¿¿PASO 4 - DESCRIPCIÓN DE LA INFORMACIÓN - Grupo - 240440 - 253.

UNIDAD 3: PASÓ 4
DESCRIPCIÓN DE LA INFORMACIÓN.
PRESENTADO POR
LINA PAOLA ROJAS AFRICANO
1.057.593.249
YEFERSON SIERRA MONTAÑA
1.057.582.443
YUDY ALEJANDRA TORRES
1.057.575.247
CURSO #
240440_253
PRESENTADO A
AMANDA LUCIA QUIROGA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BÁSICAS Y TEGNOLOGICAS E INGENIERÍA ECBTI
SOGAMOSO_BOYACA
2018
INTRODUCCION
Este trabajo se realiza con el propósito de conocer la unidad 3 del curso de
estadística descriptiva buscando como objetivo principal el aprendizaje claro ya
que resulta de gran importancia conocer los diferentes módulos planteados ya
que dicha materia es una herramienta que permite mostrar a los estudiantes o
profesionales como debemos actuar ante cualquier situación estadística .

JUSTIFICACION
Este trabajo se realizó con el fin de lograr el tipo de relación que existe en la
información de una base de datos, que logra identificar el nivel de confiabilidad
de esta información, mediante la realización de diagramas de dispersión,
identificación de variables. Gracias al desarrollo de este ejercicio desarrollamos
habilidades estadísticas que pondremos en práctica en nuestra vida laboral
para así determinar cómo es la manera más eficiente de identificar si una
información es verdadera o no mediante análisis matemáticos.

OBJETIVOS
 Detallar y Relacionar variables de la problemática utilizando Medidas

bivariantes.
 Ampliar la capacidad de comprensión, análisis y síntesis, a través de la

identificación mediante el uso de la regresión y correlación simple.
 Se desarrolla guía de trabajo según planteada por tutor de cead y se

llega a la socialización interactuando con los demás participantes del
curso, adquiriendo conocimientos que serán puestos en práctica en
nuestras vidas laborales.
 El estudiante será capaz de recopilar, presentar, describir, analizar y

elaborar gráficos e interpretar compilaciones de datos
 Análisis de correlación lineal simple de las dos variables cuantitativas
seleccionadas.
Estudiante: Yefferson Sierra Montaña
Variables Peso y estatura:
Chart Title
2
f(x) = 0.01 x + 0.75
1.8 R² = 0.86
1.6
1.4
1.2
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
a La relación es positiva, relación lineal directa (r>0)

Su modelo matemático es y = 0,0136x + 0,7524, la
b ecuación de la recta es confiable porque R² está
cercano a 1 y tiene un grado alto de confiabilidad.
El R² afirma que el 86,45 % de la información y el valor

de r coeficiente de correlación lineal es confiable
c
porque el valor de R2 está cercano a 1 positivo y esto
demuestra que es la correlación es perfecta positiva
De lo anterior podemos deducir que existe una

d relación entre el peso y la estatura, por lo tanto de
acuerdo a la estatura del paciente debe tener un peso
aproximado
 Estudiante: Yudy Alejandra Torres Ávila

Variables Edad y Estatura
Regresion y correlacion lineal simple
2
f(x) = 0.01 x + 1.23
1.8 R² = 0.34
1.6
1.4
Estatura 1.2
Logarithmic ()
1
Logarithmic ()
0.8 Logarithmic ()
0.6 Linear ()
0.4
0.2
0
0 10 20 30 40 50 60 70 80 90 100
Edad
La relación es directa o
A positiva
A partir del análisis de

Correlación, puedo concluir
que hay una excelente
relación entre la variable de
B edad y estatura
El modelo matemático
indica que y= 0,0084,
x=1,2276, el coeficiente de
C determinación es R2. 34,17
El porcentaje de explicación
del modelo es el mismo que
el porcentaje de
confiabilidad es este caso es
D de un 99,99%.
Para hallar el grado de
correlación que tiene las dos
variables se saca la raíz
cuadrada al coeficiente de
determinación que seria. R2
grado de relacion= √0,3417=0.584551
Resumen
Estadísticas de la regresión
Coeficiente de
correlación
múltiple 0,58452
Coeficiente de
determinació
n R^2 0,34166
R^2 ajustado 0,33608
Error típico 0,27103
Observacione
s 120
ANÁLISIS DE
VARIANZA
Promedio
Suma de de los Valor
Grados de cuadrado cuadrado crítico
libertad s s F de F
Regresión 1 4,49845 4,4985 61,2395 2,4E-12
Residuos 118 8,6679 0,0735
Total 119 13,1663
Coeficiente Error Estadístic Probabilida Inferior Superior Inferior Superior

s típico ot d 95% 95% 95,0% 95,0%
1,14045 1,314837 1,314837

Intercepción 1,22765 0,04403 27,882 9,3E-54 3 9 1,140453 9
0,00625 0,010496 0,010496

Variable X 1 0,00838 0,00107 7,8256 2,4E-12 7 6 0,006257 6
Análisis de correlación lineal simple de las dos variables cuantitativas
seleccionadas.
Estudiante: Lina Paola Rojas Africano
Variables: Peso y estatura.
REGRESION Y CORRELACION LINEAL SIMPLE PESO,ESTATURA

2
f(x) = 0.01 x + 0.75
1.8 R² = 0.86
1.6
1.4
1.2
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
1 La relación es positiva.
2 El modelo matemático indica que el índice es y=0.013 x:0,7524
3 Y el coeficiente de determinación es R2 =0,8645 ES DECIR LA
CORRELACION ES NEGATIVA.
COEFICIENTE DE CORRELACION = 0,9297915

6,9843527
COVARIANZA = 8
Encuentre el modelo matemático que permite predecir el

efecto de una variable sobre la otra. ¿Es confiable?
El modelo matemático corresponde a:
y=0,0136x+0,7524
R² = 0,8645
Y permite predecir el efecto de una variable sobre la otra

Si es confiable porque R2 está cercano a 1.
Determine el grado de relación de las dos variables.
El valor R² = 0,8645 Indica que el porcentaje de explicación es de

86.45%.
Y el coeficiente de correlación afirma que el grado de relación entre

las variables corresponde al 92.97%.
Relacionar la información obtenida con el problema.

Los resultados demuestran que las variables peso y estatura están
fuertemente relacionadas porque la una depende, en gran
porcentaje, de la otra.
PESO ESTATURA
12,50 0,65
60,00 1,74
72,50 1,58
58,00 1,59
16,50 1
57,60 1,65
78,60 1,7
5,20 0,73
53,80 1,62
45,80 1,53
60,20 1,65
19,70 1,18
62,70 1,69
78,60 1,58
52,70 1,53
8,90 0,85
70,00 1,64
80,90 1,75
78,90 1,6
15,90 1,03
56,00 1,55
52,90 1,58
78,50 1,78
PESO ESTATURA
85,80 1,66
65,20 1,7
60,00 1,79
67,20 1,72
85,00 1,68
24,50 1,03
65,40 1,63
60,60 1,73
85,00 1,68
57,30 1,58
67,90 1,65
2,60 0,45
75,30 1,78
45,20 1,5
50,20 1,64
23,00 1,16
45,00 1,52
65,70 1,58
16,70 0,98
60,50 1,65
57,80 1,59
60,30 1,61
78,50 1,79
15,30 0,96
65,20 1,67
65,60 1,7
78,40 1,68
57,90 1,62
3,40 0,53
58,30 1,59
56,80 1,56
60,00 1,65
72,00 1,68
58,60 1,56
14,20 0,96
65,70 1,67
60,80 1,61
3,10 0,57
85,00 1,8
60,80 1,56
55,90 1,62
70,00 1,67
73,80 1,8
PESO ESTATURA
78,50 1,75
67,20 1,65
67,20 1,72
58,80 1,59
62,30 1,63
70,20 1,65
54,90 1,52
78,10 1,72
62,90 1,63
65,00 1,86
62,90 1,63
72,90 1,75
61,60 1,57
9,70 0,76
64,30 1,78
58,90 1,62
18,30 1,06
56,90 1,68
3,10 0,57
45,80 1,51
68,90 1,76
11,90 0,86
65,90 1,62
78,00 1,71
16,90 1,1
85,80 1,86
67,20 1,71
63,20 1,59
9,40 0,82
72,90 1,76
3,90 0,47
63,80 1,62
30,50 1,4
52,60 1,51
85,90 1,81
67,90 1,66
58,20 1,6
55,00 1,63
60,50 1,58
87,50 1,67
55,20 1,72
70,00 1,65
45,90 1,56
PESO ESTATURA
54,00 1,63
60,80 1,67
65,80 1,64
70,80 1,61
78,60 1,68
87,20 1,8
79,50 1,72
72,90 1,75
67,50 1,67
58,20 1,55
64,30 1,72
Anexo: Laboratorio Regresión y Correlación Lineal.
 Yudy Alejandra Torres Ávila
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 producido y el porcentaje de
hidrocarburo (x) que está presente en el condensador principal en un
proceso de destilación, de acuerdo con los siguientes datos:
X
(% de Y
Hidro (Pureza)
a. Realice el diagrama de dispersión y determine
carburos)
el tipo de asociación entre las
variables. 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
rendimiento de un producto a un proceso quimico

105
100
f(x) = 14.95 x + 74.28

95 R² = 0.88
90
85
80
0. 8 0. 9 1 1.1 1.2 1. 3 1. 4 1.5 1. 6
Como podemos ver hay una correlación positiva un poco dispersa por
hay un crecimiento proporcional entre la pureza y el porcentaje de
hidrocarburos
b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?
Y =a+b x
y=14,947 x +74,283R ²=0,8774
Para hallar la confiabilidad se multiplica por el coeficiente de determinación que

es R2 por el 100 por ciento.
0,8774∗100 %=84.74 %
Entonces es confiable ya que está en un 84.74%
c. Determine el porcentaje de explicación del modelo y el grado de relación
de las dos variables.
El porcentaje de explicación del modelo es el mismo que el porcentaje de
confiabilidad en este caso seria 84.74%
Para hallar el grado de relación que tiene las dos variables se saca la
raíz cuadrada al coeficiente de determinación que sería R2
Entonces la correlación de las dos variables son excelentes ya que están
relacionadas un 93%
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es

igual a 91,3?
Se reemplaza en la ecuación y sabiendo que y = 91.3 y se despeja x
Entonces
y=14,947 x +74,283
Reemplazamos
91,3=14,947( x )+74,283
91,3−74,283
=x
14,947
Entonces el porcentaje del hidrocarburo cuando la pureza es igual a 91,3 el
porcentaje es 1,13%
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 registraron los siguientes valores de temperatura
y consumo anual.
2014 Registros de temperatura y
consumos de vapor.
Temperatur Consumo de
Mes
a (oF) vapor (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
a. Realice el diagrama de dispersión y determine el tipo de asociación entre

las variables.
Registro de temperatura y el consumo de vapor en una

planta quimica
800
700
f(x) = 9.21 x − 6.32
600 R² = 1
500
400
300
200
100
0
10 20 30 40 50 60 70 80
Podemos concluir que hay una correlación positiva directa perfecta porque no
hay puntos dispersos y la recta pasa por todos ellos.
b. Ajuste un modelo matemático que permita predecir el efecto de una

Modelo matemático y=9,2087 x−6,3184
Hallamos la confiabilidad con el coeficiente de determinación que R2 y lo
multiplicamos por el 100%
CONFIABILIDAD=0,9999∗100 %=99.99 %
Entonces el modelo matemático es confiable un 99.99% para predecir el
efecto de una variable sobre la otra.
El porcentaje de explicación del modelo es el mismo que el porcentaje
de confiabilidad en este caso seria 99.99%
Para hallar el grado de relación que tiene las dos variables se saca la
raíz cuadrada al coeficiente de determinación que sería R2
grado de relacion= √0,9999=0.9999=1
Entonces la correlación de las dos variables es perfecta ya que están
relacionadas un 100% matemáticamente.
d. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

En este caso nos están dando x entonces reemplazamos en la formula
y=9,2087 x−6,3184
y=9,2087 ( 70 )−6,3184
y=644,609−6,3184
y=638.29
Entonces el consumo de vapor cuando la temperatura está a 70 oF es de
638.2906 libras.
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 de
punzada. Obsérvese que ambas, X e Y, son variables aleatorias

x
(porcentaj y (umbral
e de de reflejo
sobrepeso de flexión
) nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
16
14
12
10
0
10 20 30 40 50 60 70 80 90 100
Podemos ver que la correlación es nula porque los puntos están muy
dispersos en la cual no se puede ver la recta.

Modelo matemático y=−0,0629 x +11,642
coeficiente de determinacion=0,1115∗100=11.15 %
El modelo matemático no es confiable ya que solo arroja un 11.15 %
c. Determine el porcentaje de explicación del modelo y el grado de relación de
las dos variables.
El porcentaje de explicación del modelo es el mismo que el porcentaje de
confiabilidad en este caso seria 11.15 %
Para hallar el grado de relación que tiene las dos variables se saca la raíz
cuadrada al coeficiente de determinación que sería R2
Entonces la correlación de las dos variables es mínima ya que están
relacionadas un 33.3% matemáticamente.
d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un

porcentaje de sobrepeso, de 40?
En este caso nos están dando x entonces reemplazamos en la formula
y=−0,0629 x +11,642
y=−0,0629 ( 40 ) +11,642
y=−2.516+11.642
y=9.126Entonces cuando hay un porcentaje de sobrepeso de 40 hay un
umbral del dolor de 9.126
Estudiante: Jefferson Sierra Montaña
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 producido y el porcentaje de hidrocarburo
(x) que está presente en el condensador principal en un proceso de destilación,
de acuerdo con los siguientes datos:
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
las variables.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es
igual a 91,3?
Chart Title
105
100
f(x) = 14.95 x + 74.28

95 R² = 0.88
Linear ()
Pureza
90
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
% de hidrocarburos
su modelo matemático es y = 14,947x + 74,283, la ecuación

b de la recta es confiable porque R² está cercano a 1y tiene un
grado alto de confiabilidad.
El R² afirma que el 87,74 % de la información y el valor de r

coeficiente de correlación lineal es confiable porque el el
c
valor de R2 está cercano a 1 positivo y esto demuestra que
es la correlación es perfecta positiva
Se obtiene de reemplazar 91,3 en y de la formula y=14,947x
d + 74,283 y se realiza despeje; por lo tanto el porcentaje seria
de 1,14
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 registraron los siguientes
valores de temperatura y consumo anual.
2014 Registros de temperatura y

consumos de vapor.
Consum
Temperatur o de
Mes
a (oF) vapor
(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

las variables.
2014 Registros de temperatura y consumos de vapor
800
700
f(x) = 9.21 x − 6.32
600 R² = 1
500
400
300
200
100
0
10 20 30 40 50 60 70 80

Su modelo matemático es y = 9,2087x - 6,3184, la ecuación de la recta
b es confiable porque R² está cercano a 1 y tiene un grado alto de
confiabilidad.
El R² afirma que el 99,9 % de la información y el valor de r coeficiente de

c correlación lineal es confiable porque el el valor de R2 está cercano a 1
positivo y esto demuestra que es la correlación es perfecta positiva
Se obtiene de reemplazar 70 en X de la formula y=9,2087x - 6,3184; por

d
lo tanto, el consumo de vapor 638,2906
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 de punzada. Obsérvese que ambas, X e Y, son
variables aleatorias
x
(porcenta y (umbral
je de de reflejo
sobrepes de flexión
o) nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14

variables.
c. Determine el grado de relación de las dos variables.
Chart Title
16
14
12
10 f(x) = − 0.06 x + 11.64

R² = 0.11
8
0
10 20 30 40 50 60 70 80 90 100
No existe asociación de variables, toda vez que el coeficiente R2 es de
a
11,15% como se puede observar en la imagen
Su modelo matemático es y = -0,0629x + 11,642, la ecuación de la recta

b no es confiable porque R² está lejano a 1 y tiene un grado bajo de
confiabilidad.
En esta no se determina grado de relación, toda vez que, su coeficiente

c
R2 es de 11.15%
Se obtiene de reemplazar 40 en y de la fórmula -0,0629x + 11,642 y se

d realiza despeje; por lo tanto el umbral de reflejo de flexión nociceptiva
sería de 9,126
Estudiante Lina Paola Rojas.

2.1. 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 (%de
Hidrocarburo
s) 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

las variables.
DIAGRAMA DE DISPERSION
105
100
Y=PUREZA
95 f(x) = 14.95 x + 74.28

R² = 0.88
90
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
x= HIDROCARBUROS
Linear ()
El tipo de asociación de las variables es lineal.

variable sobre la otra. Es confiable?
R2=
0,8774

Y= 14,947+ 74,283
Confiabilidad: Según la gráfica y la recta contamos con un 98% de confiabilidad ya que este se encuentra
muy cerca a la correlación perfecta.
d. Determine el grado de relación de las dos variables.

Y = (14,947 * 91,3) + 74,283 el porcentaje de Hidrocarburo es de 1438,9441 cuando la pureza
Y= 1438,9441 del oxigeno esta en 91,3
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 registraron los siguientes valores de temperatura y consumo
anual.
Mes Temperatura°F Consumo de Vapor (LB)

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

las variables.
800
700
f(x) = 9.2 x − 5.54
Y=Consumo de Vapo(LB)
600 R² = 1
500
400
300
Linear ()
200
100
0
20 30 40 50 60 70 80
x=Temperatura°F

variable sobre la otra. Es confiable?
R2=
0,9998
Y= 9,1951X-5,5369
Confiabilidad:
Según la gráfica y la recta contamos con una confiabilidad D de 0,9998 es confiable.
c.Determine el porcentaje de explicación del modelo y el grado de relación de

las dos variables.
El grado de correlación entre las dos variables es de R = 0,9998 el grado de

relación es perfecto
Y = (9,1951 * 70) -5,5369 El consumo de vapor es de 63,1201 cuando la temperatura esta en

Y= 638,1201 70°F
3.
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.
x(porcentajes de y(umbral 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

variables.
y(umbral de reflejo de flexion nociceptiva)
16
14
12
10 f(x) = − 0.06 x + 11.64
8 R² = 0.11
6 Linear ()
Linear ()
4
2
0
10 20 30 40 50 60 70 80 90 100
X=porcentajes de sobrepeso

b.Ajuste un modelo matemático que permita predecir el efecto de una variable
sobre la otra. Es confiable?
R2=
0,1115
Y= 0,0629X +11,642
Confiabilidad: Según la gráfica y la recta encontramos con líneas descendentes que no hacen que
los valores de x y y sean similares
c. Determine el grado de correlación de las dos variables.

El grado de correlación entre las dos variables es de R = 0,1115
Y = (0,0629 * 40) +11,642
Y= 14.158 14,158
CONCLUSIONES
 En este trabajo aprendimos a resolver mediante diagramas de dispersión

el análisis de los datos, de lograr aprender a diferenciar el margen de
error de una información.
 Además de esto, se puede llegar a interpretar el nivel de confiabilidad de
la información.
REFERENCIAS
Lorenzo, J. M. (10 de 09 de 2007). Gale Virtual Refernece Library. Recuperado
el 15 de 09 de 2018, de galegroup.com: http://go.galegroup.com/ps/i.do?
id=GALE
%7CCX4052100007&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=0a7332
df0d4700de0bd272caa41e1718
Pava, M. F. (13 de 08 de 2014). ESTADISTICA DESCRIPTIVA. Recuperado el
12 de 09 de 2018, de ESTADISTICA DESCRIPTIVA:
http://estadisticadescriptivaunad100105.blogspot.com/
Datos, C. d. (11 de 11 de 2018). datavizcatalogue.com. Recuperado el 11 de 11
de 2018, de datavizcatalogue.com:
https://datavizcatalogue.com/ES/metodos/diagrama_de_dispersion.html
Mexico, U. d. (11 de 11 de 2018). seduca2. Recuperado el 11 de 11 de 2018,
de seduca2:
http://www.seduca2.uaemex.mx/ckfinder/uploads/files/u3tema_1_coeficie
nte.pdf
personal.us.es. (11 de 11 de 2018). personal.us.es. Recuperado el 11 de 11 de
2018, de personal.us.es:
https://personal.us.es/vararey/adatos2/correlacion.pdf

¿¿PASO 4 - DESCRIPCIÓN DE LA INFORMACIÓN - Grupo - 240440 - 253.

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

¿¿PASO 4 - DESCRIPCIÓN DE LA INFORMACIÓN - Grupo - 240440 - 253.

Cargado por

Copyright:

Formatos disponibles

UNIDAD 3: PASÓ 4

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Este trabajo se realiza con el propósito de conocer la unidad 3 del curso de

estadística descriptiva buscando como objetivo principal el aprendizaje claro ya

que resulta de gran importancia conocer los diferentes módulos planteados ya

profesionales como debemos actuar ante cualquier situación estadística .

información de una base de datos, que logra identificar el nivel de confiabilidad

de esta información, mediante la realización de diagramas de dispersión,

identificación de variables. Gracias al desarrollo de este ejercicio desarrollamos

habilidades estadísticas que pondremos en práctica en nuestra vida laboral

para así determinar cómo es la manera más eficiente de identificar si una

información es verdadera o no mediante análisis matemáticos.

 Detallar y Relacionar variables de la problemática utilizando Medidas

 Ampliar la capacidad de comprensión, análisis y síntesis, a través de la

 Se desarrolla guía de trabajo según planteada por tutor de cead y se

 El estudiante será capaz de recopilar, presentar, describir, analizar y

Variables Peso y estatura:

a La relación es positiva, relación lineal directa (r>0)

El R² afirma que el 86,45 % de la información y el valor

De lo anterior podemos deducir que existe una

 Estudiante: Yudy Alejandra Torres Ávila

A partir del análisis de

Total 119 13,1663

Coeficiente Error Estadístic Probabilida Inferior Superior Inferior Superior

1,14045 1,314837 1,314837

0,00625 0,010496 0,010496

Variables: Peso y estatura.

REGRESION Y CORRELACION LINEAL SIMPLE PESO,ESTATURA

2 El modelo matemático indica que el índice es y=0.013 x:0,7524

3 Y el coeficiente de determinación es R2 =0,8645 ES DECIR LA

COEFICIENTE DE CORRELACION = 0,9297915

Encuentre el modelo matemático que permite predecir el

Y permite predecir el efecto de una variable sobre la otra

El valor R² = 0,8645 Indica que el porcentaje de explicación es de

Y el coeficiente de correlación afirma que el grado de relación entre

Relacionar la información obtenida con el problema.

Anexo: Laboratorio Regresión y Correlación Lineal.

 Yudy Alejandra Torres Ávila

1. El rendimiento del producto de un proceso químico está relacionado con

rendimiento de un producto a un proceso quimico

f(x) = 14.95 x + 74.28

b. Encuentre el modelo matemático que permite predecir el efecto de una

y=14,947 x +74,283R ²=0,8774

Para hallar la confiabilidad se multiplica por el coeficiente de determinación que

d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es

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

Registro de temperatura y el consumo de vapor en una

b. Ajuste un modelo matemático que permita predecir el efecto de una

d. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

3. Los investigadores están estudiando la correlación entre la obesidad y la

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

b. Ajuste un modelo matemático que permita predecir el efecto de una

d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un

Estudiante: Jefferson Sierra Montaña

El rendimiento del producto de un proceso químico está relacionado con la

f(x) = 14.95 x + 74.28

a La relación es positiva, relación lineal directa (r>0)

su modelo matemático es y = 14,947x + 74,283, la ecuación

El R² afirma que el 87,74 % de la información y el valor de r

2014 Registros de temperatura y

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

a La relación es positiva, relación lineal directa (r>0)

El R² afirma que el 99,9 % de la información y el valor de r coeficiente de