Aporte Fase Intermedia

Estadstica Descriptiva

Presentado por:

Carlos Eduardo Garcia Zambrano

Tutor: Jairo Yamid Marin

Escuela de Ciencias Bsicas, Tecnologas e Ingenieras

Universidad Nacional Abierta y a Distancia UNAD

2016
 REGRESIN YCORRELACIN

En muchos casos se requiere conocer ms que el comportamiento de una sola variable, se requiere
conocer la relacin entre dos o ms variables como la relacin entre produccin y consumo;
salarios y horas de trabajo; oferta y demanda; salarios y productividad; la altura de un rbol y el
dimetro de su tronco.

Muchos de estos comportamientos tienen una tendencia lineal, aunque hay muchos otros que lo
hacen de forma curva. Para determinar el grado de correlacin entre las variables, no basta con
calcular la varianza explicada, pues existe el coeficiente de determinacin coeficiente de
correlacin; sin embargo, frecuentemente se utiliza un coeficiente de correlacin rectilneo, siendo
este un valor entre -1y1.

Para estas confrontaciones se utiliza el diagrama de dispersin que es plano cartesiano en el que se
marcan los puntos correspondientes a los pares (x,y) de los valores de las variables.

El anlisis de Regresin tiene los siguientes usos: el primero es obtener los estimadores de los
parmetros, estimar la varianza del error, obtener los errores estndares de los parmetros
estimados, probar la hiptesis sobre los parmetros, clculo de valores estimados basados en la
ecuacin estimada, estimar el ajuste o la falta de ajuste del modelo.

El modelo a utilizar es Y= a+ bx, a es el intercepto, b es la pendiente de la funcin, la que nos indica

el cambio marginal de Y respecto a X.

Ejemplo

Una empresa de mensajera de entrega puerta a puerta, con el fin de mejorar la prestacin del
servicio desea establecer la relacin que puede existir entre el tiempo empleado y la distancia
recorrida para la entrega de un determinado Producto.
 a. Realice un diagrama de dispersin a partir de los datos obtenidos.

Los Grficos de Dispersin muestran la relacin existente entre un dominio y uno o algunos rangos.

Rango

Dominio
Identificar dos variables cuantitativas de la situacin estudiada que puedan estar relacionadas:

Para esta fase escogeremos las variables:

Velocidad
Nmero de Heridos

Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin entre las
variables.
 Velocidad Vs Nmero de Heridos
8
f(x) = 0.06x - 0.63
7 R = 0.47

Numero de Heri dos (y) 4

0
20 40 60 80 100 120 140 160
Vel oci da d (x)

Numero de Heri dos (y) Li near (Numero de Heri dos (y))

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

El modelo matemtico hallado para este efecto es: y=a+bx

y=8.088+ 43.868
2
R =0.4693

2
Se puede asegurar que la ecuacin de la recta es confiable porque el R se aleja de 1 y tiene un
grado de confiabilidad aceptable
- Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables.

El Grado de correlacin es positiva baja ya que se encuentra en el rango 0.4

- Relacionar la informacin obtenida con el problema.

Podemos concluir que las variables velocidad y nmero de heridos involucrados en accidentes de
trnsito en el ao 2015 en la ciudad de Medelln se encuentran relacionadas con un coeficiente de
correlacin positiva moderada.

Regresin y Correlacin Lineal Mltiple

Identificar una variable cuantitativa dependiente y varias variables independientes del estudio de
investigacin.

Para esta fase escogeremos las variables:

Cuantitativa Dependiente:
 Nmero de Muertos

Cuantitativas Independientes:

Edad
Velocidad
Grados de Alcohol del conductor