Академический Документы
Профессиональный Документы
Культура Документы
Descripción de la información
Presentado por:
Jose francisco bettin estrada
Código:
1045751241
Tutor(a):
Jhanna Patrick Brieva
grupo:
184
Objetivos Generales
1. Potencializar en el estudiante habilidades y destrezas para
caracterizar una situación mediante el análisis de las medidas
estadísticas bivariantes.
2. Calcular e interpretar adecuadamente las medidas estadísticas
bivariantes, asociadas a una situación específica.
3. Determinar la relación entre dos o más variables inscritas en una
situación específica a partir del análisis de regresión lineal simple y
múltiple.
Objetivos Específicos
1. Interpretar correctamente los datos de cada tabla propuestos en cada
uno de los ejercicios.
2. Realizar diagramas de dispersión en los ejercicios de laboratorio y
actividades colaborativas que permitan determinar el tipo de
asociación entre las variables escogidas en cada ejercicio.
3. En los ejercicios propuestos de laboratorio y de regresión y
correlación lineal simple crear modelos matemáticos que permita
predecir el efecto de una variable sobre la otra para determinar su
fiabilidad.
4. Determinar porcentajes que permitan una explicación de modelo y
grado de relación de dos variables de los ejercicios de laboratorio y
de regresión y correlación lineal simple.
5. En la práctica de regresión y correlación lineal múltiple identificar
una variable cuantitativa dependiente y varias variables
independientes del estudio de investigación, diagramarlas y calcular
la recta de regresión y el coeficiente de correlación para probar
estadísticamente su relación.
6. Relacionar o analizar la información obtenida en cada problema
planteado en los ejercicios de laboratorio y colaborativo.
Actividad 2. Definición de Conceptos.
Diagrama de dispersión.
Un diagrama de dispersión o también llamada gráfica de dispersión, es un
tipo de diagrama matemático que utiliza las coordenadas cartesianas para
mostrar los valores de dos variables para un conjunto de datos, también
puede sugerir varios tipos de correlaciones entre las variables, con un
intervalo de confianza determinado. La correlación puede ser positiva
(aumento), negativa (descenso), o nula (las variables no están
correlacionadas). Se puede dibujar una línea de ajuste (llamada también
"línea de tendencia") con el fin de estudiar la correlación entre las
variables. Una ecuación para la correlación entre las variables puede ser
determinada por procedimientos de ajuste. Para una correlación lineal, el
procedimiento de ajuste es conocido como regresión lineal y garantiza una
solución correcta en un tiempo finito.
X (Sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
80
60
40
20
0
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
( sal ) x
y = 6,1062x + 88,128
R² = 0,987
analizando el resultado se puede decir que tiene una confiabilidad
excelente ya que el valor de R tiene un valor de 0,987 que podríamos
redondear a 1.
c) R= Cof. De correlación
R= √ 0,987 = 99%
R= 99% la correlación es excelente
d) y= 6,1062(5,6) + 88,128
y= 34,19472 + 88,128
y= 122,3
Según esto, la tensión arterial esperada es de 122,3.
800
700
600
consumo de vapor (LB)
500
400
300
200
100
0
10 20 30 40 50 60 70 80
temperatura (F)
Y = 9.2087 * - 6.3184
Y=9.2087 – 6.3184
y = 9.2087 * - 6.3184
y=638.29lb
638.29 (LB).
Actividad 4. Regresión y correlación Lineal.
Edad Estatura
(años) (M)
9 1,32
7 1,22
8 1,26
10 1,39
8 1,25
11 1,43
11 1,45
9 1,34
7 1,20
11 1,40
8 1,26
8 1,25
11 1,42
8 1,27
10 1,35
10 1,35
11 1,42
7 1,20
11 1,41
8 1,26
8 1,25
11 1,40
9 1,31
9 1,32
9 1,32
10 1,39
8 1,24
11 1,45
8 1,26
8 1,26
9 1,35
8 1,27
11 1,45
10 1,38
9 1,33
8 1,20
11 1,50
8 1,21
8 1,22
10 1,30
8 1,23
10 1,37
11 1,45
9 1,35
7 1,20
10 1,38
8 1,27
8 1,26
10 1,37
9 1,32
9 1,37
9 1,32
9 1,36
7 1,30
10 1,38
8 1,25
8 1,24
8 1,24
8 1,25
9 1,38
9 1,27
10 1,37
10 1,39
10 1,40
8 1,26
9 1,35
10 1,36
8 1,26
10 1,32
10 1,33
10 1,35
8 1,27
11 1,45
8 1,26
7 1,20
9 1,30
7 1,21
9 1,32
10 1,38
11 1,45
8 1,25
10 1,37
10 1,40
11 1,45
10 1,35
9 1,33
9 1,33
11 1,42
10 1,37
9 1,31
9 1,30
9 1,28
9 1,31
9 1,32
9 1,32
10 1,36
11 1,43
11 1,45
9 1,33
9 1,33
8 1,26
8 1,32
10 1,42
9 1,27
10 1,34
10 1,40
10 1,38
9 1,31
10 1,42
8 1,26
Esta variable es de tipo lineal
Estatura (M)
1.6
1.4
1.2
estatura (M)
1
0.8 y = 0,0575x + 0,8004
0.6 R² = 0,8671
0.4
0.2
0
6.5 7 7.5 8 8.5 9 9.5 10 10.5 11 11.5
edad (años)
R= Cof. De correlación
R= √0,8671 = 93%
R = 93%
REFERENCIAS BIBLIOGRAFICAS
[online] Estadisticadescriptivaunad100105.blogspot.com.co.
[online] Monografias.com.
Available
at:http://www.monografias.com/trabajos30/regresion-multiple/regresion-
multiple.shtml
http://www.unadzsurlab.com/ovas_ibague/regresion/pagina5.htm
http://halweb.uc3m.es/esp/Personal/personas/amalonso/esp/EItema2.pdf
https://www.youtube.com/watch?v=WYew3o3il4k