Paso 4-Analizar informacion a traves de la Medidas Bivariante

Actividad Individual - Laboratorio Regresion y Correlaccion Lin

Keylla Mara Morales Arvalo

Grupo: 204040_13

Universidad Nacional Abierta y a Distancia

Facultad: Escuela de Ciencias Sociales Artes y Humanidades
Programa: Psicologa
Curso: Estadistica Descriptiva
Valledupar-Cesar

* Heley Estefany Cepeda

Ejercicios a Desarrollar

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.

X (Sal) Y (Tension)

1.6 98
2.3 102
3.3 109
4.2 113
4.6 115
5 120

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

Cons umo de Sal Y Tens ion Arte rial
140
120
 Cons umo de Sal Y Tens ion Arte rial
140
120
f(x) = 6.1061946903x + 88.1283185841
100
R = 0.9870042369
80
Tension (Y) 60
40
20
0
1 1.5 2 2.5 3 3.5 4 4.5 5
sal (X)

CONSUMO DE SAL Y TENSION ARTERIAL

Linear (CONSUMO DE SAL Y TENSION ARTERIAL)

=/
El tipo de asosiacion entre las variables es directo.

0.9870042369

=+.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra
=88,1283+6,106.()

R^2 = 0.9837552961
El modelo matematico es confiable porque es cercano a 1.

c. Determine el grado de relacin de las dos variables.

=(2&
^2 )

0.9934808689 *100% 99%

El grado de relacion de las dos variables es excelente.

=88,1283+6,106.(5,6)= 122,32
d. Si a un paciente se le administra una dosis de sal de 5,6. Cul es la tensin arterial esperada

Al remplazar X en el modelo matematico encontramos que al momento de administrarle una do

dosis esperada es de 122,32
n a traves de la Medidas Bivariantes

atorio Regresion y Correlaccion Lineal

a Morales Arvalo
o: 204040_13

onal Abierta y a Distancia

cias Sociales Artes y Humanidades
ma: Psicologa
adistica Descriptiva
dupar-Cesar

sin arterial.
sal en su dieta

ociacin entre las variables.

185841

3.5 4 4.5 5 5.5

N ARTERIAL
ENSION ARTERIAL)

efecto de una variable sobre la otra. Es confiable?

Cul es la tensin arterial esperada?

l momento de administrarle una dosis de 5,6 la

Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.9934808689
Coeficiente de determinacin R^2 0.9870042369
R^2 ajustado 0.9837552961
Error tpico 1.0533343602
Observaciones 6
Analisis de Varianza
Grados de libertad
Regresin 1
Residuos 4
Total 5

Coeficientes
Intercepcin 88.1283185841
x(sal) 6.1061946903

Anlisis de los residuales

Observacin Pronstico y(Tension)

1 97.8982300885
2 102.1725663717
3 108.2787610619
4 113.7743362832
5 116.2168141593
6 118.6592920354
Suma de cuadrados Promedio de los cuadrados F
337.0619469027 337.0619469027 303.7926221336
4.4380530973 1.1095132743
341.5

Error tpico Estadstico t Probabilidad

1.299387376 67.8229758229 2.8314880284E-007
0.3503337969 17.4296477914 6.3610076614E-005

Residuos Residuos estndares

0.1017699115 0.1080209897
-0.1725663717 -0.183166026
0.7212389381 0.7655400576
-0.7743362832 -0.8218988348
-1.2168141593 -1.2915553119
1.3407079646 1.4230591255
 Valor crtico de F
6.36100766141502E-005

Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

84.5206408643 91.7359963038 84.5206408643 91.7359963038
5.1335121345 7.078877246 5.1335121345 7.078877246
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
se utiliza para realizar una pieza y el nmero de das desde que empez dicho proceso de fabrica
Con ello, se pretende analizar como los operarios van adaptndose al nuevo proceso
mejorando paulatinamente su proceso de produccin.
Los siguientes datos representan dicha situacin:

X
( Dias) Y (Minutos)
12 45
23 30
35 27
42 25
53 23
65 21
70 20

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.

Dias VS Minutos
DIAS VS MINUTOS Linear (DIAS VS MINUTOS)
50
40
f(x) = - 0.3566138118x + 42.5691633632
30
R = 0.7962666987
Minutos (Y) 20

10
0
0 10 20 30 40 50 60 70 80
Dias (X)

El tipo de asociacion es inversa

X Dias
Y Minutos

=/
-0.8923377716
 =/

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
=+.

=,.+,

R^2= 0.7555200384

El modelo matematico por ser cercano a 1 es confiable

c. Determine el grado de correlacin de las dos variables.

=(& ^ 0.8923377716 * 100% 89%

)

El grado de correlacion de las variables es aceptable.

d. Que tiempo deber tardarse un empleado cuando lleven 90 das?

=
,(+,
,.()+, = 10,4

El tiempo que debera tardarse el empleado cuando lleva 90 dias es de 10 minutos para realizar
 t implantado,
mpo medio ( medido en minutos) que
dicho proceso de fabricacin.
evo proceso

realice el diagrama de

S)

0 70 80
a variable sobre

minutos para realizar una pieza

Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.8923377716
Coeficiente de determinacin R^2 0.7962666987
R^2 ajustado 0.7555200384
Error tpico 4.2218187302
Observaciones 7

Analisi de Varianza
Grados de libertad
Regresin 1
Residuos 5
Total 6

Coeficientes
Intercepcin 42.5691633632
X ( DIAS) -0.3566138118
Suma de cuadrados Promedio de los cuadrados F
348.3098044768 348.3098044768 19.5418886723
89.1187669518 17.8237533904
437.4285714286

Error tpico Estadstico t Probabilidad

3.8077855848 11.1795064127 9.992233577E-005
0.0806705266 -4.4206208469 0.006887992
Valor crtico de F
0.006887992

Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%

32.780938905 52.3573878215 32.780938905 52.3573878215
-0.5639840023 -0.1492436214 -0.5639840023 -0.1492436214
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.
A continuacin se presentan los resultados:

X Y
Estatura (cm) Peso (kg)
120 24
124 23
107 19
118 24
112 21
110 19
115 22
104 16
110 20
116 23

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.

Relacion Peso VS Estatura

30
25
f(x) = 0.3860164512x - 22.7514688602
20 R = 0.8328827864

Peso (Y) 15
10
5
0
100 105 110 115 120 125 130
Estatura (X)

El tipo de asosiacion es directa X

Y

=/
 0.9126241211
=/

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?

=+.

=
,+,
,+,.

R^2= 0.7796364629

El modelo matematico es confiable porque se acerca a 1

c. Determine el grado de correlacin de las dos variables.

=(
(^ (&^
^ ) 0.8984330276 * 100% 90%

El grado de correlacion es excelente.

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

=
,+,(
,+,.()= 26,6

El peso que deberia tener el estudiante que mida 128 cm es de 26,6 kg

 odelo matemtico que permita
ntes.
s.

iente (x), realice el diagrama

es.

120 125 130

Estatura
Peso
cto de una variable sobre
Resumen

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0.8984330276
Coeficiente de determinacin R^2 0.807181905
R^2 ajustado 0.7796364629
Error tpico 1.1916881189
Observaciones 9

Analisis de Varianza
Grados de libertad Suma de cuadrados
Regresin 1 41.6147115465
Residuos 7 9.940844009
Total 8 51.5555555556

Coeficientes Error tpico

Intercepcin -21.6299924642 7.8440831227
120 0.3756593821 0.0693958349

Anlisis de los residuales

Observacin Pronstico 24 Residuos

1 24.9517709118 -1.9517709118
2 18.5655614167 0.4344385833
3 22.6978146194 1.3021853806
4 20.4438583271 0.5561416729
5 19.6925395629 -0.6925395629
6 21.5708364732 0.4291635268
7 17.4385832705 -1.4385832705
8 19.6925395629 0.3074604371
9 21.9464958553 1.0535041447
Promedio de los cuadrados F Valor crtico de F
41.6147115465 29.3036467085 0.0009942322
1.4201205727

Estadstico t Probabilidad Inferior 95%

-2.7574914908 0.0281977474 -40.1783016478
5.4132842811 0.0009942322 0.211564308

Residuos estndares
-1.7509034774
0.3897281292
1.1681703509
0.4989060874
-0.6212665234
0.3849959577
-1.290530787
0.2758179995
0.9450822631
 Superior 95% Inferior 95,0% Superior 95,0%
-3.0816832806 -40.1783016478 -3.0816832806
0.5397544562 0.211564308 0.5397544562