Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Descripción de la información
Estudiantes:
Andrea Barboza
Daniela Pérez
Presentado a:
1
INTRODUCCIÓN
Al recolectar, presentar y caracterizar un conjunto de datos, la estadística descriptiva
muestra apropiadamente las diversas características existentes dentro del caso que se
presente para estudio. Dentro de los diversos temas que se manejan esta la correlación
lineal simple y la correlación múltiple las cuales nos permiten estudiar simultáneamente
los valores de las variables estadísticas.
2
JUSTIFICACIÓN
El estudio de datos representa analizar gran cantidad de información, la cual debe ser
previamente organizada y ver en detalle los resultados que se esperan obtener. De allí la
estadística nos brinda herramientas y programas con los cuales podemos desarrollar
dicha labor, para interpretar y mostrar a quien requiera la información detallada, con
todos los valores recolectados.
3
OBJETIVOS
- Analizar los datos de la muestra de variables relacionadas y mostrar su viabilidad
y confianza de sus resultados, de acuerdo con las fórmulas matemáticas
establecidas.
- Utilizar la herramienta grafica de Excel, mediante el diagrama de dispersión,
para observar los resultados y su viabilidad con respecto a la correlación lineal,
la cual se usará para el desarrollo de la actividad.
- Desarrollar los laboratorios establecidos para la presente unidad.
4
REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE
Variable Y: Estatura
Variable X: Edad
Diagrama de dispersión:
ESTATURA (M) y = 0.0084x + 1.2276
R² = 0.3417
2.5
1.5
Axis Title
0.5
0
0 20 40 Axis Title 60 80 100
5
Tipo de asociación de las variables
Modelo matemático
R2 0,341663 = 34%
0,584519 = 58%
R
Confiabilidad
% de explicación
Grado de relación
6
ESTUDINATE 2: María Camila Peña
Variable Y: Peso
Variable X: Edad
Diagrama de dispersión:
y = 0.6007x + 35.544
Peso (kg) y Edad. R² = 0.3749
100.00
90.00
80.00
70.00
Axis Title
60.00
50.00
40.00
30.00
20.00
10.00
0.00
0 20 40 60 80 100
Axis Title
7
Tipo de asociación de las variables
Modelo matemático
0,37486604
R2
37%
0,61226305
R
61%
Confiabilidad
% de explicación
Grado de relación
8
ESTUDINATE 3: Edinson Vásquez
Variable Y: Edad
Variable X: Número de Hijos
Diagrama de dispersión:
2.5
2
1.5
1
0.5
0
0 20 40 60 80 100
Axis Title
9
Tipo de asociación de las variables
Modelo matemático
0,00047416
R2
0%
0,02177515
R
2%
Confiabilidad
% de explicación
Grado de relación
10
ESTUDIANTE 4: Andrea Barboza
Diagrama de dispersión:
11
Tipo de asociación de las variables
Modelo matemático
0,00048358
R2
0,048%
0,02199052
R
2%
Confiabilidad
% de explicación
Grado de relación
12
ESTUDIANTE 5: Daniela Pérez
Diagrama de dispersión:
Peso y N de hijos
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
0.00 20.00 40.00 60.00 80.00 100.00
13
Análisis e interpretación de resultados
ANEXO LABORATORIO
Consumo
Temperat
Mes de vapor
ura (oF)
(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
14
Temperatura Consumo de
Mes X Y X^2 y^2 xy
(oF) vapor (Lb)
15
Diagrama de Dispersión y = 9.2087x - 6.3184
R² = 0.9999
800
700
600
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
R/
Con los resultados obtenidos se puede asegurar que la ecuación de la recta es una muy
buena estimación de la relación entre las dos variables. El R^2 afirma además que el
modelo explica el 100% de la información y el valor de r coeficiente de correlación lineal
confirma además el grado de relación (100%) entre las variables, es decir existe entre la
variable porcentaje de temperatura oF y consumo de vapor Lb, una correlación positiva
muy alta
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
17
X (% de Hidro Y
carburos) (Pureza)
X Y X^2 Y^2 XY
0,99 90,01 -0,206 -2,1505 0,042436 4,62465025 0,443003
1,02 89,05 -0,176 -3,1105 0,030976 9,67521025 0,547448
1,15 91,43 -0,046 -0,7305 0,002116 0,53363025 0,033603
1,29 93,74 0,094 1,5795 0,008836 2,49482025 0,148473
1,46 96,73 0,264 4,5695 0,069696 20,8803303 1,206348
1,36 94,45 0,164 2,2895 0,026896 5,24181025 0,375478
0,87 87,59 -0,326 -4,5705 0,106276 20,8894703 1,489983
1,23 91,77 0,034 -0,3905 0,001156 0,15249025 -0,013277
1,55 99,42 0,354 7,2595 0,125316 52,7003403 2,569863
1,4 93,65 0,204 1,4895 0,041616 2,21861025 0,303858
1,19 93,54 -0,006 1,3795 3,6E-05 1,90302025 -0,008277
1,15 92,52 -0,046 0,3595 0,002116 0,12924025 -0,016537
0,98 90,56 -0,216 -1,6005 0,046656 2,56160025 0,345708
1,01 89,54 -0,186 -2,6205 0,034596 6,86702025 0,487413
1,11 89,85 -0,086 -2,3105 0,007396 5,33841025 0,198703
1,2 90,39 0,004 -1,7705 1,6E-05 3,13467025 -0,007082
1,26 93,25 0,064 1,0895 0,004096 1,18701025 0,069728
1,32 93,41 0,124 1,2495 0,015376 1,56125025 0,154938
1,43 94,98 0,234 2,8195 0,054756 7,94958025 0,659763
0,95 87,33 -0,246 -4,8305 0,060516 23,3337303 1,188303
-3,66374E-15 4,2633E-14 0,68088 173,376895 10,17744
18
Diagrama de dispersión y = 14.947x + 74.283
R² = 0.8774
102
100
98
96
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. ¿Es confiable?
Y=14,947x + 74,283 El modelo si es confiable
x
(porcentaje y (umbral de
de reflejo 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
x y (umbral
(porcentaje de reflejo
X Y x^2 y^2 XY
de de flexión
sobrepeso) nociceptiva)
20
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
y = -0.0629x + 11.642
R² = 0.1115
16
14
12
10
0
0 20 40 60 80 100
x= % de sobrepeso. Y= umbral.
CONCLUSIONES
22
REFERENCIAS BIBLIOGRÁFICAS
23
24