UNIVERSIDAD BANCARIA DE MÉXICO

“Constancia, Unidad y Trabajo”

MAESTRÍA EN INGENIERÍA DE GESTIÓN EMPRESARIAL
RECONOCIMIENTO DE VALIDEZ OFICIAL DE ESTUDIOS DE LA SECRETARIA
DE EDUCACION PUBLICA No. 20160658 del 23 de Agosto de 2016

“Análisis de datos regresión y correlación”

Ejercicio

Para la Materia

MÉTODOS ESTADÍSTICOS
PARA EL ESTUDIO DEL MERCADO
PRESENTA

Ing. Emmanuel Miranda Noguez

Profesor
M.I. JUAN CARLOS COSGALLA

Teoloyucan, México, a 30 de marzo del 2019

 Resumen

En este trabajo se pretende reforzar lo aprendido en clase mediante un

ejercicio en el cual tocaremos todos los temas vistos durante el periodo cuatrimestral

y una mejor comprensión de la estadística y comprensión de datos estadísticos.

I
 Índice

Resumen ....................................................................................................................... I

Índice ............................................................................................................................. II

Descripción del Problema ..........................................................................................1

Desarrollo del problema .............................................................................................1

Conclusiones................................................................................................................6

II
 Descripción del Problema

Se desea conocer el comportamiento de un sistema de refrigeración de baja

temperatura la cual debe mantenerse en -19°c y con variación estándar de 2°c y un

error esperado de del 9% con un valor en zα = 1.64

Hallar la recta de regresión de la temperatura con forme a la hora del día y

conocer si hay correlación entre la hora del día y la temperatura

Desarrollo del problema

Se realiza el cálculo para saber cuántos datos de una muestra tomar mediante

la siguiente formula:

𝑍𝛼 2 ∗ 𝜎 2
𝑛=
℮2

Donde:

n = número de datos

Zα = 1.64

σ2 = 2

℮2 = 9%

Remplazando los valores en la ecuación:

(1.64)2 ∗ 2
𝑛=
0.09

𝑛 = 59.76

Se obtiene un tamaño de muestra de 59.76 del cual se realizará un muestreo

consecutivo cada 10 minutos a partir de las 7 am obteniendo la siguiente tabla de

datos.

Muestreo de Temperatura
1
 Registro Hora Temperatura Registro Hora Temperatura
1 07:00 -19.9 31 12:00 -19.4
2 07:10 -6.5 32 12:10 -19.1
3 07:20 -5.1 33 12:20 -17.7
4 07:30 -13.3 34 12:30 -18.2
5 07:40 -15.9 35 12:40 -18.4
6 07:50 -17.7 36 12:50 -18.2
7 08:00 -19.1 37 13:00 -19.1
8 08:10 -18.4 38 13:10 -4.4
9 08:20 -19.6 39 13:20 -1.5
10 08:30 -17.5 40 13:30 -11.2
11 08:40 -19.4 41 13:40 -12.9
12 08:50 -17.1 42 13:50 -13.6
13 09:00 -15.9 43 14:00 -14.1
14 09:10 -17.5 44 14:10 -15.3
15 09:20 -17.9 45 14:20 -16.5
16 09:30 -19.5 46 14:30 -17.1
17 09:40 -16.6 47 14:40 -17.4
18 09:50 -17.6 48 14:50 -17.7
19 10:00 -17.8 49 15:00 -18.2
20 10:10 -18.7 50 15:10 -18.2
21 10:20 -19.3 51 15:20 -18.5
22 10:30 -19.6 52 15:30 -18.8
23 10:40 -19.3 53 15:40 -18.8
24 10:50 -19.1 54 15:50 -18.8
25 11:00 -18.4 55 16:00 -19.1
26 11:10 -17.2 56 16:10 -19.1
27 11:20 -18.8 57 16:20 -18.5
28 11:30 -19.3 58 16:30 -17.9
29 11:40 -19.3 59 16:40 -18.5
30 11:50 -18.6 60 16:50 -17

Los datos de hora serán pasados a sistema decimal, se calcula el promedio

de los datos, así como la desviación estándar y varianza realizando la siguiente tabla

2
 x y
Hora Hora Temperatura x*y x^2 y^2
1 06:40 6.67 -19.7000 -131.3333 44.4444 388.0900
2 06:50 6.83 -20.0000 -136.6667 46.6944 400.0000
3 07:00 7.00 -19.9000 -139.3000 49.0000 396.0100
4 07:10 7.17 -6.5000 -46.5833 51.3611 42.2500
5 07:20 7.33 -5.1000 -37.4000 53.7778 26.0100
6 07:30 7.50 -13.3000 -99.7500 56.2500 176.8900
7 07:40 7.67 -15.9000 -121.9000 58.7778 252.8100
8 07:50 7.83 -17.7000 -138.6500 61.3611 313.2900
9 08:00 8.00 -19.1000 -152.8000 64.0000 364.8100
10 08:10 8.17 -18.4000 -150.2667 66.6944 338.5600
11 08:20 8.33 -19.6000 -163.3333 69.4444 384.1600
12 08:30 8.50 -17.5000 -148.7500 72.2500 306.2500
13 08:40 8.67 -19.4000 -168.1333 75.1111 376.3600
14 08:50 8.83 -17.1000 -151.0500 78.0278 292.4100
15 09:00 9.00 -15.9000 -143.1000 81.0000 252.8100
16 09:10 9.17 -17.5000 -160.4167 84.0278 306.2500
17 09:20 9.33 -17.9000 -167.0667 87.1111 320.4100
18 09:30 9.50 -19.5000 -185.2500 90.2500 380.2500
19 09:40 9.67 -16.6000 -160.4667 93.4444 275.5600
20 09:50 9.83 -17.6000 -173.0667 96.6944 309.7600
21 10:00 10.00 -17.8000 -178.0000 100.0000 316.8400
22 10:10 10.17 -18.7000 -190.1167 103.3611 349.6900
23 10:20 10.33 -19.3000 -199.4333 106.7778 372.4900
24 10:30 10.50 -19.6000 -205.8000 110.2500 384.1600
25 10:40 10.67 -19.3000 -205.8667 113.7778 372.4900
26 10:50 10.83 -19.1000 -206.9167 117.3611 364.8100
27 11:00 11.00 -18.4000 -202.4000 121.0000 338.5600
28 11:10 11.17 -17.2000 -192.0667 124.6944 295.8400
29 11:20 11.33 -18.8000 -213.0667 128.4444 353.4400
30 11:30 11.50 -19.3000 -221.9500 132.2500 372.4900
31 11:40 11.67 -19.3000 -225.1667 136.1111 372.4900
32 11:50 11.83 -18.6000 -220.1000 140.0278 345.9600
33 12:00 12.00 -19.4000 -232.8000 144.0000 376.3600
34 12:10 12.17 -19.1000 -232.3833 148.0278 364.8100
35 12:20 12.33 -17.7000 -218.3000 152.1111 313.2900
36 12:30 12.50 -18.2000 -227.5000 156.2500 331.2400
37 12:40 12.67 -18.4000 -233.0667 160.4444 338.5600
38 12:50 12.83 -18.2000 -233.5667 164.6944 331.2400
39 13:00 13.00 -19.1000 -248.3000 169.0000 364.8100
40 13:10 13.17 -4.4000 -57.9333 173.3611 19.3600
41 13:20 13.33 -1.5000 -20.0000 177.7778 2.2500
42 13:30 13.50 -11.2000 -151.2000 182.2500 125.4400
43 13:40 13.67 -12.9000 -176.3000 186.7778 166.4100
44 13:50 13.83 -13.6000 -188.1333 191.3611 184.9600
45 14:00 14.00 -14.1000 -197.4000 196.0000 198.8100
46 14:10 14.17 -15.3000 -216.7500 200.6944 234.0900
47 14:20 14.33 -16.5000 -236.5000 205.4444 272.2500
48 14:30 14.50 -17.1000 -247.9500 210.2500 292.4100
49 14:40 14.67 -17.4000 -255.2000 215.1111 302.7600
50 14:50 14.83 -17.7000 -262.5500 220.0278 313.2900
51 15:00 15.00 -18.2000 -273.0000 225.0000 331.2400
52 15:10 15.17 -18.2000 -276.0333 230.0278 331.2400
53 15:20 15.33 -18.5000 -283.6667 235.1111 342.2500
54 15:30 15.50 -18.8000 -291.4000 240.2500 353.4400
55 15:40 15.67 -18.8000 -294.5333 245.4444 353.4400
56 15:50 15.83 -18.8000 -297.6667 250.6944 353.4400
57 16:00 16.00 -19.1000 -305.6000 256.0000 364.8100
58 16:10 16.17 -19.1000 -308.7833 261.3611 364.8100
59 16:20 16.33 -18.5000 -302.1667 266.7778 342.2500
60 16:30 16.50 -17.9000 -295.3500 272.2500 320.4100

s umas 695.0000 -1017.3000 -11800.2000 8550.2778 18131.8700

promedio 11.5833 -16.9550
3
 Para calcular el valor de “b” de la siguiente formula

𝑛 ∗ ∑𝑛𝑖=1 𝑥 𝑖 ∗ 𝑦𝑖 − (∑𝑛𝑖=1 𝑥 1 ) (∑𝑛𝑖=1 𝑦1 )

𝑏= 2
𝑛 ∗ ∑𝑛𝑖=1 𝑥 𝑖2 − (∑𝑛𝑖=1 𝑥 1 )

(60) ∗ (−11800.2) − (695) ∗ (−1017.3)

𝑏=
(60) ∗ (8550.2778) − (695)2

𝑏 = −0.0330

Para calcular el valor de “a”

𝑎 = 𝑦̅ − 𝑏 ∗ 𝑥̅

𝑎 = (−16.9550) − (−0.0330) ∗ (11.583)

𝑎 = −16.573

Quedando la ecuación de regresión lineal de la siguiente manera:

𝑦 = −0.0330𝑥 − 16.573

Para calcular el valor estimado solo basta con sustituir el valor de x con la hora

que se desea conocer su estimación de temperatura por ejemplo a que temperatura

se podrá encontrar a las 20:00.

Sustituyendo en la ecuación quedaría de así.

𝑦 = −0.0330(20) − 16.573

𝑦 = −17.23

Para el error obtenido:

℮ = |𝑦𝑖 − 𝑦̂|

℮ = |−19 − (−17.24)| ℮ = |−1.76| ℮ = 1.76

A continuación, se muestra el grafico de dispersión con la línea de tendencia

4
 Dispercion
0.0000
6.50 7.50 8.50 9.50 10.50 11.50 12.50 13.50 14.50 15.50 16.50

-5.0000
y = -0.033x - 16.573
R² = 0.0006

-10.0000

-15.0000

-20.0000

-25.0000

5
 Correlación

Para calcular el valor de la correlación se utiliza la siguiente formula de los

datos calculados en la tabla anterior

𝑺𝒙𝒚
𝒓=
𝑺𝒙 ∗ 𝑺𝒚

𝑛 ∗ ∑𝑛𝑖=1 𝑥 𝑖 ∗ 𝑦𝑖 − (∑𝑛𝑖=1 𝑥 1 ) (∑𝑛𝑖=1 𝑦1 )

𝒓=
√𝑛 ∗ ∑𝑛𝑖=1 𝑥 𝑖2 − (∑𝑛𝑖=1 𝑥 1 )2 ∗ √𝑛 ∗ ∑𝑛𝑖=1 𝑦𝑖2 − (∑𝑛𝑖=1 𝑦1 )2

sustituyendo los datos

(60) ∗ (−11800.2) − (695 ∗ (−1017.3))

𝒓=
√(60) ∗ (8550.2778) − (695)2 ∗ √(60) ∗ (18131.8700) − (−1017.3)2

𝑟 = −0.000061

Conclusiones

El manejo de datos estadísticos, son una herramienta fundamental para el

control con lo cual podemos comparar procesos productos servicios etc. Por lo cual

con una correcta aplicación se podrá tomar las mejores decisiones, así como

identificar posibles fallos en la producción o servicio y poder corregir los errores.

Con este ejercicio se esclarecen las dudas que pudieron surgir durante el

periodo cuatrimestral de la materia.