TRABAJO COLABORATIVO MOMENTO 3

PRESENTADO POR

JORGE ANDRÉS GÓMEZ

CÓDIGO: 80191363
GRUPO 100105

TUTOR
YEISON ANDRES VAQUIRO

ESTADISTICA DESCRIPTIVA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

BOGOTA DC
JUNIO 2016
 INTRODUCCION

En el siguiente trabajo determinamos la relación entre dos o más variables

cuantitativas en la base de datos de accidentalidad de la secretaria de transito de
Medellín, se propone los diagramas de dispersión solicitados, encontrando
diferentes datos estadísticos que nos ayudan a comprobar que los datos tiene una
relación explicita y la confiabilidad de los datos para realizar aportes a las
estadísticas de accidentalidad para tomar medidas preventivas, y colocar como
base histórica y categórica la información.
 OBJETIVOS

 Hacer un análisis estadístico de la problemática planteada "Base de datos

accidentalidad de la secretaria de transito de Medellín” Teniendo en cuenta
los conocimientos adquiridos en el curso de Estadística descriptiva.

 Analizar e interpretar apropiadamente las medidas estadísticas bivariantes,

asociadas a una situación específica.

 Dar desarrollo a la guía momento 3

 Presentar en el desarrollo de este trabajo la recolección, orden y análisis

de la información, así como la representación de los datos adquiridos con
ayuda de los diagramas de dispersión, para describir adecuadamente las
características y resultados obtenidos
 DESAROLLO

Laboratorio de regresión y correlación lineal

1. El rendimiento del producto de un proceso químico está relacionado con la

temperatura de operación del proceso. Se desea establecer la relación que
existe entre la pureza (y) del oxígeno producido y el porcentaje de
hidrocarburo (x) que está presente en el condensador principal en un
proceso de destilación, de acuerdo con los siguientes datos:

X
(% de Y
Hidro (Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33
 a. Realice el diagrama de dispersión y determine el tipo de asociación
entre las variables.

Relacion pureza y oxigeno

102

100

98

96
Pureza

94

92

90

88

86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Porcentaje Hidrocarburos

La relación de las variables es directa se explica cuando el porcentaje de

hidrocarburos es mayor el grado de pureza es alto

b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. Es confiable?

La ecuación punto pendiente generada por Excel

y = 14,947x + 74,283
R² = 0,8774 coeficiente de determinación es confiable un 87,7 %

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

relación de las dos variables.

Coeficiente de correlación R= 0,93

El grado de correlación es excelente
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es
igual a 91,3?

y = 14,947x + 74,283
X=?
Y=91,3
91,3 = 14,947x + 74,283
91,3-74,283=14,947x
(91,3-74,283)/ 14,947=x
X=1,13
El porcentaje de hidrocarburo cuando la pureza es igual a 91,3 es 45,74

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 2014, se registraron los siguientes valores de temperatura y consumo
anual.

2014 Registros de temperatura y

consumos de vapor.

Temperatura Consumo de
Mes
(oF) vapor (Lb)
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
 a. Realice el diagrama de dispersión y determine el tipo de asociación entre
las variables.

Chart Title y = 9.2087x - 6.3184

R² = 0.9999
800

700

600
Consumo de Vapor

500

400

300

200

100

0
0 10 20 30 40 50 60 70 80
Temperatura

La relación de las variables es directa se explica cuando la temperatura es más al

consumo de vapor se incrementa

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

variable sobre la otra. Es confiable?

y = 9,2087x - 6,3184
R² = 0,9999 coeficiente de determinación es confiable un 99 %

c. Determine el porcentaje de explicación del modelo y el grado de relación

de las dos variables.

Coeficiente de correlación R= 0,99

El grado de correlación es excelente
d. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

y = 9,2087x - 6,3184
X=?
Y=70
70 = 9,2087x - 6,3184
70+6,3184=9,2087x
(70+6,3184)/ 9,2087=x
X=8,29
El consumo de vapor es 8,29

3. Los investigadores están estudiando la correlación entre la obesidad y la

respuesta individual al dolor. La obesidad se mide como porcentaje sobre el
peso ideal (x). La respuesta al dolor se mide utilizando el umbral de reflejo
de reflexión nociceptiva (y) que es una medida de sensación de punzada.
Obsérvese que ambas, X e Y, son variables aleatorias

x
(porcentaje y (umbral
de de reflejo
sobrepeso) de flexión
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14

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

las variables.
 Correlacion Obesidad
16
14
Porcentaje de sobrepeso
12
10
8
6
4
2
0
0 10 20 30 40 50 60 70 80 90 100
Umbral de reflejo de flexion

La relación de las variantes es directa ya que el umbral de reflejo entre mas se

aleja del valor 0 se incrementa el porcentaje de sobrepeso

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

variable sobre la otra. Es confiable?

La ecuación punto pendiente generada por Excel

y = -0,062x + 11,64
R² = 0,11 coeficiente de determinación es confiable un 11,1 %

c. Determine el porcentaje de explicación del modelo y el grado de relación

de las dos variables.

Coeficiente de correlación R= 0,33

El grado de correlación es mínima

d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un

porcentaje de sobrepeso, de 40?

X=?
Y=40
40 = -0,062x + 11,642
40-11,64=0,062x
 (40-11,64)/0,062=x
X=45,74
El Umbral les 45,74

Regresión y Correlación lineal Simple

-Identificar dos variables cuantitativas de la situación estudiada que puedan

estar relacionadas.

Variables Cuantitativas: NUMERO DE MUERTOS, GRADOS DE ALCOHOL DEL

CONDUCTOR

- Realizar el diagrama de dispersión de dichas variables y determinar el tipo

de asociación entre las variables.

2.5

1.5

0.5

0
0 0.5 1 1.5 2 2.5

Existe una relación directa debido a que los grados de alcohol es más alto el
número de muertos aumenta

- Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. Es confiable?

La ecuación punto pendiente generada por Excel

y = 1,4x - 0,4
R² = 1 coeficiente de determinación es confiable un 100 %
- Determine el porcentaje de explicación del modelo y el grado de relación
de las dos variables.

R= coeficiente de correlación R= 10 la correlación es perfecta

- Relacionar la información obtenida con el problema.

Nos damos cuenta que entre los accidentes presentados en la base de datos de
transito de Medellín, tomando como variable dependiente el grado de alcohol
sugiere que cuando el nivel es más alto la cantidad de muertos aumenta generado
una relación directa, hay una correlación estadística fuerte que determina la
dependencia los grados de alcohol y la cantidad de muertos, es decir los
conductores en mayor estados de embriaguez causaban accidentes donde se
involucran mas pérdidas humanas.

Regresión y Correlación Lineal Múltiple:

_ Identificar una variable cuantitativa dependiente y varias variables

independientes del estudio de investigación.

Vamos a realizar una muestra de 30 accidentes de transito encontrando las

siguientes variables

Variable dependiente: Grados de Alcohol del conductor

Variables independiente: Número de muertos

Variables independiente: Velocidad

GRADOS DE ALCOHOL DEL NUMERO DE

CONDUCTOR(Y) MUERTOS(X1) VELOCIDAD(X2)
1,2 0 66
3,0 1 111
0,0 1 66
0,6 0 80
0,0 0 75
0,0 2 66
3,0 1 45
1,4 2 88
2,1 0 55
0,0 1 70
1,6 0 105
 2,2 3 88
3,0 1 69
1,1 2 48
2,4 1 70
0,6 0 83
1,6 0 138
0,0 1 68
0,0 1 77
2,1 1 81
1,4 0 50
2,6 2 88
3,0 1 71
2,7 3 55
0,6 1 78
0,0 0 80
2,9 1 68
0,6 0 74
1,8 1 75
0,0 2 83

- Realizar el diagrama de dispersión de dichas variables.

Relacion N muertos vs Grados de Alcohol

3.5
y = 0.2692x + 0.7231
R² = 0.0569
3.0

2.5

2.0 Relacion N muertos vs Grados

de Alcohol
1.5 Linear (Relacion N muertos vs
Grados de Alcohol)
1.0

0.5

0.0
0 1 2 3 4
 Relacion Velocidad vs Grados de Alcohol
3.5 y = 0.0026x + 0.7898
R² = 0.0023
3.0
2.5
2.0 Relacion Velocidad vs Grados
de Alcohol
1.5
Linear (Relacion Velocidad vs
1.0 Grados de Alcohol)

0.5
0.0
0 50 100 150

- calcular la recta de regresión y el coeficiente de correlación para probar

estadísticamente su relación.

Y=a+b1X1+b2X2

Coeficientes
Intercepción 0,900305547
Variable X 1 0,294770796
Variable X 2 0,00261668

Y=0,9003+0,2947X1+0,00261X2

Coeficiente de correlación
múltiple R 0,230456427
Coeficiente de determinación
R^2 0,053110165

R^2=0,53 el modelo matemático obtenido es confiable un 53%

Coeficiente de correlación múltiple

R= 0,23045

No existe correlación entre las variables

- Relacionar la información obtenida con el problema.

Se determina que las variables tomadas en cuenta para el problema, tienen
relación por separado con el nivel de alcohol mas no entre las 3 no existe un nivel
alto de confiabilidad y no existe la correlación, se puede tomar otras variables para
poder deducir el comportamiento de la accidentalidad en la ciudad de Medellín
 CONCLUSIONES

Con el presente trabajo realizado se evidencia los diferentes cálculos delas

medidas de variantes representados en diagramas de dispersión de acuerdo a la
información de la secretaria de transito de Medellín.

Las cuales permitieron la solución de problemas aplicado a la vida real de nuestro

contexto diario, el cual fue de gran importancia.
 BIBLIOGRAFIA

 Lección 3, Regresión y Correlación Simple “UNAD”.(2016) Estadística

descriptiva, Jóse Maria Montero Lorenzo. Madrid: Paraninfo, 2007.
p129-189. COPYRIGHT 2007 Cengage Learning Paraninfo, S.A.

 Análisis de Regresión MúltipleInvestigación de mercados Gilbert6 A.

Churchill, Jr.. 4th ed. Mexico City: Cengage Learning, 1999. p686.
COPYRIGHT 2003 International Cengage Editores, S.A. de C.V.

 Yeison Andrés Vaquiro Plazas (2015 mayo 11) Regresión y Correlación

Múltiple, recuperado de
https://www.youtube.com/watch?v=LgFYGbH1NJk