Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estudiantes
204040_264
Presentado a
ANGELICA CABRA
28 DE NOVIEMBRE DE 2018
1
Introducción
Por medio del siguiente trabajo se llevó a cabo la aplicación de conocimientos referentes a la
regresión ycorrelación lineal simple y múltiple con variables cuantitativas quetienen que ver con
el caso estudiado a cerca del servicio de urgencias del hospital Federico lleras (Ibagué).
determina el tipo de asociación entre las variables las cuales representan el resultado de los datos
obtener.
Este trabajo colaborativo se hace por medio de los aportes de cada uno de los integrantes del
grupo para concluir de una manera más clara con representaciones gráficas y opiniones sobre la
información que se requiere cuando se desarrolla una pregunta, que datos se necesitan para
registrarlos al programa y así poder hacer análisis estadístico de la información sobre calidad en
el servicio de urgencias del hospital Federico lleras (Ibagué) de los días comprendidos en la
Se consolida la información teniendo en cuenta que se debe presentar primero los laboratorios de
regresión y correlación lineal para hacer un análisis desde el estudio del caso en el servicio de
urgencias del hospital Federico lleras (Ibagué) delos días comprendidos en la semana del 1 de
2
Justificación
Este trabajo se busca fortalecer los conocimientos y destrezas de cada uno de los estudiantes en
el cual se debe guiar por medio de las formulas, donde pueda tomar un determinado tema y
transformarlo mediante el manejo del programa Excel e Infoscaty así analizar los resultados para
Se desarrolla el siguiente trabajo sobre Descripción de la información con el fin de dar solución a
hacer consultas de información aportando en el foro colaborativo de una manera integrada con la
tutora ya que es la persona que da las sugerencias y correcciones para aplicar en el desarrollo de
de manera que se pueda concluir la información sobre la calidad en el servicio de urgencias del
hospital Federico lleras (Ibagué) de los días comprendidos en la semana del 1 de junio al 9 de
junio del 2014) y así poder realizar un análisis general que nos permite aplicarlo en los diferentes
3
Objetivos
General
Elegir dos variables del análisis desde el estudio del caso en el servicio de urgencias del hospital
Federico lleras para determinar la correlación entre dos variables cuantitativas a través de un
Específicos
adquiridos.
4
Regresión y correlación lineal simple
x (Hora de y (Hora
X*Y X2 Y2
Ingreso) de salida)
Diagrama de dispersión:
8
Y=ax+b
Modelo Matemático y = 0,0006x+ 0,5851
R² = 0,0059
Coeficiente De Determinación
Coeficiente De Determinación Lineal No Es Confiable 0,59%
Es una tendencia negativa ya que no hay correlación entre el % de la hora de Ingreso y la hora
de salida por la cual se evidencia que no hay correlación entre la hora de ingreso y la hora de
salida de los usuarios que asistieron al centro de servicio de urgencias del hospital Federico lleras
(Ibagué) de los días comprendidos en la semana del 1 de junio al 9 de junio del 2014).y se puede
observar que no nos es confiable para concluir la información de una manera específica y
precisa.
9
Estudiante 2:Yenny Fernanda Soler
Variable Y: Peso
Variable X: Edad
10
Diagrama de dispersión:
80.00
60.00
Peso (kg)
40.00
Linear (Peso (kg))
20.00
0.00
0 20 40 60 80 100
EDAD (X)
Tendencia negativa, existe una relación inversa entre % de la edad y el peso, el % de la edad,
disminuye el peso, la correlación entre las dos variables es mínima con un 0,59%, también es
11
posible afirmar que este modelo no es recomendable puesto que posee un grado de confiabilidad
Estudiante 3:
Variable Y:
Variable X:
ESTATURA Peso
(X) (kg)(Y) (X*Y) X2 Y2
0,65 12,50 8,125 0,4225 156,25
1,74 60,00 104,4 3,0276 3600
1,58 72,50 114,55 2,4964 5256,25
1,59 58,00 92,22 2,5281 3364
1 16,50 16,5 1 272,25
1,65 57,60 95,04 2,7225 3317,76
1,7 78,60 133,62 2,89 6177,96
0,73 5,20 3,796 0,5329 27,04
1,62 53,80 87,156 2,6244 2894,44
1,53 45,80 70,074 2,3409 2097,64
1,65 60,20 99,33 2,7225 3624,04
181,52 6718,00 11000,217 287,7456 437809,28
SUMATORIAS
Diagrama de dispersión:
40.00
20.00
0.00
0 0.5 1 1.5 2
-20.00
ESTATURA (X)
12
Si existe correlación entre ellas ya que su
coeficiente corresponde a 0,9298% por lo
tanto el número de Peso depende de la
Tipo de asociación de las variables
Estatura de los pacientes que asistieron al
servicio de urgencias.
R2 El coeficiente de determinación es de un
86,4%
R =0,9298
R
El coeficiente de correlación nos arroja
Confiabilidad una correlación de 0,9298 esto nos indica
que es excelentemente confiable.
R=coeficiente de correlación
% de explicación R= raíz cuadrada de 0,864
R= 86,4%
La correlación es excelente 0,9298
Grado de relación
Es una tendencia positiva, ya que podemos darnos cuenta que existe una relación directa entre el
% de estatura y el peso de los pacientes que asistieron al centro de servicio de urgencias del
hospital Federico lleras (Ibagué), a medida que aumenta la estatura el peso del paciente también
aumenta es decir que la correlación entre las dos variables es excelente con un 0,92% en donde la
13
(Y)
12,50 3 0,65
60,00 31 1,74
72,50 62 1,58
58,00 64 1,59
16,50 4 1
57,60 65 1,65
78,60 55 1,7
5,20 1 0,73
53,80 18 1,62
45,80 42 1,53
60,20 23 1,65
19,70 8 1,18
62,70 71 1,69
78,60 53 1,58
52,70 20 1,53
8,90 2 0,85
Diagrama de dispersión:
40.00
20.00
0.00
0 0.5 1 1.5 2
-20.00
PESO (X)
14
RELACIÓN:ESTATURA Vs EDAD
2.5
y = 0,0084x + 1,2276
2 R² = 0,3417
ESTATURA
1.5
(Y)
0.5
0
0 10 20 30 40 50 60 70 80 90 100
EDAD (X)
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,92999134
Coeficiente de determinación R^2 0,86488389
R^2 ajustado 0,86257421
Error típico 0,12330858
Observaciones 120
ANÁLISIS DE
VARIANZA
Promedio de
Grados de Suma de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 2 11,38736107 5,693680537 374,460943 1,40077E-51
Residuos 117 1,778985593 0,015205005
Total 119 13,16634667
15
Coeficie Error Estadísti Probabili Inferior Superior Inferior Superior
ntes típico co t dad 95% 95% 95,0% 95,0%
Intercep 0,752679 0,029986 25,10027 6,3394E- 0,693292 0,812067 0,693292 0,812067
ción 759 917 126 49 24 277 24 277
Variable 0,013362 0,000627 21,28540 4,8195E- 0,012119 0,014606 0,012119 0,014606
X1 863 795 705 42 548 177 548 177
- -
Variable 0,000349 0,000615 0,567289 0,571604 0,000870 0,001569 0,000870 0,001569
X2 429 962 267 52 453 31 453 31
R^2 = 0,864*100
R^2= 86,4 El modelo matemático es confiable en un 86,4%
R=0,92 si hay correlación entre las variables
- Relacionar la información obtenida con el problema.
Los resultados estadísticos obtenidos indican que hay relación entre las variables: Estatura, peso
teniendo en cuenta que el intervalo de correlación es válido y hay correlación entre las variables.
Por consiguiente, es claro decir que la Estatura de los pacientes que asistieron al servicio de
urgencias del hospital Federico lleras de (Ibagué), dependen del peso y edad de cada paciente.
- Identificar una variable cuantitativa dependiente y varias variables independientes del estudio
de investigación.
TIEMPO ESPERA
HORA HORA DE
PARA TRIAGE (
INGRESO SALIDA
MINUTOS)
12:12:40 m. 05:00:00 a. m. 150
05:48:53 a. m. 08:56:23 a. m. 178
16
08:56:29 a. m. 06:23:30 p. m. 120
10:21:31 a. m. 12:57:34 m. 357
11:31:05 a. m. 09:26:15 p. m. 110
12:30:22 p. m. 05:15:56 p. m. 345
02:15:21 p. m. 06:45:13 p. m. 190
03:30:43 p. m. 06:28:43 p. m. 35
05:03:22 p. m. 08:54:28 p. m. 187
06:22:38 p. m. 10:15:56 p. m. 126
07:26:47 p. m. 09:45:57 p. m. 346
08:44:58 p. m. 11:34:52 p. m. 124
11:42:29 p. m. 03:17:29 a. m. 156
02:58:40 a. m. 06:23:27 a. m. 245
07:32:55 a. m. 05:45:28 p. m. 187
08:49:17 a. m. 10:15:34 a. m. 45
10:00:22 a. m. 03:13:46 p. m. 248
10:53:57 a. m. 01:24:56 p. m. 368
11:45:38 a. m. 03:32:30 p. m. 156
01:34:19 p. m. 11:18:30 p. m. 128
03:32:30 p. m. 05:57:31 p. m. 198
11:18:30 p. m. 01:51:37 a. m. 225
05:57:31 p. m. 11:42:29 p. m. 216
07:15:44 p. m. 09:08:20 p. m. 120
09:08:20 p. m. 09:20:21 a. m. 234
11:18:30 p. m. 08:49:17 a. m. 210
01:51:37 a. m. 10:55:10 a. m. 338
07:14:03 a. m. 12:45:37 p. m. 287
08:29:04 a. m. 01:34:19 p. m. 110
09:20:21 a. m. 08:12:15 p. m. 342
10:06:16 a. m. 03:57:30 p. m. 246
10:55:10 a. m. 09:16:58 p. m. 180
11:46:37 a. m. 10:09:12 p. m. 243
12:45:37 m. 01:43:46 p. m. 159
01:50:02 p. m. 09:16:58 p. m. 128
03:03:40 p. m. 05:01:42 p. m. 176
03:57:30 p. m. 09:16:58 p. m. 190
04:53:57 p. m. 08:40:58 p. m. 132
05:48:03 p. m. 11:23:39 p. m. 90
07:04:01 p. m. 11:39:25 p. m. 196
08:12:15 p. m. 06:43:34 a. m. 210
09:16:58 p. m. 01:40:49 a. m. 130
17
10:09:12 p. m. 11:39:25 p. m. 65
07:11:57 a. m. 10:49:18 a. m. 98
02:32:08 a. m. 02:44:33 p. m. 128
07:30:32 a. m. 11:46:37 a. m. 245
08:30:31 a. m. 04:40:24 p. m. 86
09:30:08 a. m. 02:44:33 p. m. 112
10:49:18 a. m. 11:41:09 a. m. 196
11:41:09 a. m. 08:31:23 p. m. 112
01:43:46 p. m. 07:48:50 p. m. 223
02:44:33 p. m. 08:40:58 p. m. 58
03:36:59 p. m. 11:39:25 p. m. 192
04:40:24 p. m. 08:31:23 p. m. 145
05:48:31 p. m. 10:53:01 p. m. 196
07:09:45 p. m. 05:54:18 a. m. 112
08:31:23 p. m. 11:25:01 a. m. 223
10:09:45 p. m. 02:52:34 a. m. 58
12:21:54 a. m. 07:25:08 p. m. 192
02:18:04 a. m. 07:49:32 a. m. 145
06:43:34 a. m. 10:17:55 a. m. 35
08:12:37 a. m. 09:13:54 a. m. 156
09:04:05 a. m. 07:54:14 p. m. 187
10:11:11 a. m. 02:55:30 p. m. 198
11:05:01 a. m. 07:42:30 p. m. 210
03:09:54 a. m. 05:24:24 a. m. 287
01:59:20 p. m. 09:15:20 p. m. 159
03:02:05 p. m. 06:32:37 p. m. 90
03:51:27 p. m. 07:15:46 p. m. 210
05:01:42 p. m. 11:07:09 p. m. 86
06:28:25 p. m. 10:03:14 p. m. 58
07:48:50 p. m. 12:05:08 p. m. 145
09:14:37 p. m. 01:40:49 a. m. 150
11:44:38 p. m. 01:52:33 a. m. 178
01:52:33 a. m. 05:54:18 a. m. 120
07:27:04 a. m. 04:16:48 p. m. 357
08:42:30 a. m. 11:05:35 a. m. 110
09:55:03 a. m. 10:31:50 a. m. 345
10:45:35 a. m. 02:36:57 p. m. 190
11:46:26 a. m. 01:02:03 p. m. 35
01:05:43 p. m. 03:37:36 p. m. 187
02:36:57 p. m. 04:55:06 p. m. 126
18
03:41:17 p. m. 09:32:26 p. m. 346
04:45:58 p. m. 05:53:10 p. m. 124
06:43:14 p. m. 09:40:52 p. m. 156
08:40:58 p. m. 11:23:39 p. m. 245
11:23:39 p. m. 08:27:44 a. m. 187
05:54:18 a. m. 02:27:24 p. m. 45
08:06:24 a. m. 10:05:21 p. m. 248
09:23:48 a. m. 01:20:12 p. m. 368
10:25:58 a. m. 08:03:08 p. m. 156
11:25:01 a. m. 03:42:58 p. m. 128
01:02:03 p. m. 09:34:02 p. m. 198
02:50:04 p. m. 07:24:26 p. m. 225
04:16:48 p. m. 09:01:27 p. m. 216
05:15:17 p. m. 06:32:13 p. m. 120
07:00:23 p. m. 08:27:44 a. m. 234
09:01:27 p. m. 10:03:14 p. m. 210
11:39:25 p. m. 08:27:44 a. m. 338
01:40:49 a. m. 05:58:02 p. m. 287
07:24:26 a. m. 02:37:54 p. m. 110
09:26:01 a. m. 11:05:35 a. m. 342
10:43:59 a. m. 01:20:12 p. m. 246
11:48:11 a. m. 04:55:06 p. m. 180
01:03:37 p. m. 04:23:41 p. m. 243
02:37:54 p. m. 08:03:50 p. m. 159
03:55:15 p. m. 11:23:39 p. m. 128
05:58:02 p. m. 06:32:13 p. m. 176
07:25:08 p. m. 10:05:21 p. m. 190
10:05:21 p. m. 02:52:34 a. m. 132
02:52:34 a. m. 07:25:48 a. m. 90
07:25:48 a. m. 05:53:10 p. m. 196
08:27:44 a. m. 07:54:14 p. m. 210
09:11:20 a. m. 08:03:08 p. m. 130
10:11:00 a. m. 11:24:42 a. m. 65
11:05:35 a. m. 06:32:13 p. m. 98
12:01:36 m. 04:50:36 p. m. 128
01:20:12 p. m. 03:37:36 p. m. 245
02:27:24 p. m. 07:25:08 p. m. 86
03:53:13 p. m. 10:05:21 p. m. 112
19
HORA
- Realizar el DE INGRESO
diagrama DE LOSde
de dispersión USUARIOS Y TIEMPO DE ESPERA
dichas variables.
4:19:12 PM
HORA INGRESO 12:12:40 m.
05:48:53 a. m. 08:56:29 a.
3:50:24 PM m. 10:21:31 a. m. 11:31:05
a. m. 12:30:22 p. m.
3:21:36 PM 02:15:21 p. m. 03:30:43 p.
m. 05:03:22 p. m. 06:22:38
HORA DE INGRESO
p. m. 07:26:47 p. m.
2:52:48 PM y = -0.0005x + 0.6743 08:44:58 p. m. 11:42:29 p.
R² = 0.5386 m. 02:58:40 a. m. 07:32:55
2:24:00 PM a. m. 08:49:17 a. m.
10:00:22 a. m. 10:53:57 a.
m. 11:45:38 a. m. 01:34:19
1:55:12 PM p. m. 03:32:30 p. m.
11:18:30 p. m. 05:57:31 p.
1:26:24 PM m. 07:15:44 p. m. 09:08:20
p. m. 11:18:30 p. m.
01:51:37 a. m. 07:14:03 a.
12:57:36 PM m. 08:29:04 a. m. 09:20:21
0 100 200 300 a. m. 10:06:16 a. m.
USUARIOS 10:55:10 a. m. 11:46:37 a.…
1.00
0.80
0.60
0.40 y = 7E-06x + 0.6628
R² = 8E-07
0.20
0.00
0 20 40 60 80 100 120 140
HORA DE SALIDA
20
DATOS DE LOS USUARIOS DESDE LA HORA DE INGRESO
A LA SALA DE URGENCIAS EL TIEM PO DE ESPERA Y LA
HORA DE SALIDA
400.00
y = -0.125x + 185.4
300.00 R² = 0.0027
200.00
100.00
0.00
0 20 40 60 80 100 120 140
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,095768106
Coeficiente de determinación R^2 0,92%
R^2 ajustado -0,007765709
Error típico 0,236935489
Observaciones 120
ANÁLISIS DE
VARIANZA
Suma de Promedio de los Valor crítico de
Grados de libertad cuadrados cuadrados F F
Regresión 2 0,060798017 0,030399008 0,5415009 0,583325413
Residuos 117 6,568195836 0,056138426
Total 119 6,628993853
Según los resultados estadísticos se puede analizar que las variable de Hora de ingreso, tiempo
de espera y hora de salida no tienen relación, lo cual está comprobado de acuerdo al modelo
y=(0,000257050305272206x1+0,0315132106963123x2+0,580364217029951) No es confiable
debido a que nos arroja un resultado de 0,92% y se puede evidenciar que no hay relación entre
las variables seleccionadas lo cual no es confiable para los datos de hora de ingreso, tiempo de
espera y hora de salida de los usuarios que asistieron al centro de servicio de urgencias del
hospital Federico lleras (Ibagué) de los días comprendidos en la semana del 1 de junio al 9 de
Análisis
De acuerdo a los datos registrados sobre de los usuarios que asistieron al centro de servicio de
urgencias del hospital Federico lleras (Ibagué) de los días comprendidos en la semana del 1 de
junio al 9 de junio del 2014) se puede concluir que para la información de las horas de ingreso a
la hora de salida no existe ninguna correlación y los datos que se consiguen mediante las gráficas
de dispersión nos muestran como resultado que no es confiable, aunque si se puede analizar tres
variables desde la hora de ingreso y cuanto tiempo de espera fue para cada paciente hasta la hora
de salida lo cual es muy difícil ya que se debe tener en cuenta el tiempo que dura la atención, en
22
cuanto al peso y la edad se puede observar que los resultados obtenidos no son confiables ya que
no se encuentra la correlación y hay personas que no se les puede calcular el peso de acuerdo a la
edad porque no tiene ninguna relación, en cambio si observamos que la edad con la estatura se
reflejan en la gráfica de dispersión nos muestra un resultado confiable el cual se puede concluir
que la mayoría de personas que asistieron depende de la estatura y el peso sin importar la edad y
el tiempo que ingresa encontrando que la mayor parte de la población está entre los 19 a 55 años
de edad.
Conclusiones
23
Se pudo evidenciar que para manejar cualquier tipo de variables se necesita realizar un
Los ejemplos nos muestran que son acordes a un tipo de forma lineal y la correlación es
confiable para los tipos de datos. Hallamos los comportamientos que tienen tendencia
Se puede concluir que se desarrolló con claridad todo el trabajo y se cumplieron cada uno
entendiendo cada uno de los procesos Para llevar a cabo un desarrollo de una
determinada actividad
Referencias bibliográficas
24
Montero, J.M. (2007).Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 130 –
172. Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r&p
=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219
ANEXO
LABORATORIO DE REGRESIÓN Y CORRELACIÓN LINEAL
SOLO UNA SOLUCIÓN POR EJERCICIO
25
2.1. 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
X (% de Hidrocarburos) Y
(Pureza)
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
Diagrama de dispersión:
26
Es una tendencia positiva, ya que existe
una relación directa entre el % de
hidrocarburos y la pureza a medida que
aumenta el hidrocarburo la pureza
Tipo de asociación de las variables también aumenta es decir que la
correlación entre las dos variables es
excelente con un 0,93% .la ecuación
matemática es confiable en el 87,74
2.2 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
28
Diagrama de dispersión:
R² = 0.9999
600
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
TEMPERATURA (X)
29
R= 99,99%
y=consumo de vapor?
x=temperatura en ºF
y=70ºF
y= 9,2087x - 6,3184
y=9,2087(70)-6,3184
Y=638,29
2.3 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
30
Diagrama de dispersión:
12
10
8
y = -0,0629x + 11,642
6
R² = 0,1115
4
2
0
0 20 40 60 80 100
PORCRENTAJE DE SOBRE PESO (X)
32