Paso 4-Descripción de la Información.

Presentado por:

Mauricio Fernando Flórez polo

Código:

1072262677

Tutor:

Genaro Penagos

Grupo:

100105_321

Universidad Nacional Abierta y a Distancia (UNAD)

CCAV Sahagún – Córdoba

Estadística Descriptiva

Noviembre de 2018
 INTRODUCCIÓN.

En el presente trabajo se presenta las soluciones de las actividades planteadas A partir de

la base de datos suministrada calidad en el servicio de urgencias. La realización de este trabajo

es dar a conocer y poner en práctica la regresión y correlación y medias de dispersión y

estadísticas bivariantes sobre la unidad 2 de este curso, además de los comportamientos que se

dan en el plano cartesiano tanto en las variables, como los grados y resultados que se manejan

para los ejemplos que se plantean en el laboratorio propuesto, que es de vital importancia

reconocer y manejar las fórmulas que se obtienen de la herramienta de Excel.

 JUSTIFICACIÓN.

Partiendo de una base de datos calidad en el servicio de urgencias se presenta las

soluciones de las actividades planteadas aplicaremos el proceso de regresión lineal simple para

determinar tanto la naturaleza como la fuerza de una relación entre dos variables y segundo lugar

la regresión lineal múltiple con la cual describiremos la relación entre dos o más variables

independientes y una variable dependiente utilizando la ecuación de regresión múltiple; estas

ecuaciones de estimaciones nos permitirá realizar una interpretación de correlación de la

investigación realizada. El trabajo de laboratorio constituye una de las mejores metodologías

para la aplicación de modelos estadísticos a las variables de los hechos.

 OBJETIVOS

Objetivos Generales

 Detallar y Relacionar variables de la problemática utilizando Medidas Bivariantes,

determinar la relación entre dos o más variables inscritas en una situación específica a
partir del análisis de regresión lineal simple.

Objetivos Específicos

1. Determinar la relación existente entre dos variables cuantitativas a través de las

herramientas Infostat y Excel

2. Realizar diagramas de dispersión en los ejercicios de laboratorio y actividades

colaborativas que permitan determinar el tipo de asociación entre las variables escogidas
en cada ejercicio.

3. En los ejercicios propuestos de laboratorio y de regresión y correlación lineal simple

crear modelos matemáticos que permita predecir el efecto de una variable sobre la otra
para determinar su fiabilidad.

4. Determinar porcentajes que permitan una explicación de modelo y grado de relación de

dos variables de los ejercicios de laboratorio y de regresión y correlación lineal simple.
REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE

Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.

Edad variable dependiente y

Estatura variable in dependiente x

EDAD ESTATURA (M)

3 0,65
31 1,74
62 1,58
64 1,59
4 1
65 1,65
55 1,7
1 0,73
18 1,62
42 1,53
23 1,65
8 1,18
71 1,69
53 1,58
20 1,53
2 0,85
73 1,64
25 1,75
35 1,6
5 1,03
24 1,55
23 1,58
19 1,78
54 1,66
19 1,7
21 1,79
56 1,72
43 1,68
5 1,03
21 1,63
54 1,73
51 1,68
26 1,58
22 1,65
0 0,45
26 1,78
73 1,5
85 1,64
7 1,16
16 1,52
52 1,58
4 0,98
20 1,65
68 1,59
54 1,61
44 1,79
3 0,96
81 1,67
20 1,7
40 1,68
40 1,62
0 0,53
61 1,59
23 1,56
34 1,65
31 1,68
17 1,56
3 0,96
59 1,67
19 1,61
0 0,57
44 1,8
75 1,56
75 1,62
82 1,67
33 1,8
39 1,75
23 1,65
37 1,72
48 1,59
50 1,63
94 1,65
17 1,52
55 1,72
59 1,63
23 1,86
87 1,63
34 1,75
24 1,57
1 0,76
19 1,78
25 1,62
5 1,06
24 1,68
0 0,57
52 1,51
24 1,76
2 0,86
49 1,62
68 1,71
5 1,1
37 1,86
54 1,71
26 1,59
1 0,82
33 1,76
0 0,47
21 1,62
13 1,4
23 1,51
39 1,81
19 1,66
24 1,6
45 1,63
57 1,58
51 1,67
17 1,72
26 1,65
16 1,56
22 1,63
25 1,67
55 1,64
 23 1,61
58 1,68
48 1,8
39 1,72
36 1,75
60 1,67
47 1,55
17 1,72

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

entre las variables.

Diagrama de dispersión
2.5

2
Estatura

1.5

1
y = 0.0084x + 1.2276
R² = 0.3417
0.5

0
0 20 40 60 80 100
Edad

El tipo de asociación entre las dos variables es directamente proporcional.

Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?

𝑦 = 0,0084𝑥 + 1,2276

𝑅2 = 0,3417
 𝑅2 = 34,17%, lo cual quiere decir que no es muy confiable

Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.

𝑅2 = 0,8774 ∗ 100 = 87,74% porcentaje de explicación

𝑟 = √0,8774

𝑟 = 0,9366 grado de relación entre dos variables

la correlación entre las variables porcentaje de hidrocarburo y la pureza es excelente.

Relacionar la información obtenida con el problema.

Según la base los resultados obtenidos en el diagrama de dispersión de las dos variables
seleccionada de la base de datos podemos determinar que la relación entre la edad y el peso de
los pacientes es directamente proporcional
 Anexo: Laboratorio Regresión y Correlación Lineal.

LABORATORIO DE REGRESIÓN Y CORRELACIÓN LINEAL.

CH-Pureza. 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
Hidrocarburos) (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

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

 RENDIMIENTO DEL PRODUCTO DE UN PROCESO QUIMICO
102
y = 14,947x + 74,283
100 R² = 0,8774
98

96
PUREZA

94

92

90

88

86

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8

% DE HIDROCARBURO

a pureza puesto que a medida que él % aumenta la pureza también aumenta es decir que la pureza si depende del %

b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?

y = 14,947x + 74,283 R² = 0,8774

R²= coeficiente de determinación = 87,74% por lo tanto es confiable

c. Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.

R= coeficiente de correlación R= 0,93% La correlación es excelente

R= raíz cuadrada de 0,8774

d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 91,3?

y= pureza.

x= hidrocarburo?

y= 91,3

91,3= 14,947x+74,283

91,3-74,283=14,947x

17,02/14,947=x

x= 1,13

Cuando el oxígeno es igual a 91,3 el porcentaje del hidrocarburo será 1,13%.

Tem-Vapor. 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.

x Temperatura y Consumo de
Mes
(°F) 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,
 CONSUMO MENSUAL DE VAPOR POR UNA PLANTA QUIMICA

800
700
CONSUMO DE VAPOR (LB)

y = 9.2087x - 6.3184
600
500
R² = 0.9999
400
300
200
100
0

0 10 20 30 40 50 60 70 80
TEMPERATURA °F

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

e vapor consumidas mensualmente por una planta química si se relaciona con la temperatura la cual está represent

b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?

y = 9,2087x - 6,3184 R² = 0,9999

R²= coeficiente de determinación= 99,99 % lo cual es confiable.

c.
Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.

R= coeficiente de correlación
R= raíz cuadrada de 0,9999%

R= 0,99% La correlación es excelente

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

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.

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

%-Umbral. 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 (porcentaje y (umbral de reflejo

de 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.

OBESIDAD Y RESPUESTA INDIVIDUAL AL DOLOR

16
14
12
UMBRAL DE REFLEJO DE REFELXIÓN

10
8
6 y = -0,0629x + 11,642
4
R² = 0,1115
2
0
020406080100
% DE SOBREPESO

que aumenta el % de sobrepeso, disminuye el Umbral de reflejo de flexión, la correlación entre las dos variables es m

b- Ajuste un modelo matemático que permita predecir el efecto de una variable sobre la otra.
Es confiable?

y = -0,0629x + 11,642

R² = 0,1115
R²= coeficiente de determinación = 11,15 % por lo tanto no es confiable

c-Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.

𝑅𝟐 = 0,1115 ∗ 100 = 11,15% porcentaje de explicación

 𝑟 = √0,1115

R= raíz cuadrada de 0,1115

R= 0,33% La correlación es mínima

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

sobrepeso, de 40?

y= umbral de reflejo de flexión nociceptiva?

x= porcentaje de sobrepeso

X= 40 % Sobrepeso
y= (-0,0629) (40)+ 11,642
y= -2,516 + 11,642
y= 9.126

Cuando el porcentaje de sobrepeso es de 40%, el umbral de

reflejo de flexión nociceptiva es de 9,126.
 REFERENCIAS BIBLIOGRÁFICAS

 Estadística descriptiva. Campus virtual UNAD

http://campus03.unad.edu.co/ecbti04/mod/forum/view.php?id=3900

 Ortegón Pava, Milton Fernando. Análisis de las medidas

univariantes https://www.youtube.com/watch?v=Ktk263q-W-4