Академический Документы
Профессиональный Документы
Культура Документы
Descripción de la información
-Medidas Bivariantes-
Regresión y Correlación simple.
Realizado por:
Código 1.046.270.623
Grupo:
204040_156
Tutor:
Después de tener bien claro los conceptos los alumnos realizan el laboratorio de
regresión y correlación lineal que se encentraba en el Entorno de aprendizaje
práctico en el cual se coloca en práctica los conocimientos adquiridos de la unidad
3.
Para terminar este trabajo cada uno de los integrantes del grupo escogió 2
variables cuantitativas a su elección las cuales fueron trabajadas mediante las
pautas dadas por la guía.
Justificación.
Edad y peso
Puedo afirmar que si existe relación lineal pero el incremento del peso no depende
solo por la edad ya que pude existir más factores que intervienen en el incremento
del peso pero si existe una relación lineal confiable entre estas dos variables la cual
es buena.
Estatura y peso
peso y estatura
Este modelo presenta una confiabilidad de un 98% por los factores o elementos de
la variable.
El grado de relación de las dos variables puede determinar en la relación R2= 0,069
por la forma de la variabilidad de los datos dispersos.
Se Puedo afirmar que si existe relación lineal entre la variable cuantitativa de edad
y peso de los pacientes que asistieron al servicio de urgencias del hospital, pero se
debe saber que el incremento del peso no depende solo de la edad, ya en la realidad
existen más factores que intervienen en el incremento del peso, pero si existe una
relación lineal confiable entre estas dos variables la cual es buena.
¡Muchos éxitos!
Matus, R., Hernández, Martha, and García, E.. Estadística. México, D.F., MX:
Instituto Politécnico Nacional, 2010. ProQuest ebrary. Web. 1 July 2016.
Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?do
cID=10365616&p00=conceptos+generales+estad%C3%ADstica+descripti
va&ppg=12
X
(% de Y
Hidro (Pureza)
carburos)
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
1,32 93,41
1,43 94,98
0,95 87,33
directa
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
y = 14,947x + 74,283
1,1383%
2.2 El número de libras de vapor (y) consumidas mensualmente por una planta
química, se relaciona con la temperatura ambiental promedio (en o F). Para el año
2014, se registraron los siguientes valores de temperatura y consumo anual.
Consumo
Temperatura
Mes de vapor
(oF)
(Lb)
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
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
638,29
2.2 El número de libras de vapor (y) consumidas mensualmente por una planta
química, se relaciona con la temperatura ambiental promedio (en o F). Para el año
2014, se registraron los siguientes valores de temperatura y consumo anual. 2014
Registros de temperatura y consumos de vapor.