TRABAJO COLABORATIVO

Paso 4

Estudiantes

Diego Jose Preciado Rodríguez

Grupo del curso

75

Presentado a

María José Charfuelan

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Mayo de 2020

1
Introducción

En este trabajo se van a exponer concepto básicos relacionados a regresión y correlación

métodos estadísticos. Se desarrollaran ejercicios donde se apliquen las conceptos vistos

en desarrollo del mapa conceptual y las definiciones, Con el fin de cumplir el paso 4.

2
 JUSTIFICACIÓN

Los diagramas de dispersión son muy útiles para las personas que trabajan en manejo

estadístico para conocer relaciones entre variables que podemos tener día a día y no

sabemos como relacionarlas, un ejemplo el costo por kilometro de las llantas que temeos

por carga movida. Creo que podre utilizarlo en mi trabajo.

3
 OBJETIVOS

Conocer aprender métodos de regresión y correlación, aplicando diagramas de

dispersión, desarrollando ejercicios aplicados a casos de la vida cotidiana.

Actividad 1
4
Actividad 2
Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:

-Diagrama de dispersión.

Nos permite analizar si existe alguna relación entre dos variables. Por ejemplo, puede

ocurrir que dos variables estén relacionadas de manera que al aumentar el valor de

una, se incremente el de la otra. En este caso hablaríamos de la existencia de una

correlación positiva.

5
 -Correlación lineal simple.

Ccuantificar como de relacionadas están dos variables es necesario disponer de

parámetros que permitan cuantificar dicha relación. Uno de estos parámetros es

la covarianza, que indica el grado de variación conjunta de dos variables aleatorias.

-Coeficiente de determinación R2

El coeficiente de determinación es la proporción de la varianza total de la variable

explicada por la regresión.

-Correlación positiva y correlación negativa

Si r < 0 Hay correlación negativa : las dos variables se correlacionan en sentido

inverso. A valores altos de una de ellas le suelen corresponder valor bajos de la otra y

viceversa

 Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido

directo. A valores altos de una le corresponden valores altos de la otra e igualmente

con los valores bajos.

- ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?

El Coeficiente de correlación es una medida que permite conocer el grado de

asociación lineal entre dos variables cuantitativas (X, Y).

Socializar las respuestas en el foro paso 4. Descripción de la Información.

https://www.uv.es/ceaces/base/descriptiva/coefcorre.htm
Actividad 3 (laboratorio )
Actividad 3. Realizar el laboratorio de regresión y correlación lineal
1.1. Temperatura – Consumo de gas.

6
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 Media - oC Y Volumen de Gas

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
Cambian en sentido contrario. Negativo.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?

Y =−0.4678 X +8.6233

R2=0.905

7
Coeficiente de determinación 0.905∗100 %=90.5 %

Determina la confiabilidad de un 90.5%

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

R2=r

R2=0.905

R=0. 9513

La correlación es excelente. Esta 0.90 < R < 1

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

Y =−0.4678 X +8.6233

Y =−0.4678(1)+ 8.6233

Y =9.0911

El volumen de gas consumido es de 9.0911 cm3 a la temperatura de 1°C

1.2. 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:

8
Computadores
10 9 8 5 9 8 6 7 9 10
con defectos

Horas de trabajo 15 13 11 7 12 11 8 10 13 13

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

Computadores con defectos variable dependiente Y

Horas de trabajo variable independiente X

Cambian en el mismo sentido. Positiva

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

Y =0.6599 X +0.6433

R2=0.9461

Coeficiente de determinación 0.9 461∗100 %=9 4 .61 %

9
Determina la confiabilidad de un 94.61%

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

R2=r

R2=0.9461

R=0.9726

La correlación es excelente. Esta 0.90 < R < 1

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

labora 6 horas?

Y =0.6599 X +0.6433

Y =0.6599(6)+0.6433

Y =4.6027

La cantidad de computadores con defectos si un trabajador labora 6 horas es 4.6.

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

10
 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.

Cambian en sentido contrario. Negativo.

2. Ajuste un modelo matemático que permita predecir el efecto de una variable

sobre la otra. ¿Es confiable?

11
 Y =−1.7333 X +46.089

R2=0.8909

Coeficiente de determinación 0.8909∗100 %=89.09 %

Determina la confiabilidad de un 89.09%

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

dos variables.

R2=r

R2=0.8909

R=0.9438

La correlación es excelente. Esta 0.90 < R < 1

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

hospital, si la temperatura cae a 7 °C?

Y =−1.7333 X +46.089

Y =−1.7333(7)+46.089

Y =33.9559

El número esperados de casos de enfermedades respiratorias si la temperatura cae a 7°

C es de 33.95.

Actividad 4
Regresión y Correlación lineal Simple

Selección de variables
12
1 N° DE LIBROS DE CONSULTA
2 PROMEDIO GENERAL

Diagrama de dispersión

Relación positiva.
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?

Y =0.4459 X +52.45

R2=0.1134

Coeficiente de determinación 0.1134∗100 %=11.34 %

Determina la confiabilidad de un 11.34%

- Determine el grado de correlación de las dos variables.

R2=r

R2=0.1134

R=¿0.3367

13
 La correlación es mínima. Esta 0.30 < R < 0.60

- Relacionar la información obtenida con el problema.

No tenemos una relación directa en la consulta de libros con los promedios generales, no
necesariamente el aumento en unidades de libros consultados incide en el promedio
general.

CONCLUSIONES

Se desarrollo un mapa conceptual viendo los principales conceptos de medidas

estadísticas bivariantes de regresión y correlación desarrollando tres ejercicios

aplicando los conceptos aprendidos en los video tutoriales.

14
Adicional se realizo una análisis de dos variables cuantitativas de la base de las pruebas

saber 11 usando variables del número de libros consultado versus los promedios

generales donde se analizó que no hay una relación directa.

REFERENCIAS BIBLIOGRÁFICAS

Lectura de libros propuestos por la guía

Y videos tutoriales en el foro.

Adicional pagina web: https://www.uv.es/ceaces/base/descriptiva/coefcorre.htm

15
16