Universidad Nacional Autónoma de México

Facultad de Estudios Superiores Cuautitlán

PRESENTACIÓN

Regresión y Correlación lineal simple es el noveno fascículo, de una serie de

guías de estudio en las que se desarrollan los temas de los programas de las
asignaturas del área de Probabilidad y Estadística, así como temas selectos
que complementan el aprendizaje de de esta disciplina. Tienen la
característica de que el estudiante adquiera sólo aquella que trate el tema
que necesite reforzar o el que sea de su propio interés.

Estas guías de estudio pretenden reorientar y actualizar el enfoque con el que

se debe abordar el estudio de los métodos estadísticos, despertando la
inquietud por aprender y resolver los problemas y casos planteados.

Cada guía integra el desarrollo del tema con ejercicios, casos de estudio y con
la sección llamada Aprendiendo.com. En esta última sección se le proporciona
al estudiante un ambiente interactivo, utilizando los recursos disponibles en
Internet, de tal forma que los casos planteados los desarrolle en ambientes
de aprendizaje que le permitan encontrarse con el conocimiento,
“manipularlo”, hacerlo suyo. Con esta filosofía se utilizan applets, sitios de
internet con acceso a bases de datos reales, software de uso libre y en
general los recursos de la Web 2.0, que se refieren a una segunda generación
en la historia de la Web basada en comunidades de usuarios, que fomentan la
colaboración y el intercambio ágil de información entre los mismos.

Nuestro reconocimiento a la Dirección General de Asuntos del Personal

Académico de nuestra Casa de Estudios, que a través del Programa de Apoyo
a Proyectos para la Innovación y Mejoramiento de la Enseñanza (PAPIME) ha
apoyado nuestro proyecto “Implantación de un Laboratorio Virtual de
Estadística y Elaboración de las Guías de Estudio con Soporte Multimedia”
clave PE302709.

Los Autores

Regresión y Correlación Lineal Simple

http://www.cuautitlan.unam.mx
 REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE

Es común que las personas tomen decisiones personales y profesionales

basadas en predicciones de sucesos futuros. Para hacer estos pronósticos, se
basan en la relación intuitiva y calculada entre lo que ya se sabe y lo que se
debe estimar. Si los responsables de la toma de decisiones pueden
determinar cómo lo conocido se relaciona con un evento futuro, pueden
ayudar considerablemente al proceso de toma de decisiones.

Cualquier método estadístico que busque establecer una ecuación que

permita estimar el valor desconocido de una variable a partir del valor
conocido de una o más variables, se denomina análisis de regresión.

Los análisis de regresión y correlación mostrarán como determinar la

naturaleza y la fuerza de una relación entre dos variables.

El término regresión fue utilizado por primera vez por el genetista y

estadístico inglés Francis Galton (1822-1911) en 1877 Galton efectúo un
estudio que demostró que la altura d los hijos de padres altos tendía a
retroceder, o “regresar”, hacia la talla media de la población. Regresión fue
el nombre que le dio al proceso general de predecir una variable,(la talla de
los niños) a partir de otra (la talla de los padres).

Hoy en día, esta tendencia de miembros de cualquier población que están

en una posición extrema (arriba o debajo de la media poblacional) en un
momento, y luego en una posición menos extrema en otro momento, (ya sea
por sí o por medio de sus descendientes), se llama efecto de regresión.

El análisis de regresión se desarrolla una ecuación de estimación, es decir,

una formula matemática que relaciona las variables conocidas con las
desconocidas. Luego de obtener el patrón de dicha relación, se aplica el
análisis de correlación para determinar el grado de relación que hay entre las
variables.
REGRESIÓN LINEAL SIMPLE

“Una técnica estadística que establece una ecuación para estimar el

valor desconocido de una variable, a partir del valor conocido de otra
variable, (en vez de valores de muchas otras variables) se denomina análisis
de regresión simple.”

Por lo tanto el análisis de regresión lineal simple, es el proceso general de

predecir una variable (Y) a partir de otra (X).

Las relaciones entre las variables pueden ser directas o también inversas.

 Relación directa: la pendiente de esta línea es positiva, por que la variable

Y crece a medida que la variable X también lo hace.

 Relación inversa: La pendiente de esta línea es negativa, por que a medida

que aumenta el valor de la variable Y, el valor de la variable X disminuye.
VARIABLE INDEPENDIENTE (X)

En el análisis de regresión una variable cuyo valor se suponga conocido y

que se utilice para explicar o predecir el valor de otra variable de interés se
llama variable independiente; se simboliza con la letra X.

Otros nombres alternativos para la variable independiente (X), son

variable explicatoria, variable predictora y en ocasiones variable regresora.

VARIABLE DEPENDIENTE (Y)

En el análisis de regresión una variable cuyo valor se suponga desconocido

y que se explique o prediga con ayuda de otra se llama variable dependiente
y se simboliza con la letra Y.

La variable dependiente, al igual que la variable independiente es llamada

de diferentes maneras algunas de ellas son: variable explicada o variable
pronosticada.
DIAGRAMAS DE DISPERSIÓN

Un diagrama de dispersión es una ilustración gráfica que se usa en el

análisis de regresión. Consta de una dispersión de puntos tal que cada punto
representa un valor de la variable independiente (medido a lo largo del eje
horizontal), y un valor asociado de la variable dependiente (medido a lo largo
del eje vertical).

El diagrama de dispersión, también llamado nube de puntos, brinda dos

tipos de información, visualmente se pueden determinar los patrones que
indican como las variables están relacionadas (lineal o mediante una curva) y
por otro lado si existe una relación entre ellas visualizando la clase de línea o
ecuación de estimación que describe a dicha relación.

A continuación se ilustran algunas relaciones en los diagramas de

dispersión:
METODO DE MINIMOS CUADRADOS

El método que por lo común se utiliza para ajustar una línea a los datos
muestrales indicados en el diagrama de dispersión, se llama método de
mínimos cuadrados. La línea se deriva en forma tal que la suma de los
cuadrados de las desviaciones verticales entre la línea y los puntos
individuales de datos se reduce al mínimo.

El método de mínimos cuadrados sirve para determinar la recta que

mejor se ajuste a los datos muestrales, y los supuestos de este método son:

 El error es cero.
 Los datos obtenidos de las muestra son estadísticamente independientes.
 La varianza del error es igual para todos los valores de X.

Una línea de regresión calculada a partir de los datos muestrales, por el

método de mínimos cuadrados se llama línea de regresión estimada o línea
de regresión muestral.

Dicha línea recta es la que mejor se ajusta al conjunto de datos (X, Y) y es

aquella en que la distancia que hay entre los datos y la supuesta recta es la
menor posible, y se calcula mediante la siguiente formula:

yˆ  a 
bx
 Para calcular el valor de b (pendiente), que representa el grado de
inclinación que tiene la recta, se emplea la siguiente formula:

b
 xy  n xy
n x 2

2
x
 Para calcular el valor de a (ordenada al origen), que representa el punto
en que la recta corta al eje de las Y, se emplea la siguiente formula:

a  y  bx
Las variables a y b son constantes numéricas que son las que se calculan
mediante el método de mínimos cuadrados.
ERROR ESTANDAR DE ESTIMACIÓN

El siguiente proceso que se necesita en el análisis de la regresión lineal

simple es cómo medir la confiabilidad de la ecuación de estimación que
hemos desarrollado.

El error estándar de estimación mide la variabilidad o dispersión de los

valores observados alrededor de la línea de regresión y se representa como
Se. Su formula es la siguiente:

 y 2  a   y  b   xy n  2
Se 

Cuanto mayor sea el error estándar de la estimación, más grande será la

dispersión (o esparcimiento) de puntos alrededor de la línea de regresión.
Por el contrario, si Se= 0, se espera que la ecuación de estimación sea un
estimador “perfecto” de la variable dependiente, en este caso todos los
puntos caerían directamente sobre la línea de regresión y no habría puntos
dispersos, como se muestra en la siguiente figura:

El error estándar de estimación tiene la misma aplicación que de la

desviación estándar que se vio en los temas anteriores. Esto es, suponiendo
que los puntos observados tienen una distribución normal alrededor de la
recta de regresión, podemos esperar que:
  68% de los puntos están dentro de ± 1se
 95.5% de los puntos están dentro de ± 2se
 99.7% de los puntos están dentro de ± 3se

El error estándar de la estimación se mide a lo largo del eje “Y”, y no

perpendicularmente desde la recta de regresión.

Las suposiciones son:

1. Los valores observados para Y tienen distribución normal alrededor

de cada valor estimado de yˆ
2. La varianza de las distribuciones alrededor de cada valor posible de
yˆ es la misma.

Si esta segunda suposición no fuera cierta, entonces el error estándar en un

punto de la recta de regresión podría diferir del error estándar en otro punto.

PROCEDIMIENTO PARA REALIZAR UN ANÁLISIS DE REGRESIÓN LINEAL

SIMPLE

1. Obtención de los datos muestrales.

2. Los datos obtenidos se tabulan. (tener cuidado en determinar
correctamente quien es la variable independiente y dependiente)

X Y

3. La información se gráfica en un diagrama de dispersión,

estableciéndose la posible relación entre las dos variables

4. Se calcula la pendiente.

b  xy  nxy
 n x 2

2
x
5. Se calcula la ordenada al origen.

a  y  bx
 6. Se obtiene la ecuación que mejor se ajusta a la información obtenida.

yˆ  a  bx

7. Se traza la línea estimada en el diagrama de dispersión.

8. Se calcula el error estándar de estimación.

 y2  a   y   b   xy n  2
Se 

Por ejemplo:

Una cadena de Pizzerías toma una muestra de diez de sus sucursales

para tratar de encontrar un modelo matemático que le permita predecir sus
ventas y obtuvo los siguientes datos: la población de personas en miles fue
de 2, 6, 8, 8, 12, 16, 20, 20, 22, 26; y las ventas trimestrales en miles de pesos
fue de: 58, 105, 88, 118, 117, 137, 157, 169, 169, 149, 202.

 Realice una regresión para estimar las ventas de dos sucursales que tienen
14,000 y 30,000 personas como potenciales clientes respectivamente.

Solución

Datos
n=10
X: Población de personas en miles
Y: Ventas trimestrales en miles de pesos

1. Tabular los datos obtenidos:

Sucursal X Y
1 2 58
2 6 105
3 8 88
4 8 118
5 12 117
6 16 137
7 20 157
8 20 168
9 22 149
10 26 202

2. Graficar los datos en un diagrama de dispersión y determinar la posible

relación entre las variables X Y.

Se puede observar una relación lineal directa.

3. Realizar los cálculos correspondientes

Sucursal X Y XY 2 2
X Y
1 2 58 116 4 3364
2 6 105 630 36 11025
3 8 88 704 64 7744
4 8 118 944 64 13924
5 12 117 1404 144 13689
6 16 137 2192 256 18769
7 20 157 3140 400 24649
8 20 168 3380 400 28224
9 22 149 3278 484 22201
10 26 202 5252 676 40804
 140 1300 21040 2528 184393
4. Calculo de la pendiente.

140
x  10  mi personas
14 l
1300
y  10  130 pesos
mil
Por lo tanto la pendiente es

21040 1014130
b 5
2528 1014 
2

5. Calculo de la ordenada al origen.

a  130  514  60
6. Obtener la ecuación que mejor se ajuste.

 yˆ
 60  5x
 7. Trazar la línea estimada.

8. Calcular el error estándar de estimación.

S e  184393  60 1300 5  21040

 12.21
10  2

Tiene un error de estimación de 12,210 pesos.

 Para una N = 14,0001

yˆ  60  514   130
 14,130

 Para una N = 30,000

yˆ  60  530   210
 30,210
1
Recuerda que estamos trabajando con miles de pesos, en este ejercicio.
CORRELACIÓN SIMPLE

Mientras que el análisis de regresión simple establece una ecuación

precisa que enlaza dos variables, el análisis de correlación es la herramienta
estadística que podemos usar para describir el grado o fuerza en el que una
variable esta linealmente relacionada con otra.

Dependiendo del tamaño de esta medida cuantitativa se puede decir, que

tan cercanamente se mueven dos variables, y por lo tanto, con cuanta
confiabilidad se puede estimar una variable con ayuda de la otra.

Una técnica estadística que establece un índice que proporciona, en un

solo número, una medida de la fuerza de asociación entre dos variables de
interés, se llama análisis de correlación simple.

El análisis de correlación es la herramienta estadística de que nos valemos

para describir el grado de relación que hay entre dos variables.

A menudo el análisis de correlación simple se utiliza junto con el análisis de

regresión lineal simple para medir la eficacia con que la línea de regresión
explica la variación de la variable dependiente, Y.

Diagramas de dispersión con correlación débil y fuerte.

Existen dos medidas para describir la correlación entre dos variables: el

coeficiente de determinación y el coeficiente de correlación.
COEFICIENTE MUESTRAL DE DETERMINACIÓN

La medida más importante de que también ajusta la línea de regresión

estimada en los datos muestrales en los que esta basada, es el coeficiente de
determinación muestral, este es igual a la proporción de la variación total de
los valores de la variable dependiente, “Y”, que puede explicarse por medio
de la asociación de Y con X medida por la línea de regresión estimada.

El coeficiente de determinación es la manera primaria de medir el

grado, o fuerza, de la relación que existe entre dos variables, X y Y.

El coeficiente de determinación muestral se representa como r2, y mide

exclusivamente la fuerza de una relación lineal entre dos variables.

 El Calculo del coeficiente de determinación se lleva a cabo con la siguiente

formula:

a   y   b   xy n  y 2

r2 
y 2

 ny2 

COEFICIENTE MUESTRAL DE CORRELACIÓN

La raíz cuadrada del coeficiente de determinación muestral, r 2 , es un

índice alternativo común del grado de asociación entre dos variables
cuantitativas. Esta mediad se llama coeficiente de correlación muestral (r) y
es un estimador puntual del coeficiente de correlación poblacional ().

El coeficiente de correlación muestral es la segunda medida con que

puede describirse la eficacia con que una variable es explicada por otra, así
pues el signo de r indica la dirección de la relación entre las dos variables X y
Y.
 El siguiente esquema representa adecuadamente la intensidad y la
dirección del coeficiente de correlación muestral.

 El calculo del coeficiente de correlación muestral se lleva a cavo con la

siguiente formula:

r r2
INTERVALO DE CONFIANZA

Debido a que la recta estimada de regresión, no es del todo real, es

necesario elaborar un intervalo de confianza que le de seguridad a nuestros
cálculos.

Como se ha visto, cuando se utilice el método de mínimos cuadrados,

los coeficientes de regresión, a y b son estimadores insesgados, eficientes y
consistentes de  y , también aquí es muchas ocasiones es deseable
establecer intervalos de confianza.

 Los intervalos de confianza se calculan con la siguiente fórmula:

yc   S 
yˆ  t , n  2  e 
/2 gl  n 
INTERVALO DE PREDICCIÓN

El intervalo de predicción, como su nombre lo indica, se utiliza para

predecir un intervalo de valores de Y, dado un valor de X.

 El intervalo de predicción se calcula con la siguiente fórmula:

   1X  x 2
y p  yˆ  t 2 n 2  Se  1
n  x 2  n x 2

PROCEDIMIENTO PARA REALIZAR UN ANÁLISIS DE CORRELACIÓN LINEAL

SIMPLE

1. Obtención y tabulación de los datos muestrales.

2. La información se gráfica en un diagrama de dispersión.

3. Calcular la pendiente y ordenada al origen.

4. Se obtiene la ecuación que mejor se ajusta a la información obtenida.

5. Se traza la línea estimada en el diagrama de dispersión.

6. Calcular el error estándar de estimación.

7. Calcular el coeficiente de determinación.

8. Determinar el coeficiente de correlación.

9. Determinar el intervalo de confianza.

10. Determinar el intervalo de predicción.

Por ejemplo:

Un gerente de ventas reunió los datos siguientes relacionados con las

ventas anuales en miles de pesos y los años de experiencia de diez
vendedores. Estime las ventas anuales para un vendedor con 7 años de
experiencia.

Solución

1. Obtención y tabulación de los datos muestrales.

X: Años de experiencia
Y: Ventas anuales en miles de pesos.

Vendedor X Y
1 1 80
2 3 97
3 4 92
4 4 102
5 6 103
6 8 111
7 10 119
8 10 123
9 11 117
10 13 136
 70 1080

2. Diagrama de dispersión.
 3. Realizar los cálculos correspondientes y determinar la pendiente y
ordenada al origen.

Vendedor X Y XY 2 2
X Y
1 1 80 80 1 6400
2 3 97 291 9 9409
3 4 92 368 16 8464
4 4 102 408 16 10404
5 6 103 618 36 10609
6 8 111 888 64 12321
7 10 119 1190 100 14161
8 10 123 1230 100 15129
9 11 117 1287 121 13689
10 13 136 1768 169 18496
 70 1080 8128 632 119082

1080
y  108
10
70
x 7
10

8128 107108 
b 632 107  
2

a  108  47  80

4. Ecuación que mejor se ajusta.

yˆ 
80  4x
 Para un vendedor con 7 años de experiencia, sus ventas estimadas serían:

yˆ  80  47  108 ventas anuales

 5. Trazo de la línea estimada en el diagrama de dispersión

6. Calcular el error estándar de estimación.

Se  11908280 1080 4  8128

 4.61
10  2

7. Calcular el Coeficiente de Determinación.

80 1080  4  8128  10 1082 

r 
2
 119082  10 108  2

r 2  93.03%
El 93% de las ventas anuales se deben a la experiencia de los vendedores y
el 7% restante de debe a otros factores.

8. Calcular el Coeficiente de Correlación

r  0.9303  0.9645

Este número nos indica que las variables X Y tienen una correlación positiva
intensa.
9. Determinar el intervalo de confianza al 95%.

Considerando
yˆ  108 ventas anuales  4.61
y  108  2.306
c  
 10 
108  3.3617  yc  108  3.3617
104.6383  yc  111.3617

Se puede asegurar con un nivel de confianza del 95% que las ventas de los
vendedores con 7 años de experiencia están entre 104.6 y 111.4 miles pesos
anuales.

10. Determinar el intervalo de predicción para un vendedor con 9 años

de experiencia se tiene
   1 X  x 2
y p  yˆ  t 2 n 2  Se  1
n  x 2  nx 2
Sustituyendo:

1 9  7  2
y p  108  2.306  1 
10 632 10(7) 2
4.61
108 11.291  y  108 11.291
p

96.709  y  119.291
p

Se puede asegurar con un nivel de confianza del 95% que las ventas
pronosticadas de un vendedor con 9 años de experiencia están entre 96.71
y 119.3 miles pesos anuales.
Ejercicios propuestos:

1. El jefe del departamento de aguas de una ciudad desea establecer una

relación entre el consumo mensual domiciliario de agua Y, y el tamaño de las
familias X, Dados los datos muestrales, determine:

Galones Tamaño
de de
Agua familia.
Y X
650 2
1200 7
1300 9
430 4
1400 12
900 6
1800 9
640 3
793 3
925 2

a) Elabora el diagrama de dispersión.

b) Calcula la pendiente y ordenada al origen.
c) Obtener la ecuación que mejor se ajusta a los datos.
d) Traza la línea estimada en el diagrama de dispersión.
e) Calcula el error estándar de estimación.
f) Calcula el coeficiente de determinación.
g) Determina el coeficiente de correlación.
h) Determina el intervalo de confianza al 99%.
i) Determina el intervalo de predicción 99%
2. El gerente de una compañía de seguros desea establecer la relación entre
el seguro de vida de las personas Y, y sus salarios X. Realice una regresión con
los datos muestrales:

Seguro Salario
de Anual.
vida
Y X
50 10
80 29
100 30
130 31
150 36
a) Elabora el diagrama de dispersión.
b) Calcula la pendiente y ordenada al origen.
c) Obtener la ecuación que mejor se ajusta a los datos.
d) Traza la línea estimada en el diagrama de dispersión.
e) Calcula el error estándar de estimación.
f) Calcula el coeficiente de determinación.
g) Determina el coeficiente de correlación.
h) Determina el intervalo de confianza al 90%.
i) Determina el intervalo de predicción 90%

3. Un economista desea establecer la relación entre la tasa de desempleo Y, y

la tasa de cuentas vencidas de la Tesorerías, Determine la regresión y
correlación con los datos muestrales.

Y X
6.7 9.7
7.3 9.8
8.9 7.6
9.1 6.1
7.2 10.2
5.2 12.7
6.9 14.3
6.9 7.9
7.1 8.9

1. Elabora el diagrama de dispersión.

2. Calcula la pendiente y ordenada al origen.
3. Obtener la ecuación que mejor se ajusta a los datos.
 4. Traza la línea estimada en el diagrama de dispersión.
5. Calcula el error estándar de estimación.
6. Calcula el coeficiente de determinación.
7. Determina el coeficiente de correlación.
8. Determina el intervalo de confianza al 95%.
9. Determina el intervalo de predicción 95%

4. Un director de ventas desea establecer la relación entre las ventas del

segundo año de vendedores Y, y sus ventas del primer año X. Realice un
análisis de regresión.

Y 69 75 86 111 129 133

X 170 133 86 161 112 133

a) Elabora el diagrama de dispersión.

b) Calcula la pendiente y ordenada al origen.
c) Obtener la ecuación que mejor se ajusta a los datos.
d) Traza la línea estimada en el diagrama de dispersión.
e) Calcula el error estándar de estimación.
f) Calcula el coeficiente de determinación.
g) Determina el coeficiente de correlación.
h) Determina el intervalo de confianza al 95%.
i) Determina el intervalo de predicción 95%

5. Un gerente de comercialización desea establecer la relación entre las

ventas Y, y el precio de un producto similar fabricado por la competencia
X, Realice un análisis de correlación.

Ventas Precio de
competencia
Y X
520 13
550 13
600 15
610 15
620 16
724 21
680 21
300 14
962 40
270 12
 1. Elabora el diagrama de dispersión.
2. Calcula la pendiente y ordenada al origen.
3. Obtener la ecuación que mejor se ajusta a los datos.
4. Traza la línea estimada en el diagrama de dispersión.
5. Calcula el error estándar de estimación.
6. Calcula el coeficiente de determinación.
7. Determina el coeficiente de correlación.
8. Determina el intervalo de confianza al 99%.
9. Determina el intervalo de predicción 99%

6. Se hizo una encuesta a una muestra de 10 los estudiantes de 3er. Semestre

de la carera de Lic. En administración del grupo 1301 del semestre 2009-1 y se
encontraron los siguientes datos:

Estudiante Altura (mts) Peso (Kg)

1 1.50 48
2 1.54 50
3 1.60 52
4 1.72 70
5 1.80 72
6 1.50 50
7 1.61 57
8 1.54 54
9 1.63 80
10 1.70 62
a) Elabora el diagrama de dispersión.
b) Calcula la pendiente y ordenada al origen.
c) Obtener la ecuación que mejor se ajusta a los datos.
d) Traza la línea estimada en el diagrama de dispersión.
e) Calcula el error estándar de estimación.
f) Calcula el coeficiente de determinación.
g) Determina el coeficiente de correlación.
h) Determina el intervalo de confianza al 95%.
i) Determina el intervalo de predicción 95%
7. Los datos siguientes muestran las ventas (en miles de cajas) y los costos de
un anuncio publicitario para la televisión (en millones de pesos) para 7 marcas
principales de refrescos.
Marca Gastos de Ventas de cajas
publicidad ($) (miles)
Coca-Cola 13.0 19.3
Pepsi-Cola 9.4 13.8
Sprite 6.4 8.4
Diet Coke 5.7 5.5
7-Up 4.2 5.9
Jarritos 2.9 5.3
Boing 1.6 2.5
a) ¿Dibuje el diagrama de dispersión, que parece indicar este diagrama
acerca de la relación entre las dos variables?
b) Trace una recta que pase por los datos, para aproximar una relación
lineal entre los gastos del anuncio y las ventas.
c) Aplique el método de los cuadrados mínimos para plantear la ecuación
estimada de regresión.
d) Prediga las ventas para una marca que decida gastar $7 millones de
pesos en un anuncio publicitario.
e) Calcule el error estándar en la regresión.
f) Calcule el coeficiente de determinación y correlación e interprételos.
g) Determina el intervalo de confianza al 95%.
h) Determina el intervalo de predicción 95%

8. La revista del consumidor publico en su número 381 del mes de noviembre

del 2008 la siguiente información acerca del uso de los teléfonos celulares:

Año Usuarios que compran

tiempo aire en (miles
de
usuarios)
2000 1628
2001 1784
2002 2006
2003 2029
2004 2508
2005 3268
2006 4035
2007 5199
 a) Trace un diagrama de dispersión para estos datos,
b) Aplique el método de mínimos cuadrados para plantear la ecuación
estimada de regresión.
c) Trace una recta que pase por los datos, para aproximar una relación
lineal entre la altura y el peso.
d) Prediga cuantos usuarios compraran tiempo aire para su teléfono
celular para el año 2009.
e) Calcule el error estándar en la regresión.
f) Calcule el coeficiente de correlación y el coeficiente de determinación
e interprételos.
g) Determina el intervalo de confianza al 92%.
h) Determina el intervalo de predicción 92%

9. Un vendedor de Century 21 desea establecer la relación entre el tiempo en

meses que están a la venta los departamentos antes de lograr su venta y el
precio pedido por ellos. Los datos de una muestra de 9 departamentos se
muestran a continuación:

Meses en venta 6.5 7.0 8.6 12.1 9.0 9.5 8.6 10.6 15.0
Precio pedido (en 800 1000 990 1250 1400 1100 990 990 1250
miles de pesos)

a) Trace un diagrama de dispersión para estos datos,

b) Aplique el método de mínimos cuadrados para plantear la ecuación
estimada de regresión.
c) Prediga cuanto tiempo se tardara en vender un departamento que
cueste $ 1’500,000 pesos.
d) Calcule el error estándar en la regresión.
e) Calcule el coeficiente de correlación y el coeficiente de determinación
e interprételos.
f) Determina el intervalo de confianza al 95%.
g) Determina el intervalo de predicción 95%
10. El Orgamismo Operador de agua en el Muncipio de cuautitlán Izcalli
OPERAGUA quiere conocer la relación entre en consumo mensual domiciliario
de agua y el tamaño de las familias, toma una muestra de 10 familias elegidas
al azar y encuentra los siguientes datos:

Metros cúbicos 65 120 130 43 140 90 180 64 79 92

consumidos
Tamaño de la 2 7 9 4 12 6 9 3 3 4
familia
a) Trace un diagrama de dispersión para estos datos,
b) Aplique el método de mínimos cuadrados para plantear la ecuación
estimada de regresión.
c) Prediga cuantos metros cúbicos al mes consumirá una familia que
tiene 10 miembros.
d) Calcule el error estándar en la regresión.
e) Calcule el coeficiente de correlación y el coeficiente de determinación
e interprételos.
f) Determina el intervalo de confianza al 95%.
g) Determina el intervalo de predicción 95%

11- El gerente de una mueblería “FAMSA” quiere conocer la relación de las

ventas logradas por un vendedor en dos años, toma una muestra de 8
vendedores que lograron la etiqueta de (vendedor del mes) y encontró los
siguientes datos:

Unidades vendidas en el año 2007 170 133 86 161 112 133 136 82
Unidades vendidas en el año 2006 99 95 50 80 92 88 130 100
a) Trace un diagrama de dispersión para estos datos,
b) Aplique el método de mínimos cuadrados para plantear la ecuación
estimada de regresión.
c) Calcule el error estándar en la regresión.
d) Calcule el coeficiente de correlación y el coeficiente de determinación e
interprételos.
e) Determina el intervalo de confianza al 95%.
f) Determina el intervalo de predicción 95%
12. Según el INEGI los nacimientos registrados en el país en el 2007 fueron:

Nacimientos
Mes de Registrados
registro
1 Enero 220,670
2 Febrero 211,330
3 Marzo 213,299
4 Abril 270,819
5 Mayo 225,298
6 Junio 205,572
7 Julio 211,180
8 Agosto 249,626
9 Septiembre 220,666
10 Octubre 241,529
11 Noviembre 211,857
12 Diciembre 173,237
a) Aplique el método de mínimos cuadrados para plantear la ecuación
estimada de regresión.
b) El INEGI reporto que en julio de 2007 se registraron 211,330
nacimientos, utiliza la ecuación obtenida y predice cuantos debieron
de haberse registrado en ese mes, compara resultados y obtén tus
conclusiones.
c) Estime cuantos nacimientos se registraron en enero de 2008.
d) Calcule el error estándar en la regresión.
e) Calcule el coeficiente de correlación y el coeficiente de determinación
e interprételos.
f) Determina el intervalo de confianza al 95%.
g) Determina el intervalo de predicción 95%