1.

Se intenta predecir el ausentismo laboral Y (en horas al año) a partir del salario X (en dólares
semanales)

X($) 150 200 175 160 210

Y(horas) 300 406 442 330 422
Solución:
Primero debemos graficar el diagrama de dispersión:

Nube de puntos
500
450
400
ausentismo ( horas)

350
300
250
200
150
100
50
0
0 50 100 150 200 250
salario ($)

Se observa una tendencia lineal, entonces se aplicará una regresión lineal simple a los datos

N° X($) Y(horas) X.Y X.X Y.Y

1 150 300 45000 22500 90000
2 200 406 81200 40000 164836
3 175 442 77350 30625 195364
4 160 330 52800 25600 108900
5 210 422 88620 44100 178084
Total 895 1900 344970 162825 737184

Cálculo de los coeficientes de la regresión:

n X iYi   X i  Yi
b
n X i2  ( X i )2
Reemplazando:
5(344970)  (895)(1900)
b
5(162825)  (895)2
b  1.858
a  y  bx

a
y i
b
x i

n n
1900  895 
a  1.858  
5  5 
a  47.42
Luego la ecuación de regresión lineal es : y  47.42  1.858 x

2. A continuación se presentan los datos de un estudio cuyo objetivo fue investigar el efecto de las
estrategias de afrontamiento (X) de los sujetos sobre su nivel de estrés (Y). Las puntuaciones recogidas a
partir de una muestra de 15 sujetos en una escala observacional de estrés y en un test orientado a
evaluar la utilización de mecanismos de afrontamiento. El rango de puntuaciones en ambas variables
puede oscilar entre 0 a 100, significando puntuaciones más altas mayor estrés y mayor capacidad de
utilización de mecanismos de afrontamiento, respectivamente.

Estrés 61 26 32 22 38 80 10 50 30 78 31 6 17 45 37
Afrontamiento 38 80 40 84 62 18 78 20 45 19 43 80 85 15 35

En cada caso se solicita:

a) Elaborar un diagrama de dispersión

b) Calcular e interpretar la covarianza.

c) Calcular e interpretar el coeficiente de correlación.

d) Calcular e interpretar el coeficiente de determinación.

e) Estimar la ecuación de regresión lineal.

f) Realizar pronóstico: en el ejercicio 1 para X=230 en el ejercicio 2 para X=90

Solución:
a)

Diagrama de dispersión
90
80
70
60
Estrés

50
40
30
20
10
0
0 20 40 60 80 100
Afrontamiento

b)

Hallando las medias muestrales de X e Y:

 N° orden Afrontamiento (X) Estrés (Y)  x  x  y  y 
i i

1 38 61 -269.087
2 80 26 -352.142
3 40 32 52.379
4 84 22 -536.407
5 62 38 5.853
6 18 80 -1336.292
7 78 10 -785.610
8 20 50 -367.360
9 45 30 33.647
10 19 78 -1232.892
11 43 31 42.246
12 80 6 -962.810
13 85 17 -729.607
14 15 45 -257.362
15 35 37 7.711
TOTAL 742 563 -6687.733
15

x i
742
x i 1
  49.466
n 15
15

y i
563
y i 1
  37.533
n 15

  x  x  y 
n

i i y
Cov( x, y )  i 1

n 1
n

  x  49.466  y
i i  37.533
Cov( x, y )  i 1

n 1
6687.733
Cov( x, y )   477.6
15  1
Interpretación:
Como la covarianza es negativa significa que existe relación lineal inversa entre las variables
afrontamiento y el nivel de estrés.
c)

N° orden Afrontamiento (X) Estrés (Y) X.Y X.X Y.Y

1 38 61 2318 1444 3721
2 80 26 2080 6400 676
3 40 32 1280 1600 1024
4 84 22 1848 7056 484
5 62 38 2356 3844 1444
6 18 80 1440 324 6400
 7 78 10 780 6084 100
8 20 50 1000 400 2500
9 45 30 1350 2025 900
10 19 78 1482 361 6084
11 43 31 1333 1849 961
12 80 6 480 6400 36
13 85 17 1445 7225 289
14 15 45 675 225 2025
15 35 37 1295 1225 1369
TOTAL 742 563 21162 46462 28013

Coeficiente de correlación:
n X iYi   X i  Yi
r
n X i2  ( X i )2  n Yi 2  ( Yi )2 

15(21162)  (742)(563)
r
15(46462)  (742) 2  15(28013)  (563) 2 
r  0.816
Interpretación:
La relación entre las variables estrategias de afrontamiento y el nivel de estrés es significativa.
d)
Coeficiente de determinación:
R 2 %  r 2 *100%
R 2 %  (0.816) 2 *100%
R 2 %  66.58%
Interpretación:
Nos indica que el 66.58% de los datos en el diagrama de dispersión son explicados por la ecuación de
regresión lineal: y  47.42  1.858 x y el 33.41% de los datos no son explicados por el modelo de
regresión lineal.
e)
Cálculo de los coeficientes de la regresión:
n X iYi   X i  Yi
b
n X i2  ( X i )2
Reemplazando:
15(21162)  (742)(563)
b
15(46462)  (742)2
b  0.685
a  y  bx

a
y i
b
x i

n n
563  742 
a  0.685   , a  71.42
15  15 
Luego la ecuación de regresión lineal es : y  71.42  0.685x
f)
Pronóstico:
Para X = 230, reemplazando en la ecuación : y  47.42  1.858 x
Tenemos que y  47.42  1.858(230)  474.76 horas
Para X = 90, reemplazando en la ecuación : y  71.42  0.685x
Tenemos que: y  71.42  0.685(90)  9.77 de nivel de estrés