1 BACH MATEMTICAS CCSS - PROBLEMAS ESTADSTICA BIDIMENSIONAL

EJERCICIO 37
Una planta envasadora de frutos secos necesita adquirir una mquina empaquetadora de bolsas de 50 gramos lo ms precisa posible, para lo que efecta una prueba de 10 pesadas con cada una de las mquinas X e Y, obteniendo los siguientes resultados en gramos: X Y 52 51 54 54 53 41 47 46 48 49 49 49 46 48 48 49 51 51 52 52

(a) Calcula la media y la desviacin tpica de cada una de las distribuciones X e Y. Qu mquina se debe elegir y por qu? (b) Calcula la recta de regresin de Y sobre X. Qu pesada se espera de la mquina Y en una nueva prueba si se sabe que X ha dado 54 gramos?

Formamos la tabla:
xi yi x2 i
2 yi

xi yi

52 54 53 47 48 49 46 48 51 52 500 (a) x =
s2 x = s2 y =

51 54 51 46 49 49 48 49 51 52 500
500 10 25.068 10 25.046 10

2704 2916 2809 2209 2304 2401 2116 2304 2601 2704 25.068
= 50; y =

2601 2916 2601 2116 2401 2401 2304 2401 2601 2704 25.046
500 10

2652 2916 2703 2162 2352 2401 2208 2352 2601 2704 25.051
6 8 = 2 61

502 = 6 8; sx = 502 = 4 6; sy =

4 6 = 2 14

Las dos distribuciones tienen igual media, pero la desviacin tpica de la mquina Y es ms pequea que la de la mquina X. Se debe elegir la mquina Y, ya que las pesadas estn ms concetradas alrededor de la media. (b) sxy =
25.051 10

50 50 = 5 1
51 68

Recta de regresin de Y sobre X: y 50 =

EJERCICIO 38

(x 50) y = 0 75x + 12 5.

Para x = 54, y = 0 55 54 + 12 5 = 53 gramos

A partir de los datos recogidos sobre la estatura (E) y el peso (P) en un grupo de 50 estudiantes se ha obtenido una estatura media de 165 cm y un peso medio 61 kg. Sabiendo que al aumentar la estatura aumenta tambin el peso, identica, entre las siguientes, cul podra ser la recta de regresin del peso en funcin de la estatura obtenida a travs de los datos recogidos en ese grupo de estudiantes. (a) P = 226 E (b) P = 104 + E (c) P = 5 + 1 E (d) P = 171 2 E 3 3

La recta de regresin debe ser de pendiente positiva, ya que al aumentar la estatura, aumenta el peso. Por tanto, estudiaremos si las rectas (b) y (c) pasan por (165,61). (b) P = 104 + 165 = 61. No cumple la condicin. (c) P = 5 +
165 3

= 60. No cumple la condicin.

La recta pedida podra ser P = 104 + E .

PROBLEMA 39
El nmero de horas dedicadas al estudio de una prueba y las respuestas correctas obtenidas en un test de 100 preguntas vienen en la siguiente tabla: X: horas de estudio Y: aciertos 20 65 16 60 34 85 23 70 27 90 32 95 18 75 22 80

(a) Halla la recta de regresin de Y sobre X. (b) Calcula la calicacin estimada para una persona que hubiese estudiado 28 horas.

Formamos la tabla:
xi yi x2 i
2 yi

xi yi

20 16 34 23 27 32 18 22 192 (a) x =

65 60 85 70 90 95 75 80 620
192 8 4.902 8

400 256 1.156 529 729 1.024 324 484 4.902

4.225 3.600 7.225 4.900 8.100 9.025 5.625 6.400 49.100

620 8

1.300 960 2.890 1.610 2.430 3.040 1.350 1.760 15.340

15.340 8

= 24; y =

= 77 5 24 77 5 = 57 5

(b) s2 x =

242 = 36 75; sxy =

y 77 5 =

57 5 36 75

(x 24) y = 1 56x + 39 95

EJERCICIO 40
En la siguiente tabla se consideran las puntuaciones en dos pruebas (X, Y ) de 5 alumnos: X Y 1 2 6 3 9 9 3 6 2 1

(a) Encuentra las ecuaciones de las rectas de regresin de X sobre Y y de Y sobre X. (b) Con los resultados obtenidos en el apartado anterior, determina el coeciente de correlacin.

xi

yi

x2 i

2 yi

xi yi

1 6 9 3 2 21
s2 x =

2 3 9 6 1 21
21 5 131 5

1 36 81 9 4 131

4 9 81 36 1 131
21 5

2 18 81 18 2 121
=42
131 5

(a) x =
sxy =

= 4 2; y =

4 22 = 8 56; s2 y = 4 2 4 2 = 6 56

4 22 = 8 56

121 5

Recta de regresin de Y sobre X: y 4 2 = Recta de regresin de X sobre Y: y 4 2 =

EJERCICIO 41

6 56 8 56 8 56 6 56

(x 4 2) y = 0 77x + 0 98

(x 4 2) x = 0 77y + 0 98 (b) El coeciente de correlacin lineal es igual a r = 0 77 0 77 = 0 77.

La siguiente tabla relaciona la inversin, en millones, y la rentabilidad obtenida, en tanto por ciento, de 6 inversores. Inversin Rentabilidad (%) 10 4 12 4 14 5 14 4 15 5 15 5

(a) Calcula la media y la desviacin tpica de las variables inversin y rentabilidad. (b) Halla el coeciente de correlacin e interprtalo. (c) Si un inversionista invierte 13'5 millones, qu rentabilidad puede esperar? (d) Si un inversionista ha obtenido una rentabilidad del 5'5%, qu capital se puede esperar que haya invertido?

Consideramos la inversin como variable X y la rentabilidad como variable Y.

xi yi x2 i
2 yi

xi yi

10 12 14 14 15 15 80
s2 x =

4 4 5 4 5 5 27
80 6 1.086 6

100 144 196 196 225 225 1.086

16 16 25 16 25 25 123
27 6

40 48 70 56 75 75 364
=45

(a) x =

= 13 33; y =

123 2 13 332 = 3 31; s2 y = 6 4 5 = 0 25 sx = 3 31 = 1 82; sy = 0 25 = 0 5

r=

0 68 1 820 5

= 0 75

(b) sxy = 13 33 4 5 = 0 68. Como el valor de r es prximo a 1, la correlacin es directa y moderadamente fuerte. Por tanto, las variables estn en dependencia aleatoria.
364 6 68 (c) Hallamos la recta de regresin de Y sobre X: y 4 5 = 0 3 31 (x 13 33) y = 0 21x + 1 76. Por tanto, para x = 13 5 se obtiene: y = 0 21 13 5 + 1 76 = 4 59. As pues, si un inversionista invierte 13'5 millones, se espera que obtenga una rentabilidad del 4'59%. 68 (d) Hallamos la recta de regresin de X sobre Y: x 13 33 = 0 0 25 (y 4 5) y = 2 72x + 1 09. Por tanto, para y = 5 5 se obtiene: x = 2 72 5 5 + 1 09 = 16 05. As pues, si un inversionista obtiene una rentabilidad del 5'5%, se supone que haba invertido 16'05 millones.

EJERCICIO 42
En una poblacin, la media de los pesos es de 70 kg, y la de las estaturas, de 175 cm. Las desviaciones tpicas son 5 kg y 10 cm, respectivamente, y la covarianza de ambas variables es 40. (a) Estima el peso de una persona de esa poblacin que mide 185 cm de estatura. (b) Usando el coeciente de correlacin lineal, explica hasta qu punto conaras en la estimacin que se ha hecho en el apartado (a).

Si X es la variable peso e Y la variable estatura, el enunciado nos da los siguientes datos:

x = 70 kg; sx = 5 kg; y = 175 cm; sy = 10 cm; sxy = 40

(a) Hay que hallar la recta de regresin de X sobre Y: x 70 = cm, el peso esperado es x = 0 4 185 = 74 kg.

40 100

(y 175) x = 0 4y . Para una estatura de y = 185

(b) El coeciente de correlacin es r = 540 10 = 0 8. Este valor de r indica que la correlacin es directa y fuerte; por tanto, existe una alta conanza en las estimaciones obtenidas.
EJERCICIO 43
Las rectas de regresin de cuatro distribuciones bidimensionales son las siguientes: (a) y = x + 2; x = 4
4 (b) y = 5 x + 2; x = 5 y+2 6

(c) y = 3; x = 2
4 (d) y = x; x = 5 y+1

Indica en qu casos es signicativa la correlacin lineal.

El ngulo formado por las rectas es ms pequeo en d y b. Por tanto, en esos casos es ms signicativa la correlacin.
EJERCICIO 44
A partir de los datos recogidos sobre facturacin y benecios en un determinado ao sobre un conjunto de 50 grandes empresas europeas se ha calculado una facturacin media de 80 millones de euros y unos benecios medios de 65 millones de euros. (a) Teniendo en cuenta esa informacin, determina la recta de regresin que permite obtener los benecios en funcin de la facturacin, sabiendo que a partir de ella se han calculado unos benecios de 59 millones de euros para una empresa que ha facturado 75 millones de euros en 1998. (b) Qu signo tendra el coeciente de correlacin lineal entre ambas variables?

(a) Consideramos X como la variable facturacin e Y como la variable benecio. La recta de regresin de Y sobre X es de la forma y = mx + n. Como la recta pasa por los puntos (80, 65) y (75, 59), se tiene:
65 = 80m + n 59 = 75m + n

Resolviendo el sistema resulta: m =

EJERCICIO 45

6 5

y n = 31. La recta de regresin de Y sobre X es y = 6 5 x 31.

(b) El coeciente de correlacin tiene el mismo signo que la pendiente de la recta de regresin; por tanto, es positivo.
La recta de regresin de una variable Y respecto de la variable X es y = 0 3x + 1. Los valores que ha tomado la variable x han sido {3, 4, 5, 6, 7}. (a) Determina el valor esperado de Y para el valor particular de x = 3 5. (b) Si los valores de la variable Y utilizados para la regresin se multiplican por 10 y se dejan los mismo valores para la variable X, determina razonadamente la nueva recta de regresin.

(a) Para x = 3 5 y = 0 3 3 5 + 1 = 2 05. (b) Si los valores de la variable Y se multiplican por 10, se tendr:
y = 10 y , siendo y la media inicial sxy =
10xi yi N

x 10y = 10 sxy
10sxy s2 x

Con esto, la nueva recta ser: y 10 y =

EJERCICIO 46

( x x) y =

10sxy s2 x

x + 10 y

sxy s2 x

x y = 3x + 10.

Cien alumnos prepararon un examen de Matemticas. Se representa por X el nmero de problemas hechos por cada alumno en la preparacin, y por Y, la calicacin obtenida. Sabiendo que las medias aritmticas de esas variables fueron x = 9 2 e y = 9 5, que el coeciente de correlacin entre esas variables fue 0'7 y que la desviacin tpica de la variable Y fue el doble que la de la variable X, calcula las ecuaciones de las rectas de regresin.

Como la desviacin tpica de la variable Y fue el doble que la de la variable X, se tiene: 1) r =

sxy sx sy

sxy sx 2sx

sxy 2s2 x

=07

sxy s2 x

=072=14

2)

sxy s2 y

sxy (2sx )2

sxy 4s2 x

1 4

1 4 = 0 35

La recta de regresin de X sobre Y es: x 9 2 = 0 35 (y 9 5).