EJERCICIOS:

1. Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie
de voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin
arterial un tiempo despus.
X (sal) Y (Tensin)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las

variables

Dosis de sal y tension arterial y = 6.1062x + 88.128

R = 0.987
140

120

100
Tension

80

60

40

20

0
0 1 2 3 4 5 6
Sal
 b. Encuentre el modelo matemtico que permite predecir el efecto de una variable
sobre la otra. Es confiable?

MODELO
y = 6,1062x + 88,128
MATEMATICO

R = 0,987

Con los datos obtenidos se puede asegurar que el modelo matemtico es de alta confiabilidad

c. Determine el grado de relacin de las dos variables.

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es una muy buena
estimacin de la relacin entre las dos variables. El R2 afirma adems que el modelo explica el
98.70 % de la informacin y el valor de r coeficiente de correlacin lineal confirma adems el
grado de relacin (99,35%) entre las variables: dosis de sal y tensin arterial

d. Si a un paciente se le administra una dosis de sal de 5,6. Cul es la tensin arterial

esperada?

= 6,1062 5,6 + 88,128 = ,

La tensin esperada seria de ,

2. En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado,

se ha considerado que era importante ir anotando peridicamente el tiempo medio
(medido en minutos) que se utiliza para realizar una pieza y el nmero de das desde
que empez dicho proceso de fabricacin. Con ello, se pretende analizar como los
operarios van adaptndose al nuevo proceso mejorando paulatinamente su proceso
de produccin.
Los siguientes datos representan dicha situacin:
 X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x),realice el

diagrama de dispersin y determine el tipo de asociacin entre las variables
X (Minutos) Y (Das) X Y XY X^2 Y^2
12 45 -30,8571429 17,7142857 -546,612245 952,163265 313,795918
23 30 -19,8571429 2,71428571 -53,8979592 394,306122 7,36734694
35 27 -7,85714286 -0,28571429 2,24489796 61,7346939 0,08163265
42 25 -0,85714286 -2,28571429 1,95918367 0,73469388 5,2244898
53 23 10,1428571 -4,28571429 -43,4693878 102,877551 18,3673469
65 21 22,1428571 -6,28571429 -139,183673 490,306122 39,5102041
70 20 27,1428571 -7,28571429 -197,755102 736,734694 53,0816327
MEDIAS 42,8571429 27,2857143 -976,714286 2738,85714 437,428571

Minutos gastados para fabricar pieza y dias

empleados en la fabricacion.
50
45
40
Dias empleados

35
30
25
20
15 y = -0.3566x + 42.569
10 R = 0.7963
5
0
0 10 20 30 40 50 60 70 80
Minutos

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?
y = -0,3566x +
42,569 MODELO MATEMATICO
R = 0,7963

Con los datos obtenidos podemos decir que el modelo matemtico es de muy baja confiabilidad
 c. Determine el grado de correlacin de las dos variables.
Con los resultados obtenidos se puede asegurar que la ecuacin de la recta no es una buena
estimacin de la relacin entre las dos variables. El R2 afirma adems que el modelo explica el
79,63 % de la informacin y el valor de r coeficiente de correlacin lineal confirma adems el
grado de relacin (-89,23%) entre las variables: minutos gastados y el nmero de das en la
empresa.
d. Qu tiempo deber tardarse un empleado cuando lleven 90 das?
= 0,3566 90 + 42,569 = 10,475
Un empleado deber tardarse 10, 5 minutos al cabo de 90 das.

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemtico que

permita determinar la relacin entre el peso y la estatura de sus estudiantes. Para
ello selecciona 10 nios y realiza las mediciones respectivas.
A continuacin se presentan los resultados:
Estatura
120 124 107 118 112 110 115 104 110 116
(cm)
Peso (
24 23 19 24 21 19 22 16 20 23
kg)

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersin y determine el tipo de asociacin entre las variables

X Estatura
Y Peso ( kg) X Y XY X^2 Y^2
(cm)
120 24 6,4 2,9 18,56 40,96 8,41
124 23 10,4 1,9 19,76 108,16 3,61
107 19 -6,6 -2,1 13,86 43,56 4,41
118 24 4,4 2,9 12,76 19,36 8,41
112 21 -1,6 -0,1 0,16 2,56 0,01
110 19 -3,6 -2,1 7,56 12,96 4,41
115 22 1,4 0,9 1,26 1,96 0,81
104 16 -9,6 -5,1 48,96 92,16 26,01
110 20 -3,6 -1,1 3,96 12,96 1,21
116 23 2,4 1,9 4,56 5,76 3,61
MEDIAS 113,6 21,1 131,4 340,4 60,9
 Estatura y peso de los estudiantes
30

25

Peso de los estudiantes 20

15

10 y = 0.386x - 22.751
R = 0.8329
5

0
100 105 110 115 120 125
Estatura

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?
y = 0,386x -
22,751 MODELO MATEMATICO
R = 0,8329

Con los datos obtenidos podemos decir que el modelo matemtico es de baja confiabilidad

c. Determine el grado de correlacin de las dos variables.

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es una buena
estimacin de la relacin entre las dos variables. El R2 afirma adems que el modelo explica el
83 % de la informacin y el valor de r coeficiente de correlacin lineal confirma adems el grado
de relacin (91%) entre las variables: estatura y peso de los estudiantes.

d. Cul es el peso que debera tener un estudiante que mida 128 cm?
= , 386 128 22,751 = ,
El peso que debera tener un estudiante que mida 128 cm es de 26,657