EJERCICIOS DE REGRESION

EJERCICIO N1

En Excel

5 nios de edad 2, 3, 5, 7,8 de edad pesan respectivamente 14, 20, 32, 42, 44
kilos.

edad peso
X Y
2 14
3 20
5 32
7 42
8 44
25 152

a) Hallar la ecuacin de la recta de la regresin de la edad sobre el peso:

Chart Title
50

40 f(x) = 5.15x + 4.63

R = 0.99
30

20

10

0
1 2 3 4 5 6 7 8 9

b) Cul sera el peso aproximado de un nio de seis aos?

5.1538x+4.
Y= 63
5.1538(6)+
Y= 4.63
35.5~36KIL
Y= OS

El peso aproximado de un nio de 6 aos seria de 36 kilos

 En Minitab
X Y
2 14
3 20
5 32
7 42
8 44

Grfica de dispersin de Y vs. X

45

40

35

30
Y

25

20

15

10
2 3 4 5 6 7 8
X

EN SPSS:
EJERCICIO N2

En Excel

Las estaturas y pesos de 10 jugadores de baloncesto de un equipo son:

Estatura
Pesos (Y)
(X)
1.86 85
1.89 85
1.9 86
1.92 90
1.93 87
1.93 91
1.98 93
2.01 103
2.03 100
2.05 101
A) Calcular La recta de regresin de Y sobre X

Chart Title
120

100
f(x) = 102.17x - 107.14
80 R = 0.89

60

40

20

0
1.85 1.9 1.95 2 2.05 2.1

Interpretacin: la correlacin positiva es muy fuerte

En Minitab:

Grfica de dispersin de Pesos (Y) vs. Estatura (X)

105

100
Pesos (Y)

95

90

85

1.85 1.90 1.95 2.00 2.05

Estatura (X)
 En Spss:

EJERCICIO N3

En excel

El nmero de horas dedicadas al estudio de una asignatura y la calificacin

obtenida en el examen correspondiente de cinco personas, es:

Horas de estudio Calificacin examen

(X) (Y)
20 6.5
16 6
34 8
10 4
23 7

A) Calcular la recta de regresin de Y sobre X.

Chart Title
10

8
f(x) = 0.16x + 3.07
6 R = 0.89

0
5 10 15 20 25 30 35 40

B) Calcular la calificacin estimada para una persona que hubiese estudiado 28 horas.

Y= 0.157X+3.0667
0.157(28)+3.06
Y= 67
Y= 7.5

La calificacin que un estudiante hubiera obtenido con 28horas de estudio es 7.5

 En Minitab

Grfica de dispersin de Calificacin exa vs. Horas de estudio

8
Calificacin examen (Y)

10 15 20 25 30 35
Horas de estudio (X)

En spss:
EJERCICIO N4
La informacin estadstica obtenida de una muestra de tamao 12 sobre la
relacin existente entre la inversin realizada y el rendimiento obtenido en
cientos de miles de euros para explotaciones agrcolas, se muestra en el
siguiente cuadro:

Inversi Rendimie
n (X) nto (Y)
11 2
14 3
16 5
15 6
16 5
18 3
20 7
21 10
14 6
20 10
19 5
11 6

a) La recta de regresin del rendimiento respecto de la inversin.

 Chart Title
12
10
8 f(x) = 0.08x^2 - 2.23x + 18.85
6 R = 0.5
4
2
0
10 12 14 16 18 20 22

En minitab:

Grfica de dispersin de Inversin (X) vs. Rendimiento (Y)

22

20

18
Inversin (X)

16

14

12

10
1 2 3 4 5 6 7 8 9 10
Rendimiento (Y)

En Spss:


EJERCICIO N5
De una determinada empresa se conocen los siguientes datos, referidos al
volumen de ventas ( en millones de pesetas) y al gasto en publicidad ( en miles
de pesetas) de los ltimos 6 aos:

Volumen de ventas (mill. Gastos Publicidad

Ptas) (miles ptas.)
10 16
15 32
20 48
22 56
30 64
32 80
 Chart Title
90
80
70 f(x) = - 0.04x^2 + 4.43x - 24.07
R = 0.97
60
50
40
30
20
10
0
5 10 15 20 25 30 35

a) Existe relacin lineal entre las ventas de la empresa y sus gastos en

publicidad?

Observndolo podemos decir que existe relacin lineal entre ambas

variables.

En Minitab:

Grfica de dispersin de VOLUMEN vs. GASTOS

35

30

25
VOLUMEN

20

15

10

10 20 30 40 50 60 70 80
GASTOS
EJERCICIO N6

Se realiz una encuesta en una fbrica de pinturas para relacionar la

cantidad de cierto aditivo qumico agregado al colorante con el tiempo de
Secado, obtenindose los resultados mostrados en la tabla de la derecha.

CANTIDAD DE TIEMPO DE
ADITIVO SECADO
X Y
1 2.6
2 2.3
3 2.2
4 2
5 1.8
6 1.8
7 1.4
8 1.2
9 1.3

Graficar esos resultados y sealar la recta que ms se aproxima a dichos

valores.
 Y
3

2.5
f(x) = - 0.17x + 2.7
R = 0.96
2

1.5

0.5

0
0 1 2 3 4 5 6 7 8 9 10

Grfica de dispersin de Y vs. X

2.6

2.4

2.2

2.0
Y

1.8

1.6

1.4

1.2

1.0
0 1 2 3 4 5 6 7 8 9
X

EJERCICIO N7

La relacin entre el nmero de aos(x) laborando para la empresa y el

nmero de ventas logradas (y)

x y
3 2
4 3
4 4
5 4
5 4
6 4
6 5
7 5
7 6
8 6
9 6
9 7
10 7
10 8

a) Cuntas ventas pueden esperarse en un trabajador con 16 aos de

servicio?

Chart Title
9
8
7 f(x) = 0.7x + 0.43
6 R = 0.91

5
4
3
2
1
0
2 3 4 5 6 7 8 9 10 11
 Grfica de dispersin de y_ 1 vs. x_ 1

5
y_ 1

3 4 5 6 7 8 9
x_ 1

0.698X+0.
y= 4303
y= 11.168
y= 11.5983~12

Se puede esperar 12 ventas de un trabajador que tiene 16 aos de servicio

EJERCICIO N8

La relacin entre el nmero de semanas (x) de haber comenzado con un

negocio y las prdidas registradas (y) en tanto se aclientelaba es la
mostrada en la siguiente tabla.

X Y
1 12.3
2 11
3 9
4 8
5 6
6 5.2
 7 4

Cuntas semanas pueden esperarse para que las prdidas sean nulas?

Chart Title
15

10 f(x) = - 1.41x + 13.57

R = 0.99

0
0 1 2 3 4 5 6 7 8

Grfica de dispersin de x2 vs. y2

5
x2

4 5 6 7 8 9 10 11 12 13
y2

y = -1.4107x + 13.571
R = 0.9899
0 = -1.4107x + 13.571
X=9.62

Es decir, se puede esperar aproximadamente que entre la novena y decima

semana las perdidas desaparezcan.

EJERCICIO N9
La relacin entre el nmero de rboles de limn x) existentes en un huerto y
los kilogramos de limn cosechados (y) es mostrada en la siguiente tabla.
 x y
1 12
2 24
3 36
4 48
5 60
6 72
7 84

Obtener su coeficiente de correlacin

Chart Title
90
80 f(x) = 12x + 0
70 R = 1

60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8
 Grfica de dispersin de y1 vs. x1
90

80

70

60

50
y1

40

30

20

10
1 2 3 4 5 6 7
x1

El valor obtenido es 1, lo que significa que todos los puntos estn sobre la recta
calculada.

EJERCICIO N10
En la tabla siguiente se indica la edad (en aos) y la conducta agresiva (medida
en una escala de cero a 10) de 10 nios.

Conduct
a
Edad
Agresiv
a
6 9
6 6
6.7 7
7 8
7.4 7
7.9 4
8 2
8.2 3
8.5 3
8.9 1
 A) Obtener la recta de regresin de la conducta agresiva en funcin de la
edad

Chart Title
10
9
8 f(x) = - 2.35x + 22.51
7 R = 0.75

6
5
4
3
2
1
0
5.5 6 6.5 7 7.5 8 8.5 9 9.5

Recta de regresin de conducta agresiva y = -2.3475x + 22.512

Grfica de dispersin de EDAD vs. CONDUCTA

9.0

8.5

8.0
EDAD

7.5

7.0

6.5

6.0

0 1 2 3 4 5 6 7 8 9
CONDUCTA