Trabajo Colaborativo 3.

Paso 4
Regresin lineal Simple

Presentado por:
Andrea Tuta Nieves. Cd: 1103712083
Abelardo Calvo Palomo. Cd. 74328731
David Alejandro Garzn. Cd: 1099209203

Javier Mauricio Velasco. Cd. 91015382

Sergio Duvan Reyes. Cd: 101760264

Presentado a:
Marcel Alexander Quintero
Tutor

Grupo_ 132

Universidad Nacional Abierta y a Distancia UNAD

Estadstica Descriptiva
Mayo 2017
 Introduccin

La regresin lineal simple es un tema empleado en el anlisis de la relacin o dependencia

que hay entre dos variables estudiadas. Entendida esta definicin podemos decir, que la
aplicabilidad de este modelo matemtico, nos permite dar solucin a teoras o problemas de la
cotidianidad; aplicando as una serie de pasos para hallar el valor de dichas variables.

Por ende con el desarrollo de este trabajo se busca primero realizar una serie de laboratorios a
partir del estudio de las unidades propuestas en el curso. Donde a travs de una serie de
ejercicios podemos poner en practica lo estudiado. As mismo siguiendo con el anlisis de la
base de datos de Victimas del Conflicto Armado en Colombia. Se deben identificar dos
variables cuantitativas que tengan un grado de relacin y as poder realizar su respectivo
anlisis.
 Justificacin

El motivo de este trabajo investigativo es permitirnos presentar un anlisis del tema de

correlacin y regresin lineal de la estadstica descriptiva, ya que este tema es uno de los
fundamentales para la comprensin de la estadstica descriptiva. Se mostrara de manera clara
como realiza este proceso de desarrollo.

A travs de unos laboratorios ejemplificados y con algunos datos de casos estadsticos reales
del apartado Victimas del conflicto armado en Colombia, conoceremos como se aplica, su
funcionalidad e importancia en el mbito estadstico.
 Objetivos

Generales:
Analizar la temtica de regresin y correlacin lineal simple, para poner en practica su
aplicabilidad en los laboratorios y anlisis de problemas propuestos. .

Especficos:

Realizar los ejercicios de los laboratorios propuestos segn los criterios expuestos.
Identificar dos variables cuantitativas de la base de datos del conflicto armado en
Colombia que puedan estar relacionadas.
Realizar el diagrama de dispercin de las variables determinado el tipo de asociacin.
Determinar la confiabilidad de las variables a partir del modelo matemtico.
Encontrar el grado de correlacin y el porcentaje de explicacin del modelo
matematico.
 Desarrollo Actividades

1. Anlisis de correlacin lineal simple de las dos variables cuantitativas seleccionadas.

Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas

Efectivos de fuerza publica disponibles en Colombia

Gastos en defensa y seguridad Colombia
- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin
entre las variables.

Grafico de Dispercin
2500000000000

y = 1E+07x - 3E+12
Gastos en defensa y seguridad

2000000000000
R = 0.8827

1500000000000

gasto en defensa y
1000000000000 seguridad
colombia

500000000000

0
0 100000 200000 300000 400000 500000
Efectivos Disponibles

Variable directa. A mayor numero de efectivos mas son los gastos en defensa y seguridad
Variable dependiente = Gastos en defensa y seguridad
Variable independiente = efectivos disponibles

-Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Grado de correlacin excelente

Variables:
Muertos en atentados terroristas
Lesionados en atentados terroristas

El grado de correlacin entre estas dos variables es mnimo.

 Regresin y correlacin Lineal mltiple
Variables

efectivos
de fuerza gasto en
pblica defensa y
disponibles seguridad
Colombia( colombia
y) (x1) secuestrados(x2)

Efectivos de fuerza publica Vs Gastos en

defensa
500000
Efectivos de fuerza publica

450000
400000
350000
300000
250000
200000
150000
100000
50000
0
0 1000000000000 2000000000000 3000000000000
Gastos en defensa

Secuestrados Vs Efectivos de
fuerza publica
500000
EFECTIVOS DE FUERZA PUBLICA

450000
400000
350000
300000
250000
200000
150000
100000
50000
0
0 2 4 6 8 10 12 14 16
SECUESTRADOS
 2. Anlisis y conclusiones, a partir de los resultados obtenidos y aplicados al problema o
situacin estudiada.

= + 1 1 + 2 2

= 2727 + 8,35751 + (1126)2

2 = 0,8976 1

2 = 0,8976 100%
= 89,76% 89,76%
Coeficiente de correlacin
2
= 2 = 0,9733

= 0,9733 100% = 97,33%

97,33%
Lo anterior comprueba estadsticamente la relacin de las tres variables; efectivos de fuerza
pblica disponibles en Colombia, gastos en defensa seguridad en Colombia y secuestrados.

Los resultados anteriores indican que las variable efectivos de fuerza pblica gastos en
defensa y secuestrados se encuentran relacionaos a travs de un modelo de regresin mltiple

= 2727 + 8,35751 + (1126)2

Que explica el 89,76% de confiabilidad. Esto debido a que las variables se encuentran en una
correlacin excelente del 0,9733, que es lo mismo que el valor porcentual 97,33%.
 Conclusiones

El desarrollo y aprendizaje de las regresiones y correlaciones lineales permiti un

manejo estadstico de variables, que nos permiten hallar la relacin entre dos variables
para asi mismo realizar un posterior anlisis.

La aplicacin de este modelo matemtico estadstico a los ejercicios y a las variables

cuantitativas de la base de datos, permiti una adquisicin de habilidades que nos
sirve de base para nuestra profesin y en el campo laboral. Ya que nos ayuda a
encontrar la relacin entre dos variables.
 Bibliografa

Montero, J.M. (2007).Regresin y Correlacin Simple. Madrid: Paraninfo. Paginas.

130 172. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r
&p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219

Churchill, G.A.(2009).Anlisis de Correlacin y de Regresin Simple. Mexico

City: Cengage Learning. Pginas 675 686 Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&it=r
&p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41

Churchill, G.A.(2009). "Anlisis de Regresin Mltiple." Investigacin de mercados.

Mexico City: Cengage Learning. Pginas 686 695.Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=unad&it=r
&p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9

Montero, J.M. (2007).Regresin y Correlacin Mltiple. Madrid: Paraninfo. Pginas

191 225. Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100012&v=2.1&u=un
ad&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad13af26a0a74e510de2
 Anexo: Laboratorio 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

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

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
c. Determine el grado de relacin de las dos variables.
d. Si a un paciente se le administra una dosis de sal de 5,6. Cul es la tensin arterial
esperada?
 Ejercicio 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

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
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
c. Determine el grado de correlacin de las dos variables.
d. Que tiempo deber tardarse un empleado cuando lleven 90 das?
Ejercicio 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)

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
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
c. Determine el grado de correlacin de las dos variables.
d. Cul es el peso que debera tener un estudiante que mida 128 cm?