Trabajo Individual

Paso 4. Descripción de la Información

Islena Quimbayo Sosa

Código del Estudiante: 65799681

Nombre del Curso: Estadística Descriptiva

Código del curso: 100105_170

Presentado a
Edgar Gabriel Díaz

Universidad Nacional Abierta y a Distancia UNAD

CEAD – Ibagué
Escuela de Ciencias Básicas, Tecnología e Ingeniería
Mayo de 2020
1.1. Temperatura – Consumo de gas.

En una ciudad del norte de la costa colombiana fue registrada la temperatura

media del día y la cantidad de gas consumida en algunas de las residencias. Los
datos están representados en la siguiente tabla. Para estudiar la relación entre la
temperatura y el consumo de gas

X Temperatura Y Volumen de Gas

Media - oC consumido – cm3
3 7
6 5
3 8
1 8
5 7
7 5
9 4
13 3

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

variables
El sentido mide la variación de los valores de Y con respecto a X: si al crecer los
valores de X disminuyen los de Y, la relación es inversa (pendiente negativa).

La fuerza extrema según el caso, mide el grado en que la línea representa a la

nube de puntos: si la nube es estrecha y alargada, se representa por una línea
recta, lo que indica que la relación es fuerte; si la nube de puntos tiene una
tendencia elíptica o circular, la relación es débil.

Por tanto, es fuerte la correlación inversa (pendiente negativa)

b. Encuentre el modelo matemático que permite 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

Y =m ( X ) + b

De acuerdo a los coeficientes de regresión y estadísticos asociados tenemos que:

Y =(−0,47) ( X ) +8,62

Así el coeficiente de determinación es:

0,91 %∗100 %=91 %

por tanto, el modelo es el 91 % confiable

c. Determine el grado de relación de las dos variables.

Coeficiente de correlación

r =√ R 2 remplazando R

r =√ 0,91 simplificando tenemos

r =0,95 grado de relación entre las dos variables

Mediante la tabla de los niveles de correlación dependiendo del coeficiente r 0

Por tanto, la correlación entre las dos variables es muy alta o excelente.

d. Determine el Volumen de gas consumido si la temperatura media llega a ser -1

grado oC?

dado

x=−1

Y =(−0,47) ( X ) +8,62 reemplazando X

Y =(−0,47) (−1 ) +8,62 simplificando

Y =0,47+8,62 simplificando

Y =9,09

Por tanto, el volumen del gas consumido es de 9,09 c m3

1.4. X-Y Montaje – Horas de trabajo

En una empresa se desea verificar si la calidad de los computadores con defectos

de montaje tiene relación con las horas trabajadas por día.

Los siguientes datos representan dicha situación:

Computador
es con 10 9 8 5 9 8 6 7 9 10
defectos (Y)
Horas de
15 13 11 7 12 11 8 10 13 13
trabajo (X)

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables

Variable dependiente = Computadores con defectos (Y)

Variable independiente = Horas de trabajo (X)

El sentido mide la variación de los valores de Y con respecto a X: si al crecer los

valores de X lo hacen los de Y, la relación es directa (pendiente positiva).

La fuerza extrema según el caso, mide el grado en que la línea representa a la

nube de puntos: si la nube es estrecha y alargada, se representa por una línea
recta, lo que indica que la relación es fuerte; si la nube de puntos tiene una
tendencia elíptica o circular, la relación es débil.
Por tanto, es fuerte la correlación directa (pendiente positiva))

b. Encuentre el modelo matemático que permite 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

Y =m ( X ) + b

De acuerdo a los coeficientes de regresión y estadísticos asociados tenemos que:

Y =(0,66) ( X ) +0,64

Así el coeficiente de determinación es:

0,95 %∗100 %=95 %

por tanto, el modelo es el 95 % confiable

c. Determine el grado de correlación de las dos variables.

Coeficiente de correlación

r =√ R 2 remplazando R

r =√ 0,95 simplificando tenemos

r =0,97 grado de relación entre las dos variables
Mediante la tabla de los niveles de correlación dependiendo del coeficiente r 0

Por tanto, la correlación entre las dos variables es muy alta o excelente

d. ¿Cuál será la cantidad de computadores con defectos producidas si un

trabajador labora 6 horas?

dado

x=6

Y =(0,66) ( X ) +0,64 reemplazando X

Y =(0,66) ( 6 ) +0,64 simplificando

Y =3,96+0,64 simplificando

Y =4,6

Por tanto, la cantidad de computadores con defectos producidas si un

trabajador labora 6 horas es de 5

1.9. Temperatura – Enfermedad respiratoria.

En una investigación realizada durante el mes de agosto en un hospital

pediátrico respecto a la relación de la temperatura ambiente media y los
casos de enfermedad registrados se obtuvieron los siguientes datos

Casos de
Temperatura
enfermedad
Media °C
respiratoria
 9 28
11 26
14 22
15 22
17 22
18 16
20 12
21 6
22 6

1. Realice el diagrama de dispersión y determine el tipo de asociación

entre las variables.

.
El sentido mide la variación de los valores de Y con respecto a X: si al crecer los
valores de X disminuyen los de Y, la relación es inversa (pendiente negativa).

La fuerza extrema según el caso, mide el grado en que la línea representa a la

nube de puntos: si la nube es estrecha y alargada, se representa por una línea
recta, lo que indica que la relación es fuerte; si la nube de puntos tiene una
tendencia elíptica o circular, la relación es débil.

Por tanto, es fuerte la correlación inversa (pendiente negativa)

2. 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

Y =m ( X ) + b

De acuerdo a los coeficientes de regresión y estadísticos asociados tenemos que:

Y =(−1,73) ( X ) +46.09

Así el coeficiente de determinación es:

0,89 %∗100 %=89 %

por tanto, el modelo es el 89 % confiable

3. Determine el porcentaje de explicación del modelo y el grado de

relación de las dos variables.

Coeficiente de correlación
r =√ R 2 remplazando R

r =√ 0,89 simplificando tenemos

r =0,94 grado de relación entre las dos variables

Mediante la tabla de los niveles de correlación dependiendo del coeficiente r 0

Por tanto, la correlación entre las dos variables es muy alta o excelente

4. ¿Cuál será el número de casos esperados de enfermedad

respiratoria en el hospital, si la temperatura cae a 7 °C?

dado

x=7

Y =(−1,73) ( X ) +46,09 reemplazando X

Y =(−1,73) (7 )+ 46,09 simplificando

Y =−12,11+46,09 simplificando

Y =33 ,98

Por tanto, el número de casos esperados de enfermedad respiratoria en el

hospital, si la temperatura cae a 7 ° C será de 34