X

(% de Hidro Y (Pureza)
carburos)
0.87 87.59 76.2033 𝑋∗𝑌
0.7569 𝑋^2
7672.0081
0.95 87.3 82.935 0.9025 7621.29
0.98 90.56 88.7488 0.9604 8201.1136
0.99 90.01 89.1099 0.9801 8101.8001
1.01 89.54 90.4354 1.0201 8017.4116
1.02 89.05 90.831 1.0404 7929.9025
1.11 89.85 99.7335 1.2321 8073.0225
1.15 91.43 105.1445 1.3225 8359.4449
1.15 92.52 106.398 1.3225 8559.9504
1.19 93.54 111.3126 1.4161 8749.7316
1.2 90.39 108.468 1.44 8170.3521
1.23 91.77 112.8771 1.5129 8421.7329
1.26 93.25 117.495 1.5876 8695.5625
1.29 93.74 120.9246 1.6641 8787.1876
1.32 93.41 123.3012 1.7424 8725.4281
1.36 94.45 128.452 1.8496 8920.8025
1.4 93.65 131.11 1.96 8770.3225
1.43 94.98 135.8214 2.0449 9021.2004
1.46 96.73 141.2258 2.1316 9356.6929
1.55 99.42 154.101 2.4025 9884.3364
23.92 1843.18 2214.6281 29.2892 170039.293

𝑏=(𝑛Σ𝑥∗𝑦−Σ𝑥Σ𝑦" " )/(𝑛Σ𝑥^2−(Σ𝑥)^2 )

𝑎=(Σ𝑦−𝑏Σ"x " )/𝑛

Porcentaje de hidrocarburo

Y= Pureza
X= Hidrocarburo
 Y= 91,3

91,3=14,95𝑥−74,269
91,3−74,269=14,95𝑥
17,031/14,95=𝑥 1,14=𝑥
Cuando el oxigeno es igual a 91,3 el porcentaje del hidrocarburo ser

2014 Registros de temperatura y

consumos de vapor.

Consumo
Temperatura Consumo men
Mes de vapor
(oF)
(Lb) 800

Ene. 21 185.79 700

f(
Feb. 24 214.47 600 R

Consumo de vapor
Mar. 32 288.03 500

Abr. 47 424.84 400

May. 50 455 300
Jun. 59 539 200
Jul. 68 621.55 100
Ago. 74 675.06 0
10 20
Sep. 62 562.03
Oct. 50 452.93
Nov. 41 369.95
Dic. 30 273.98
 consumo de vapor cuando se tiene

Y= Consumo de vapor
X= Temperatura en °F
X= 70°F
Y=9,2087(70)+6,3184
Y= 644,609+6,3184
Y=650,9

corelacion entre obesi

x
y (umbral de
(porcentaje 16
reflejo de
de 14

umbral de reflejo de reflexion

flexión
sobrepeso) 12
nociceptiva)
10
f(x) = − 0.062867
89 2 8 R² = 0.11149454
90 3 6
75 4 4
30 4.5 2
51 5.5 0
75 7 10 20 30 4

62 9
45 13
90 15
20 14

𝑌=−0,0629𝑋−11,642

El modelo matematico
𝑏=−0,0629

𝑅^2=0,1115

Umbral de reflejo de flexion nociceptiva

Y= Umbral de reflejo de reflexion nociceptiva
X= Porcentaje de sobrepeso
X= 40% Sobrepeso
Y=(-0,0629)(40)+11,642
Y=-2,516+11,642
Y=9,126

El porcentaje de sobrepeso es de 40% el um

 𝑌^2

Rendimiento de un producto en una planta quimica

105

100

f(x) = 14.9583186464576 x + 74.2688508988367

95 R² = 0.877237898500189
Pureza

90

85

80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
% de Hidrocarburos

La recta muestra una relacion directa quiere decir que van aumentado en relacion con la

El modelo matematico

" " )/(𝑛Σ𝑥^2−(Σ𝑥)^2 ) 𝑌=𝑎+𝑏𝑥

𝑌=14,958𝑋+74,269 Y= Variable independiente
a= intercepto con el eje Y
X= variable Dep
𝑏=14,958 𝑎=74,269 b= Pendiente
Σ𝑦−𝑏Σ"x " )/𝑛
𝑅^2=0,877

𝑅^2= coeficiente de determinacion= 87,74% por lo tanto es confiable

Para la determinacion del porcentaje

R= coeficiente de correlacion R= 0,93% La correlacion es excelente
R= raiz cuadrada de 0,877
rcentaje del hidrocarburo sera 1,13%

Consumo mensual de vapor en una planta quimica

800
700
Tendencia positiva, existe una
600 f(x) = 9.20869295859776 x − 6.31838924146259 temperatura y el consumo de
R² = 0.999863869598443
de libras de vapor consumida
Consumo de vapor

500
400 planta quimica si se relaciona
300 esta representada en °F, su co
200 0,99%, la 𝑅^2=99,99% 𝑞𝑢𝑒
100 𝑐𝑜𝑛𝑓𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑.
0
10 20 30 40 50 60 70 80

Temperatura °F

𝑌=𝑎+𝑏𝑥
El modelo matematico
𝑌=9,2087𝑋−6,3184

𝑏=9,2087 𝑎=−6,3184

Para la determinacion del porcentaje

𝑅^2=0,999
R= coeficiente de correlacion R= 0,99% La correlacion es excelente
R= raiz cuadrada de 0,999%
onsumo de vapor cuando se tiene 70°F

= Consumo de vapor
= Temperatura en °F

=9,2087(70)+6,3184
= 644,609+6,3184

Cuando la temperatura es igual a 70°F el consumo de vapor sera 650,9%

corelacion entre obesidad y respuesta individual al dolor Como pueden observar se presenta un
16 negativa, con relacion inversa entre %
14 umbral de reflejo de reflexion a medid
umbral de reflejo de reflexion

12 de sobrepeso, disminuye el umbral de

10
f(x) = − 0.062867829996054 x + 11.6418129407526
la correlacion entre las variables es m
8 R² = 0.111494544581578 tambien es posible que este modelo no
6 puesto que posee un grado de confiab
4 tener un 𝑅^2
2
0
10 20 30 40 50 60 70 80 90 100
sobrepeso

𝑌=𝑎+𝑏𝑥
𝑌=−0,0629𝑋−11,642

matematico
𝑎=11,642

𝑅^2=0,1115
Para la determinacion del porcentaje
R= coeficiente de correlacion R= 0,333% La correlacion es minima
R= raiz cuadrada de 0,1115%

n nociceptiva
aje de sobrepeso es de 40% el umbral de flexion nociceptica es de 9,126
ica
La recta muestra una relacion directa quiere decir
que van aumentado en relacion con la otra , su
relacion es excelente con una porcentaje de
𝑅^2=𝑑𝑒 𝑒𝑙 0,877 dond el grado de confiabilidad
es de un 0,93% indicando una correlacion bien
definida.

1.5 1.6

umentado en relacion con la otra.

Variable independiente
intercepto con el eje Y
variable Dep
Pendiente
 cia positiva, existe una relacion directa entre la
atura y el consumo de vapor, por lo tanto el numero
s de vapor consumidas mensualmente por una
quimica si se relaciona con la temperatura la cual
presentada en °F, su correlacion es excelente con un
la 𝑅^2=99,99% 𝑞𝑢𝑒 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛 𝑎𝑙𝑡𝑜 𝑔𝑟𝑎𝑑𝑜 𝑑𝑒
𝑏𝑖𝑙𝑖𝑑𝑎𝑑.

rrelacion es excelente
bservar se presenta una tendencia
lacion inversa entre % de sobre peso y el
o de reflexion a medida que aumenta el %
isminuye el umbral de reflejo de reflexion.
ntre las variables es minima con un o,33%,
ble que este modelo no es recomendable
e un grado de confiabilidad muy bajo por

INTRODUCCION
Cuando hablamos de varibles y agrupacion de datoos, se abordan temas
interesantes en relacion a lo analitico cuantitativo y a lo que se puede expresar d
forma matematica en relacion a valores tomados de una recoleccion es asi como
en el siguiente compuesto estadistico en forma de trabajo presentamos tematicas
que ayudan y relaciona variables, en dependencia a su crecimiento y asociacion
establecida, donde la regresion y determinacion pueden mostrarnos como se
puede depender de otro para lograr resultados exitosos y una analisis de lo
buscado, een el siguiente contenido por medio de unos ejercicios se emplearan
medidas y correlacion lineal simple multiples con varables cuantitativas que
tienen que ver con el caso estudiado a cerca de los diferentes problemas en
relacion a varibles con relacion.

OBJETIVOS
GENERALES:
- Determinar la correlacion entre varibales cuantitativas a travez de un plantemiento
problema que se expone sobre regresion y correlacion lineal, siguiendo unas bases
bibliograficas

ESPECIFICOS:
- Identificar las diferentes formas de relacion y correlacion que existen en una agrupacion de
 OBJETIVOS
GENERALES:
- Determinar la correlacion entre varibales cuantitativas a travez de un plantemiento
problema que se expone sobre regresion y correlacion lineal, siguiendo unas bases
bibliograficas

ESPECIFICOS:
- Identificar las diferentes formas de relacion y correlacion que existen en una agrupacion de
datos, ya sean directos o inversos.

- Determinar la relaciones ya identificadas entre dos viarabibles cuantitativas realizando los

procedimientos exigidos para llegar aun resultado confiable.

- Utilizar cada uno de los recursos para apropiar el tema en su totalidad y dar a plicacion en l
vida real, con relacion a los escenarios a trabajar.
se abordan temas
o que se puede expresar de
a recoleccion es asi como
ajo presentamos tematicas
crecimiento y asociacion
n mostrarnos como se
y una analisis de lo
ejercicios se emplearan
bles cuantitativas que
rentes problemas en
z de un plantemiento
guiendo unas bases
existen en una agrupacion de
CONCLUSION
L recoleccion de datos y el manejo de ellos posee una serie de
formas y maneras de manejarlos y sobre todo extraer
informacion dependiendo la necesidad que se tenga, las cuales
cada una de ellas posee un tema en especifico y arroja resultados
impresionantes los cuales se puede llegar a generar hipotesis
certeras y uy contundentes con base a una informacion
matematica valedera que produce resultado exitosos y
esperados. Es asi como una de ellas son la relacion y la
correlacion de variables, lo cual muestran la proporcionalidad y
la manera en como se trabaj y se posee la relacion en relacion a
lo manejado.
BIBLIOGRAFIAS
- Nelson Sanchez,(2015), regresion y correlacion lineal simp
https://www.youtube.com/watch?v=b0blULCMHAs
- Milton Ortegon, (2016), analisis de las medidas univariant
de:https://www.youtube.com/watch?v=Ktk263q-W-4

z de un plantemiento
guiendo unas bases
existen en una agrupacion de
s cuantitativas realizando los
otalidad y dar a plicacion en la
BIBLIOGRAFIAS
- Nelson Sanchez,(2015), regresion y correlacion lineal simp
https://www.youtube.com/watch?v=b0blULCMHAs
- Milton Ortegon, (2016), analisis de las medidas univariant
de:https://www.youtube.com/watch?v=Ktk263q-W-4
 os posee una serie de
todo extraer
ue se tenga, las cuales
ifico y arroja resultados
a generar hipotesis
a informacion
do exitosos y
a relacion y la
n la proporcionalidad y
a relacion en relacion a

IBLIOGRAFIAS
on y correlacion lineal simple. Yomado de:
?v=b0blULCMHAs

is de las medidas univariantes. Tomado

tch?v=Ktk263q-W-4
IBLIOGRAFIAS
on y correlacion lineal simple. Yomado de:
?v=b0blULCMHAs

is de las medidas univariantes. Tomado

tch?v=Ktk263q-W-4
ESTATURA (M)
Peso (kg) (Y)
(X)
0.65 12.50
1.74 60.00
1.58 72.50
1.59 58.00
1 16.50
1.65 57.60
1.7 78.60
0.73 5.20
1.62 53.80
1.53 45.80
1.65 60.20
1.18 19.70
1.69 62.70
1.58 78.60
1.53 52.70
0.85 8.90
1.64 70.00
1.75 80.90
1.6 78.90
1.03 15.90
1.55 56.00
1.58 52.90
1.78 78.50
1.66 85.80
1.7 65.20
1.79 60.00
1.72 67.20
1.68 85.00
1.03 24.50
1.63 65.40
1.73 60.60
1.68 85.00 Para la determinacion del porcen
1.58 57.30 R= coeficiente de correlacion
1.65 67.90 R= raiz cuadrada de 0,8645
0.45 2.60
1.78 75.30
1.5 45.20
1.64 50.20 Observando lo
1.16 23.00
1.52 45.00
variables se mu
1.58 65.70 depende de la o
0.98 16.70 peso con la est
0,93%, lo cual
pusto que pose
 variables se mu
depende de la o
peso con la est
1.65 60.50
1.59 57.80
0,93%, lo cual
1.61 60.30 pusto que pose
1.79 78.50 del 𝑅^2=𝑑𝑒𝑙 8
0.96 15.30
1.67 65.20
mostrando una
1.7 65.60 que para cualq
1.68 78.40 mostrara propo
1.62 57.90
0.53 3.40
1.59 58.30
1.56 56.80
1.65 60.00
1.68 72.00
1.56 58.60
0.96 14.20
1.67 65.70
1.61 60.80
0.57 3.10
1.8 85.00
1.56 60.80
1.62 55.90
1.67 70.00
1.8 73.80
1.75 78.50
1.65 67.20
1.72 67.20
1.59 58.80
1.63 62.30
1.65 70.20
1.52 54.90
1.72 78.10
1.63 62.90
1.86 65.00
1.63 62.90
1.75 72.90
1.57 61.60
0.76 9.70
1.78 64.30
1.62 58.90
1.06 18.30
1.68 56.90
0.57 3.10
1.51 45.80
1.76 68.90
0.86 11.90
1.62 65.90
1.71 78.00
1.1 16.90
1.86 85.80
1.71 67.20
1.59 63.20
0.82 9.40
1.76 72.90
0.47 3.90
1.62 63.80
1.4 30.50
1.51 52.60
1.81 85.90
1.66 67.90
1.6 58.20
1.63 55.00
1.58 60.50
1.67 87.50
1.72 55.20
1.65 70.00
1.56 45.90
1.63 54.00
1.67 60.80
1.64 65.80
1.61 70.80
1.68 78.60
1.8 87.20
1.72 79.50
1.75 72.90
1.67 67.50
1.55 58.20
1.72 64.30
 RELACION ENTRE PESO Y ESTATURA
2
ESTATURA

1.8 f(x) = 0.013580914610769 x + 0.752361797040442

R² = 0.86451223946546
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00
PESO EN KG

La recta muestra una relacion directa quiere decir que van aumentado en relacion con la otra.

El modelo matematico

𝑌=𝑎+𝑏𝑥
𝑌=0,0136𝑋+0,7524 Y= Variable independiente
a= intercepto con el eje Y
X= variable Dep
𝑏=0,0136 𝑎=0,7524 b= Pendiente

𝑅^2=0,8645

𝑅^2= coeficiente de determinacion= 86,45% por lo tanto es confiable

ara la determinacion del porcentaje

= coeficiente de correlacion R= 0,93% La correlacion es excelente
= raiz cuadrada de 0,8645

Observando lo realizado, hay proporcionalidad entre las

variables se muestra una sociedad directa donde una
depende de la otra al momento de incrementar tanto el
peso con la estatura, se dice que posee una relacion del
0,93%, lo cual muestra que este modelo es confiable
pusto que posee un grado de confiabilidad muy alto
variables se muestra una sociedad directa donde una
depende de la otra al momento de incrementar tanto el
peso con la estatura, se dice que posee una relacion del
0,93%, lo cual muestra que este modelo es confiable
pusto que posee un grado de confiabilidad muy alto
del 𝑅^2=𝑑𝑒𝑙 86,45% 𝑐𝑜𝑛 𝑢𝑛𝑎 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛 𝑚𝑢𝑦 𝑎𝑙𝑡𝑎
mostrando una confiabilidad bastante alta. esto muestra
que para cualquier valor en X la variable Y siempre
mostrara proporcion directa en relacion al valor dado.