Академический Документы
Профессиональный Документы
Культура Документы
ESTUDIANTES
204040
PRESENTADO A
NOVIEMBRE DE 2018
INTRODUCCIÓN
Tener la oportunidad, de poder estudiar una de las materias más importantes a nivel
profesional en nuestro país , nos permite crear una conciencia a nosotros como
futuros profesionales sobre diferentes entornos que podrían afectar nuestros
espacios, nos permite poner en práctica los diferentes conocimientos adquiridos
sobre distintos tipos de representación estadística, basándonos en el desarrollo
establecido en la unidad, aplicando nuestros distintos métodos de agrupación de la
información podremos analizar los resultados, por medio de los cuales
determinaremos la opinión de los usuarios del servicio adquirido, y estudiaremos la
información requerida la cual nos permitirá desarrollar o crear un “plan de acción” ;
de esta manera podremos ir buscando una solución al problema que se nos fue
planteado, tendremos en cuenta que este trabajo se realiza ante la necesidad de
hacer estudios que nos permitan determinar las distintas causas que generan el
actual conflicto, su frecuencia y las consecuencias que genera a nivel social y
comunal.
OBJETIVOS
OBJETIVOS
Como objetivo general para esta actividad, está el cumplir a cabalidad con todos los
talleres y puntos solicitados por el tutor, teniendo en cuenta lo aprendido en la
unidad.
OBJETIVOS ESPECÍFICOS.
• Realizar un análisis de los diferentes conceptos que se nos facilitan para el
desarrollo de esta actividad
• Presentar diferentes maneras de aplicar las estadísticas junto a sus fórmulas
y diagramas
• Crear conocimientos que nos permitan interpretar los datos obtenidos
mediante las investigaciones realizadas
1. Análisis de correlación lineal simple de las dos variables cuantitativas
seleccionadas.
ESTATURA ESTATURA ESTATURA
Peso (kg) Peso (kg) Peso (kg)
(M) (M) (M)
12,50 0,65 16,70 0,98 18,30 1,06
60,00 1,74 60,50 1,65 56,90 1,68
72,50 1,58 57,80 1,59 3,10 0,57
58,00 1,59 60,30 1,61 45,80 1,51
16,50 1 78,50 1,79 68,90 1,76
57,60 1,65 15,30 0,96 11,90 0,86
78,60 1,7 65,20 1,67 65,90 1,62
5,20 0,73 65,60 1,7 78,00 1,71
53,80 1,62 78,40 1,68 16,90 1,1
45,80 1,53 57,90 1,62 85,80 1,86
60,20 1,65 3,40 0,53 67,20 1,71
19,70 1,18 58,30 1,59 63,20 1,59
62,70 1,69 56,80 1,56 9,40 0,82
78,60 1,58 60,00 1,65 72,90 1,76
52,70 1,53 72,00 1,68 3,90 0,47
8,90 0,85 58,60 1,56 63,80 1,62
70,00 1,64 14,20 0,96 30,50 1,4
80,90 1,75 65,70 1,67 52,60 1,51
78,90 1,6 60,80 1,61 85,90 1,81
15,90 1,03 3,10 0,57 67,90 1,66
56,00 1,55 85,00 1,8 58,20 1,6
52,90 1,58 60,80 1,56 55,00 1,63
78,50 1,78 55,90 1,62 60,50 1,58
85,80 1,66 70,00 1,67 87,50 1,67
65,20 1,7 73,80 1,8 55,20 1,72
60,00 1,79 78,50 1,75 70,00 1,65
67,20 1,72 67,20 1,65 45,90 1,56
85,00 1,68 67,20 1,72 54,00 1,63
24,50 1,03 58,80 1,59 60,80 1,67
65,40 1,63 62,30 1,63 65,80 1,64
60,60 1,73 70,20 1,65 70,80 1,61
85,00 1,68 54,90 1,52 78,60 1,68
57,30 1,58 78,10 1,72 87,20 1,8
67,90 1,65 62,90 1,63 79,50 1,72
2,60 0,45 65,00 1,86 72,90 1,75
75,30 1,78 62,90 1,63 67,50 1,67
45,20 1,5 72,90 1,75 58,20 1,55
50,20 1,64 61,60 1,57 64,30 1,72
23,00 1,16 9,70 0,76 58,90 1,62
45,00 1,52 64,30 1,78 65,70 1,58
a) Realizar el diagrama de dispersión de dichas variables y determinar el
tipo de asociación entre las variables.
40.00
20.00
0.00
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20.00
Variable Y: Estatura
Variable X: Peso
Variable X: Edad
Diagrama de dispersión:
60.00
Estatura
40.00
20.00
0.00
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20.00
Peso
y = 0.6007x + 35.544
Relacion: Edad vs Peso R² = 0.3749
100.00
85.90
85.80 85.00
85.00 87.50
87.20 85.80
85.00
90.00 80.90
78.50 79.50
78.90
78.5078.50
78.40 78.60
78.60
78.60
78.10 78.00
80.00 75.30 72.90
73.80
72.90
72.90
70.80
70.0072.00 72.50 70.00 70.00 70.20
67.9068.90
67.90
67.20 67.20 67.20 67.50
67.20
65.60
65.40
65.20
64.30 65.00
64.30
63.80 65.90 65.80
65.70 65.70 65.20 62.90
70.00 60.80 63.20
61.60
60.80 60.00 62.30 62.90 62.70
60.80
60.50
60.20
60.00
58.60 58.90
58.20 60.00 57.90 58.20 60.60
60.50
58.80 60.30 58.30
57.30
56.90
56.80
56.00 58.00
57.80 55.90
57.60
60.00 55.20
54.9054.00
53.8052.90
52.70 55.00
52.60 50.20
45.90 45.80 45.80
Edad
40.00 30.50
30.00 24.50
23.00
19.70
18.30
16.90
16.70
16.50
15.90
15.30
14.20
20.00 11.90
12.50
9.70
9.40
8.90
5.20
10.00 3.90
3.40
3.10
2.60
0.00
0 10 20 30 40 50 60 70 80 90 100
Peso
Se tuvo en cuenta diferentes aspectos, pero se opta por tomar estas variables
debido a la baja fiabilidad de las demás, por lo cual podemos afirmar de manera que
clara que las personas de edad mayor adquieren un incremento en su masa y
estatura, por lo cual podemos concluir que la estatura ejerce influencia sobre el peso
y la edad de manera lineal.
ANEXO
LABORATORIO REGRESIÓN Y CORRELACIÓN LINEAL.
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
Diagrama de dispersión:
El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente:
𝑹2 = 0,8774
Esta ecuación hace una buena estimación entre las variables debido a que el
coeficiente de determinación R2 explica el 87.74% de la información y el valor del
coeficiente de correlación R confirma el grado de relación de las variables, que es
el 93.67%.
𝑦 = 14,947𝑥 + 74,283
𝑦 − 74,283
𝑥=
14,947
91,3 − 74,283
𝑥=
14,947
𝑥 = 1,14
Cuando la pureza del oxígeno sea 91.3, el porcentaje de hidrocarburos será 1,14
Consumo
Temperat
Mes de vapor
ura (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
Diagrama de dispersión:
B. AJUSTE UN MODELO MATEMÁTICO QUE PERMITA PREDECIR EL EFECTO
DE UNA VARIABLE SOBRE LA OTRA. ¿ES CONFIABLE?
𝒚 = 𝟗, 𝟐𝟎𝟖𝟕𝒙 − 𝟔, 𝟑𝟏𝟖𝟒
𝑅 2 = 0,9999
Esta ecuación hace una buena estimación entre las variables debido a que el
coeficiente de determinación R2 explica el 99.99% de la información y el valor del
coeficiente de correlación R confirma el grado de relación de la variable, que es el
99.99%.
𝑦 = 9,2087𝑥 − 6,3184
𝑦 = 9,28087 ∗ 70 − 6,3184
𝑦 = 638,29 𝐿𝑏
x (porcentaje de y (umbral de
sobrepeso) reflejo de flexión
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
Diagrama de dispersión:
B. AJUSTE UN MODELO MATEMÁTICO QUE PERMITA PREDECIR EL EFECTO
DE UNA VARIABLE SOBRE LA OTRA. ¿ES CONFIABLE?
El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente:
𝑅 2 = 0,1115
Esta ecuación no hace una buena estimación entre las variables debido a que el
coeficiente de determinación R2 explica el 11.15% de la información y el valor del
coeficiente de correlación R confirma el grado de relación de la variable, que es el
33.39%
𝒚 = 𝟗, 𝟏𝟑
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?docID=10
365616&p00=conceptos+generales+estad%C3%ADstica+descriptiva&ppg=12