Facultad de Economía y Empresa Introducción a la Estadística Económica 1
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
Tema 6: Regresión simple
Ejercicio 1.- Coeficiente de correlación lineal, recta de regresión, bondad y predicción
Ejercicio 2.- Cuestión sobre coeficiente de regresión, predicción y coeficiente de determinación
Ejercicio 3.- Recta de regresión. Bondad del modelo. Errores. Descomposición de la varianza.
Predicción
Ejercicio 4.- Coeficiente de correlación lineal. Recta de regresión. Bondad del modelo.
Predicción
Ejercicio 5.- Coeficiente de correlación lineal. Coeficiente de regresión. Coeficiente de
correlación. Descomposición varianza
Ejercicio 6.- Recta de regresión. Bondad del modelo. Predicciones. Comparación de modelos
Ejercicio 7.- Recta de regresión. Bondad del modelo. Cuestión sobre rectas de regresión.
Predicción
Ejercicio 8.- [PROPUESTO] Cuestión sobre coeficiente de determinación
Ejercicio 9.- [PROPUESTO] Recta de regresión. Bondad del modelo. Interpretación del
coeficiente de regresión. Predicción
Ejercicio 10. -[PROPUESTO] Coeficiente de correlación lineal. Recta de regresión. Bondad del
modelo
Ejercicio 11.- [PROPUESTO] Recta de regresión. Errores. Descomposición de la varianza.
Bondad del modelo y predicción
Ejercicio 12.- [PROPUESTO] Coeficiente de correlación. Recta de regresión. Bondad del modelo
Ejercicio 13.- [PROPUESTO] Coeficiente de correlación. Recta de regresión. Bondad del modelo
Ejercicio 14.- PROPUESTO] Cuestión sobre rectas de regresión. Bondad del modelo
Ejercicio 15.- [PROPUESTO] Coeficiente de asociación. Coeficiente de regresión. Predicción.
Varianza explicada por la regresión
Ejercicio 16.- [PROPUESTO] Coeficiente de correlación lineal. Recta de regresión. Bondad del
modelo
Hoja de cálculo de datos [Link]
Ejercicio 1. A partir de un estudio sobre los presupuestos de un conjunto de colegios se han
obtenido los siguientes datos sobre número de alumnos (X) y gasto anual en educación (Y, en
miles de euros):
Colegios Nº alumnos Gasto educación
1 1.500 300
2 1.800 400
3 1.200 250
4 900 200
5 1.100 240
6 1.450 290
7 1.400 280
8 1.300 250
Medias 1.331,25 276,25
Varianzas 65.585,94 3.073,44
Covarianza 13.679,69
a) Estudiar la correlación entre el gasto anual en educación y el número de alumnos.
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente
Facultad de Economía y Empresa Introducción a la Estadística Económica 2
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
b) Calcular la recta de regresión que explica el gasto educacional en función del número de
alumnos. Interpretar los coeficientes del modelo.
c) Si el número de alumnos de un colegio se incrementa en 100, ¿cuál será la variación
esperada en el gasto en educación?
d) Estudiar la bondad del modelo.
e) ¿Cuál sería el gasto anual en educación si el número de alumnos del colegio fuera de
1.000? Analizar la fiabilidad de la predicción.
f) Obtener una predicción del gasto anual en educación de un colegio con 3.000 alumnos.
Estudiar su fiabilidad.
Ejercicio 2. [Examen junio 2014] Una empresa dedicada a la fabricación y comercialización
de calzado dispone de 20 tiendas. A partir de los datos del año 2013, se estima un modelo
lineal que explica el volumen de facturación anual (Y) en función del gasto en publicidad
gestionado por cada tienda (X) -ambas variables expresadas en miles de euros-, obteniendo el
siguiente resultado: Y=53,5+12,25X, R2=0,92.
a) Determinar la variación esperada en la facturación de un establecimiento, si se reducen
los gastos en publicidad en 5.000 euros.
b) Razonar cuál sería el valor de la predicción del volumen de facturación para una tienda
cuyo gasto en publicidad coincide con el gasto medio. Analizar su fiabilidad.
c) Justificar que el coeficiente de determinación no cambiaría si el gasto en publicidad
gestionado por cada tienda se expresase en cientos de euros.
Ejercicio 3.- Una compañía suministra energía eléctrica en varios municipios y desea
construir un modelo que explique el comportamiento de su demanda. Para ello, un
determinado mes recopila información acerca del consumo eléctrico per cápita (Y, en Kw x
hora) y la renta per cápita anual (X, en cientos de euros) en 70 localidades en las que opera,
obteniendo los siguientes resultados (Hoja de cálculo de datos [Link]):
Medias X = 114,800 Y = 57,271
Varianzas-covarianzas S2X = 405,303 S2Y = 97,455 SXY = 188,240
a) Se desea construir un modelo de la forma Y=b0+b1X. Obtener los parámetros e interpretar
el coeficiente de regresión.
b) Obtener la distribución de los errores del modelo.
c) Comprobar la relación entre las varianzas S 2Y = S 2e + S 2Yt
d) Justificar si el modelo de regresión lineal es adecuado para explicar el consumo eléctrico
per cápita a partir de la renta per cápita anual.
e) ¿Cuál sería el consumo eléctrico per cápita en una localidad cuya renta per cápita anual es
de 12.200 euros?
f) La renta per cápita anual en una localidad es de 30.000 euros. Obtener una predicción
sobre el consumo eléctrico per cápita y evaluar la fiabilidad de esta predicción.
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente
Facultad de Economía y Empresa Introducción a la Estadística Económica 3
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
Ejercicio 4. [Examen mayo 2022] Una empresa de transportes desea analizar la relación
entre los beneficios obtenidos en cada viaje (Y, en miles de euros) y el precio del litro de
combustible (X, en euros). La siguiente tabla resume la información obtenida a partir de 12
viajes:
𝑥̅ = 1,64 𝑦̅ = 8
∑12 2 2
𝑖=1 𝑥𝑖 = 32,99 𝑆𝑌 = 6,33
∑12
𝑖=1 𝑥𝑖 𝑦𝑖 = 150,3
a) Estudiar la correlación entre ambas variables.
b) Estimar un modelo de regresión lineal que explique los beneficios en función del precio del
combustible y evaluar su capacidad explicativa.
c) Obtener una predicción de los beneficios cuando el precio del combustible es de 2,2 euros
y evaluar su fiabilidad.
Ejercicio 5. [Examen mayo 2016] En una muestra de 15 hogares se han observado
conjuntamente el número de miembros (X) y el consumo mensual de agua del hogar (Y, en
metros cúbicos). A partir de esta información se ha estimado la ecuación de la recta de
regresión Y = b0 +b1X que explica el consumo de agua en función del número de miembros del
hogar. Teniendo en cuenta los siguientes resultados:
̅ = 𝟐, 𝟗𝟑
𝒙 ̅ = 𝟏𝟐, 𝟕𝟎
𝒚
𝑺𝒀 = 𝟑, 𝟓𝟏𝑺𝑿 𝒃𝟏 = 𝟑, 𝟒𝟑
a) Estudiar la correlación entre X e Y.
b) Estimar el consumo mensual de agua de un hogar que tiene 3 miembros. Analizar la
fiabilidad de la predicción.
c) Justificar que la varianza residual de la regresión verifica: 𝑺𝟐𝒆 = 𝟎, 𝟎𝟓𝑺𝟐𝒀 . ¿A qué variable
se refiere dicha varianza? Plantear la expresión genérica de sus valores; ¿qué valor tomaría
para una familia de la muestra integrada por 4 personas y cuyo consumo mensual de agua
es de 15,5 metros cúbicos?
Ejercicio 6. [Examen mayo 2023] Una consultora está analizando las pautas de consumo de
energía de los hogares (Y, en MWh) y considera como una variable relevante el tamaño de la
vivienda ( X , en m2 ). A partir de una muestra de 50 hogares se han obtenido los siguientes
resultados:
̅ = 𝟗𝟏, 𝟑𝟐
𝒙 ̅ = 𝟗, 𝟎𝟐𝟓
𝒚
𝑺𝟐𝑿 = 𝟏𝟎𝟎𝟓, 𝟓𝟖 𝑺𝟐𝒀 = 𝟖, 𝟒𝟔
𝑺𝑿𝒀 = 𝟖𝟕, 𝟏𝟐𝟓
a) Calcular los parámetros de la recta de regresión que explica el consumo energético de los
hogares en función de la superficie de los mismos.
b) Interpretar el coeficiente de regresión.
c) ¿Cuál sería el consumo para una vivienda de 100 m2? ¿Y para una de 300 m2? Estudiar la
fiabilidad de ambas predicciones.
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente
Facultad de Economía y Empresa Introducción a la Estadística Económica 4
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
d) Se propone un segundo modelo para explicar el consumo energético utilizando como
variable explicativa el número de miembros del hogar. Sabiendo que la varianza residual
asciende a 1,46, seleccionar la alternativa más adecuada.
Ejercicio 7. [Examen mayo 2021] Una empresa dedicada a la explotación de autopistas de
peaje desea analizar la relación existente entre el nivel de uso de cada tramo medido a través
de la intensidad media diaria (Y, en miles de vehículos) y las cuantías destinadas a
mantenimiento y mejoras (X en millones de euros). Para ello dispone de la siguiente
información obtenida a partir de los 15 tramos de autopista que gestiona:
̅ = 𝟏, 𝟑𝟓𝟑
𝒙 ̅ = 𝟏𝟕, 𝟔𝟖𝟔
𝒚
∑𝟏𝟓 𝟐
𝒊=𝟏 𝒙𝒊 = 28,87 𝑺𝒀 = 𝟗, 𝟎𝟐𝟓
𝒓𝑿𝒀 = 𝟎, 𝟔𝟓
a) Obtener un modelo de regresión lineal que permita explicar la intensidad media diaria en
función de las cuantías de mantenimiento y mejoras. Analizar su capacidad explicativa.
b) Si en un determinado tramo se incrementase en 2 millones de euros la partida destinada
a mantenimiento y mejoras, ¿cómo se vería afectada la intensidad media diaria?
c) Determinar cuál sería la intensidad media diaria si el importe destinado a mantenimiento
y mejoras de cierto tramo fuese de 1,5 millones de euros. Analizar la fiabilidad de esta
predicción.
Ejercicio 8. [Examen enero 2012]
a) Dadas dos variables X e Y independientes, deducir el valor de la covarianza.
b) Justificar qué valor tomarán los coeficientes del modelo de regresión lineal Y=b0+b1X y su
coeficiente de determinación R2 en las siguientes situaciones:
- X e Y son variables independientes.
- X es el consumo de electricidad de las viviendas (kwh) e Y es el importe de la factura (cuota
fija más el coste de los kwh consumidos siendo el precio unitario de 0,14 €/kwh).
Ejercicio 9. Una asociación de empresarios del sector turístico ha registrado información
sobre su volumen de facturación (Y, miles de euros) y su inversión en publicidad (X, miles de
euros) para un total de 20 establecimientos.
a) Estimar un modelo lineal que explique el volumen de facturación (Y) a partir de la
inversión en publicidad (X). Analizar su capacidad explicativa.
b) Si la inversión en publicidad se incrementa en 2.000 euros, ¿cuál sería la variación
esperada del volumen de facturación?
c) ¿Cuál sería el volumen de facturación para un establecimiento que invierte en publicidad
46.000 euros? ¿Y si fueran 85.000 euros? Comparar la fiabilidad de las predicciones.
Ejercicio 10. [Examen mayo 2011] Una consultora está estudiando los salarios anuales (Y,
en miles de euros), los años de estudios (X1) y los años de experiencia laboral (X2) de 7 de sus
ejecutivos, obteniendo los siguientes resultados:
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente
Facultad de Economía y Empresa Introducción a la Estadística Económica 5
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
Ejecutivos Estudios (X1) Experiencia (X2) Salario (Y)
1 18 32 73,26
2 16 34 72,06
3 20 31 73,54
4 16 26 65,95
5 17 22 64,81
6 18 28 70,43
7 16 30 68,57
Medias 17,29 29 69,8
Varianzas 1,92 14 10,39
Covarianzas 2,59 10,54
a) Inicialmente, la consultora se plantea estimar un modelo de regresión lineal simple que
explique el salario a partir de aquella variable explicativa (X 1 o X2) con la que el salario
esté más correlacionado. Justificar cuál será la variable elegida.
b) Estimar e interpretar los coeficientes del modelo elegido.
c) Analizar la bondad del modelo.
Ejercicio 11. Una entidad pública desea estudiar la relación entre los estacionamientos
regulados en superficie, conocidos genéricamente como zona azul, y las tarifas que se aplican
a los conductores. Para ello recopila la información sobre número de vehículos (Y, en cientos
de miles) que utilizaron el año pasado la zona azul en 10 ciudades y la tarifa media pagada por
tiempo estacionado (X, en euros/hora) en cada una de ellas.
a) Se desea construir un modelo de la forma Y=b0+b1X. Obtener los parámetros e interpretar
el coeficiente de regresión.
b) Obtener la distribución de los errores del modelo.
c) Comprobar la relación entre las varianzas S 2Y = S 2e + S 2Yt
d) Analizar la bondad del modelo.
e) Obtener una predicción del número de vehículos que estacionarían en zona azul con una
tarifa de 0,8 euros. Analizar su fiabilidad.
f) ¿Cuál sería el número de vehículos estacionados en zona azul si la tarifa fuese de 0,10
euros? Analizar la fiabilidad de la predicción.
Ejercicio 12. [Examen mayo 2014] En una muestra de 30 hogares con nivel económico
similar se han observado conjuntamente el tamaño familiar (X, personas) y el ahorro mensual
(Y, en euros), obteniendo los siguientes resultados:
30 30
i =1
x i = 88 ; i =1
y i = 2915
x = 310 ;
30 30
i =1
2
i i =1
y i2 = 328893
rXY = −0,91
a) Analizar la correlación entre tamaño familiar y ahorro mensual. Justificar si el modelo de
regresión lineal es adecuado para explicar el ahorro mensual a partir del tamaño familiar.
b) Calcular los parámetros de la recta de regresión que explica el ahorro mensual en función
del tamaño familiar. Interpretar el coeficiente de regresión.
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente
Facultad de Economía y Empresa Introducción a la Estadística Económica 6
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
c) Asimismo, se ha estimado la recta de regresión que explica el ahorro mensual a partir del
número de niños que hay en el hogar, modelo cuya varianza residual es S e2 = 453,69 .
Justificar cuál de los modelos de regresión es preferible.
Ejercicio 13. [Examen mayo 2017] Una cadena de tiendas de ropa, que oferta a sus clientes
una tarjeta de financiera, está analizando las pautas de uso en función de la edad de los
mismos. Para ello dispone de la siguiente información acerca de la edad (X, en años) y el pago
mensual con la tarjeta (Y, en miles de euros) para una muestra de 20 clientes:
̅ = 𝟑𝟖, 𝟒
𝒙 ̅ = 𝟎, 𝟓
𝒚 𝑵 = 𝟐𝟎
𝑺𝑿 = 𝟏𝟑, 𝟐𝟒 𝑺𝒀 = 𝟎, 𝟐𝟑 ∑𝟐𝟎
𝒊=𝟏 𝒙𝒊 𝒚𝒊 =431,1
a) Analizar la correlación existente entre ambas variables.
b) Obtener la recta de regresión que explica el pago mensual con la tarjeta en función de la
edad.
c) Interpretar el coeficiente de regresión.
d) Analizar la bondad del modelo.
Ejercicio 14. Una empresa vende su producto en dos países. Tras estudiar para una serie
de meses el gasto en publicidad (X, miles de euros) y las ventas (Y, miles de euros) de su
producto en cada país, obtiene los siguientes modelos:
País Modelo
1 Y= 2,35+18,11X R2=0,9
2 Y=6,21+17,65X R2=0,65
a) Si el gasto en publicidad en el país 1 se incrementa en 6.000 euros, ¿cuál será la variación
esperada en el volumen de ventas?
b) Estudiar la bondad de los modelos.
c) Señalar qué diferencias se apreciarán en la representación gráfica de las nubes de puntos
correspondientes a ambos países.
Ejercicio 15. [Examen junio 2017] En una muestra de 25 trabajadores se han observado
conjuntamente el sexo y el salario anual (Y, en miles de euros).
a) Agrupados los salarios en tres niveles, los datos obtenidos dan lugar a un coeficiente chi-
cuadrado de Pearson 𝝌𝟐 = 𝟗, 𝟐𝟐. Estudiar el grado de asociación entre el sexo y el nivel
salarial.
b) Asimismo, se ha observado la experiencia laboral de los trabajadores (X, en años) y se ha
estimado la ecuación de la recta de regresión 𝒀 = 𝒃𝟎 + 𝒃𝟏 𝑿 que explica el salario anual
en función de la experiencia laboral de los trabajadores. A partir de los siguientes
resultados:
̅ = 𝟏𝟐, 𝟑𝟑
𝒙 ̅ = 𝟐𝟏, 𝟑𝟓
𝒚 𝒃𝟎 = 𝟏𝟕, 𝟔𝟖
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente
Facultad de Economía y Empresa Introducción a la Estadística Económica 7
Universidad de Oviedo Prácticas Tema 6. Curso 2023-2024
𝑺𝑿 = 𝟔, 𝟒 𝑺𝒀 = 𝟐
b1) Obtener e interpretar el coeficiente de regresión.
b2) Estimar el salario anual de un trabajador que tiene 11 años de experiencia laboral y
analizar la fiabilidad del resultado.
b3) Calcular la varianza explicada por la regresión.
Ejercicio 16. [Examen mayo 2015] Para estudiar la relación entre el salario anual (X, en
miles de euros) y las aportaciones a planes de pensiones (Y, en euros), una entidad bancaria
ha observado conjuntamente ambas variables en una muestra de 50 clientes, obteniendo los
siguientes resultados:
𝟓𝟎 𝟓𝟎
∑ 𝒙𝒊 = 𝟏. 𝟖𝟕𝟓 ∑ 𝒙𝟐𝒊 = 𝟕𝟗. 𝟐𝟒𝟏
𝒊=𝟏 𝒊=𝟏
̅ = 𝟏. 𝟎𝟎𝟖, 𝟔
𝒚 𝑺𝒀 = 𝟓𝟎𝟏, 𝟑𝟐
𝟓𝟎
∑ 𝒙𝒊 𝒚𝒊 = 𝟐. 𝟐𝟏𝟏. 𝟓𝟐𝟎
𝒊=𝟏
a) Estudiar la correlación entre ambas variables.
b) Calcular los parámetros de la recta de regresión que explica las aportaciones a planes de
pensiones a partir del salario.
c) Si el salario de un cliente aumentase en 2.000 euros, ¿cómo se vería afectado el importe
de las aportaciones a planes de pensiones?
d) ¿A cuánto ascendería la aportación a planes de pensiones de un cliente que percibe un
salario anual de 40.000 euros? Analizar la fiabilidad del resultado.
© Covadonga Caso, Esteban Fernández, Ana Salomé García, Matías Mayor, Mª Jesús Río y Mª Rosalía
Vicente