ESTADISTICA DESCRIPTIVA

REGRESION LINEAL SIMPLE

GRUPO 100105_464

INTEGRANTES:
GIOVANNY ANTONIO LEAL
CODIGO: 88.259.669
BREINER DUVAN RODRIGUEZ LEAL
CODIGO: 1.024.523.753
MALENE VANESA OPINO
CODIGO:
DENIS DENZEL PORTOCARRERO
CODIGO:
HENRY FERNANDO CASTILLO
CODIGO: 1085277081

TUTOR:
NOLFER ALBERTO RICO BAUTISTA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

MAYO DE 2017
 INTRODUCCIÓN

El siguiente trabajo presenta el desarrollo de la Guía Paso 4 Fase Intermedia (trabajo

colaborativo 3) y del contenido temático de la asignatura Estadística Descriptiva, como
forma de entender y aplicar los conocimiento obtenidos en temas como lo son las
medidas de dispersión y las bivariantes de regresión y correlación lineal.
En el presente trabajo se relacionan dos variables continúas relacionadas entre sí,
teniendo como referencia el tema estudiado, junto con un diagrama de dispersión, el
cual nos brinda una precisa y mayor información en relación al tema en mención,
teniendo como base la regresión y correlación lineal simple, que es una técnica que
permite cuantificar una relación que puede ser observada al ser graficada mediante un
diagrama.
Por último, se anexan los laboratorios realizados por cada uno de los integrantes del
grupo y su respectiva interpretación, además se realiza una conclusión sobre los
resultados obtenidos.
 JUSTIFICACIÓN

Una vez se logran identificar las variables relacionadas en el problema de estudio se da

a conocer el proceso realizado conforme a la regresión y correlación lineal simple,
mediante un diagrama de dispersión, un modelo matemático y el grado de relación de
las dos variables seleccionadas permitiendo generar unas líneas de tendencia en base
a una serie de datos obtenidos a través de dos variables relacionadas con el problema
de víctimas del conflicto armado en Colombia, este tipo de líneas puede decirnos si un
conjunto de datos en particular ha aumentado o decrecido de acuerdo a cada situación
planteada.
 OBJETIVOS

General
 Conocer y aplicar la relación y correlación lineal simple a la base de datos
víctimas del conflicto armado en Colombia 2005-2012.

Específicos
 Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas.

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

asociación entre las variables.

 Encontrar un modelo matemático que permita predecir el efecto de una variable

sobre la otra, y analizar su grado de confiabilidad.

 Determinar el porcentaje de explicación del modelo y el grado de relación de las

dos variables.

 Relacionar la información obtenida con el problema.

 ANÁLISIS DE CORRELACIÓN LINEAL SIMPLE DE LAS DOS VARIABLES
CUANTITATIVAS SELECCIONADAS

1) Se quiere estudiar la asociación entre el número de lesionados en 6

atentados terroristas y el costo de su atención de salud (en millones de
pesos).

2) Realice el diagrama de dispersión y determine el tipo de asociación entre

las variables.
 3) Encuentre el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?

El modelo matemático obtenido es:

y = 1,2953x + 4,2973
Se trata de un modelo aceptablemente confiable. Porque El R 2 afirma que el modelo
explica el 70.19 % de la información.
Al aplicarlo a los datos relacionados con tres ejemplos obtenemos:
Si el número de lesionados fueran 34, 46 y 95, los resultados serían los siguientes:
y = 1,2953(05) + 4,2973 = 10,77 millones
y = 1,2953(46) + 4,2973 = 63,88 millones
y = 1,2953(95) + 4,2973 = 127,35 millones
Interpretación: Este modelo nos demuestra e indica que al aumentar el número de
víctimas lesionadas se aumentan los costos del gobierno para cubrir con la reparación
de la población afectada

4) Determine el grado de relación de las dos variables.

El valor de R (coeficiente de correlación lineal) confirma además el grado de relación

(83,77 %) entre las variables Número de lesionados y el costo de su atención en salud
(en millones de pesos).

5) Relacionar la información obtenida con el problema

Al realizar el análisis de los datos en el diagrama de dispersión y realizar los ejemplos
en el modelo matemático obtenido podemos concluir que hay una correlación lineal
entre el número de lesionados en atentados terroristas y el costo de su atención de
salud, porque entre más víctimas se presenten mayores serán los gatos (en millones)
para subsanar esta situación y viceversa.
 CONCLUSIONES

La estadística es una excelente herramienta para interpretar información obtenida de

instrumentos de recolección de datos.
La regresión y correlación lineal son métodos muy eficientes para observar la relación de
dos o más variables.

Conocimos muchos de los fundamentos que son necesarios para el estudio de la

estadística. Gracias al desarrollo de los ejercicios anteriores podemos decir que
fortalecimos mucho de los conceptos y procedimientos presentes en la estadística
descriptiva.
El desarrollo de los ejercicios nos permitió adentrarnos más en el ambiente de las
estadísticas lo cual será de gran ayuda para nuestra formación como profesionales. El
trabajo en grupo nos permitió, también fortalecer nuestros conocimientos y conocer mucho
más a nuestros compañeros de grupo

El modelo matemático es confiable porque arrojo un R 2 del 70,19% y se demostró en los

ejemplos que hay una correlación directa entre los datos analizados (victimas lesionadas
en atentados terroristas y costos de su atención de salud (en millones de pesos).
La ecuación resultante de una regresión lineal permite predecir el futuro de las variables
que se están estudiando
 BIBLIOGRAFÍA

Leonel Camacho. (2017). Regresión y correlación lineal. Recuperado de

http://www.monografias.com/trabajos82/regresion-y-correlacion-lineal/regresion-
y-correlacion-lineal.shtml
Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto
Politécnico Nacional. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604

Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F.,
MX: Instituto Politécnico Nacional, (2010). ProQuest ebrary. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10365616&p00=conceptos+generales+estad
%C3%ADstica+descriptiva&ppg=12

Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística

1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado de
:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11230886&p00=conceptos+generales+estad
%C3%ADstica+descriptiva&ppg=6

Canavos, G. C., & Medal, E. G. U. (1987). Probabilidad y estadística McGraw

Hill.

Chou, Y., & Armer, V. A. (1977). Análisis Estadístico,

Downie, N. M., Downie, R., & Heath, R. W. (1971). Métodos estadísticos

aplicados Ediciones Del Castillo,.
 LABORATORIO REGRESIÓN Y CORRELACIÓN LINEAL
HENRY FERNANDO CASTILLO

EJERCICIOS:

a. . Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensión
arterial un tiempo después.

X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

b. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables

Y ( Tensión)

f(x) = 6.11x + 88.13

R² = 0.99 Y ( Tensión)
Linear (Y ( Tensión))

c. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?
 El modelo matemático es Y= 6.106x+ 88.12

d. Determine el grado de relación de las dos variables.

Hay un grado de relación de 98.7%

e. . Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial

esperada?

Y= 6.106(5.6) +88.12
Y=34.1936+88.12
Y= 122.3136

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado, se

ha considerado que era importante ir anotando periódicamente el tiempo medio ( medido
en minutos) que se utiliza para realizar una pieza y el número de días desde que empezó
dicho proceso de fabricación. Con ello, se pretende analizar como los operarios van
adaptándose al nuevo proceso mejorando paulatinamente su proceso de producción.
Los siguientes datos representan dicha situación:

X(minutos) 12 23 35 42 53 65 70
Y( días) 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables

Y( minutos)

f(x) = - 0.36x + 42.57 Y( minutos)

R² = 0.8 Linear (Y( minutos))
 b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. Es confiable?

y = -0,356x + 42,56

c. Determine el grado de correlación de las dos variables.

R² = 0,796
El grado es de 79.6%

d. Qué tiempo deberá tardarse un empleado cuando lleven 90 días?

y = -0,356(90) + 42,56
y = -32.04 + 42,56
y = 10.2

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que

permita determinar la relación entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 niños y realiza las mediciones respectivas.

A continuación se presentan los resultados:

Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso(Kg) 24 23 19 24 21 19 22 16 20 23

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables

Peso(Kg)
Peso(Kg)
f(x) = 0.39x - 22.75 Linear
R² = 0.83 (Peso(Kg))
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. Es confiable?

y = 0,386x - 22,75

c. Determine el grado de correlación de las dos variables.

R² = 0,832
El grado de correlacion es de 83.2%

d. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?

y = 0,386x - 22,75
y = 0,386(128) - 22,75
y = 49.408- 22,75
y = 26.658
GIOVANNY ANTONIO LEAL

1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una

serie de voluntarios se les administra distintas dosis de sal en su dieta y se mide
su tensión arterial un tiempo después.

X (sal) Y
(Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

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

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

El modelo matemático obtenido es:

y = 6,1062x + 88,128
Si es un modelo confiable. Porque El R2 afirma que el modelo explica el 98.7 % de la
información.

c. Determine el grado de relación de las dos variables.

El valor de R (coeficiente de correlación lineal) confirma además el grado de relación

(99.34 %) entre las variables dosis de sal y tensión arterial.

d. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial

 esperada?

y = 6,1062x + 88,128
y = 6,1062(5,6) + 88,128
y = 34,194 + 88,128
y = 122,32

1. En un nuevo proceso artesanal de fabricación de cierto artículo que está

implantado, se ha considerado que era importante ir anotando periódicamente el
tiempo medio ( medido en minutos) que se utiliza para realizar una pieza y el
número de días desde que empezó dicho proceso de fabricación. Con ello, se
pretende analizar como los operarios van adaptándose al nuevo proceso
mejorando paulatinamente su proceso de producción.

X 1 23 35 42 53 65 7
Y 4 30 27 25 23 21 2

a. Identifique la variable dependiente (y) y la variable independiente (x),realice el

diagrama de dispersión y determine el tipo de asociación entre las variables
 b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. Es confiable?

El modelo matemático es:

y = -0,3969x + 43,716
Si es un modelo confiable. Porque El R2 afirma que el modelo explica el 78.86 % de la
información.

c. Determine el grado de correlación de las dos variables.

El valor de R (coeficiente de correlación lineal) confirma además el grado de relación

(88.8 %) entre las variables minutos y días de duración del proceso de fabricación.

d. Que tiempo deberá tardarse un empleado cuando lleven 90 días?

y = -0,3969x + 43,716
0,3969x=43,716 – y
0,3969x=43,716 – 90
0,3969x= - 46,284
x=- 46,284/0,3969x
x= 116 minutos
DENIS DENZDEL PORTOCARRERO
EJERCICIOS: 1.
Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensión
arterial un tiempo después.
X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

A. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables
Las dosis de sal es la variable independiente y la tensión arterial es la variable
dependiente.

Y (Tensión)
140
120
f(x) = 6.11x + 88.13
100 R² = 0.99
80
X (SAL)

Y (Tensión)
60 Linear (Y (Tensión))
40
20
0
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
Axis Title
 b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?
El modelo matemático que permite predecir el efecto de una variable sobre otra es Y =
6,1062x + 88,128 y si es confiable.
C. Determine el grado de relación de las dos variables.
Hay un grado de relación de 98.7%
D. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial
esperada?

Y = 6.1062 (5,6)+88,128

Y=94.234256+88.128

Y= 182.362256

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado,

se ha considerado que era importante ir anotando periódicamente el tiempo medio
( medido en minutos) que se utiliza para realizar una pieza y el número de días desde
que empezó dicho proceso de fabricación. Con ello, se pretende analizar como los
operarios van adaptándose al nuevo proceso mejorando paulatinamente su proceso de
producción.
Los siguientes datos representan dicha situación:
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables
 Y
30
25
f(x) = - 0.18x + 32.4
20 R² = 1
15 Y
Linear (Y)
X

10
5
0
40 45 50 55 60 65 70 75

1 – La variable dependiente de Y es Y = 0,1765x + 32,401 y la variable independiente

de (x) es X = 0,9994

b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?
R/ El modelo matemático es: Y = 0,1765x + 32,401
c. Determine el grado de correlación de las dos variables
2
R/ R = 0,9994 el grado de correlación es de 9994%
d. Qué tiempo deberá tardarse un empleado cuando lleven 90 días?
R/ Y = 0,1765(90) + 32,401
Y = 32.577559 + 32,401
Y = 64.978….
3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que
permita determinar la relación entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 niños y realiza las mediciones respectivas. A continuación se presentan
los resultados:
Estatur 120 124 107 118 112 110 115 104 110 116
a
(CM)
Peso 24 23 19 24 21 19 22 16 20 23
(KG)

A. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables

Estatura (CM)
30
25
f(x) = 0.39x - 22.75
20 R² = 0.83
PESO (KG)

15 Linear ()
Peso
10 Linear (Peso)
5
0
100 105 110 115 120 125 130
Axis Title

B. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. Es confiable?
El modelo matemático que permite predecir el efecto de una variable es: Y = 0,386x –
22,751
C. Determine el grado de correlación de las dos variables.
2
R = 0,8329
El grado de correlación es de 832.9%
D. Cuál es el peso que debería tener un estudiante que mida 128 cm?
R/ Y = 0,386x – 22,75
Y = 0,386(128) – 22,75
Y = 49.408- 22,75
y = 26.658
 BREINER DUVAN RODRIGUEZ LEAL
EJERCICIOS:

1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensión arterial
un tiempo después.

X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

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

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

Modelo Matemático: y = 4.3714x + 94.2

c. Determine el grado de relación de las dos variables.

R2 = 0.9793 El grado de relación es de 97.93%d. Si a un paciente se le administra una

dosis de sal de 5,6. ¿Cuál es la tensión arterial esperada?

y = 4.3714x + 94.2
y = 4.3714(5.6) + 94.2
y = 24.47984 + 94.2
y = 118.6

La tensión arterial esperada es de 118.6

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado,

se ha considerado que era importante ir anotando periódicamente el tiempo medio
( medido en minutos) que se utiliza para realizar una pieza y el número de días desde que
empezó dicho proceso de fabricación. Con ello, se pretende analizar como los operarios
van adaptándose al nuevo proceso mejorando paulatinamente su proceso de producción.
Los siguientes datos representan dicha situación:

X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables:
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?

Modelo Matemático: y = -0.3566x + 42.569

c. Determine el grado de correlación de las dos variables.

R2 = 0.7963 El grado de relación es de 79.63%

d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?

y = -0.3566x + 42.569
0.3566x = 42.569 - y
0.3566x = 42.569 - (90)
0.3566x = -47.431
x = -47.431/0.3566
x = -133

y = -0.3566x + 42.569
90 – 42.569 / -0.3566 = X

El tiempo en tardarse de un empleado en 90 días es de 133 minutos

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que

permita determinar la relación entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 niños y realiza las mediciones respectivas.
A continuación se presentan los resultados:

Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso ( kg) 24 23 19 24 21 19 22 16 20 23

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?

Modelo Matemático: y = 0.386x – 22.752

c. Determine el grado de correlación de las dos variables.

R2 = 0.8329 El grado de relación es de 83.29%

d. Cuál es el peso que debería tener un estudiante que mida 128 cm?

y = 0.386x – 22.752
y = 0.386(128) – 22.752
y = 49.408 – 22.752
y = 26.6

El peso que debe tener el estudiante es de 26.6 kg

MALENE VANESA OPINO

EJERCICIOS: 1.
Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensión
arterial un tiempo después.
Y (X - (Y - (X- (Y- (X-Xpromedio)*(Y-
X Sal
Tensión Xmedia) Ymedia) Xmedia)^2 Ymedia)^2 Ypromedio)
1,6 98 -1,9 -11,5 3,61 132,25 21,85
2,3 102 -1,2 -7,5 1,44 56,25 9
3,3 109 -0,2 -0,5 0,04 0,25 0,1
4,2 113 0,7 3,5 0,49 12,25 2,45
4,6 115 1,1 5,5 1,21 30,25 6,05
5 120 1,5 10,5 2,25 110,25 15,75
21 657 9,04 341,5 55,2

Xmedia 3,5
Ymedia 109,5
Covarianza Sxy 9,2
Desviación Estandar para variable x
1,2
Sx
Desviación Estandar para variable y
7,5
Sy
Coeficiente de correlación lineal de
0,993
pearson ®
Coeficiente de determinacion como 98,7
precisión %
Coeficiente de Correlación 0,913

3. Obtenga las rectas de ajuste por mínimos cuadrados

 y* = a + b x b a
b = Sxy / S^x a= ypromedio - b 6,10619469 88,12831858
xpromedio
Coeficiente de regresión y*= 6,1062 X +
88,128
3.1 Recta de regresion de X sobre Y (X es variable dependiente, Y es
independiente)
x* = a + b y b a
b = Sxy / S^y a= xpromedio - b 0,161639824 -14,19956076
ypromedio
Coeficiente de regresión x* = -14,19
+0,1616 y

4. Cuál es la tensión esperada si suministra 5,6 gramos de sal

x = 5,6 gramos
y* = a + b x
y*= 6,1061 X + 88,128 (reemplazar x)
34,19469027122,3230088Tensión Arterial Esperada
C. Determine el grado de relación de las dos variables.
Hay un grado de relación de 98.7%
D. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial
esperada?

Y = 6.1062 (5,6)+88,128

Y=94.234256+88.128

Y= 182.362256

Respuesta a.Correlación Excelente Positiva

Respuesta b.y*= 6,1062 X + 88,128 si es altamente confiable con precisión del 98,7%
Respuesta c.El grado de relación es de 0,98
Respuesta d. Preseio arterial de 122,3

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado,

se ha considerado que era importante ir anotando periódicamente el tiempo medio
( medido en minutos) que se utiliza para realizar una pieza y el número de días desde
que empezó dicho proceso de fabricación. Con ello, se pretende analizar como los
operarios van adaptándose al nuevo proceso mejorando paulatinamente su proceso de
producción.
Dias Minutos (X - (Y - (X- (Y- (X-
X Y Xmedia) Ymedia) Xmedia)^2 Ymedia)^2 Xpromedio)*(Y
-Ypromedio)
12 45 - 17,7142857 952,163265 313,795918 -546,6122449
30,8571428 1 3 4
6
23 30 - 2,71428571 394,306122 7,36734693 -53,89795918
19,8571428 4 4 9
6
35 27 - - 61,7346938 0,08163265 2,244897959
7,85714285 0,28571428 8 3
7 6
42 25 - - 0,73469387 5,22448979 1,959183673
0,85714285 2,28571428 8 6
7 6
53 23 10,1428571 - 102,877551 18,3673469 -43,46938776
4 4,28571428 4
6
65 21 22,1428571 - 490,306122 39,5102040 -139,1836735
4 6,28571428 4 8
6
70 20 27,1428571 - 736,734693 53,0816326 -197,755102
4 7,28571428 9 5
6
300 191 2738,85714 437,428571 -976,7142857
3 4

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables
XMEDIA 42,85714286
YMEDIA 27,28571429
COVARIANZA SXY -139,5306122
DESVIACIÓN ESTANDAR PARA
19,8
VARIABLE X SX
DESVIACIÓN ESTANDAR PARA
7,9
VARIABLE Y SY
COEFICIENTE DE CORRELACIÓN
-0,89
LINEAL DE PEARSON ®
COEFICIENTE DE DETERMINACION
80%
COMO PRECISIÓN
COEFICIENTE DE CORRELACIÓN 0,91

3. Obtenga las rectas de ajuste por mínimos cuadrados

y* = a + b x b a
b = Sxy / S^x a= ypromedio - b -0,356613812 42,56916336
xpromedio
Coeficiente de regresión y*= -0,3566 x + 42,569

3.1 Recta de regresion de Y sobre X (Y es variable dependiente, X es independiente)

 x* = a + b y b a
b = Sxy / S^y a= xpromedio - b -2,232854344 103,7821685
ypromedio
Coeficiente de regresión x* =103,7821 +
-2,23 y

Respuesta a.Correlación Buena Negativa

Respuesta b.y*= -0,3566 x + 42,569 confiable con precisión del 80%
Respuesta c.El grado de relación es de 0,79
Respuesta d. Se demorara 10,47 minutos

4. Que tiempo tardara un empleado cuando lleva 90 días

x = 90 días
y* = a + b x
y*= -0,3566 x + 42,569 (reemplazar x)
-32,09524306 10,4739203 Minutos
3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que
permita determinar la relación entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 niños y realiza las mediciones respectivas. A continuación se presentan
los resultados:
Estatur Peso (X - (Y - (X- (Y-
(X-Xpromedio)*(Y-
a (cm) (Kg) Xmedi Ymedi Xmedia)^ Ymedia)^
Ypromedio)
X Y a) a) 2 2
120 24 6,4 2,9 40,96 8,41 18,56
124 23 10,4 1,9 108,16 3,61 19,76
107 19 -6,6 -2,1 43,56 4,41 13,86
118 24 4,4 2,9 19,36 8,41 12,76
112 21 -1,6 -0,1 2,56 0,01 0,16
110 19 -3,6 -2,1 12,96 4,41 7,56
115 22 1,4 0,9 1,96 0,81 1,26
104 16 -9,6 -5,1 92,16 26,01 48,96
110 20 -3,6 -1,1 12,96 1,21 3,96
116 23 2,4 1,9 5,76 3,61 4,56
1136 211 340,4 60,9 131,4

A. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersión y determine el tipo de asociación entre las variables
 Xmedia 113,6
Ymedia 21,1
Covarianza Sxy 13,14
Desviación Estandar para variable x
5,8
Sx
3. Desviación Estandar para variable y
2,5
Sy
Coeficiente de correlación lineal de
0,91
pearson ®
Coeficiente de determinacion como
83%
precisión
Coeficiente de Correlación 0,91
Obtenga las rectas de ajuste por mínimos cuadrados
3.1 Recta de regresión de Y sobre X (Y es variable dependiente, X es independiente)

y* = a + b x b a
b = Sxy / S^x a= y promedio - b
0,386016451 -22,75146886
x promedio
Coeficiente de regresión y*= -22,75 + 0,386 x
3.1 Recta de regresión de X sobre Y (X es variable dependiente, Y es
independiente)
x* = a + b y b a
b = Sxy / S^y a= x promedio - b y 68,0738916
2,157635468
promedio 3
x* = 68,07 +
Coeficiente de regresión
2,157 y
 4. Cuál es el peso adecuado de un estudiante de 128 cm
x = 128 cm
y* = a + b x
y*= -22,75 + 0,386 x (reemplazar x)49,4101057626,6586369 Kilogramos

Respuesta a. Correlación Buena Positiva

Respuesta b. y*= -22,75 + 0,386 x es confiable con precisión del 83%
Respuesta c. El grado de relación es de 0,8329
Respuesta d. Preseio arterial de 26,65 Kilogramos