LABORATORIO DE REGRESIN Y CORRELACIN LINEAL

EJERCICIOS:

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.

X (sal) Y
(Tensin)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

Realice el diagrama de dispersin y determine el tipo de asociacin entre las

variables

Diagrama de dispersin - consumo

de sal y tensin arterial
140
120
100
y = 6,106x + 88,12
Tensin

80 R = 0,987
60
40
20
0
0 1 2 3 4 5 6
Sal
 r 0,993480869
r2 0,987004237
s 1,05333436
Estimacin 6,10619469
lineal

Las variables tienen una tendencia lineal positiva entre las dos variables
Variable independiente: dosis de sal
Variable dependiente: tensin arterial

Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?
Es el modelo de regresin lineal simple.

= + +
Donde Y= variable dependiente
0 = Coeficiente o intercepto ele Y
1 = Pendiente de la regresin
1 = Variable independiente
= margen de error
y = 6,106x + 88,12
R = 0,987

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es

una excelente estimacin de la relacin entre las dos variables, el R2 afirma
que el modelo explica el 98 % de la informacin

Determine el grado de relacin de las dos variables.

El r es el coeficiente de correlacin que nos confirma que las variables estn
directamente relacionadas con un 99%

Si a un paciente se le administra una dosis de sal de 5,6. Cul es la tensin

arterial esperada?
Para hallar la tensin arterial debemos reemplazar el valor en la formula

y = 6,106x + 88,12
y = 6,106(5.6) + 88,12
y = 122.31
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 de produccin.
Los siguientes datos representan dicha situacin:

X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersin y determine el tipo de asociacin entre las variables

Diagrama de dispersin
50
45
40
35
30
t medio

25
20
15 y = -0,356x + 42,56
10
R = 0,796
5
0
0 10 20 30 40 50 60 70 80
Nmero de dias

Variable independiente: X: Numero de das

Variable dependiente: Y: Tiempo medio
El tipo de asociacin de las variables segn el diagrama de dispersin
corresponde a una tendencia lineal en forma decreciente o negativa
(Decreciente).

Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?

= , + ,

Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es

una buena estimacin de la relacin entre las dos variables, el R2 afirma que el
modelo explica el 79.6% % de la informacin
Determine el grado de correlacin de las dos variables.
El valor de r coeficiente de correlacin lineal confirma que el grado de relacin es
del (89%) entre las variables tiempo medio y nmero de das.

Qu tiempo deber tardarse un empleado cuando lleven 90 das?

Se remplaza el valor de x
= 0,356(90) + 42,56
= 10,52
Este resultado indica que al pasar 90 das, el empleado tardar 10,52
minutos para realizar una pieza.

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:

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

Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersin y determine el tipo de asociacin entre las variables
El tipo de asociacin entre las variables segn el diagrama de dispersin
corresponde a una tendencia lineal en forma ascendente o positiva (Creciente).

Diagrama de dispersin
30
25
20
Peso

15
y = 0,386x - 22,75
10 R = 0,832
5
0
100 105 110 115 120 125
Estatura

Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?
 y = 0,386x - 22,75

El modelo matemtico que permite predecir el efecto que tiene una variable
sobre otra es la ecuacin de tendencia lineal, Con los resultados obtenidos se
puede asegurar que la ecuacin de la recta es una buena estimacin de la
relacin entre las dos variables, el R2 afirma que el modelo explica el 83.2% de
la informacin y que por ser cercano a 1, es confiable el modelo obtenido que
relaciona las variables peso y estatura

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

El valor de r coeficiente de correlacin lineal confirma que el grado de relacin es

del (91.2%) entre las variables tiempo medio y nmero de das.

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

y = 0,386(128) - 22,75
Y= 26.68
Segn este resultado indica que el peso que debera tener un estudiante que
mida 128 cm es de 26.68 kg.