Se encuentra

Fuerte relación lineal entre: [-1,1]

DIAGRAMA DE DISPERSION
Si el valor es
Y=A+BX cercano al limite
Se interpreta a cuando Coeficiente de Correlación
x=0

Y tenga un significado para la

investigación
Ayuda a la toma
de decisiones

Coeficiente de determinación
Análisis de
Proporción de la variación correlació Cercanía entre dos o
mas variables
Explicada por

Predictor o Regresor

MEDIDAS ESTADÍSTICAS BIVARIANTES DE

Análisis de Regresión
REGRESIÓN Y CORRELACIÓN.
Deriva variable
de criterio
Con más variables
de PREDICCION

TEORIA DE
Dependencia entre REGRESIO
Error de estimación dos variables X , Y

Valor absoluto de
la variación
En la variable citerio
En ecuación de
regresión ajustada
Variable explicada: En
LINEALIDAD ENTRE funciones
VARIABLES
Variable explicativa
Existen 3 puestos Media es igual a cero LINEALIDAD ENTRE
simplificadores PARAMETROS
del termino error Varianza constante
e independiente
Diagrama de dispersión: La representación gráfica más útil para
describir el comportamiento conjunto de dos variables es el diagrama de
dispersión o nube de puntos, donde cada caso aparece representado
como un punto en el plano definido por las variables y Para obtener
un diagrama de dispersión la secuencia es:

Gráficos

Dispersión

El cuadro de diálogo siguiente:

Correlación lineal simple: Si entre dos variables cuantitativas existe

una relación lineal, el análisis de correlación lineal simple se usa para
determinar la dirección y la magnitud de dicha relación. La dirección de
la relación se refiere a si ésta es positiva o negativa.
Coeficiente de determinación R2: El coeficiente de determinación, se
define como la proporción de la varianza total de la variable explicada
por la regresión. El coeficiente de determinación, también llamado R
cuadrado, refleja la bondad del ajuste de un modelo a la variable que
pretender explicar.

Es importante saber que el resultado del coeficiente de determinación

oscila entre 0 y 1. Cuanto más cerca de 1 se sitúe su valor, mayor será
el ajuste del modelo a la variable que estamos intentando explicar. De
forma inversa, cuanto más cerca de cero, menos ajustado estará el
modelo y, por tanto, menos fiable será.

Correlación positiva y correlación negativa: Con los diagramas de

dispersión podemos ver cómo se relacionan ambas variables entre sí.
Esto es lo que se conoce como correlación. Hay tres tipos de
correlación: positiva, negativa y nula (sin correlación).

 Correlación positiva: ocurre cuando una variable aumenta y la

otra también. Por ejemplo, la altura de una persona y el tamaño
de su pie; mientras aumenta la altura, el pie también.
 
 Correlación negativa: es cuando una variable aumenta y la otra
disminuye. El tiempo de estudio y el tiempo que pasas jugando
videojuegos, tienen una correlación negativa, ya que cuando tu
tiempo de estudio aumenta, no te queda tanto tiempo para jugar
videojuegos.
¿Qué es el coeficiente de correlación lineal y qué nos ayuda a
medir?

El Coeficiente de correlación es una medida que permite conocer el

grado de asociación lineal entre dos variables cuantitativas (X, Y).

En los siguientes Diagramas de dispersión se puede observar que existe

una relación lineal entre la variable X y la variable Y.

El Coeficiente de correlación es una medida que permite conocer el

grado de asociación lineal entre dos variables cuantitativas (X, Y). ...
Recordar entonces que el coeficiente de relación lineal mide la fuerza y
el sentido de la relación lineal entre 2 variables cuantitativas.

Punto 3
1.1 Temperatura – Consumo de gas.

En una ciudad del norte de la costa colombiana fue registrada la temperatura

media del día y la cantidad de gas consumida en algunas de las
residencias. Los datos están representados en la siguiente tabla.
Para estudiar la relación entre la temperatura y el consumo de gas

X Temperatura Y Volumen de Gas

Media - oC consumido – cm3
3 7
6 5
3 8
1 8
5 7
7 5
9 4
13 3
Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.

X Y Volumen
Temperatu de Gas
ra Media - consumido –
o 3
C cm X*Y ܺଶ ܻଶ
3 7 21 9 49
6 5 30 36 25
3 8 24 9 64
1 8 8 1 64
5 7 35 25 49
7 5 35 49 25
9 4 36 81 16
13 3 39 169 9
47 47 228 379 301

Temperatura Vs Consumo de Gas

9
8
f(x) = − 0.47 x + 8.62
Volumen de Gas consumido

7 R² = 0.91
6
5
4
3
2
1
0
0 2 4 6 8 10 12 14
Temperatura Media

prom 5,875
‫ݕ‬ଶ ൌ
‫ ݉݋݉ݎ݌‬ଶ 34,515625

Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?

 Métodos de mínimos cuadrados

Y= a+bX

8*(228)-(47)*(47)
b=
8*(379)-(47)2

1824 - 2209
b=
3032 - 2209

-385
b=
823

b= -0,467800729

47-(-0,467800729)(47)
a=
8

47 - -21,9866343
a=
8

68,9866343
a=
8

a= 8,62332928
  Es confiable en un 90.5%

Determine el grado de relación de las dos variables.

Error estándar del estimado

Se= ͵ ͲͳǦͺ ǡ͸ʹ ͵ ͵ ͵ ʹ ͻ ʹ ͺ ȗሺ͹

Ͷ ሻǦሺǦͲǡͶ͸͹ͺ ͲͲ͹ʹ ͻ ሻȗሺʹ ʹ ͺ ሻ
ͺ െ ʹ

Se=
͵ ͲͳǦͶͲͷǡʹ ͻ ͸Ͷ͹͸͵ Ͳ͸ͳͻ͹
ͳ െ ͳͲ͸ǡ͸ͷͺ ͷ͸͸ʹ ʹ ͳͳͶʹ ሻ
ሺെ
͸

Se= 2,362089915
6

Se= 0,393681652

Coeficiente de determinación

Varianza de la variable separable

301 - (5,875)2
‫ݏ‬௬ଶ
8

‫ݏ‬௬ଶ= 37,625 - 34,515625

‫ݏ‬௬ଶ= 3,109375

Correlación
 ܴଶ ൌ ሺͲǡ͵ ͻ ͵ ͸ͺ ͳͷ
͸ͷʹ ሻʹ
ͳെ
ϯ͕ ϭϬϵϯϳ ϱ

ܴଶ ൌ Ϭ͕ ϭϱϰϵ ϴϱϮϰ
ͳെ
ϯ͕ ϭϬϵ ϯϳ ϱ

ܴʹ ൌ 1-0,0498445004246622

ܴʹ ൌ 0,95

Según la tabla 0,9 a 0,99 Correlación positiva muy alta

Determine el Volumen de gas consumido si la temperatura media llega a ser

-1 grado oC?

Y= a+bX

El Volumen de gas consumido cuando la temperatura es -1 es 20,57

1.4 X-Y Montaje – Horas de trabajo.

En una empresa se desea verificar si la calidad de los computadores con

defectos de montaje tiene relación con las horas trabajadas por día.
Los siguientes datos representan dicha situación:

Computado
10 9 8 5 9 8 6 7 9 10
res con
defectos
(Y)
Horas de
15 13 11 7 12 11 8 10 13 13
trabajo (X)

a. Identifique la variable dependiente (y) y la variable independiente (x),

realice el diagrama de dispersión y determine el tipo de asociación
entre las variables
Y
X Horas Computador
de trabajo es con
defectos X*Y
ܺଶ ܻଶ
15 10 150 225 100
13 9 117 169 81
11 8 88 121 64
7 5 35 49 25
12 9 108 144 81
11 8 88 121 64
8 6 48 64 36
10 7 70 100 49
13 9 117 169 81
13 10 130 169 100
113 81 951 1331 681

prom 8,1
‫ݕ‬ଶ ൌ݉‫݋‬ ‫ݎ݉݌‬ଶ 65,61

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

variable sobre la otra. ¿Es confiable?
  Métodos de mínimos cuadrados

Y= a+bX

9510 - 9153
b=
13310 - 12769

357
b=
541

b= 0,659889094

81 - 74,5674677
a=
10

6,432532348
a=
10

a= 0,643253235
 Es confiable en un 94.6%

c. Determine el grado de correlación de las dos variables.

error estandar del estimado

Se= 1,34
8

Se= 0,17

coeficiente de determinacion
ଶ 681 - (8,1)2
‫ݏ‬௬
10

ଶ=
‫ݏ‬௬ 68,1 - 65,61

ଶ=
‫ݏ‬௬ 2,49

correlacion

ܴଶ ൌ 1-
0,03
2,49

Según la
ܴଶ tabla
ൌ 0,9
1- a 0,99 Correlación
0,011 positiva muy alta

ܴʹ ൌ 0,99
 d. ¿Cuál será la cantidad de computadores con defectos producidas si
un trabajador labora 6 horas?

Y= a+bX

6=0,659889094269871 (X)+0,643253234750462

6,643253235
ൌ
‫ݔ‬
0,659889094

Xൌ 10,06722689

la cantidad de computadores con defectos producidas serán de 10,06

1.9 Temperatura – Enfermedad respiratoria.

En una investigación realizada durante el mes de agosto en un

hospital pediátrico respecto a la relación de la temperatura
ambiente media y los casos de enfermedad registrados se
obtuvieron los siguientes datos

Casos de
Temperatura
enfermedad
Media °C
respiratoria

9 28
11 26
14 22
15 22
17 22
18 16
20 12
21 6
22 6

1. Realice el diagrama de dispersión y determine el tipo de

asociación entre las variables.
 X
Y Casos de
Temperatu
enfermedad
ra Media
respiratoria X * Y
°C ܺଶ ܻଶ
9 28 252 81 784
11 26 286 121 676
14 22 308 196 484
15 22 330 225 484
17 22 374 289 484
18 16 288 324 256
20 12 240 400 144
21 6 126 441 36
22 6 132 484 36
147 160 2336 2561 3384

prom 17,78
‫ݕ‬ଶ ൌ݉‫݋‬ ‫ݎ݉݌‬ଶ 316,05

2. Ajuste un modelo matemático que permita predecir el efecto de

una variable sobre la otra. ¿Es confiable?

Métodos de mínimos cuadrados

Y= a+bX
 21024 - 23520 160 - -254,8
b= a=
23049 - 21609 9

-2496 414,8
b= a=
1440 9

b= -1,7333 a= 46,089

Es confiable en un 89.9%

3. Determine el porcentaje de explicación del modelo y el grado de

relación de las dos variables.

error estandar del estimado

Se= 58,84
7

Se= 8,41

coeficiente de determinacion
ଶ 3384 - (17,78)2
‫ݏ‬௬
9

ଶ=
‫ݏ‬௬ 376 - 316,05

ଶ=
‫ݏ‬௬ 59,95

correlacion

ܴଶ ൌ 1-
70,67
59,95

ܴଶ ൌ 1- 1,18

ܴʹ ൌ -0,18

Según la tabla -0,01 a -0,19 Correlación negativa muy baja

 4. ¿Cuál será el número de casos esperados de enfermedad
respiratoria en el hospital, si la temperatura cae a 7 °C?

Y= a+bX
b= -1,7333
7=-1,7333 (X)+46,089

53,089
ൌ
‫ݔ‬
-1,7333

Xൌ -30,63

El numero de casos esperados serán -30,63 casos

Punto 4

A partir de la base de datos suministrada: Pruebas SABER 11 - 220 estudiantes

2020 (16-1), cada estudiante, deberá:

-Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas e identificar la variable dependiente e independiente.

cant
Horas de
alunmos
dedicación a
pruebas
Internet X*Y
saber 11 ܺଶ ܻଶ
30 0,5 15 900 0,25
41 1 41 1681 1
3 2 6 9 4
24 2,5 60 576 6,25
34 3 102 1156 9
47 3,5 164,5 2209 12,25
41 4,5 184,5 1681 20,25
220 17 573 8212 53

prom 2,43
‫ݕ‬ଶ ൌ
‫ ݉݋݉ݎ݌‬ଶ 5,90

- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de

relación entre las variables.
- Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?

Métodos de mínimos cuadrados

Y= a+bX

4011 - 3740 17 - 6,56318802

b= a=
57484 - 48400 7

271 10,43681198
b= a=
9084 7

b= 0,0298 a= 1,491

Si es confiable en un 98,6 %

- Determine el grado de correlación de las dos variables.

error estandar del estimado

Se= 10,56
5,00

Se= 2,11
coeficiente de determinacion
53 - (2,43)2
‫ݏ‬௬ଶ
7

‫ݏ‬௬ଶ= 7,571428571 - 5,89795918

‫ݏ‬௬ଶ= 1,673469388

correlacion

ܴଶ ൌ 1-
4,45998231
1,67346939

ܴଶ ൌ 1- 2,66511138

ܴʹ ൌ -1,665111378

Según la tabla -1 Correlación negativa grande y perfecta

- Relacionar la información obtenida con el problema.

Cuantos estudiantes de los 220 de las pruebas saber 11 gastas 1,5

Horas de dedicación a Internet?

Y= a+bX
b= 0,0298
1,5=0,0298 (X)+1,491

2,991
ൌ
‫ݔ‬
0,0298

Xൌ 100,2583026

100,25 estudiantes de las pruebas saber 11 utilizan 1,5 horas dedicadas

a internet.