Академический Документы
Профессиональный Документы
Культура Документы
TUTOR:
DANIEL FRANCISCO CHICA.
GRUPO: 100175_274
analíticos. Por ello es importante su estudio puesto que permite llegar al conocimiento de
tratamiento y análisis de los datos, con el objetivo de resumir, describir las características
de un conjunto de datos y por lo general toman forma de tablas y gráficas, se utiliza en casi
todos los campos científicos, por esto consideramos que su estudio es de vital importancia
contexto real; trabajando sobre problemáticas del entorno diario, mediante la realización de
con los compañeros cono un equipo de trabajo colaborativo. Igualmente brinda un amplio
contexto de la unidad 3 del curso de estadística descriptiva, es por ello que durante el
fecha del curso, empleando el trabajo en equipo como un reto para su desarrollo.
JUSTIFICACIÓN
Objetivos generales:
Potencializar las habilidades y destrezas para caracterizar una situación mediante el análisis de
las medidas estadísticas.
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:
Número
de Velocidad X Y XY X2 Y2
Muertos
1 33 -3,83 -40,21 153,891157 14,64801653 1616,77099
1 38 -3,83 -35,21 134,754793 14,64801653 1239,68008
1 40 -3,83 -33,21 127,100248 14,64801653 1102,84372
1 40 -3,83 -33,21 127,100248 14,64801653 1102,84372
1 45 -3,83 -28,21 107,963884 14,64801653 795,75281
1 45 -3,83 -28,21 107,963884 14,64801653 795,75281
1 48 -3,83 -25,21 96,4820661 14,64801653 635,498264
2 50 -2,83 -23,21 65,6184298 7,993471074 538,661901
2 50 -2,83 -23,21 65,6184298 7,993471074 538,661901
2 50 -2,83 -23,21 65,6184298 7,993471074 538,661901
2 50 -2,83 -23,21 65,6184298 7,993471074 538,661901
2 51 -2,83 -22,21 62,791157 7,993471074 493,243719
2 55 -2,83 -18,21 51,4820661 7,993471074 331,570992
2 55 -2,83 -18,21 51,4820661 7,993471074 331,570992
2 55 -2,83 -18,21 51,4820661 7,993471074 331,570992
2 55 -2,83 -18,21 51,4820661 7,993471074 331,570992
2 55 -2,83 -18,21 51,4820661 7,993471074 331,570992
2 55 -2,83 -18,21 51,4820661 7,993471074 331,570992
2 60 -2,83 -13,21 37,3457025 7,993471074 174,480083
2 60 -2,83 -13,21 37,3457025 7,993471074 174,480083
2 60 -2,83 -13,21 37,3457025 7,993471074 174,480083
2 62 -2,83 -11,21 31,691157 7,993471074 125,643719
2 63 -2,83 -10,21 28,8638843 7,993471074 104,225537
2 65 -2,83 -8,21 23,2093388 7,993471074 67,3891736
2 65 -2,83 -8,21 23,2093388 7,993471074 67,3891736
2 66 -2,83 -7,21 20,3820661 7,993471074 51,9709917
2 66 -2,83 -7,21 20,3820661 7,993471074 51,9709917
2 66 -2,83 -7,21 20,3820661 7,993471074 51,9709917
2 66 -2,83 -7,21 20,3820661 7,993471074 51,9709917
2 66 -2,83 -7,21 20,3820661 7,993471074 51,9709917
2 67 -2,83 -6,21 17,5547934 7,993471074 38,5528099
3 67 -1,83 -6,21 11,3457025 3,33892562 38,5528099
3 67 -1,83 -6,21 11,3457025 3,33892562 38,5528099
3 68 -1,83 -5,21 9,51842975 3,33892562 27,1346281
3 68 -1,83 -5,21 9,51842975 3,33892562 27,1346281
3 68 -1,83 -5,21 9,51842975 3,33892562 27,1346281
3 68 -1,83 -5,21 9,51842975 3,33892562 27,1346281
3 68 -1,83 -5,21 9,51842975 3,33892562 27,1346281
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 69 -1,83 -4,21 7,69115702 3,33892562 17,7164463
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
3 70 -1,83 -3,21 5,8638843 3,33892562 10,2982645
4 71 -0,83 -2,21 1,82752066 0,684380165 4,88008264
4 71 -0,83 -2,21 1,82752066 0,684380165 4,88008264
4 72 -0,83 -1,21 1,00024793 0,684380165 1,46190083
4 72 -0,83 -1,21 1,00024793 0,684380165 1,46190083
4 73 -0,83 -0,21 0,17297521 0,684380165 0,04371901
4 73 -0,83 -0,21 0,17297521 0,684380165 0,04371901
4 73 -0,83 -0,21 0,17297521 0,684380165 0,04371901
4 74 -0,83 0,79 -0,65429752 0,684380165 0,62553719
4 74 -0,83 0,79 -0,65429752 0,684380165 0,62553719
4 74 -0,83 0,79 -0,65429752 0,684380165 0,62553719
5 75 0,17 1,79 0,30933884 0,029834711 3,20735537
5 75 0,17 1,79 0,30933884 0,029834711 3,20735537
5 75 0,17 1,79 0,30933884 0,029834711 3,20735537
5 75 0,17 1,79 0,30933884 0,029834711 3,20735537
5 76 0,17 2,79 0,48206612 0,029834711 7,78917355
5 77 0,17 3,79 0,65479339 0,029834711 14,3709917
5 77 0,17 3,79 0,65479339 0,029834711 14,3709917
5 77 0,17 3,79 0,65479339 0,029834711 14,3709917
5 77 0,17 3,79 0,65479339 0,029834711 14,3709917
6 78 1,17 4,79 5,61842975 1,375289256 22,9528099
6 78 1,17 4,79 5,61842975 1,375289256 22,9528099
6 78 1,17 4,79 5,61842975 1,375289256 22,9528099
6 79 1,17 5,79 6,79115702 1,375289256 33,5346281
7 79 2,17 5,79 12,5820661 4,720743802 33,5346281
7 79 2,17 5,79 12,5820661 4,720743802 33,5346281
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 80 2,17 6,79 14,7547934 4,720743802 46,1164463
7 81 2,17 7,79 16,9275207 4,720743802 60,6982645
8 81 3,17 7,79 24,7184298 10,06619835 60,6982645
8 81 3,17 7,79 24,7184298 10,06619835 60,6982645
8 83 3,17 9,79 31,0638843 10,06619835 95,8619008
8 83 3,17 9,79 31,0638843 10,06619835 95,8619008
8 83 3,17 9,79 31,0638843 10,06619835 95,8619008
8 83 3,17 9,79 31,0638843 10,06619835 95,8619008
8 83 3,17 9,79 31,0638843 10,06619835 95,8619008
8 83 3,17 9,79 31,0638843 10,06619835 95,8619008
9 85 4,17 11,79 49,2002479 17,41165289 139,025537
9 86 4,17 12,79 53,3729752 17,41165289 163,607355
9 88 4,17 14,79 61,7184298 17,41165289 218,770992
9 88 4,17 14,79 61,7184298 17,41165289 218,770992
9 88 4,17 14,79 61,7184298 17,41165289 218,770992
9 88 4,17 14,79 61,7184298 17,41165289 218,770992
10 88 5,17 14,79 76,5093388 26,75710744 218,770992
10 95 5,17 21,79 112,71843 26,75710744 474,843719
11 95 6,17 21,79 134,509339 38,10256198 474,843719
11 100 6,17 26,79 165,372975 38,10256198 717,75281
11 105 6,17 31,79 196,236612 38,10256198 1010,6619
12 108 7,17 34,79 249,545702 51,44801653 1210,40736
12 111 7,17 37,79 271,063884 51,44801653 1428,15281
12 138 7,17 64,79 464,727521 51,44801653 4197,8619
12 138 7,17 64,79 464,727521 51,44801653 4197,8619
12 150 7,17 76,79 550,800248 51,44801653 5896,84372
5447,97273 1037,718182 35880,1909
Numero de Muertos
vs Velocidad y = 5,25x + 47,866
R² = 0,7971
160
140
Numero de Muertos
120
100
80
60
40
20
0
0 2 4 6 8 10 12 14
Velocidad
El tipo de asociación entre las variables es de dispersión lineal ascendente con una
correlación positiva alta
Y= a + b
y = 5,25x + 47,866
R² = 0,7971
Esta ecuación hace una buena estimación entre las variables debido a que el
coeficiente de determinación R2 explica el 79,71% de la información y el valor del
coeficiente de correlación R confirma el grado de relación de las variables que es el
89,28%.
y = -1,0055x + 40,657
# Heridos Vs Grados de alcohol, Edad R² = 0,0152
70
60
Número de Heridos
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8
Esta ecuación no hace una buena estimación entre las variables debido a que el coeficiente
de determinación R2 explica solo 1,52% de la información y el valor del coeficiente de
correlación R confirma el grado de relación de la variable, que es el 12,32%
Es evidente que los gráficos de dispersión son de gran ayuda para el buen análisis
del comportamiento de dos variables de las cuales se estima algún tipo de relación, y por
ende demostrar que tanto puede afectar una a otra.
Las medidas de dispersión contribuyen a la realización de una comparación entre las
posibles variaciones que pueden tener algunos datos que se están estudiando.
Tanto las medidas de dispersión como los gráficos de dispersión sirven para observar el
comportamiento que tienen algunos datos que son objeto de estudio y que pretenden
mostrar la relación que existe entre los mismos o por el contrario una total desconexión que
impide brindar soluciones.
Las temáticas tratadas durante el curso muestran la importancia de la estadística
para el análisis de datos de acuerdo a estudios previos en circunstancias que necesitan de un
proceso para llegar a conclusiones determinantes en cada una de ellas.
Además de lo anterior se puede evidenciar la ayuda que brindan las gráficas para el estudio
de los datos, con el fin de dar soluciones precisas que contribuyan a mejores resultados de
las situaciones objeto de estudio
REFERENCIAS BIBLIOGRÁFICAS.
Aspectos Teóricos:
Regresión y correlación
X
Y
(% de XY X² Y²
(Pureza
Hidrocarburos)
0,99 90,01 89,11 0,98 8101,8
1,02 89,05 90,83 1,04 7929,9
1,15 91,43 105,14 1,32 8359,4
1,29 93,74 120,92 1,66 8787,2
1,46 96,73 141,23 2,13 9356,7
1,36 94,45 128,45 1,85 8920,8
0,87 87,59 76,20 0,76 7672,0
1,23 91,77 112,88 1,51 8421,7
1,55 99,42 154,10 2,40 9884,3
1,4 93,65 131,11 1,96 8770,3
1,19 93,54 111,31 1,42 8749,7
1,15 92,52 106,40 1,32 8560,0
0,98 90,56 88,75 0,96 8201,1
1,01 89,54 90,44 1,02 8017,4
1,11 89,85 99,73 1,23 8073,0
1,2 90,39 108,47 1,44 8170,4
1,26 93,25 117,50 1,59 8695,6
1,32 93,41 123,30 1,74 8725,4
1,43 94,98 135,82 2,04 9021,2
0,95 87,33 82,96 0,90 7626,5
23,92 1843,21 2214,657 29,2892 170044,5
a) Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
Pureza vs % hidrocarburos
102
100
98
y = 14,947x + 74,283
96
R² = 0,8774
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 Hidrocarburos
El tipo de asociación entre las variables es de dispersión lineal ascendente con una
correlación positiva alta.
Y= a + b
X Y= 14,947X + 74,283
R² = 0,8774
20∗2214,657−(23,92)(1843,21) 203,56
b= = = 15,15
20∗29,28−(23,92)2 13,44
Media de X
X = 23,92/20 = 1,19
Media de Y
Y = 1843,21/20 = 92,16
Y = 15,15X + 74,04
170044,5−(74,04)(1843,21)−(15,15)(2214,65) 21,29
Se = √ =√ = √1,18 = 1.09
20−2 18
170044,5
S²y= − (92,16)2 = 8.76
20
1,09
R²= 1 - = 0,87 r = √𝑅² = 0,93
8,76
𝑦 = 14,947𝑥 + 74,283
𝑦 − 74,287
𝑋=
14,947
Reemplazando:
51,4−74,287
𝑋= = −1,53
14,947
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 2015, se
registraron los siguientes valores de temperatura y consumo anual.
X Y
Mes XY X² Y²
Temperatura (°F) Consumo de vapor (Lb)
600
R² = 0,9999
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatura (°F)
El tipo de asociación entre las variables es de dispersión lineal ascendente con una
correlación positiva alta.
b) Encuentre un modelo matemático que permita predecir el efecto de una variable sobre
la otra. ¿Es confiable?
y=9,2087x-6,3184
R² = 0,9999
Se halla a y b
12∗265883,86−(558)(5062,63) 365658,78
𝑏= 2 = 39708
= 9,21
12∗29256−(558)
Media de y
Y = 5062,63/12 = 421,88
Y = 9,21X – 6,4
2416493,37−(−6,4)(5062,63)−(9,21)(265883,86) 103,8514
Se = √ =√ = 3,22
12−2 10
X Y
(% de (Umbral de reflejo de XY X² Y²
Sobrepeso) flexión Nociceptiva)
89 2 178 7921 4
90 3 270 8100 9
75 4 300 5625 16
30 4,5 135 900 20,25
51 5,5 280,5 2601 30,25
75 7 525 5625 49
62 9 558 3844 81
45 13 585 2025 169
90 15 1350 8100 225
20 14 280 400 196
627 77 4461,5 45141 799,5
14
R² = 0,1115
12
NOCICEPTIVA)
10
8
6
4
2
0
0 20 40 60 80 100
% DE SOBREPESO
𝑅 2 = 0,1115 ∗ 100 = 11,15% → Porcentaje de Explicación
𝑟 = √0,1115 = 0,3339
Esta ecuación no hace una buena estimación entre las variables debido a que el coeficiente
de determinación R2 explica solo 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%
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. ¿Es confiable?
Y= -0,0629x + 11,642
R² = 0,1115
77 −(0,007∗627) 72,611
𝑎= = = 6,601
11 11
11∗4461,5−(627)(77) 797,5
𝑏= = = 0,007
11∗45141−(627)2 103422
Media de X
X = 627/11 = 57
Media de y
Y = 77/11 = 7
Y = 0,007X + 6,6
799,5
S²y= − (7)2 = 23,7
11
5,37
R²= 1 - 23,7 = 0,78 r = √𝑅² = 0,88
Y= -0,0629x + 11,642
X = 50
Y= ¿?
Y= 8,497