Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Descripción de la Información
C.C 1113310544
Grupo
(202107095A_954)
Tutor
para ello en primer lugar se aplicara el proceso de regresión y correlación lineal simple para
determinar la naturaleza como la fuerza de una relación entre dos variables y en un segundo
lugar la regresión y correlación lineal múltiple con la cual describimos la relación entre dos
regresión múltiple, estas ecuaciones nos permiten realizar una interpretación de correlación
hechos, es por esto que se trabajan en este sentido y no otro para la realización de nuestras
actividades académicas.
OBJETIVOS
General
relación entre las variables inscritas en la situación especificada a partir del análisis
Específicos
actividad
matemáticos que nos permitan predecir el efecto de una variable sobre otra.
Actividad 1.
Mapa Mental Resumir mediante un mapa mental las medidas estadísticas Bivariantes de
regresión y correlación
https://cdn3.mindmeister.com/es/1458412914/medidas-estad-sticas-bivariantes-de-regresi-
ny-correlaci-n?fullscreen=1
Actividad 2. Definición de Conceptos.
conjunto de valores respecto a su valor medio. A partir de esta definición, se derivan las
analizamos la relación entre dos variables, conociendo qué tanto se afectan entre sí o qué
tan independientes son una de la otra. En este sentido, ambas variables se representan como
un punto en el plano cartesiano y de acuerdo a la relación que exista entre ellas, definimos
su tipo de correlación.
variación conjunto existente entre dos o más variables. En este apartado nos vamos a
centrar en el estudio de un tipo particular de relación llamada lineal y nos vamos limitar a
entre O y 1. Cuanto más cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la
variable que estamos intentando explicar. Por el contrario, si su resultado se encuentra más
indican que dichos estos valores de los dos cambiantes tienden a incrementarse y en cuanto
a los valores de la correlación negativa esta nos indican que los valores de una variable
tienden a incrementarse mientras tanto que los valores de la otra variable descienden de
manera que la sociedad además de ser inversa, es perfecta para los valores elevados de una
R// el coeficiente de correlación lineal es el encargado de medir la fuerza entre los distintos
correlación en medio de los 2 cambiantes, y sirve para establecer el nivel preciso en que los
valores permanecen correlacionadas entre las variables X y Y, según Lahura E. (2003) “El
Tabla 1.0
140
120
100
(Y) Tensionn
80
60 Series1
Lineal (Series1)
40
20
0
0 1 2 3 4 5 6
(X) Sal
Grafica 1.0
ya que se muestra como una nube de puntos ascendente demostrando que para valores altos
Media de X 3,61428571
Media de Y 109
Sxy 12,7285714
Sx 1,23075664
Sy 12,30176139
R2 0,706
Tabla 2.0
X (sal) Y (Tensión) X2 XY
1,4 84 1,96 117,6
2,6 103 6,76 267,8
3,5 110 12,25 385
4,1 114 16,81 467,4
4,3 115 18,49 494,5
4,5 117 20,25 526,5
4,9 120 24,01 588
25,3 763 100,53 2846,8
Tabla 3.0
0 A = - 9,80352091
B = 798,4327256
Grafica 2.0
N=7
Tabla 4.0
0
Según lo que nos muestra el modelo matemático obtenido es: Y = ax + b = - 9,80352091 x 0
+ 798,4327256
C). Determine el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable? R// como se observó con anterioridad la fórmula matemática
para determinar el efecto de una variable sobre otra es y = a x + b, además que se determina
que es confiable debido a la tabla 2.0 que muestra el coeficiente de correlación es positivo
mostrando que los valores se mueven en una misma dirección lo que quiere decir que no
hay correlación, o relación, entre las dos variables además de que en la tabla 2.0 se observa
de confiabilidad.
R// como se menciona en el punto c el grado de relación de los valores es que no hay
X1 = Edad
X2 = Fecha de recuperación
Y1 = Fecha de diagnostico
Tabla 5.0
B) Realizar
.0 el diagrama de dispersión de dichas variables.
0
Grafica de dispersion del caso de iinvestigacion
19/05/2020 0:00
9/05/2020 0:00
29/04/2020 0:00
19/04/2020 0:00
9/04/2020 0:00
30/03/2020 0:00
20/03/2020 0:00
10/03/2020 0:00
29/02/2020 0:00
0 5000 10000 15000 20000 25000 30000 35000 40000 45000 50000
Grafica 3.0
.0 recta de regresión y el coeficiente de correlación
C). Calcular la
para probar estadísticamente
0 su relación.
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,143607706
Coeficiente de determinación R^2 0,020623173
R^2 ajustado 0,016682019
Error típico 14,61898155
Observaciones 500
Tabla 6.0
Tabla 4.0
.0
ANÁLISIS DE
VARIANZA 0
Grados de Suma de Promedio de Valor crítico
libertad cuadrados los cuadrados F de F
Regresión 2 2236,641049 1118,320525 5,232774978 0,005636782
Residuos 497 106216,167 213,7146216
Total 499 108452,808
Tabla 7.0
Tabla 4.0
.0
0
Coeficie Error Estadísti Probabil Inferior Superio Inferior Superio
ntes típico co t idad 95% r 95% 95,0% r 95,0%
Intercep 43937,0 1,65694 26516,9 43933,8 43940,3 43933,8 43940,3
ción 8673 2669 6257 0 3125 422 3125 422
- - - - - -
Variabl 0,08573 0,03773 2,27172 0,02352 0,15987 0,01158 0,15987 0,01158
eX1 0862 8145 9635 9452 683 489 683 489
Variabl
eX2 0 0 65535 #¡NUM! 0 0 0 0
Tabla 8.0
Tabla 4.0
.0
0
D). Relacionar la información obtenida con el problema
R// de acuerdo con la información que se presenta en el anterior punto las variables x (edad
y fecha de recuperación) por lo que se observa que la variable dependiente y explica que el
2% de la regresión de la varianza y muestra que los puntos no están muy cerca de la línea
de regresión ajustada.
Otro aspecto importante que se ha podido mirar ha sido que el R cuadrado ajustado
presento una leve disminución una por lo cual el modelo mejoro en menos de lo cual se
esperaba.
Conclusiones
• A través del desarrollo del presente trabajo puedo concluir que se logró aprender e
• La metodología usada para llevar a cabo los ejercicios de la unidad tres, nos
• Con este trabajo pudimos aprender a comprobar la relación que existe entre una o
cuenta que tan confiable y que tanta relación existe entre ambas.
Referencias Bibliográficas
- Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 130 – 158.
Churchill, G.A. (2009). –
Análisis de Correlación y de ---Regresión Simple. México City: Cengage Learning. Páginas 675 –
686