UNIVERSIDAD TÉCNICA DE MANABÍ

FACULTAD DE CIENCIAS
MATEMÁTICAS, FÍSICAS Y QUÍMICAS
PROYECTO DE ESTADISTICA APLICADA

Aplicación del método de regresión y coeficiente de

correlación en la planta de alimentos

DOCENTE:
ING. MONTES KARIME

PARALELO:
“C”

ELABORADO POR:
ANCHUNDIA SABANDO ORLANDO
DELGADO SANTOS ARIANNA
GARCÍA VERA LOURDES MICHELLE
MACÍAS PICO CRISTHIAN ARIEL
MOREIRA CEVALLOS RICHARD ALEXANDER (“B”)

ABRIL 2018-AGOSTO 2018

OBJETIVO

Aplicación del método de regresión y coeficiente de

correlación en la planta de alimentos

Introducción
Estadística, estudio que permite recolectar, organizar datos, analizarlo de manera que nos
permita explicar de manera cuantitativa el desarrollo del problema.

Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos científicos para
recoger, organizar, resumir y analizar datos, así como para sacar conclusiones
válidas y tomar decisiones razonables basadas en tal análisis.

Se denomina estadística aplicada al área de la estadística que se ocupa de razonar

los resultados sobre una población a partir de una o varias muestras. Es la parte de la
estadística que se aplica en cualquier otra rama externa pero en estas ves lo vamos a
aplicar en la ingeniería química ya que es la carrera que seguimos, por el motivo que por
medio de un ejercicio explicaremos la importancia de la estadística en la ingeniería.

Los parámetros poblacionales son estimados mediante funciones denominadas

"estimadores" o "estadísticos". La estimación de éstos, se hace basándose en
la estimación estadística y puede ser puntual, por intervalos o de contraste de hipótesis.
En una estimación puntual se obtiene un solo valor con una confianza nula. En la
estimación por intervalos, el nivel de confianza depende de la amplitud del intervalo, es
cuando se afirma que el 95% de tal, El contraste de hipótesis consiste en verificar
estadísticamente si una suposición acerca de una población es cierta o falsa.

La estadística aplicada se apoya totalmente en la utilización de paquetes estadísticos que

ayudan a resolver problemas de índole estadística, acortando dramáticamente los tiempos
de resolución. Es por esto que en muchas facultades se enseña a utilizar estos programas
estadísticos sin que, a veces, el alumno entienda, ni tenga la necesidad de entender cómo
funcionan. Cuando se hace la comprobación matemáticamente se hace la fórmula para
sacar la mediana, media, la moda.

Por lo cual en la ingeniería química es muy útil ya que se puede hacer un modelo para
determinar cuántos gramos alrededor se consumiría en la elaboración de un producto o
reactivo por lo cual es bueno ya que aganaría sacar una estadística de cuanto al alrededor
se puede producir y un la estimación que cuanto se gastaría en la inversión y saber también
si es rentable.

 Ejercicio
Una planta que se especializa en la conservación de alimentos sabe
que en función de la distancia (metros), en que la planta se de las
familias, cuantas personas llegaran para comprar los producto.

Se tomó como muestra a 6 familias

 La variables x , son el número de personas de cada familia

 La variable y, la distancia en que se sitúa cada familia

Nº d e P e r so n a s Di st a nc i a (Y )

10 15

9 19

8 25

7 23

6 34

6 40
 A. Trace un diagrama de dispersión para estos datos

B. Aplique el método de mínimos cuadrados para plantear la ecuación estimada de

regresión

n x y x*y x^2 y^2

1 10 15 150 100 225

2 9 19 171 81 361

3 8 25 200 64 625

4 7 23 161 49 529

5 6 34 204 36 1156

6 6 40 240 36 1600

∑ 46 156 1126 366 4496

ŷ=a+bx
x 46
=n= = 7 personas
6
𝑦 156
Ӯ= 𝑛 = = 26 metros de distancia
6

Pendiente
∑𝑥𝑦−𝑛𝑥𝑦
𝑏 = ∑𝑥 2 −𝑛(𝑥)2

1126−(6)(7)(26) 34
𝑏= = = 11.3 ≈ 11
291−(6)(7)2 3

Calculo de la ordenada del origen

a= Ӯ- b
a=26 –(11)(7)
a=-51
∴ ŷ=-51+11x
C. Prediga, si la planta se sitúa a 5 km, ¿cuántas personas llegaran a la planta
para compraran los productos?

ŷ=-51+11x
ŷ=-51+11(5)
ŷ=4
D. Calcule el error estándar en la regresión.

√∑𝑦 2 − (𝑎 ∗ ∑𝑦) − (𝑏 ∗ ∑𝑥𝑦)

𝑆𝑒 =
𝑛−2
√4496 − (−51 ∗ 156) − (11 ∗ 1126)
𝑆𝑒 =
6−2
𝑆𝑒 = √16.5
𝑆𝑒 = 4.06

E. Calcule el coeficiente de correlación y el coeficiente de determinación

2
(𝑎 ∗ ∑𝑦) + (𝑏 ∗ ∑𝑥𝑦) − (𝑛 ∗ ӯ2 )
𝑟 =
∑𝑦 2 − (𝑛 ∗ ӯ2 )
2
(−51 ∗ 156) + (11 ∗ 1126) − (6 ∗ 262 )
𝑟 =
4496 − (6 ∗ 262 )
 374
𝑟2 = 𝑥100
440

𝑟 2 = 85%

F. El coeficiente de correlación
𝑟 = √𝑟 2

𝑟 = √0.85
𝑟 = 0.9219

CONCLUSION.

 Con el proyecto realizado se logró adquirir más conocimientos y aplicarlos en los

ejercicios y aplicarlo en nuestra carrera como futuros ingenieros.
 Como podemos observar en los cálculos resultados el coeficiente de
determinación nos arrojó un valor de 85% por el cual no es tan factible utilizar
este método.
 Se concluye que el coeficiente de correlación es del 92.19% por lo cual eso nos
dice que tiene una mayor precisión y si es factible este procedimiento.