CURSO ESTADISTICAS DESCRIPTIVA

LABORATORIO REGRESIN Y CORRELACIN

ACTIVIDAD INDIVIDUAL

GRUPO 22

Alumna

LICETH CAROLINA CAMPO

Codigo 1065613849

TUTOR

JAIRO YAMID MARIN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTA

CEAD VALLEDUPAR

VALLEDUPAR ABRIL DE 2017

STICAS DESCRIPTIVA

SIN Y CORRELACIN LINEAL

AD INDIVIDUAL

RUPO 22

Alumna

AROLINA CAMPO
1065613849

TUTOR

YAMID MARIN

NAL ABIERTA Y A DISTANCIA

VALLEDUPAR

AR ABRIL DE 2017
 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

b. Determine el porcentaje de explicacin del modelo y el

grado de relacin de las dos variables.

X (SAL) Y (TENSION) XY
1.6 98 156.8
2.3 102 234.6
3.3 109 359.7
4.2 113 474.6
4.6 115 529
5 120 600
TOTALES 21 657 2354.7

Se procede a halla "a y b"

b= 6*2354,7 - (21) (657) / (6*82,54) - (21)

b= 6,11

a= 657- 6,11* (21) / 6

a = 88,11

medidas de cada cojunto de datos

= 21/6

3.5
 =657/6

109.5

La ecuacion de la recta esta dada por:

= 6,11x + 88,11
o de sal y tensin arterial. A
as dosis de sal en su dieta y
mpo despus

e explicacin del modelo y el

variables.

X2 Y2 X (SAL) 1.6 2.3

2.56 9604 Y (TENSION) 98 102
5.29 10404
10.89 11881
17.64 12769
21.16 13225 Y (TENSION)
25 14400
140
82.54 72283
120
f(x) = 6.1061946903x + 88.1283185
100
R = 0.9870042369
80
TENSION 60
7) / (6*82,54) - (21)
40
20
0
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

SAL

Se observa que la variable tiene una tenden

puede asegurar que la ecuacin de la recta es
R est cercano a 1 y tiene una correlac

a. Encuentre el modelo matematico que perm

efecto de una variable sobre otra ?

R:// Se utiliza el modelo matema

Regresion lineal simple

C. Si a un paciente se le administra una

5,6. Cul es la tension espe
Se utiliza la ecuacion de la recta asi:

= 88,11+6,11x

122.33
 3.3 4.2 4.6 5
109 113 115 120

Y (TENSION)

) = 6.1061946903x + 88.1283185841
Y (TENSION)
= 0.9870042369
Linear (Y (TENSION))
Linear (Y (TENSION))
Linear (Y (TENSION))

2 2.5 3 3.5 4 4.5 5 5.5

SAL

e la variable tiene una tendencia lineal, y se

que la ecuacin de la recta es confiable porque el
rcano a 1 y tiene una correlacin excelente

modelo matematico que permite predecir el MODELO

ariable sobre otra ?
y= a+bX
utiliza el modelo matematico de
Regresion lineal simple

ciente se le administra una dosis de sal de

6. Cul es la tension esperada
cion de la recta asi:
 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 deproduccin.

X 12 23 35 42
Y 45 30 27 25

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

N X Y XY X2
1 12 45 540 144
2 23 30 690 529
3 35 27 945 1225
4 42 25 1050 1764
5 53 23 1219 2809
6 65 21 1365 4225
7 70 20 1400 4900
TOTAL 300 191 7209 15596

SEGUIDAMENTE ENCONTRAMOS LA MEDIA DE LOS TOTALES

X Y XY X2
42.86 2.73 360.45 11.14

Que tiempo deber tardarse un empleado cuando lleven 90 das?

Se aplica la formula hallada

Y= 0,3566(90)+42,569
Y= 74.663 Minutos
cierto artculo
mportante ir
o en minutos)
das desde que
etende analizar
so mejorando
n.

53 65 70
23 21 20

Y2
2025 Y
900 50
729
625 40
f(x) = - 0.3566138118x + 42.5691633632 Y
529 30 R = 0.7962666987 Linear (Y)
441
400 20
5649 10

0
0 10 20 30 40 50 60 70 80

Y2
1.15 El tipo de asociacin al diagrama es dispersin
lineal.
B: Modelo Y= a + bX

ndo lleven 90 das? Y= 0,3566x + 42,569. R2= 0,7963

Se puede asegurar que la ecuacin de la recta

es confiable porque el R est cercano a 1 y
tiene una correlacin excelente.

El R afirma adems que el modelo explica el

79.6% de la informacin y el valor de r
coeficiente de correlacin lineal es buena
porque el 0.7963 est mas cercano al extremo
1 positivo que es la correlacin perfecta
positiva.
El R afirma adems que el modelo explica el
79.6% de la informacin y el valor de r
coeficiente de correlacin lineal es buena
porque el 0.7963 est mas cercano al extremo
1 positivo que es la correlacin perfecta
positiva.
633632 Y
Linear (Y)

70 80
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

ESTATURA (CM) 120 124 107 118 110

PESO (Kg) 24 23 19 24 21

NUMERO X Y XY X2 Y2
1 120 24 2880 14400 576
2 124 23 2852 15376 529
3 107 19 2033 11449 361
4 118 24 2832 13924 576
5 110 21 2310 12100 441
6 112 19 2128 12544 361
7 115 22 2530 13225 484
8 104 16 1664 10816 256
9 110 20 2200 12100 400
10 116 23 2668 13456 529
SUM 1136 211 24097 129390 4513
112 115 104 110 116
19 22 16 20 23

30

25
f(x) = 0.3742655699x - 21.4165687427
20 R = 0.7829463647

PESO 15

10

0
100 105 110 115 120 125 130

ESTATURA

PESO (Kg) Linear (PESO (Kg))

El tipo de asociacin del diagrama de dispersin es Lineal.

MODELO Y= a + bX;
Y= 0.3743X - 21.417. R=
0.7829

Se puede asegurar que la ecuacin de la recta es aceptable porque

el R se aleja un poco de 1 y por lo tiene un grado de confiabilidad
aceptable

Determine el grado de correlacin de las dos variables

La correlacin lineal es aceptable porque el 0.7829 est un poco

retirado del 1 positivo

Cul es el peso que debera tener un estudiante que mida 128 cm?

Utilizamos la ecuacion de la recta

Y= 0.3743 * x - 21.417=
 Utilizamos la ecuacion de la recta
Y= 0.3743 * x - 21.417=

Y= 26.48 cms
 125 130

rsin es Lineal.

a es aceptable porque
grado de confiabilidad

29 est un poco

cm?