Ejercicios Resueltos Distribuciones Bidimensionales

Tema 9 Distribuciones bidimensional Matemticas CCSSI 1 Bachillerato 1
TEMA 9 DISTRIBUCIONES BIDIMENSIONALES

NUBES DE PUNTOS Y COEFICIENTES DE CORRELACIN

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

Representa los datos mediante una nube de puntos y di cul de estos valores te parece ms
apropiado para el coeficiente de correlacin: 0,23; 0,94; 0,37; 0,94.

Solucin:

Viendo la representacin, observamos que el
coeficiente de correlacin es positivo y alto. Por
tanto, r = 0,94.

EJERCICIO 2 : Un grupo de 10 amigos se ha presentado a una prueba de oposicin. Anotaron el
nmero de horas que dedicaron a estudiar la semana antes del examen y la nota obtenida en la
prueba. La informacin se recoge en la siguiente tabla:

Representa los datos mediante una nube de puntos e indica cul de estos valores te parece ms

Solucin:

Observando la representacin, vemos que el coeficiente de correlacin
es positivo y bajo. Por tanto, r = 0,44.

EJERCICIO 3 : En una empresa de televenta se ha anotado el plazo de entrega, en das, que
anunciaban en los productos y el plazo real, tambin en das, de entrega de estos, obteniendo la
siguiente tabla:

Representa los datos mediante una nube de puntos e indica cul de estos nmeros te parece ms

Solucin:

Vemos que la relacin entre las variables es ligeramente positiva, pero
muy baja. Por tanto, r = 0,2.

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

EJERCICIO 4 : Considera la siguiente distribucin:

Representa los datos mediante una nube de puntos y di cul de estos valores te parece ms

Solucin:

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

COVARIANZA, COEFICIENTE DE CORRELACIN

EJERCICIO 5 : En un reconocimiento mdico a los nios de un colegio, se les ha pesado, en
kilogramos, y se les ha medido, en centmetros. Aqu tienes los datos de los primeros seis nios:

Calcula la covarianza y el coeficiente de correlacin. Cmo es la relacin entre las dos variables?

Solucin:
x
i
y
i
x
i
2
y
i
2
x
i
y
i
120 25 14400 625 3000
110 30 12100 900 3300
140 35 19600 1225 4900
130 25 16900 625 3250
125 20 15625 400 2500
115 20 13225 400 2300
740 155 91850 4175 19250

- Medias:
83 , 25
6
155
y
33 , 123
6
740
x
= =
= =

- Desviaciones tpicas:

35 , 5 64 , 28 83 , 25
6
4175
90 , 9 04 , 98 33 , 123
6
91850
2
y
2
x
= = = o
= = = o

- Covarianza: 72 , 22 72 , 22 83 , 25 33 , 123
6
19250
xy xy
= o = = o
- Coeficiente de correlacin: 43 , 0 r 43 , 0
35 , 5 90 , 9
72 , 22
r
y x
xy
= =
=
o o
o
=
- La relacin entre las variables es positiva, pero dbil.

EJERCICIO 6 : En seis modelos de zapatillas deportivas se ha estudiado el peso, en gramos, que
tiene (para el nmero 42) y su precio, en euros. La informacin obtenida se recoge en esta tabla:

Calcula la covarianza y el coeficiente de correlacin. Cmo es la relacin entre las dos variables?

Solucin:

- Medias:
67 , 61
6
370
y
33 , 633
6
3800
x
= =
= =

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

02 , 23 14 , 530 67 , 61
6
26000
32 , 15 78 , 234 33 , 633
6
050 . 2408
2
y
2
x
= = = o
= = = o

- Covarianza: 87 , 50 87 , 50 67 , 61 33 , 633
6
234650
xy xy
= o = = o
02 , 23 32 , 15
87 , 50
r = =
=
- La relacin entre las variables es muy dbil. Podemos decir que no estn relacionadas.

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

Halla la covarianza y el coeficiente de correlacin. Cmo es la relacin entre las dos variables?

Solucin:

- Medias:
15 , 9
6
9 , 54
y
84
6
504
x
= =
= =

- D.T:
18 , 1 39 , 1 15 , 9
6
67 , 510
08 , 11 67 , 122 84
6
43072
2
y
2
x
= = = o
= = = o

- Covarianza: 17 , 9 17 , 9 15 , 9 84
6
6 , 4666
xy xy
= o = = o
18 , 1 08 , 11
17 , 9
r = =
=
- Hay una relacin positiva y relativamente alta entre las variables.

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

Halla la covarianza y el coeficiente de correlacin. Cmo es la relacin entre las dos variables?

Solucin:

- Medias:
17 , 3
6
19
y
5 , 4
6
27
x
= =
= =

- D.T:
67 , 0 45 , 0 17 , 3
6
63
96 , 0 92 , 0 5 , 4
6
127
2
y
2
x
= = = o
= = = o

- Covarianza: 40 , 0 40 , 0 17 , 3 5 , 4
6
88
xy xy
= o = = o
67 , 0 96 , 0
40 , 0
r = =
=
- Hay una relacin positiva, aunque no demasiado fuerte, entre las variables.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

EJERCICIO 9 : Se han realizado unas pruebas de habilidad (puntan 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 correlacin. Cmo es la relacin entre las variables?

Solucin:

- Medias:
33 , 3
6
20
y
83 , 3
6
23
x
= =
= =

- D.T:
76 , 0 58 , 0 33 , 3
6
70
08 , 1 16 , 1 83 , 3
6
95
2
y
2
x
= = = o
= = = o

- Covarianza: 079 , 0 079 , 0 33 , 3 83 , 3
6
77
xy xy
= = = o
76 , 0 08 , 1
079 , 0
r = =
=
- La relacin entre las variables es prcticamente nula.

RECTAS DE REGRESIN, ESTIMACIONES

EJERCICIO 10 : Se ha estudiado en distintas marcas de yogures naturales el porcentaje de grasa que
contenan, as como las kilocaloras por envase. Estos son los resultados obtenidos en seis de ellos:

a) Halla la recta de regresin de Y sobre X.
( ) ( ) 0,85). que (Sabemos es? estimacion estas vlidas Son . 10 e 5 2, Calcula b) = r y y

Solucin:
a)

- Medias:
17 , 62
6
373
y
37 , 2
6
2 , 14
x
= =
= =

- Varianza de X: 23 , 0 37 , 2
6
06 , 35
2 2
x
= = o
- Covarianza: 47 , 3 17 , 62 37 , 2
6
9 , 904
xy
= = o
- Coeficiente de regresin: 1 , 15
23 , 0
47 , 3
2
= = =
x
xy
yx
m

- Ecuacin de la recta de regresin de Y sobre X: ( ) 38 , 26 x 1 , 15 y 37 , 2 x 1 , 15 17 , 62 y + = + =
( ) kcal 13 , 64 38 , 26 5 , 2 1 , 15 5 , 2 y b) = + = ; ( ) kcal 38 , 177 38 , 26 10 1 , 15 10 y = + =
Como la correlacin es alta, r = 0,85, es razonable hacer estimaciones dentro del intervalo de datos. Para
un porcentaje del 2,5 de grasa, las kilocaloras sern, aproximadamente, 64,13. Sin embargo, la segunda
estimacin no es vlida porque x = 10 est 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:

( ) 0,79). que (Sabemos ? estimacin esta fiable Es 120 Calcula b) = r y .

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

Solucin:
a)

- Medias:
67 , 6
6
40
y
33 , 98
6
590
x
= =
= =

- Varianza de X: 54 , 25 33 , 98
6
58166
2 2
x
= = o

- Covarianza: 89 , 1 67 , 6 33 , 98
6
5 , 3946
xy
= = o
54 , 25
89 , 1
m
2
x
xy
yx
= =
o
o
=
- Ecuacin de la recta de regresin de Y sobre x: ( ) 21 , 0 x 07 , 0 y 33 , 98 x 07 , 0 67 , 6 y = + =
( ) 19 , 8 21 , 0 120 07 , 0 120 y b) = =
Como x = 120 est alejado del intervalo que estamos considerando, la estimacin no es fiable.

EJERCICIO 12 : En distintos modelos de aspiradores se ha medido el peso, en kilogramos, y la
capacidad til de la bolsa, en litros, obteniendo los siguientes resultados:

( ) 0,85). que (Sabemos ? estimacin esta fiable Es . 6 Calcula b) = r y

Solucin:
a)

- Medias:
58 , 2
6
5 , 15
y
28 , 6
6
7 , 37
x
= =
= =

- Varianza de X: 39 , 0 28 , 6
6
97 , 238
2 2
x
= = o
- Covarianza: 52 , 0 58 , 2 28 , 6
6
35 , 100
xy
= = o
39 , 0
52 , 0
m
2
x
xy
yx
= =
o
o
=
- Ecuacin de la recta de regresin de Y sobre X: ( ) 77 , 5 x 33 , 1 y 28 , 6 x 33 , 1 58 , 2 y = + =
( ) 21 , 2 77 , 5 6 33 , 1 6 y b) = =
S es fiable, puesto que la correlacin es fuerte, r = 0,85, y x = 6 est dentro del intervalo de datos que
estamos considerando. Para un peso de 6 kg la capacidad de la bolsa ser, aproximadamente, de 2,21
litros.

EJERCICIO 13 : En seis institutos de la misma zona se ha estudiado la nota media de los estudiantes
de 1 de bachillerato en Matemticas y en Ingls, obtenindose la informacin que se recoge en la
siguiente tabla:

( ) 0,87). que (Sabemos ? estimacin esta fiable Es . 5 5, Calcula b) = r y

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

Solucin:
a)

- Medias:
92 , 5
6
5 , 35
y
2 , 6
6
2 , 37
x
= =
= =

- Varianza de X: 32 , 0 2 , 6
6
54 , 232
2 2
x
= = o
- Covarianza: 46 , 0 92 , 5 2 , 6
6
223
xy
= = o
32 , 0
46 , 0
m
2
x
xy
yx
= =
o
o
=
- Ecuacin de la recta de regresin de Y sobre X: ( ) 3 x 44 , 1 y 2 , 6 x 44 , 1 92 , 5 y = + =
( ) 92 , 4 3 5 , 5 44 , 1 5 , 5 y b) = =
S es fiable la estimacin, puesto que la correlacin es fuerte, r = 0,87, y x = 5,5 est dentro del intervalo de
valores que estamos considerando. Por tanto, estimamos que si la nota de Matemticas es 5,5, la de Ingls
ser 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 regresin y represntalas.
b) Observando el grado de proximidad entre las dos rectas, cmo crees que ser la correlacin
entre las dos variables?
Solucin:

- Medias:
83 , 3
6
23
y
17 , 4
6
25
x
= =
= =

- D.T.:
71 , 0 498 , 0 83 , 3
6
91
67 , 0 44 , 0 17 , 4
6
107
2
y
2
x
= = = o
= = = o

- Covarianza:
36 , 0 83 , 3 17 , 4
6
98
= =
xy

- Coeficientes de regresin: 82 , 0
44 , 0
36 , 0
m sobre
yx
= = x y 72 , 0
498 , 0
36 , 0
m sobre
xy
= = y x
- Rectas de regresin:
( ) 41 , 0 x 82 , 0 y 17 , 4 x 82 , 0 83 , 3 y sobre + = + = x y
( ) 41 , 1 y 72 , 0 x 83 , 3 y 72 , 0 17 , 4 x sobre + = + = y x 96 , 1 x 39 , 1 y
72 , 0
41 , 1 x
y =
=
- Representacin:

b) La correlacin entre las dos variables no es demasiado fuerte, pues las dos rectas no estn muy
76 , 0
71 , 0 67 , 0
36 , 0
r : es n correlaci de e coeficient el que s Comprobamo prximas. =
=

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

EJERCICIO 15 : La estatura, en centmetros, de seis chicos de la misma edad y la de sus padres
viene recogida en la siguiente tabla:

Solucin:
a)

- Medias:
5 , 177
6
1065
y
165
6
990
x
= =
= =

- D.T.:
79 , 4 92 , 22 5 , 177
6
189175
57 , 9 67 , 91 165
6
163900
2
y
2
x
= = = o
= = = o

- Covarianza: 17 , 29 5 , 177 165
6
175900
xy
= = o
67 , 91
17 , 29
m sobre
yx
= = x y 27 , 1
92 , 22
17 , 29
m sobre
xy
= = y x
( ) 7 , 124 x 32 , 0 y 165 x 32 , 0 5 , 177 y sobre + = + = x y
( ) 5 , 177 y 27 , 1 165 x sobre + = y x 43 , 60 y 27 , 1 x = 58 , 47 x 79 , 0 y
27 , 1
43 , 60 x
y + =
+
=
- Representacin:

b) La correlacin entre las variables no es demasiado fuerte, pues las dos rectas no estn muy
636 , 0
79 , 4 57 , 9
17 , 29
r : es n correlaci de e coeficient el que s Comprobamo prximas. =
=

EJERCICIO 16 : Se ha preguntado en seis familias por el nmero de hijos y el nmero medio de das
que suelen ir al cine cada mes. Las respuestas han sido las siguientes:


Solucin:
a)

- Medias:
3
6
18
y
5 , 2
6
15
x
= =
= =

15 , 1 33 , 1 3
6
62
96 , 0 92 , 0 5 , 2
6
43
2
y
2
x
= = = o
= = = o

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

- Covarianza: 17 , 0 3 5 , 2
6
44
xy
= = o
92 , 0
17 , 0
m sobre
yx
=
= x y 13 , 0
33 , 1
17 , 0
m sobre
xy
=
= y x
( ) 45 , 3 x 18 , 0 y 5 , 2 x 18 , 0 3 y sobre + = = x y
( ) 3 y 13 , 0 5 , 2 x sobre = y x 89 , 2 y 13 , 0 x + = x 89 , 2 y 13 , 0 =
23 , 22 x 69 , 7 y
13 , 0
89 , 2 x
y + =
+
=
- Representacin:

b) La correlacin es prcticamente nula; las rectas son casi perpendiculares.

EJERCICIO 17 : Considera la siguiente distribucin:

Solucin:
a)

- Medias:
17 , 11
6
67
y
33 , 4
6
26
x
= =
= =

43 , 3 73 , 11 17 , 11
6
819
61 , 1 58 , 2 33 , 4
6
128
2
y
2
x
= = = o
= = = o

- Covarianza: 97 , 4 17 , 11 33 , 4
6
320
xy
= = o
58 , 2
97 , 4
m sobre
yx
= = x y 42 , 0
73 , 11
97 , 4
m sobre
xy
= = y x
( ) 81 , 2 x 93 , 1 y 33 , 4 x 93 , 1 17 , 11 y sobre + = + = x y
( ) 17 , 11 y 42 , 0 33 , 4 x sobre + = y x 36 , 0 y 42 , 0 x = 86 , 0 x 38 , 2 y
42 , 0
36 , 0 x
y + =
+
=
- Representacin:

b) La correlacin es muy alta, puesto que las dos rectas estn muy prximas, casi coinciden.
9 , 0
43 , 3 61 , 1
97 , 4
r : es n correlaci de e coeficient el que s Comprobamo ~
=

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

OTROS

EJERCICIO 18 : Los gastos que una empresa tuvo en la publicidad de un determinado artculo en
miles de euros y las ventas, tambin en miles de euros, de dicho artculo se recogen en la siguiente
tabla:

G Ga as st to os s e en n p pu ub bl li ic ci id da ad d ( (m mi il ll lo on ne es s) ) 1 2 3 4 5 6 7 8
Ventas (millones) 15 16 14 17 20 18 18 19

Halla las medias, varianzas y desviaciones tpicas de las dos variables, as como la covarianza de la
distribucin.

Solucin:

x
i
y
i
x
i
2
y
i
2
x
i
y
i

1 15 1 225 15
2 16 4 256 32
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

Media de x: x = 36/8 = 4,5 miles de euros
Media de y: y = 137/8 = 17,13 miles de euros
Varianza de x: 25 , 5 5 , 4
8
204
2 2
x
= = o Desviacin tpica de x: 29 , 2 25 , 5
x
= = o miles de euros
Varianza de y: 61 , 3 13 , 17
8
2375
2 2
y
= = o Desviacin tpica de y: 9 , 1 61 , 3
y
= = o miles de euros
Covarianza: 29 , 3 3 , 17 . 5 , 4
8
643
xy
= = o

EJERCICIO 19 : La siguiente tabla recoge las medidas de los pesos en kg y las alturas en m de 20
alumnos:

N 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 tpicas de las variables estudiadas, as como la
covarianza de ambas.

Solucin:
x
i
y
i
n
i

x
i
n
i
y
i
n
i
xi yi ni x
i
2
n
i
y
i
2
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: 5 , 9 77
20
118770
2 2
x
= = o Desviacin tpica de x: 082 , 3 5 , 9
x
= = o Kg
Varianza de y: 002 , 0 714 , 1
20
7996 , 50
2 2
y
= = o Desviacin tpica de y: 045 , 0 002 , 0
y
= = o
Covarianza: 134 , 0 714 , 1 . 77
20
24 , 2642
xy
= = o

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

EJERCICIO 20 : Halla los parmetros que caracterizan la distribucin estadstica de dos variables X e
Y reflejadas en la tabla:

Y
0 2 4
1 2 1 2
2 1 4 5

X
3 3 2 0

Es decir: Medias, desviaciones y covarianza.

Solucin:

x
i
y
i
n
i

x
i
n
i
y
i
n
i
xi yi ni x
i
2
n
i
y
i
2
n
i

1 0 2 2 0 0 2 0
2 0 1 2 0 0 4 0
3 0 3 9 0 0 27 0
1 2 1 1 2 2 1 4
2 2 4 8 8 16 16 16
3 2 2 6 4 12 18 8
1 4 2 2 8 8 2 32
2 4 5 10 20 40 20 80
3 4 0 0 0 0 0 0
20 40 42 78 90 140

Media de x: x = 40/20 = 2
Media de y: y = 42/20 = 2,1
Varianza de x: 5 , 0 2
20
90
2 2
x
= = o
Desviacin tpica de x: 707 , 0 5 , 0
x
= = o
Varianza de y: 59 , 2 1 , 2
20
140
2 2
y
= = o
Desviacin tpica de y: 609 , 1 59 , 2
y
= = o
Covarianza: 3 , 0 1 , 2 . 2
20
78
xy
= = o

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

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

EJERCICIO 22 : Qu significa que en una distribucin bidimensional el coeficiente de correlacin
sea?
a) r = 1 b) r = -1 c) r = 0,75 d) r = 0 e) r = 0,1 f) r =0,9

Solucin:
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 distribucin bidimensional la recta de regresin de Y sobre X es y = y siendo
y la media de la distribucin de la variable Y. Cul es la recta de X sobre Y? Existe dependencia
funcional entre Y y X? Razona la respuesta.

Solucin:
- Si la recta de regresin de Y sobre X es y = y m
yx
= 0 0
yx
= o m
xy
= 0 y por tanto la recta de
regresin de X sobre Y es x - x = 0 x = x
- r = 0 m . m
xy yx
= No hay correlacin, por tanto no hay dependencia funcional entre Y y X.
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

.EJERCICIO 24 : Dada esta distribucin bidimensional:

x 5 6,5 8 4 3
Y 4,5 7 7,5 5 3,5

a) Calcula el coeficiente de correlacin lineal, interpretando el resultado.
b) Determina la recta de regresin de Y sobre X.
c) Halla el punto donde se cortan las dos rectas de regresin.

Solucin:

x
i
y
i
x
i
2
y
i
2

x
i
y
i

5,0 4,5 25,00 20,25 22,5
6,5 7,0 42,25 49,00 45,5
8,0 7,5 64,00 56,25 60,0
4,0 5,0 16,00 25,00 20,0
3,0 3,5 9,00 12,25 10,5
26,5 27,5 156,25 162,75 158,5

Media de x: x = 26,5/5 = 5,3
Media de y: y = 27,5/5 = 5,5
Desviacin tpica de x: 78 , 1 3 , 5
5
25 , 156
2
x
= = o
5
75 , 162
2
y
= = o
Covarianza: 55 , 2 5 , 3 . 3 , 5
5
5 , 158
xy
= = o
a) Coeficiente de correlacin:
94 , 0
S S
S
r
y x
xy
=
=

Al ser positivo y prximo a la unidad, la correlacin es positiva (al aumentar X
aumenta Y) y fuerte.
b) Recta de regresin de Y sobre X:
21 , 1 x 81 , 0 y ) 3 , 5 x ( 81 , 0 5 , 5 y 81 , 0
S
S
m
2
x
xy
x
+ = = = =

c) El punto donde se cortan las dos rectas de regresin es:
( ) 5 , 5 ; 3 , 5 y , x
_ _
= |
.
|
\
|

EJERCICIO 25 : Cinco nias de 2, 3, 5, 7 y 8 aos de edad pesan, respectivamente, 14, 20, 32, 42 y 44
kilos.
a) Halla la ecuacin de la recta de regresin de la edad sobre el peso.
b) Cul sera el peso aproximado de una nia de 6 aos?

Solucin:

x
i
y
i
x
i
2
y
i
2

x
i
y
i

2 14 4 196 28
3 20 9 400 60
5 32 25 1024 160
7 42 49 1764 294
8 44 64 1936 352
25 152 151 5320 894

Media de x: x = 25/5 = 5 aos
Media de y: y = 152/5 = 30,4 Kg
Desviacin tpica de x: 28 , 2 5
5
151
2
x
= = o aos
5
5320
2
y
= = o Kg
Covarianza: 8 , 26 4 , 30 . 5
5
894
xy
= = o
a) Recta de regresin de X sobre Y:
84 , 0 y 192 , 0 x ) 4 , 30 y ( 192 , 0 5 x 192 , 0
S
S
m
2
y
xy
y
= = = =

b) Recta de regresin de Y sobre X: 65 , 4 x 15 , 5 y ) 5 x ( 15 , 5 4 , 30 y 15 , 5
S
S
m
2
x
xy
x
+ = = = =
Para una nia cuya edad sea x = 6 aos, se obtiene un peso de y = 35,55 kilos

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

EJERCICIO 26 : Las rectas de regresin de cuatro distribuciones bidimensionales son las siguientes:
1 y
5
4
x x y d) 2 x 3 y c)
2 y
6
5
x 2 x
5
4
y b) 4 x 2 x y a)
+ = = = =
+ = + = = + =

Di en qu casos es significativa la correlacin lineal.

Solucin: Basta con representar en un mismo diagrama los pares de rectas de cada apartado.
Ser ms significativa la correlacin lineal, cuanto menor sea el ngulo formado por las dos rectas de
regresin.

Luego la correlacin ms significativa es la del apartado d), en segundo lugar b), seguida de a)
Las rectas de regresin del apartado c) son perpendiculares, y por tanto, las variables estn incorreladas.

EJERCICIO 27 : La media de los pesos de una poblacin es de 65 kg y la de la estatura de 170 cm,
mientras que las desviaciones tpicas son de 5 kg y de 10 cm, respectivamente, y la covarianza de
ambas variables es 40. Calcula la recta de regresin de los pesos respecto de las estaturas. Cunto
se estima que pesar un individuo de 180 cm de estatura?

Solucin: Del enunciado se obtienen los siguientes datos:
40 S cm; 10 S kg; 5 S cm; 170 y kg; 65 x
xy y x
_ _
= = = = =
Recta de regresin de los pesos sobre las alturas: 3 y 4 , 0 x ) 170 y ( 4 , 0 65 x 4 , 0
S
S
m
2
y
xy
y
= = = =
Para estimar el peso de un individuo que mide y = 180 cm, basta con substituir dicho valor en la recta
anterior, se tiene: kg 69 3 180 4 , 0 = = x

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

Solucin
a) Con los datos suministrados, se tiene la siguiente recta de regresin de Y sobre X:
w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

8 , 106 x 02 , 1 y ) 195 x ( 02 , 1 1 , 92 y 02 , 1
S
S
m
2
x
xy
x
= = = =

b) El coeficiente de correlacin es: 94 , 0
S S
S
r
y x
xy
=
= Correlacin positiva y muy fuerte.

c) Substituyendo en la ecuacin 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 estadstica bidimensional y se ha obtenido la siguiente
tabla:

X
100 50 25
14 1 1
18 2 3

Y
22 1 2

Se pide:
a) Calcula la covarianza.
b) Obtn e interpreta el coeficiente de correlacin lineal.
c) Ecuacin de la recta de regresin de Y sobre X.

Solucin:

x
i
y
i
n
i

n
i
x
i
x
i
2
n
i
niyi y
i
2
n
i
n
i

x
i
y
i

100 14 1 100 10000 14 196 1400
100 18 2 200 20000 36 648 3600
50 14 1 50 2500 14 196 700
50 18 3 150 7500 54 972 2700
50 22 1 50 2500 22 484 1100
25 22 2 50 1250 44 968 1100
600 43750 184 3464 10600

Media de x: x = 600/10 = 60
Media de y: y = 184/10 = 18,4
Desv. tpica de x:
84 , 27 60
10
43750
2
x
= = o
Desviacin tpica de y:
8 , 2 4 , 18
10
3464
2
y
= = o
Covarianza: 44 4 , 18 . 60
10
10600
xy
= = o
b) Coeficiente de correlacin:
56 , 0
S S
S
r
y x
xy
=
=

Se trata de una correlacin negativa (al aumentar una variable, disminuye la otra) y dbil
ya que su valor absoluto est muy alejado de la unidad.
c) Recta de regresin de Y sobre X:
22 x 06 , 0 y ) 60 x ( 06 , 0 4 , 18 y 06 , 0
S
S
m
2
x
xy
x
+ = = = =

EJERCICIO 30 : Un examen de cierta asignatura consta de dos partes, una terica (x) y otra prctica
(y). El profesor de la misma quiere ver si existe algn tipo de correlacin entre las notas de teora y
prctica. Obtiene que la recta de regresin de y sobre x es 4x 3y = 0 y la de x sobre y es 3x 2y = 1.
a) Calcular el coeficiente de correlacin y decir si las variables estn o no correlacionadas.
b) Calcular la media de las notas de teora y prctica.

Solucin: x = Nota en teora, y = Nota en prctica
a)
La recta de regresin de y sobre x : 4x 3y = 0 y =
3
x 4
m
yx
= 4/3
La recta de regresin de x sobre y : 3x 2y = 1 x =
3
1 y 2 +
m
xy
= 2/3

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

El coeficiente de correlacin r = 94 , 0
9
8
3
2
.
3
4
m . m
xy yx
= = = ~ 1
Como el coeficiente de correlacin es cercano a 1, hay correlacin fuerte y positiva, por tanto si un alumno
saca buena nota en teora tambin la saca en prctica.
b) Para calcular la media de las notas de teora y prctica, resolvemos el sistema de las dos rectas de
regresin: 4 y , 3 x
1 y 2 x 3
0 y 3 x 4
= =
=
=

Por tanto la nota media en teora es de 3 y la nota media en prctica es de un 4.

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

Solucin: Sea x = Tiempo(en minutos), y = Puntos conseguidos
Los datos: x = 22,5
x
o = 5 y = 17,5 ptos
y
o = 6,5 ptos, r = 0,7
Como queremos hallar el nmero de puntos conseguidos, calcularemos la recta de regresin de Y sobre X:
) x x ( y y
2
x
xy
o
o
=
Conocemos todo menos
xy
o : r =
y x
xy
.o o
o
75 , 22 5 , 6 . 5 . 7 , 0 . . r
y x xy
= = o o = o
Sustituyendo en la recta de regresin de Y sobre X: ptos 405 , 13 y ) 5 , 22 18 (
5
75 , 22
5 , 17 y
2
= =
Marcar, 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 desviacin tpica de 0,5
segundos, mientras que la marca media en 400 metros es de 61,3 segundos con una desviacin
tpica de 1 segundo. Si el coeficiente de correlacin lineal entre ambas pruebas es de 0,9,
a) Podemos asegurar que los corredores que son mejores en 100 metros lo son tambin en 400
metros? (Justifica tu respuesta)
b) Qu marca en 400 metros puede esperarse de un atleta que corre los 100 metros en 11
segundos?

Solucin:
a) Si porque como r = 0,9 > 0, la correlacin 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
o = 0,5 y = 61,3
y
o = 1, r = 0,9
Como queremos hallar la marca en 400 m, calcularemos la recta de regresin de Y sobre X:
) x x ( y y
2
x
xy
o
o
=
Conocemos todo menos
xy
o : r =
y x
xy
.o o
o
45 , 0 1 . 5 , 0 . 9 , 0 . . r
y x xy
= = o o = o
Sustituyendo en la recta de regresin de Y sobre X: 14 , 59 y ) 2 , 12 11 (
5 , 0
45 , 0
3 , 61 y
2
= =
Su marca aproximada en 400 metros ser de 59,14.

w
w
w
.
M
a
t
e
m
a
t
i
c
a
1
.
c
o
m

Ejercicios Resueltos Distribuciones Bidimensionales

Cargado por

Copyright:

Formatos disponibles

Ejercicios Resueltos Distribuciones Bidimensionales

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios Resueltos Distribuciones Bidimensionales

Cargado por

Copyright:

Formatos disponibles

Tema 9 Distribuciones bidimensional Matemticas CCSSI 1 Bachillerato 1

TEMA 9 DISTRIBUCIONES BIDIMENSIONALES

= Correlacin positiva y muy fuerte.

También podría gustarte