Paso 4.

Descripción de la información
-Medidas Bivariantes-
Regresión y Correlación simple.

Realizado por:

Lina Claudia Carmona A

Código 43. 707 591

Yecenia Gamarra Alemán

Código

Henri Alexander Cabarcas Polo

Código 1.046.270.623

Grupo:
204040_156

Tutor:

Oscar Javier Hernández

Universidad Nacional Abierta y a Distancia UNAD

Escuelas de Ciencias Sociales y Artes y Humanidades ECSAH
Cartagena Noviembre 2018
  Introducción.

Mediante la Participación activa en el foro Unidad 3- Paso 4– se pudo llevar acabo

La definición breve de los conceptos básicos asociados a Regresión y Correlación,
donde los estudiantes leyeron el tema de la unidad 3.

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.

Este trabajo es de gran importancia para el aprendizaje de los alumnos, ya que

después de tener los conocimientos teóricos bien afirmados se llevan a practica
mediante la construcción del laboratorio y la actividad de trabajo de las
variables escogidas por cada alumno, dichas variables son tomadas de la base
de datos que se viene trabajando al inicio del el curso.
  Objetivos.

Poner en práctica los conocimientos adquiridos por la teoría de la unidad 3.

Describir clara mente los conceptos más relevantes de la teoría.

Analizar de forma coherente cada gráfica y saber aplicarle sus fórmulas

matemáticas
  Análisis de correlación lineal simple de las dos variables cuantitativas
4. Regresión y Correlación lineal Simple realizado por

Lina Claudia Carmona

-Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.

Edad y peso

- Realizar el diagrama de dispersión de dichas variables y determinar el tipo

de asociación entre las variables.

- Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?
Si es confiable y la formula Y = O,6007X +35,544
- Determine el grado de relación de las dos variables.

El grado de relación es 37,49 lineal confiable y el valor de la relación es buena

- Relacionar la información obtenida con el problema.

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.

4. Regresión y Correlación lineal Simple realizado por

Yecenia Gamarra Alemán

Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.

Estatura y peso

Realizar el diagrama de dispersión de dichas variables y determinar el tipo

de asociación entre las variables.
. Regresión y Correlación lineal Simple realizado por

HENRI ALEXANDER CABARCAS

Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas

peso y estatura

Realizar el diagrama de dispersión de dichas variables y determinar el tipo

de asociación entre las variables.
Modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
14,4 x
El modelo matemático seria: y = y = 12x
0,12

Este modelo presenta una confiabilidad de un 98% por los factores o elementos de
la variable.

Grado de relación de las variables

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.

Relacionar la información obtenida con el problema

El problema que tengo de estudio es el número de urgencias en un hospital, donde

este tipo de problema susceptible se asocia al criterio estadístico de los elementos
de la estatura y el peso del paciente al llegar a urgencias, entonces siempre guarda
esta relación dual. Peso-estatura.
Análisis y conclusiones, a partir de los resultados obtenidos y aplicados al
problema o situación estudiada

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.

El tipo de problema que maneja el servicio de urgencias del hospital es susceptible

y es asociado al criterio estadístico de los elementos de la estatura y el peso del
paciente al llegar a urgencias, entonces siempre guarda esta relación dual. Peso-
estatura.
 Conclusiones.

 Mediante la construcción de este trabajo se logró Identificar cuáles son

variables cuantitativas dependiente y varias variables independientes.

 Este trabajo se pudo comprender gracias a las explicaciones de las web

conferencias, ya que el material didáctico es excelente este curso lo
deberíamos hacer de forma presencial ya que el acercamiento presencial nos
ayuda más entender el tema.
  Referencias Bibliográficas.

Montero, J.M. (2007).Regresión y Correlación 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).Análisis de Correlación y de Regresión Simple. Mexico

City: Cengage Learning. Páginas 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=e558184ed89e57d11ede116134cfce4
1

Churchill, G.A.(2009). "Análisis de Regresión Múltiple." Investigación de

mercados. Mexico City: Cengage Learning. Páginas 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=49575112db86a0eb46dae86bbaf74cb
9

Montero, J.M. (2007).Regresión y Correlación Múltiple. Madrid: Paraninfo.

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

Las referencias bibliográficas complementarias relacionadas en el Syllabus

del curso le permitirán profundizar un poco más en las temáticas de la
unidad tres, si usted desea a manera de consulta puede indagar en otras
fuentes.

¡Muchos éxitos!

Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto

Politécnico Nacional. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?do
cID=10436604

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

Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y

estadística 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?d
ocID=11230886&p00=conceptos+generales+estad%C3%ADstica+descript
iva&ppg=
ANEXOS.

Laboratorio realizado por Lina Claudia

El rendimiento del producto de un proceso químico está relacionado con la

temperatura de operación del proceso. Se desea establecer de acuerdo con los
siguientes datos:

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

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.

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

y = 14,947x + 74,283

c. Determine el porcentaje de explicación del modelo y el grado de relación de las

dos variables.
El porcentaje es de 87,7% es confiable puedo decir que el grado de
relación entre las variables es super bueno o para mejor decir es
excelente.

El grado de la relación es excelente.

d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a

91,3?

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.

2014 Registros de temperatura y

consumos de vapor.

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.

ASOCIACION DE VARIABLES DIRECTAS

 b. Ajuste un modelo matemático que permita predecir el efecto de una variable
sobre la otra. ¿Es confiable?

y = 9,2087x - 6,3184 SI ES CONFIABLE

c. Determine el porcentaje de explicación del modelo y el grado de relación de las

dos variables.

El porcentaje es confiable ya que es de 99,9% y EL GRADO

DE la relación es excelente
d. ¿Cuál es el consumo de vapor cuando la temperatura es de 70 oF?

638,29

Laboratorio realizado por Yecenia

2.1. El rendimiento del producto de un proceso químico está relacionado con la

temperatura de operación del proceso. Se desea establecer la relación que existe
entre la pureza (y) del oxígeno producido y el porcentaje de hidrocarburo (x) que
está presente en el condensador principal en un proceso de destilación, de acuerdo
con los siguientes datos.
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables:
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable? R/ y = 14,947x + 74,283
c. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables: R/ Es confiable un 87,7% y la Correlación es excelente.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a
91,3? R/ es de 1,1384% y = 14,947x + 74,283 R² = 0,8774 86 88 90 92 94 96 98
100 102 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 Pureza %

Rendimiento del producto de un proceso químico % Vs pureza en Hidrocarburos

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.