Академический Документы
Профессиональный Документы
Культура Документы
Estudiantes
Código: 1055552341
Código: 1018460684
Código: 1074418483
Diego Rodriguez
Código: 1073526013
Código: 1010012156
100105
Presentado a
28 de noviembre de 2018
1
INTRODUCCIÓN
2
JUSTIFICACIÓN
Es bueno realizar entender y justificar esta clase de trabajos, con el fin de tener
conocimiento en el ámbito profesional siendo de fácil proceder presentar
resultados estadísticos en futuros proyectos de las empresas donde estemos
trabajando siendo convincentes, responsables y profesionales al momento de
proponer las tendencias estadísticas para lo exigido.
3
OBJETIVOS
4
REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE
o Diagrama de dispersión.
Basado en mostrar y descubrir las relaciones entre dos conjuntos de
datos cuantitativos y asociarlos en factores, problemas, causas de
calidad y su posible causa, Analizándola si es positiva o negativa
midiendo la dispersión de la distribución sin hacer referencia a ningún
promedio, dependiendo de la conformidad de los usuarios del caso
estudiado.
o Correlación lineal simple.
Permite estudiar la relación lineal existente entre dos variables
continuas es necesario disponer de parámetros que permitan
cuantificar dicha relación. Uno de estos parámetros es la covarianza
que indica el grado de variación conjunta de dos variables aleatorias.
o Coeficiente de determinación R2
Relación entre dos variables que muestra que una variable disminuye
conforme otra aumenta.
ESTUDIANTE 1:
Diagrama de dispersión:
100.00
DIAGRAMA DE DISPERSIÓN (PESO Y EDAD)
90.00 y = 0.6007x + 35.544
80.00 R² = 0.3749
70.00
60.00
peso(Kg)
50.00
40.00
30.00
20.00
10.00
0.00
0 10 20 30 40 50 60 70 80 90 100
EDAD
Directa y su
Tipo de asociación de las variables correlación es
creciente
Modelo matemático Y=0,6007x+35,544
2
R 0,3749
R 0,61226
Confiabilidad Aceptable
62%= la correlación
% de explicación es confiable
Débil, ya que los
Grado de relación puntos se alejan de
la recta.
6
Para el caso estudiado se concluyó que los datos son pocos confiables ya que,
ESTUDIANTE 2:
3
2.5
No. DE HIJOS
2
1.5
1
0.5
0
0 0.5 1 1.5 2
Estura
Las dos variables tienen una diferencia de distribución de datos por lo cual la
asociación de las dos variables es nula y que la confiabilidad que nos da en muy
baja.
7
Estudiante 3:
3
2.5
2
1.5
1
0.5
0
0 20 40 60 80 100
Edad X
ESTUDIANTE 4:
VARIABLE Y: ESTATURA
VARIABLE X: EDAD
8
DIAGRAMA DE DISPERCION DE LA EDAD
Y ESTATURA
2.5
y = 0.0084x + 1.2276
2
R² = 0.3417
ESTATURA
1.5
1 ESTATURA (M)
0.5
0
0 20 40 60 80 100
EDAD
Directa y su
Tipo de asociación de las variables correlación es
creciente
Modelo matemático Y=0,6007x+35,544
R2 0,3749
R 0.58455110982
Confiabilidad Mínima
37%= la correlación
% de explicación no confiable
Débil, porque los
Grado de relación puntos se alejan de
la recta.
Estudiante 5:
Variable Y: Estatura
Variable X: peso (kg)
Diagrama de dispersión
9
Peso (kg) vs Estatura (m)
2.5
Estatura Y 2
1.5
1
0.5
y = 0.0136x + 0.7524
0 R² = 0.8645
0.00 20.00 40.00 60.00 80.00 100.00
Peso x
10
CONCLUSIONES
Se utilizan Medidas Bivariantes para observar y relacionar
variables de la problemática.
Con el uso del diagrama de dispersión se evidencia su
importancia y que es esencial para realizar un estudio en una gran
variedad de entidades, podiendose estudiar la relación entre dos
conjuntos de datos y observar o descubrir relaciones entre ellos que
nos arrojan resultados importantes.
Con la aplicación de estos conceptos se nos facilita la
interpretación de datos. De dichas conclusiones podemos descubrir la
confiabilidad de la relación que tienen las variables en estudio.
Se puede comprobar que para analizar algún tipo de variable se
necesita realizar un diagrama de dispersión y aplicar conceptos,
fórmulas de relación y correlación que permita el despeje de las
ecuaciones y datos para obtener un resultado.
Los ejemplos muestran que son acordes a un tipo de forma lineal
y correlación es para los datos
Se pudo determinar los comportamientos que tiene tendencia
lineal y determinamos el grado de correlación entre las variables.
11
REFERENCIAS BIBLIOGRÁFICAS
12
Anexo laboratorio regresión y correlación lineal
X (sal) Y (Tensión)
Independiente Dependiente
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5 120
100
eje Y (Tensión)
80
60 Y (Tensión)
40 Linear (Y (Tensión) )
20
0
0 1 2 3 4 5 6
eje X (Sal)
13
b. Encuentre el modelo matemático que permite predecir el efecto de
una variable sobre la otra. ¿Es confiable?
RTA: El coeficiente R es un dato confiable ya que supera el 95% del lumbral,
ya que es de 0,987 del coeficiente 0,99.
X-Y.
a. Identifique la variable dependiente (y) y la variable independiente
(x), realice el diagrama de dispersión y determine el tipo de
asociación entre las variables. Rta: Proporcionalmente Inversa=
cuando (x) aumenta (y) disminuye
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
Días
14
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
Rta: El modelo matemático para predecir una variable sobre la otra es y=-
0,3566x+42,569. La confiabilidad del modelo es estable ya que el coeficiente de
determinación de R² es de 79% de confiable.
c. Determine el grado de correlación de las dos variables.
Rta: Es determinado por el coeficiente de correlación r en este caso las
variables (x) Días y (y) minutos es de -0,89 aproximadamente.
d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?
Rta: y= -0,3566(90)+42,569=10,47.
Un empleado deberá tardarse 10 minutos y 47 segundos en fabricar una pieza
artesanal cuando lleve 90 días de trabajo en la empresa.
Sobrepeso-Reflejo.
a. Realice el diagrama de dispersión y determine el tipo de
asociación entre las variables.
Chart Title
20
18 y = -0.0451x + 11.615
16 R² = 0.0573
14
Umbral de reflejo
12
10
8
6
4
2
0
0 20 40 60 80 100 120
% de sobrepeso
15
b. Ajuste un modelo matemático que permita predecir el efecto de
una variable sobre la otra. ¿Es confiable?
X (sal) Y (Tensión)
Independiente Dependiente
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5 120
16
Tension vs sal y = 6.1062x + 88.128
R² = 0.987
140
120
100
Tension
80
60
40
20
0
0 1 2 3 4 5 6
CONSUMO DE SAL
17
g. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la
tensión arterial esperada?
Los valores que hemos tenido hasta el momento:
y=6,1062x+ 88,128
x=5,6
Ahora reemplazamos
y=6,1062 (5,6)+ 88,128
y=34.19472 + 88,128
122,32272
La tensión arterial esperada es de 122,32
Tem-Vapor
(X)Temperatura (Y)Consumo de
Mes (F) vapor
Dependiente (Lb)Independiente
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
18
a. Realice el diagrama de dispersión y determine el tipo de asociación
entre las variables.
700 R² = 0.9999
600
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatura F
PIB-Ventas
Ventas de la compañía
Año PIB Nación (X)
(y)
2001 1,7 339,43
2002 2,5 363,02
2003 3,9 359,75
2004 5,3 336,9
2005 4,7 339,38
2006 6,7 348,4
2007 6,9 372
2008 3,5 358,79
2009 1,7 337,94
2010 4 357,32
2011 6,6 342,14
2012 4 327,84
2013 4,9 362,06
2014 4,4 348,8
2015 3,1 353,52
20
2016 2 355,4
2017 1,8 342
370
y = 1.1509x + 345.1
360 R² = 0.0288
350
340
330
320
0 1 2 3 4 5 6 7 8
PIB Nacion
21
d.cuál podría ser la proyección de ventas para el año 2018 si se espera
que el PIB nacional sea del 3,1?
y=1,1509x+345.1
x=3,1
Ahora reemplazamos
y=1,1509(3,1)+345.1
Y=3,56779+345.1
y=348.66779
Y=348.66
La proyección de ventas será de 348.66
Altura
Nº Peso (Kg)
(cm)
1 61 150
2 63 143
3 60 146
4 74 160
5 58 143
6 63 145
7 64 149
8 74 158
9 74 150
10 66 150
11 63 153
12 61 151
13 64 151
14 69 147
15 64 142
16 77 164
17 76 162
18 80 163
19 79 152
20 68 144
22
a) Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
155 153
152
151 151
150 150 150
149
150 147
146
145
144
145 143 143
142
140
55 60 65 70 75 80 85
Peso (Kg)
𝑟 = √𝑅 2 → 𝑟 = √ 0,5583 = 0.7472
23
Hallado el coeficiente de relación y evidenciando con esto que la
correlación entre estas dos variables es positivamente alta podemos
concluir que la ecuación es confiable.
R² = 55,83 %
𝐷𝑎𝑡𝑜𝑠:
𝑋 =?
𝑌 = 172 𝑐𝑚
𝐷𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠 𝑥
172 − 100,34
𝑥=
0,7483
𝑥 = 96 𝑘𝑔
24
Estatur 120 124 107 118 112 110 115 104 110 116
a (cm)
Peso 24 23 19 24 21 19 22 16 20 23
(kg)
25
20
Peso (kg)
15 y = 0.386x - 22.751
R² = 0.8329
10
0
100 105 110 115 120 125
Estatura (cm)
25
b. Determine el grado de correlación de las dos variables.
Sabemos que:
Con lo anterior podemos concluir que la relación entre las dos variables es
Positiva fuerte, esto lo podemos observar más claramente en el gráfico de
dispersión anterior.
d. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?
𝐷𝑎𝑡𝑜𝑠:
𝑋 =?
𝑌 = 128 𝑐𝑚
𝐷𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠 𝑥
128 − 22,751
𝑥=
0,386
𝑥 = 69 𝑘𝑔
y (umbral de reflejo de
% Sobrepeso.
flexión nociceptiva)
26
89 2,00
90 3,00
75 4,00
30 4,50
51 5,50
75 7,00
62 9,00
45 13,00
90 15,00
20 14,00
1. Realice el diagrama de dispersión y determine el tipo de asociación entre
las variables.
Diagrama de dispersión
16
UMBRAL DE REFLEJO DE FLEXIÓN
14
12
NOCICEPTIVA
10
8
y = -0.0629x + 11.642
6
R² = 0.1115
4
2
0
0 20 40 60 80 100
% SOBREPESO.
27
Hallado el coeficiente de relación y evidenciando con esto que la
correlación entre estas dos variables es una correlación negativa baja
podemos concluir que la ecuación es poco confiable.
𝐷𝑎𝑡𝑜𝑠:
𝑋 =?
𝑌 = 40
x + 11,642= 40
𝐷𝑒𝑠𝑝𝑒𝑗𝑎𝑚𝑜𝑠 𝑥
−0,0629x = 40 + 11,642
40 − 11,642
𝑥=
−0,0629
𝑥 = 18
28
ESTUDIANTE 5 BRAYAN ALEXIS JIMENEZ GOMEZ
X (%DE Hidro Y
carbus) (pureza)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
29
1,32 93,41
1,43 94,98
0,95 87,33
DIAGRAMA DE DISPERCION
102
100
98 y = 14.947x + 74.283
R² = 0.8774
96
pureza
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
%de hidrocarburs
30
consumo de vvapor
temperatura(f) (Lb)
21 185,79
24 214,47
32 288,03
47 424,84
50 455
59 539
68 621,55
74 675,06
62 562,03
50 452,93
41 369,95
30 273,98
DIAGRAMA DE DISPERCION
800
700 y = 9.2087x - 6.3184
R² = 0.9999
600
conwsumo de vapor
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
temepratura
31
CORRELACION = EXCELENTE 99%
3. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF
El consumo de vapor es de 638,2906
89 2,00
90 3,00
75 4,00
30 4.50
51 5,50
75 7,00
62 9,00
45 13,00
90 15,00
20 14,00
32
DIAGRAMA DE DISPERCION
Y (UMBRAL DE REFLEJO DEFLEXION 16.00
14.00
12.00
10.00
NOCICEPTIVA)
8.00
y = -0.0376x + 9.6087
6.00
R² = 0.0325
4.00
2.00
0.00
0 10 20 30 40 50 60 70 80 90 100
% DE SOBREPESO
33