Documentos de Académico
Documentos de Profesional
Documentos de Cultura
JUSTIFICACION .................................................................................................................. 3
OBJETIVOS ......................................................................................................................... 4
Actividad 1. Mapa Mental ..................................................................................................... 5
Actividad 2. Definición de Conceptos. .................................................................................. 5
Actividad 3. Realizar el laboratorio de regresión y correlación lineal .................................... 7
Diagrama de dispersión. ...................................................................................................7
Modelo matemático. ..........................................................................................................8
Grado de correlación. ...................................................................................................... 10
Uso del modelo matemático. ........................................................................................... 10
Actividad 4. Regresión y correlación múltiple. .................................................................... 11
CONCLUSIONES. .............................................................................................................. 19
REFERENCIAS BIBLIOGRÁFICAS. .................................................................................. 20
2
JUSTIFICACION
Regresión lineal
coeficiente de determinación lineal.
Análisis de correlación.
Regresión simple.
Diagramas de dispersión.
Análisis de correlación múltiple.
coeficiente de determinación.
coeficiente de correlación
3
OBJETIVOS.
El Laboratorio de regresión y correlación tiene como principal objetivo identificar las medidas
bivariantes y graficar los diagramas de dispersión.
OBJETIVOS ESPECIFICOS.
4
Actividad 1. Mapa Mental
a) Diagrama de dispersión:
5
Es la forma más sencilla de definir si existe o no una relación causa efecto entre dos
variables y que tan firme es esta relación, es de gran utilidad para la solución de problemas
de la calidad en un proceso y producto, ya que nos sirve para comprobar que causas
(factores) están influyendo o perturbando la dispersión de una característica de calidad o
variable del proceso a controlar.
Es la herramienta estadística que podemos usar para describir el grado o fuerza en el que
una variable esta linealmente relacionada con otra. Dependiendo del tamaño de esta medida
cuantitativa se puede decir, que tan cercanamente se mueven dos variables, y por lo tanto,
con cuanta confiabilidad se puede estimar una variable con ayuda de la otra.
0< r < 1
d) Correlación positiva:
Relación entre dos variables que muestra que ambas aumentan o disminuyen
simultáneamente.
6
e) Correlación negativa:
Relación entre dos variables que muestra que una variable disminuye conforme otra
aumenta.
f) ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?:
Es una medida que permite conocer el grado de asociación lineal entre dos variables
cuantitativas (X, Y) midiendo la fuerza y el sentido de la relación lineal entre 2 variables
cuantitativas.
Diagrama de dispersión.
EXCEL
7
Fallecidos ene -feb 2019 según objeto de choque
400
350
y = 1.5385x - 6E-14
Fallecidos ene -feb 2019
300 R² = 1
250
200
150
100
50
0
0 50 100 150 200 250 300
Motocicleta
INFOSTAT
Existe una relación directa entre las dos variables que conlleva a que, si la primera
cambia, la segunda lo hará también.
Modelo matemático.
8
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
EXCEL
INFOSTAT
9
𝟐
Como podemos observar en los dos programas R² = 1 por lo cual se puede asegurar que la
información es 100% confiable.
Grado de correlación.
𝑟= 𝑅 =1
Se puede decir que la relación entre las dos variables es directamente proporcional, ya que al
aumentar el número de choques con motocicleta, también aumenta el número de fallecidos de
enero y febrero de 2019.
Establezca al menos 3 nuevos valores independientes para ser hallados a través del modelo
matemático calculado.
EXCEL.
𝒀 = 𝟏. 𝟓𝟑𝟖𝟓(𝟐) − 𝟔𝑬 − 𝟏𝟒 = 𝟑
10
3. En Manizales Caldas reportan 19 fallecidos más en el mes de febrero de 2019.
𝒀 = 𝟏. 𝟓𝟑𝟖𝟓(𝟏𝟗) − 𝟔𝑬 − 𝟏𝟒 = 𝟐𝟗
INFOSTAT
𝒀 = 𝟏. 𝟓𝟑𝟖𝟓(𝟐) − 𝟏𝟑. 𝟓𝑬 − 𝟏𝟑 = 𝟑
INFOSTAT
11
12
EXCEL
13
FALLECIDOS ENE.FEB 2019 SEGÚN OBJETO DE CHOQUE
400
350
300
Fallecidos ene- feb 2019
250
200
150
100
50
0
0.00 50.00 100.00 150.00 200.00 250.00 300.00
Objeto de choque
INFOSTAT
14
𝑌 = 1.63 − 0.89 − 0.27
15
𝑌 = 4.10 − 0.62 − 0.30
16
EXCEL
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
R^2 ajustado 0.99494949
Error típico 2.4875E-13
Observaciones 200
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 178111.28 89055.64 2.8784E+30 0
Residuos 198 1.2252E-23 6.1879E-26
Total 200 178111.28
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción -4.1922E-13 2.6638E-14 -15.7375676 9.916E-37 -4.7175E-13 -3.6669E-13 -4.7175E-13 -3.6669E-13
Variable X 1 1.53846154 9.068E-16 1.6966E+15 0 1.53846154 1.53846154 1.53846154 1.53846154
Variable X 2 0 0 65535 #¡NUM! 0 0 0 0
𝑌 = 1.53 + 0 − 4.19E − 13
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
R^2 ajustado 0.99494949
Error típico 0
Observaciones 200
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 178111.28 89055.64 #¡NUM! #¡NUM!
Residuos 198 0 0
Total 200 178111.28
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 99.0%Superior 99.0%
Intercepción 0 0 65535 #¡NUM! 0 0 0 0
Variable X 1 0 0 65535 #¡NUM! 0 0 0 0
Variable X 2 4 0 65535 #¡NUM! 4 4 4 4
𝑌= 0 + 4 +0
17
R²= 1, lo cual indica que el modelo matemático encontrado es confiable, explicando 100% de
la información.
Los resultados dados en el análisis de esta actividad indican que la variable dependiente
fallecidos de enero a febrero de 2019, depende de las variables independientes, como lo son el
objeto de choque (motocicleta, bicicleta, peatón o otros motos).
𝑌 = 1.53 + 0 − 4.19E − 13
𝑌= 0 + 4 +0
18
CONCLUSIONES.
Se evidencia que para analizar las diferentes variables se requiere del diagrama de
dispersión y con ayuda de las fórmulas de relación y correlación que permiten el despeje de
las ecuaciones y datos para obtener un resultado.
Los ejercicios practicados se pueden graficar de forma lineal y la correlación es confiable
de acuerdo a sus resultados.
Se logra establecer el comportamiento lineal de los datos y se determina el grado de
correlación entre las variables, según la tabla de grado de correlación lineal.
19
REFERENCIAS BIBLIOGRÁFICAS.
20