Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTUDIANTE:
YURI MARCELA OSPINA
PEDRAZA C.C 1112790352
GRUPO:
204040_51
TUTOR:
JUAN DAVID MEJIA
ESTADISTICA DESCRIPTIVA
Por medio de las técnicas estadísticas bivariantes es posible analizar las características de
dos variables en una muestra o población con el objetivo de determinar las relaciones que
existen entre dichas variables, dependiendo de las características de las variables es posible
JUSTIFICACIÓN
“El análisis de regresión lineal múltiple, a diferencia del simple, se aproxima más a
situaciones de análisis real puesto que los fenómenos, hechos y procesos sociales, por
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
DEFINICIÓN DE CONCEPTOS
Diagrama de dispersión.
Este diagrama se emplea en la estadística y es conocido también como la gráfica de
dispersión o gráfico de burbujas, este diagrama se usa para mostrar los valores dados para
dos variables después de realizar los análisis de correlación y regresión.
Tenemos entonces que puede existir la correlación perfecta negativa, la correlación perfecta
positiva o que no exista correlación entre las variables.
DESARROLLO DE LABORATORIO
Variables elegidas:
Fallecidos
Dispersión
Usuarios Transporte de Pasajeros
25
20
15
El coeficiente de correlación que tenemos como resultado, indica que existe una relación
positiva entre ambas variables.
Coeficientes regresión
b1 0,07052961
5,45323774
b0 9
Fallecidos Usuarios
120 13,91679098
70 10,39031047
99 12,43566916
0.02
0.02
0.01
0.01
0 R²f(x) = 0x+0
= 0.18
0 100 200 300 400 500 600 700 800
−
Lesionados ene - feb 2019
250
200
150
100
50
0 f(x) = 0.01 x + 3.23
0 R²
− = 01.020 200 300 400 500 600 700 800
lOMoARcPSD|6168081
Resumen
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,98
Coeficiente de determinación R^2 0,97
R^2 ajustado 0,97
Error típico 35127,78
Observaciones 249,00
ANÁLISIS DE VARIANZA
Valor crítico de
Grados de libertad Suma de cuadrados Promedio de los cuadrados F F
Regresión 3,00 9426921507068,34 3142307169022,78 2546,52 0,00
Residuos 245,00 302320499438,47 1233961222,20
Total 248,00 9729242006506,81
Hemos hallado un modelo múltiple que explica con un alto grado de precisión la relación
entre las variables. Individualmente, la segunda variable es la que menos se relaciona con la
variable dependiente escogida.
1. Regresión Lineal
A partir de los resultados podemos concluir que el método de regresión lineal simple sirve
para formular modelos que ayuden a explicar una variable a partir de la otra, es decir, que a
partir del valor de una variable podamos calcular el valor de otra. Lo anterior tendrá validez
A partir de los resultados del ejercicio, podemos concluir que el método de regresión lineal
múltiple es válido y útil en los casos en que una variable se relaciona con más de una
variable independiente, por lo que formularemos un modelo que nos permita, a partir de los
http://www.unadzsurlab.com/ovas_ibague/regresion/pagina6.htm
https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
Rodríguez Jaume, M. J. (2001). Estadística Informática: casos y ejemplos con el SPSS. Recuperado
de: https://rua.ua.es/dspace/bitstream/10045/8143/1/Regresion%20MUTIPLE.pdf