Você está na página 1de 18

DIRECCIN DE INVESTIGACIN

ESTADSTICA GENERAL

SEGUNDA UNIDAD

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

III. EJERCICIOS
Despus de haber ledo la bibliografa bsica propuesta en el punto 2.1, resuelve los
siguientes ejercicios:
3.1. Para cada uno de los siguientes conjuntos de datos bivariantes graficar sus
correspondientes diagramas de dispersin de puntos. Qu tipo de relacin
funcional, cree usted, se podra ajustar mejor a los datos?, Por qu?

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

3.2. Se realiza un estudio para determinar el efecto de la reduccin de las horas de


sueo sobre la habilidad para resolver problemas sencillos. La reduccin de las
horas de sueo es de 8, 12, 16, 20 y 24 horas sin dormir. En el estudio participaron
un total de 10 individuos, con dos en cada nivel de reduccin. Despus de su
perodo especfico de reduccin de horas de sueo, cada individuo fue sometido a
un conjunto de problemas simples de suma, observndose el nmero de errores.
Los resultados fueron:
Nmero de errores (Y)
Reduccin de horas de

8
8

10
12

14
16

12
20

16
24

sueo (X)
a)

Grafica el diagrama de dispersin de puntos.

b)

Encuentra la recta de mnimos cuadrados apropiada para estos datos.

c)

En el diagrama de dispersin de puntos, grafica la recta de mnimos


cuadrados.

d)

Interpreta los coeficientes de regresin.

3.3. Los gastos semanales de publicidad y las ventas semanales de una empresa, en
dlares, para una muestra de diez semanas son:
Gastos
semanales

41

54

63

54

48

46

62

61

64

71

de
publicidad
Ventas

1250 1380 1425

1425 1450 1300 1400 1510 1575 1650

semanales
a) Establece la recta de regresin de mnimos cuadrados que permita predecir las
ventas semanales en funcin de los gastos en publicidad.
b) Representa grficamente los puntos y la recta de mnimos cuadrados. Comenta.

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

c) Interpreta la pendiente de la recta de regresin.


d) Pronostica las ventas para gastos semanales de publicidad de 50 y 60 dlares.
e) Cules son los errores de estimacin cuando se predice las ventas semanales
para gastos semanales de publicidad de 61, 62 y 63 dlares respectivamente?

3.4. Las calificaciones en un examen de estadstica y el nmero de horas de estudio


para el examen, de una muestra de doce estudiantes de una seccin, se presentan
en el siguiente cuadro.
Tiempo de
estudio
Calificacin

12

11

12

15

14

16

15

18

16

15

17

a) Halla la recta de regresin de mnimos cuadrados considerando la calificacin


en el examen como variable dependiente.
b) Interpreta la pendiente de la recta de regresin.
c) Calcula el error estndar de estimacin. Para qu se utiliza esta medida?

3.5. En una empresa se tiene inters en pronosticar el tiempo, en minutos, que toma
atender a un cliente en caja (Y) y se decide utilizar como variable independiente el
monto de las compras en dlares (X). Se tom una muestra de 18 clientes y se
obtuvieron los siguientes resultados:
75.4,

x = 861, x2 = 60323, xy = 5177.3, y =

y2 = 455.86.

a) Halla la recta de regresin que mejor se ajusta a los datos e interpreta la


pendiente.
b) Grafica la recta de regresin.
c) Utiliza el grfico de la recta de regresin para realizar dos predicciones de la
variable dependiente.
d) Calcula el error de estimacin.
e) Calcula e interpreta el coeficiente de correlacin

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

3.6. Para los puntajes de ansiedad (X) y de aptitud acadmica (Y) de diez postulantes
a un trabajo se han obtenido los siguientes resultados: x = 847, x2 = 71927,
y = 446, y2 = 20058, xy = 37615.
a) Halla la recta de regresin de mnimos cuadrados que se ajusta a estos datos.
Interpreta la pendiente.
b) Interpreta la pendiente de la recta de regresin.
c) Grafica la recta de regresin.
d) Calcula e interpreta el coeficiente de correlacin

3.7. Se ha tomado una muestra de 16 ventas de una casa comercial. Para cada venta
se han observado el precio de venta (X) y la cantidad vendida (Y) y se han obtenido
los siguientes resultados: x = 77.9,

y = 749,

SCx = 75.53, SCy = 7114.44 y

SCxy = - 489.89.
a) Halla la recta de regresin de mnimos cuadrados.
b) Interpreta la pendiente.
c) Pronostica la cantidad vendida para precios de venta de X=3 y x=5.
d) Calcula e interpreta el coeficiente de determinacin.

3.8. Segn investigaciones, el porcentaje de desembolso por empresas manufactureras


estadounidenses en plantas y equipo que fue destinado al control de polucin
durante el periodo 19751987 fue como sigue:*
1975 1980 1981 1984 1987
9.3

4.8

4.3

3.3

4.3

*Fuente: Survey of Current Business.


a) Obtenga un modelo de regresin lineal, donde X: tiempo en aos desde 1975.
b) Grafique la ecuacin de la Recta.
c) Use el modelo calculado en (a) para estimar el porcentaje en 1985.

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

3.9.

La siguiente tabla muestra el beneficio neto, en millones de dlares, de la


empresa Disney durante los aos 1984-1992.

Beneficios estimados al $5 milln ms cercano.


Fuente: Informes de compaa/The New York Times, Dic. 1992.
a) Estime la ecuacin de la recta de mejor ajuste para estos datos.
b) Interprete el coeficiente 1.
c) Use el modelo calculado para hacer una estimacin.

3.9.

La siguiente tabla muestra la produccin de soja, en millones de toneladas, en la


regin Cerrados de Brasil, como funcin del rea cultivada en millones de hectreas.
rea
(Millones de hectreas)
Produccin
(Millones de toneladas)

10,1 12,1 12,9 16,2 21,0

15

25

30

40

60

*Fuente: Ministerio de Agricultura de Brasil/New York Times.


a) Obtenga la ecuacin de la recta de regresin lineal.
b) Interprete el coeficiente 1.

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

Use el modelo calculado para hacer una estimacin.

3.10. Para una muestra de 20 operadores de mquinas se tienen registrados, la nota del
examen de ingreso (X) y la evaluacin de eficiencia laboral (Y). A partir de estos
datos se han obtenido los siguientes coeficientes para la recta de regresin de
mnimos cuadrados: 0 = 28.64 y 1 = 1.01.
a) Escribe la recta de regresin e interpretar 1 .
b) Estima el puntaje promedio de evaluacin de eficiencia laboral para los
operadores que obtuvieron 75 puntos en el examen de ingreso.
c) Grafica la recta de regresin.

3.11. La siguiente informacin corresponde a calificaciones obtenidas por 10 estudiantes


en un examen de Estadstica y su calificacin final promedio.

Calificacin
en examen
Calificacin

14

18 16

12

10

15

17

11

08

12

promedio

12

14 15

10

11

12

12

11

10

11

a) Grafica el diagrama de dispersin. Comentar


b) Halla la recta de regresin de mnimos cuadrados. Interpretar la pendiente.
c) Calcula el coeficiente de correlacin lineal. Interpreta.
d) Calcula el coeficiente de determinacin. Interpreta.

3.12. En un estudio con 15 observaciones mensuales, un analista financiero quiere


determinar la relacin de la tasa porcentual de rendimiento (Y) de las acciones de

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

una empresa sobre la tasa porcentual de rendimiento (X) de un ndice burstil.


Dispone de la siguiente informacin:
x = 33.8, y = 33.5, xy = 79.22, x2 = 80.34, y2 = 79.45
a) Estima la regresin lineal de Y sobre X. Realiza una prediccin.
b) Calcula el coeficiente de correlacin lineal. Interpreta.
c) Calcula el coeficiente de determinacin. Interpreta.

3.13. Un vendedor de bienes desea establecer la relacin entre el nmero de semanas


que las casas estn en el mercado antes de venderse y el precio que por ellas se
pide. La informacin es la siguiente:

Semana
Precio

6.2

6.7

7.5

8.5 11.5

9.5

12.2

9.8

(miles)

25

82

100

95

110

130

135

120

a) Grafica la dispersin de puntos.


b) Halla la ecuacin de regresin de Y sobre X. Interpreta la pendiente.
c) Realiza dos predicciones.
d) Calcula e interpreta el coeficiente de determinacin.
e) Calcula el error estndar de estimacin.

3.14. La siguiente tabla y grfica muestran el consumo mensual de energa en funcin del
rea del domicilio:
rea
(m2)
Consumo
(kw-hrs)

119,8 125,4 136,6 148,8 158,9 170,9 183,9 207,2 223,0 272,2

1180

1170 1260 1490 1570 1710 1800 1840 1960

1950

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

a) Establezca la recta de regresin de mnimos cuadrados que permita predecir el


consumo de energa en funcin del rea del domicilio.
b) Represente grficamente los puntos y la recta de mnimos cuadrados. Comenta al
respecto.
c) Interprete la pendiente de la recta de regresin.
d) Calcule e interprete el Coeficiente de Correlacin R.
e) Calcule e interprete el Coeficiente de Determinacin R2.

3.15. En el servicio central de turismo del pas se ha observado que el nmero de plazas
hoteleras ocupadas es diferente segn sea el precio de la habitacin. Sobre el total
de plazas ocupadas en un ao se tiene:
Precio
(US$./noche)
N
Habitaciones

260

650

1000 1400 2100 2500 2700 3300 4000

4725 2610 1872

943

750

700

700

580

500

Ocupadas
a) Representa grficamente para comprobar que existe cierta dependencia lineal
entre las variables.
b) Halle la ecuacin de la recta de regresin del precio sobre el nmero de
habitaciones.
c) Cuntas habitaciones se llenaran a US$1500?

3.16. El volumen de ahorro y la renta del sector familias en billones de pesos, para el
perodo 77-86 fueron:
Ao
Ahorro
Renta

77
1.9
20.5

78
1.8
20.8

79
2.0
21.2

80
2.1
21.7

81
1.9
22.1

82
2.0
22.3

83
2.2
22.2

84
2.3
22.6

85
2.7
23.1

86
3.0
23.5

a) Encuentre la recta de regresin considerando el ahorro como variable


independiente.
b) Encuentre la recta de regresin considerando la renta como variable
independiente

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

c) Para el ao 87 se supone una renta de 24.1 billones de pesos. Cul ser el


ahorro esperado para el ao 87?

3.17. La tabla presenta datos ficticios para un estudio de adolescentes en riesgo de


desarrollar obesidad.
N

de

rpidas

comidas 2

consumidas

la ltima semana
Peso (Kg.)
50,8 59,4 77,6 72,6 82,6 74,8 67,6 62,1
a) Trace un diagrama de dispersin del peso regresionado a partir del nmero de
comidas rpidas consumidas en la ltima semana.

b) Calcule el coeficiente de correlacin R de Pearson para estas dos variables, as


como la ecuacin de regresin

3.18. La tabla siguiente contiene la edad (X) y la mxima de la presin sangunea (Y) de
un grupo de 10 mujeres:

Edad
56
42
72
36
63
47
55
49
38
42
Presin 14,8 12,6 15,9 11,8 14,9 13,0 15,1 14,2 11,4 14,1
a) Determine la recta de regresin de Y sobre X, justificando la adecuacin de un
modelo lineal.
b) Interprete la pendiente.
c) Mida la bondad del modelo.
d) Realice las siguientes predicciones, slo si tienen sentido:
Presin sangunea de una mujer de 51 aos.
Presin sangunea de una nia de 10 aos.
Presin sangunea de un hombre de 54 aos.

3.19. El crecimiento de los nios desde la infancia a la adolescencia generalmente sigue


un patrn lineal. Se calcul una recta de regresin mediante el mtodo de mnimos
cuadrados con datos de alturas de nias norteamericanas de 4 a 9 aos y el
resultado fue: 0 = 80 y 1 = 6. La variable dependiente Y es la altura (en cm.) y X
es la edad (en aos).

10

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

a) Interprete los valores estimados del intercepto y de la pendiente.


b) Cul ser la altura predicha de una nia de 8 aos.
c) Cul ser la altura predicha de una mujer de 25 aos. Comente el resultado.

3.20. En 1991 se public un trabajo Diseando plantas en climas difciles en la revista


Field Crops Research, los datos usados en la investigacin son:
Duracin
Rendimiento

92
1,7

92
2,3

96
1,9

100
2,0

102
1,5

102
1,7

106 106
1,6 1,8

121
1,0

143
0,3

Con X = la duracin de la cosecha de porotos de soya en das, Y = rendimiento


de la cosecha en toneladas por hectrea.
a) Estime la recta de regresin mediante el mtodo de mnimos cuadrados.
Interprete los estimadores en el contexto de la pregunta
b) Existe una relacin lineal significativa entre la duracin y el rendimiento de la
cosecha?
c) Estime el rendimiento si la duracin de la cosecha fue de 104 das.

3.21. Un investigador cree que la inteligencia de los nios, medida a travs del
coeficiente intelectual (CI en puntos), depende del nmero de hermanos. Toma una
muestra aleatoria de 15 nios y ajusta una regresin lineal simple. Los resultados
aparecen en la tabla adjunta.
CI

11
0

11
5

12
0

11
8

11
0

10
8

10
5

10
4

9
8

9
9

9
9

10
0

9
0

9
3

9
0

N
Herman
os

11

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

a) Encuentre e interprete el coeficiente de correlacin R.


b) D la ecuacin de la recta de regresin. Interprete los estimadores en el contexto
de la pregunta.
Existe una relacin lineal significativa entre el nmero de hermanos y el
coeficiente intelectual?

3.22. Se desea saber si existe alguna relacin entre la ingestin y la absorcin de grasas
en lactantes desnutridos. Se realizan 20 determinaciones de ingestin y absorcin
cuyos resultados se muestran en la tabla que sigue:
INGESTIN Y ABSORCIN DE GRASAS EN 20 LACTANTES
Caso N
1
2
3
4
5
6
7
8
9
10

Ingestin
1,4
1,6
2,1
1,7
1,8
2,6
1,5
2,5
2,7
1,8

DESNUTRIDOS
Absorcin Caso N
0,7
11
1,2
12
1,6
13
1,1
14
1,3
15
2,0
16
1,2
17
1,5
18
2,4
19
1,5
20

Ingestin
2,0
1,4
1,9
1,8
1,9
1,6
1,9
2,1
1,6
1,6

Absorcin
1,4
1,1
1,5
1,3
1,5
1,4
1,7
1,7
1,3
1,1

a) Estime 0 y 1 mediante el mtodo de mnimos cuadrados. Interprete los


coeficientes de regresin.
b) Encuentre e interprete el coeficiente de correlacin R.
c) Existe una relacin lineal significativa entre la ingestin y la absorcin de
grasas?

3.23. La siguiente tabla presenta los datos sobre el nmero de cambios de aceite al ao
(X) y el costo de la reparacin (Y), en miles de pesos, de una muestra aleatoria de 8
autos de una cierta marca y modelo.
N Cambios
de Aceite
Costo
(miles de

150

150

250

200

350

200

50

125

12

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

a)
b)
c)
d)

pesos)
Haga un grfico de dispersin con los datos, verifique el supuesto de linealidad.
Encuentre la recta de regresin de mnimos cuadrados.
Interprete los valores estimados del intercepto y de la pendiente.
Estima cul ser el costo de reparacin de un auto que ha tenido 4 cambios de

aceite.
e) Si cambia X por Y, obtendr la misma recta de regresin?
f) Calcule el residuo para la primera observacin (X=3, Y=150).

3.24. Para la economa espaola, disponemos de los datos anuales redondeados sobre
consumo final de los hogares a precios corrientes (Y) y renta nacional disponible
neta (X), tomados de la Contabilidad Nacional de Espaa base 1995 del INE , para
el perodo 1995-2002, ambos expresados en miles de millones de euros:
Ao
Y
X

1995
258,6
381,7

1996
273,6
402,2

1997
289,7
426,5

1998
308,9
454,3

1999
331,0
486,5

2000
355,0
520,2

2001
377,1
553,3

2002
400,4
590,3

Considerando que el consumo se puede expresar como funcin lineal de la renta,


determine:
a) Los parmetros 0 y 1 de la recta de regresin.
b) El coeficiente de determinacin de dicha regresin.
c) La prediccin del valor que tomar el consumo para una renta de 650.000
millones de euros.

3.25. Se supone que se puede establecer cierta relacin lineal entre las exportaciones de
un pas y la produccin interna de dicho pas. En el caso de Espaa, tenemos los
datos anuales (expresados en miles de millones de pesetas) para tales variables
correspondientes al quinquenio 2002-06 en la siguiente tabla:
Ao
Produccin Exportaciones
2002
52,654
10,420
2003
53,972
11,841
2004
57,383
14,443
2005
61,829
16,732
2006
65,381
18,760
A partir de tal informacin, y considerando como vlida dicha relacin lineal, se pide:

13

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

a) Si la produccin para el ao 2007 fue de 2.210.610 millones de pesetas, cual


sera la prediccin de las exportaciones para este ao? Qu grado de precisin
tendra dicha prediccin?
b) Qu tanto por ciento de la varianza de las exportaciones no vienen explicadas
por la produccin interna, y se debe a otro tipo de variables?

3.26. Un estudiante de la Escuela Universitaria de Estudios Empresariales de la


Universidad de Sevilla, para poder pagarse sus estudios, debe trabajar como
camarero en un bar de copas de su localidad. A este establecimiento, suelen acudir
todos los jvenes de la zona. Este ao, con los conocimientos aprendidos, decide
por fin estudiar la relacin existente entre la cantidad de sal de las galletas saladas
y el consumo de bebidas, ya que es costumbre dar al cliente este aperitivo cuando
pide una consumicin. Se sabe que las galletas no pueden tener una concentracin
de sal superior a 3,5 gramos por cada 1000 galletas y, por ello, decide ir variando a
partir de 1 gramo la concentracin de 0,5 en 0,5 gramos cada semana e ir anotando
el incremento en caja semanalmente, obteniendo la siguiente tabla:
Gramos de sal por

Ingresos

1000 galletas
1
1,5
2
2,5
3

(pesetas)
140,3
150
165
175
200

A partir de tales cifras, se quiere conocer:


a) Considera justificado el planteamiento de un modelo lineal para expresar la
relacin entre las variables?
b) Si el propietario desea unos ingresos de 160.000 pesetas, qu cantidad de sal
debera aportar por cada 1000 galletas? Si aporta el mximo permitido de sal,
cul sera el ingreso en caja? Explicar cul de las dos predicciones le merece
mayor confianza.

14

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

Cul sera la variacin porcentual de los ingresos cuando la cantidad de sal


aumenta en un 1% sobre el ltimo valor de la tabla? Si aumentamos en 1gr. la sal
por cada 1000 galletas, cunto variarn los ingresos?

3.27. La factura mensual del gasto telefnico de una pequea empresa se ha


incrementado notablemente en los ltimos meses. Los estudios realizados por el
administrador de la misma argumentan que el mayor uso de Internet dentro de la
misma es la principal causa del mayor gasto en telfono, lo que ha hecho que se
estudie la posibilidad de acogerse a alguno de los mltiples bonos o tarifas
especiales que ofrecen las compaas, lo que hasta la fecha todava no se llev a
cabo. Las ltimas cifras mensuales no hacen sino confirmar esta relacin:

Mes
Cuanta de la factura

Enero
55

Febrero
100

Marzo
118

Abril
120

Mayo
142

telefnica ()
Tiempo de conexin

200

500

700

800

1000

(minutos)
De acuerdo con la informacin anterior, responda a las siguientes preguntas:
a) Suponiendo la existencia de una relacin de tipo lineal entre tiempo de conexin y
gasto telefnico, qu porcentaje de las variaciones en la cuanta de la factura
telefnica no podran ser explicadas linealmente por el tiempo de conexin a
Internet dentro de la compaa?
b) Cul sera la cuanta de la factura telefnica de la compaa de acuerdo a esta
relacin lineal si no se conectase a Internet en la empresa?
c) Cul sera el gasto telefnico estimado segn esta relacin lineal si el tiempo de
conexin a Internet fuera de 2000 minutos? Le parece aceptable tal prediccin?
Justifique su respuesta.
Se considera que un incremento del 20% en el tiempo de conexin a Internet
respecto al realizado en el mes de mayo conllevara a que la factura telefnica se
elevase de forma extraordinaria. Cul sera el incremento relativo en la misma si
ello se produjese? Justifique su respuesta.

15

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

3.28. Una juguetera ha examinado la evolucin reciente de las ventas de su mueco


Qco (Y, en millones de euros) junto con los gastos de publicidad de ese mueco
(X, en millones de euros), obtenindose los siguientes resultados:
Ao
Y
X

2003
126
20

2004
135
25

2005
156
30

2006
156
32,5

2007
150
35

2008
150
32

2009
180
34

A partir de esta informacin, responda a las siguientes cuestiones:


a) Se puede afirmar que al aumentar los gastos en publicidad se incrementarn las
ventas? Obtenga los parmetros del ajuste lineal que explique las ventas en
funcin de los gastos. Interprete dichos coeficientes e indique la bondad del ajuste
realizado.
b) Si para este ao 2010 aumentsemos los gastos de publicidad en un 1%, en qu
porcentaje se espera que variasen las ventas, segn el modelo lineal?

3.29. Para un conjunto de personas que estn siguiendo una dieta de adelgazamiento, se
han recogido datos sobre el peso perdido desde el inicio de la misma (variable Y, en
Kg.) y el tiempo que llevan siguiendo la dieta (variable X, en semanas), los cuales
se muestran en la siguiente tabla:
Y
2,4
5,4
5,6
8,4
10,6 13,5
15
15
X
3
5
6
8
11
13
15
16
a) Estime el modelo lineal que explica el peso perdido en funcin del tiempo que se
lleva siguiendo la dieta e interprete los parmetros.
b) Para el modelo estimado en el apartado anterior, descomponga la varianza total
como suma de la explicada y la no explicada por el mismo y obtenga, a partir de
tal descomposicin, el coeficiente de determinacin.
c) Segn el modelo considerado, qu peso esperara perder una persona que siga
la dieta durante 2 meses (8 semanas)? Y una persona que est dispuesta a
seguir la dieta durante dos aos (108 semanas)? Qu fiabilidad le otorga a cada
una de las estimaciones anteriores?

16

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

3.30. Con el objetivo de estudiar la relacin lineal entre el precio de los automviles y el
nmero de unidades vendidas, se procedi a recoger datos sobre tales magnitudes
durante el pasado mes en una determinada regin. Los resultados obtenidos fueron
los siguientes:

Precio
(miles de euros)
Cantidad
vendida por mes

7,5

10,5

12

14

16

18

20,5

23,5

27

450

425

400

350

325

300

290

280

260

200

En funcin a los datos recabados para esa regin y mes:


a) Una empresa radicada en la regin tiene previsto para el mes prximo aumentar
el precio de su modelo ms vendido en 500 . Si suponemos como vlida la
relacin lineal entre las dos variables analizadas para los datos del pasado mes,
cmo afectara este hecho a las ventas de dicho modelo?
b) Si el modelo ms caro de la tabla anterior se abaratase para el mes prximo un
3%, cmo variaran las ventas de dicho modelo?
3.31. En una muestra de familias se han analizado las variables ahorro anual (Y) y renta
anual (X), medidas ambas en miles de euros. Los datos obtenidos han sido los
siguientes:
Ahorro

2,0

2,1

1,9

2,0

2,2

2,3,

2,7

3,0

20,5 20,8 21,2


(X)
A partir de tales datos, se pide:

21,7

22,1

22,3

22,2

22,6

23,1

23,5

(Y)
Renta

1,9

1,8

a) Obtener el modelo lineal que explica el ahorro de las familias en funcin de su


renta.
b) Qu familia aumentara en un mayor porcentaje su ahorro si su renta se viese
incrementada en un 5%, la familia que tiene la menor renta de entre todas o la
que posee la mayor renta?
c) Cul ser el incremento absoluto del ahorro cuando una familia aumente su
renta anual en 500 euros?

17

DIRECCIN DE INVESTIGACIN
ESTADSTICA GENERAL

d) Qu porcentaje de varianza de la variable ahorro queda explicado por la variable


renta a travs del modelo lineal planteado?

REFERENCIAS BIBLIOGRFICAS
1.

VILA ACOSTA, R., (2001). Estadstica Elemental. Estudios y Ediciones RA- Lima
Per.

2.

BERENSON LEVINE, (1996). Estadstica Bsica en Administracin. 6ta edicin.


Edit. PHH S. A. Mxico.

3.

FREUND, John y MANNING SMITH, Richard, (1999). Estadstica. 6ta edicin


Edit. Prntice Hall Hispanoamericana S.A.- Mxico.

4.

GUILFORD, J.P. y FRUCHTER, Benjamn, (1996). Estadstica Aplicada a la


Psicologa y la Educacin. Edit. Mc Graw-Hill Mxico.

5.

MILLER, Irwin y FREUND, John E.,1995. Probabilidad y Estadstica para Ingenieros


Edit. Prntice Hall Hispanoamericana S.A. Mxico.

6.

MOYA, Rufino, (1991). Estadstica Descriptiva. 1era edicin Editorial San MarcosLima- Per.

7.

WEBSTER, A. y otros, (2000). Estadstica Aplicada a los Negocios y a la Economa.


3era edicin Edit. McGraw-Hill Companies,

18