = 1.
a) Calcular el coeficiente de correlación y decir si las variables están o no correlacionadas.
b) Calcular la media de las notas de teoría y práctica.

Solución: x = Nota en teoría, y = Nota en práctica a)

4x yx
La recta de regresión de y sobre x : 4x – 3y = 0  y = 3m = 4/3

2y  1 xy
La recta de regresión de x sobre y : 3x – 2y = 1  x = 
3 m = 2/3
Tema 9 – Distribuciones bidimensional – Matemáticas CCSSI – 1º Bachillerato 14

El coeficiente de correlación r = m yx .m xy  4 . 2  8  0,94  1

3 3 9
Como el coeficiente de correlación es cercano a 1, hay correlación fuerte y positiva, por tanto si un alumno saca
buena nota en teoría también la saca en práctica.
b) Para calcular la media de las notas de teoría y práctica, resolvemos el sistema de las dos rectas de

4x  3y  0  x  3, y 
regresión: 
3x  2y  1 4
Por tanto la nota media en teoría es de 3 y la nota media en práctica es de un 4.

EJERCICIO 31 : Un jugador de baloncesto juega una media de 22,5 minutos por partido, con una
desviación típica de 5 minutos, obteniendo una media de 17,5 puntos, con una desviación típica de
6,5 puntos. El coeficiente de correlación entre minutos jugados y puntos conseguidos es 0,7.
Estimar el número de puntos conseguidos si jugara en un partido 18 minutos.

Solución: Sea x = Tiempo(en minutos), y = Puntos conseguidos

Los datos: x = 22,5’  x = 5’ y = 17,5 ptos  y = 6,5 ptos, r = 0,7
Como queremos hallar el número de puntos conseguidos, calcularemos la recta de regresión de Y sobre X:
y  y   xy (x  x)
 x2
 xy
Conocemos todo menos  xy : r =   xy  r. x . y  0,7.5.6,5 
 x . y
22,75
22,75
Sustituyendo en la recta de regresión de Y sobre X: y  17,5  (18  22,5)  y  13,405ptos
52
Marcará, aproximadamente: 13,4 ptos

EJERCICIO 32 : Se ha hecho un test a 100 atletas sobre sus marcas en 100 metros y 400 metros. Se
ha obtenido que la marca media en 100 metros es de 12,2 segundos con una desviación típica de 0,5
segundos, mientras que la marca media en 400 metros es de 61,3 segundos con una desviación
típica de 1 segundo. Si el coeficiente de correlación lineal entre ambas pruebas es de 0,9,
a) ¿Podemos asegurar que los corredores que son mejores en 100 metros lo son también en 400
metros? (Justifica tu respuesta)
b) ¿Qué marca en 400 metros puede esperarse de un atleta que corre los 100 metros en 11
segundos?

Solución:
a) Si porque como r = 0,9 > 0, la correlación es positiva, aunque no sea demasiado buena.
b) Sea x = Marca en 100 m (en segundos), y = Marca en 400 m (en segundos)
Los datos: x = 12,2´´x = 0,5´´ y = 61,3´´  y = 1´´, r = 0,9
Como queremos hallar la marca en 400 m, calcularemos la recta de regresión de Y sobre X:
y  y   xy (x  x)
 x2
 xy
Conocemos todo menos  xy : r =   xy  r. x . y  0,9.0,5.1 
 x . y
0,45
0,45
Sustituyendo en la recta de regresión de Y sobre X: y  61,3  (11  12,2)  y  59,14´´
0,52
Su marca aproximada en 400 metros será de 59,14´´.