Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TRABAJO COLABORATIVO
Nombres
JENNY xxxxxxx
Cod: xxxxxxx
JHON xxxxxxxxxxxx
Cod: xxxxxxxxxx
LEIDY xxxxxxx
Cod:xxxxxxxx
JOSE xxxxxxxxxxx
Cod: xxxxxxxxxx
PRESENTADO A
TUTOR
JUNIO 2016
INTRODUCCION
relación entre dos o más variables desarrollaremos una ecuación que permitirá estimar una
variable en función de la otra. Por ejemplo, ¿en qué medida, un aumento de los gastos en
publicidad hace aumentar las ventas de un determinado producto?, ¿cómo representamos que
modelo matemático para estimar el valor de una variable basándonos en el valor de otra, en
Diagrama de Dispersión
102
100
98
96
Pureza 94
92
90
88
86
0 0,5 1 1,5 2
Porcentaje de Hidrocarburos
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?
Diagrama de Dispersión
102
100
y = 14,947x + 74,283
98
96
Pureza 94
92
90
88
86
0 0,5 1 1,5 2
Porcentaje de Hidrocarburos
R² = 0,8774
0,8774 x 100 = 87.74%
√0,8774 = 0.9366
0.9366 x 100 = 93.66%
El valor de R coeficiente de correlación lineal confirma el grado de relación entre las
variables que es 93.66%.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 91,3?
y = 14,947x + 74,283
𝑦 − 74, 283
𝑥=
14,947
91,3 − 74,283
𝑥=
14,947
𝑥 = 1,13
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.
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.
Diagrama de Dispersión
800
700
600
500
Comsumo de
400
Vapor
300
200
100
0
0 20 40 60 80
Temperatura
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. Es confiable?
Diagrama de Dispersión
800
y = 9,2087x - 6,3184
700
600
500
Comsumo de
400
Vapor
300
200
100
0
0 20 40 60 80
Temperatura
Modelo Matemático
y = 9,2087x - 6,3184
Es confiable
c. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
R² = 0,9999
0,9999 𝑥 100
99.99
El modelo explica el 99.99 % de la información.
√0,9999 = 0.999
0.999 x 100 = 99.9 %
y = 9,2087x - 6,3184
y (umbral de
x (porcentaje
reflejo de
de sobrepeso)
flexión
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
Diagrama de Dispersión
16
14
12
Umbral de 10
reflejo de
8
reflexión
nosciseptiva 6
4
2
0
0 20 40 60 80 100
Porcentaje de Sobrepeso
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. Es confiable?
Diagrama de Dispersión
16
14
12
Umbral de 10
reflejo de
8
reflexión y = -0,0629x + 11,642
6
nosciseptiva
4
2
0
0 20 40 60 80 100
Porcentaje de Sobrepeso
Modelo Matemático
y = -0,0629x + 11,642
R² = 0,1115
0,1115 x 100 = 11.15%
El modelo explica el 11.15% de la información.
√0,1115 = 0.333
0.1115 x 100 = 33.3 %
y = -0,0629x + 11,642
y = -0.0629 (40)+ 11.642
y = 9.126
X: Número de heridos
Y: Velocidad
Diagrama de Dispersión
160
y = 1,3725x + 69,034
140
R² = 0,0453
120
100
Velocidad 80
60
40
20
0
0 5 10 15 20
Números de heridos
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El Modelo Matemático
y = 1,3725x + 69,034
R² = 0,0453
0,0453 x 100
4,53 %
√0,0453 = 0.212
El grado de relación entre el número de heridos y velocidad no es muy alto pero hay una
estimación entre las dos variables, ya que la ecuación se ajusta a los datos.
X= Velocidad
Y= Número de muertos
Números de Heridos
Diagrama de Dispersión
20
18
y = 0,033x + 0,3492
16
R² = 0,0453
14
Número de 12
Muertos y 10
Heridos 8
6
4
2
0
0 50 100 150 200
Velocidad
y = 0,033x + 0,3492
R² = 0,0453
√0,0453 = 0,212
0,212 x 100
21,2%
El análisis de regresión y correlación lineal constituyen métodos que se emplean para conocer
interactúan para originar las características de un proceso en particular y por ende; analizar,
La regresión lineal simple y la regresión múltiple, analiza la relación de dos o más variables
continuas, cuando analiza dos variables a esta se le conoce como variable bivariantes que
de estimar los valores de una variable con base en los valores conocidos de la otra. Del mismo
modo, una ecuación de regresión explica los valores de una variable en términos de otra. Es
decir, se puede intuir una relación de causa y efecto entre dos o más variables.
BIBLIOGRAFIA
https://es.wikipedia.org/wiki/coeficiente_de_determinaci%c3%b3n
http://www.monografias.com/trabajos82/regresion-y-correlacion-lineal/regresion-y-
correlacion-lineal2.shtml