Professional Documents
Culture Documents
La siguiente introducción se ha realizado con el modelo fx-9750G Plus de Casio, los demás
modelos de calculadora gráfica Casio funcionan de manera similar al anterior.
σxy =
∑ x y − x ⋅ y = 416 − 7,125 ⋅ 5,6875 = 11,48
n 8
1
3. REPRESENTACIÓN GRÁFICA Y CÁLCULO DE REGRESIONES:
Nube de puntos:
Escogemos la opción pW y
seleccionamos q(GRPH) y a continuación
u(SET).
Con Lp(SET
UP), etiquetamos los
ejes.
La opción Lq(TRACE), con la ayuda de las teclas del cursor, nos permite
desplazar el puntero por el diagrama.
Regresión lineal:
Las características de la nube indican una posible regresión lineal:
pulsamos
u(DRAW) y nos
dibujará la recta de
regresión.
2
Es posible guardar la recta de regresión de manera que se pueda usar como una
función en el modo Y de la calculadora, para ello, hacer: q(X) y(COPY).
Regresión cuadrática:
Pulsamos u(DRAW) para volver a la representación gráfica y escogemos
ahora e(X^2) que corresponde a una regresión cuadrática.
Pulsamos
u(DRAW) y nos
dibujará la gráfica
correspondiente a la
regresión cuadrática.
Regresión logarítmica:
Análogamente podemos hacer una regresión logarítmica: Dentro del diagrama
de nube de puntos pulsar uq(Log).
Pulsamos
u(DRAW) y nos
dibujará la gráfica
correspondiente a la
regresión
logarítmica.
También es posible hacer una regresión desde el menú Wsin tener que hacer
su representación gráfica.
Si escogemos la opción w(CALC), y pulsamos e(REG), podemos obtener
los diferentes parámetros y la expresión que hace referencia a la regresión deseada.
3
4. CÁLCULO DE ESTIMACIONES:
pY seleccionamos Y2 y pulsamos
u(DRAW). A continuación Ly(G-Solv)
uq(Y·CAL) y hacemos x = 7 l.
Obtenemos y = 6,376.
Análogamente Ly(G-Solv)
uw(X·CAL) y hacemos y = 3 l.
Obtenemos x = 3,423.
4
Es necesario ir con cuidado en el momento de hacer predicciones. Si bien
cuando hacemos una estimación para algún valor concreto, comprendido entre los
valores dados (interpolación), el resultado obtenido decimos que es fiable, esto no es
posible cuando extrapolamos a datos fuera de los intervalos dados.
Si nos fijamos en las regresiones anteriores, podemos ver que las tres regresiones
son similares en el intervalo donde se ha realizado el estudio:
Nos fijamos que si cambiamos la escala de los ejes para representar las funciones de
regresión en un intervalo más ancho:
Aún se puede apreciar mejor dibujando la recta x = 15, valor para el que las
diferencias entre regresiones comienzan a ser notorias:
5
5. EJERCICIOS:
Estudia gráficamente la correlación entre la nota y cada una de las otras tres variables.
Altura sobre el nivel del mar (m) 0 184 231 481 730 911 1550
Presión atmosférica (mm Hg) 760 745 740 720 700 685 650
¿Qué presión atmosférica habrá en una población que se encuentra a una altitud
aproximada de 2600 m?
Elemento K Ca Ti V Mn Fe Co Ni
Número atómico 19 20 22 23 25 26 27 28
densidad (g/cm3) 0,86 1,54 4,5 5,6 7,11 7,88 8,7 8,8
6
Representa los puntos, calcula el coeficiente de correlación y busca la ecuación de la
recta de regresión. A partir de esta, estima la densidad del cromo (Cr), de número
atómico 24. Haz lo mismo con la densidad del escandio (Sc), de número atómico 21.
5. Los datos de evolución del crecimiento del PIB y de la ocupación a España (en
porcentaje) durante los últimos nueve años están recogidos en la tabla siguiente:
PIB 4,7 3,7 2,3 0,7 -1,2 2,1 2,8 2,4 3,1
Ocupación 4,1 2,6 0,2 -1,9 -4,3 -0,9 2,8 3,3 3
a) Dibuja la nube de puntos y estudia la relación entre las dos variables. Si existe
correlación lineal, calcula el coeficiente de Pearson.
b) ¿Cuánto crecerá la ocupación el año que viene, suponiendo que el PIB crezca un
3,4%?
6. La edad que tiene un árbol y el diámetro de su tronco, medidos para un número pequeño
de árboles (supongamos 10 árboles) se representan en la tabla siguiente:
Edad (años) 2 4 4 8 10 11 14 15 15 20
diámetro (cm) 10 15 14 20 30 28 50 55 52 60
a) Calcula, usando una regresión lineal, el diámetro que se puede predecir para un
árbol de 15 años.
b) Compara el resultado con los valores observados en la tabla, razona el porqué
de las diferencias.
7. Les características físicas de los 18 jugadores de un equipo de fútbol son las siguientes:
Altura (cm) 168 170 170 172 175 176 178 180 180 182 184 186
peso (kg) 70 68 72 71 72 75 80 80 82 82 82 84
Número de jugadores 1 2 1 1 3 1 1 2 1 2 2 1
a) Calcula los parámetros estadísticos que consideres más adecuados y explica los
resultados obtenidos.
b) Dibuja la nube de puntos y comenta a partir de ésta la relación entre las dos
variables.
c) Si existe correlación lineal, calcula el coeficiente de Pearson e interpreta el
resultado.
d) Busca la ecuación de la recta de regresión, y estima cual sería el peso de un jugador
escogido al azar que midiera 174 cm.