Documentos de Académico
Documentos de Profesional
Documentos de Cultura
REGRESION: ANALISIS PARA ESTIMAR O PROYECTAR UNA VARIABLE EN BASE A OTRA, MEDIANTE UN MOD
CORRELACION: ANALISIS DE LA RELACION EXISTENTE DE DOS VARIABLES
PARETO ISHIKAWA
EFECTO CAUSAS
Y X
X: VAR INDEPENDITE
Y: VAR DEPENDIENTE
REGRESION Y CORRELACION
EJERCICIO
n= 10
Inversion (X) Ganancias (Y) X^2 X*Y Y^2
1 45 74 2025 3330 5476
2 40 77 1600 3080 5929
3 38 66 1444 2508 4356
4 35 70 1225 2450 4900
5 32 62 1024 1984 3844
6 30 58 900 1740 3364
7 28 60 784 1680 3600
8 27 52 729 1404 2704
9 25 46 625 1150 2116
10 22 40 484 880 1600
322 605 10840 20206 37889
60.5
A)
B)
COCIENTES
PENDIENTE b= 1.537
ORDENADA EN EL ORIGEN a= 10.998
Y=10,998+1,537*X
C) COEFICIENTE DE CORRELACION (r )
D) ERROR DE ESTIMACION
E)
SI Y= 55 (ganacias 55000) X=?
X= (Y-10,998)/1,537
X= 28.62
RPTA. 28622.34 $
F) COEFICIENTE DE DETERMINACION (r ) ^2
NOTA DE UN EXAMEN
NUMERO DE HORAS QUE ESTUDIARON
DENSIDAD
TEMPERATURA
GANANCIAS Y
estimacion INVERSIONES X
Y'
80.163
72.478 DIAGRAMA DE DISPERSION
69.404 90
64.793
80
60.182 f(x) = 1.5373197625106 x + 10.9983036471586
57.108 70
R² = 0.866348097800378
54.034 60
52.497
49.423 50
44.812 40
30
20
10
0
20 25 30 35 40 45 50
IDE EL PORCENTAJE DE DEPENDENCIA DE LA VALIABLE Y EN FUNCION A LA VARIABLE X
S INVERSIONES
LA INDEPIENTE
45 50
.-1 ≤ r ≤ +1
Si es - es tendencia negativa (inversa)
Si es + es tendencia positiva (directa)
independientemente si es + o -
Y X
Y Dependiente
Unidades Proporcion de
devueltas defectuoso
X Independiente
3 0.021
7 0.051 DIAGRAMA D
6 0.06 8
7 0.054 7
2 0.002 6
f(x) = 95.0839571110661 x +
5 0.04 R² = 0.851227806518116
5
2 0.02
4
4 0.032
3
1 0.009
2
3 0.007
1
0
Y X
𝑌=1,186+95,08∗𝑋 0 0.01 0.02 0.03
B) r?
c) y ?
x 0.005 proporcion
𝑌=1,186+95,08∗(0,005)
e) s Y/x 0.8837726
r .-1<=r<=+1
mas o menos
r 0.9 a 1 relacion alta
r 0,75 a 0,9 relacion moderada
r 0,5 a 0,74 relacion baja
r 0 a 0,5 Relacion nula
3 dias a
% de
mero de REGRESION LINEAL
es se
es de 0.5%
DIAGRAMA DE DISPERSION
COEFICIENTE DE CORRELACION
COEFICIENTE DE DETERMINACION (r ) ^2
r^2=(r )^2*100%
ERROR DE ESTIMACION
o a la v. independiente
X1 X2
Temp tasa agitacion
a) Realice el diagrama de dispersión en función de la tasa de agitación. 110 30
Interprete
b) Determine la ecuación de regresión considerando a la temperatura y 110 32
producción 111 34
c) Calcule 2 coeficientes de correlación en función a la variable 111 36
dependiente. ¿Qué variable tiene mejor relación?
d) Si se tiene un % de producción del 80% cuanto será la temperatura, 112 38
cuanto será la tasa de agitación. 112 40
e) Determine el % de dependía en las 2 situaciones, ¿En qué caso 114 42
depende más?
f) Calcule el error de estimación respecto a la temperatura. 114 44
117 46
117 48
122 50
122 52
130 54
130 56
143 58
143 60
Y(PROM) #REF!
B) X1 Y
Temp %produccion
110 0.7027
110 0.7229
111 0.7257
111 0.7469
112 0.7609
112 0.7314
114 0.7561
114 0.6956
117 0.7441
117 0.7349
122 0.7918
122 0.7544
130 0.8171
130 0.8303
143 0.7698
143 0.8099
de un determinado producto.
la producción son porcentajes de un máximo teórico.
Y
%produccion A)
0.7027
0.7229 TASA VS %PRODUCCION
0.7257 .8500000
0.7469
0.7609
.8000000
0.7314 f(x) = 0.00311875 x + 0.6155625
R² = 0.564463213641388
0.7561
0.6956 .7500000
0.7441
0.7349 .7000000
0.7918
0.7544 .6500000
0.8171
0.8303 .6000000
0.7698 25 30 35 40 45 50 55 60 65
0.8099
TEMP VS %PROD
.8500000
.7500000
e) EL %PROD. DEPENDE MAS DE LA TASA DE AGITACION
.7000000
F) ERROR
.6500000
.6000000
100 105 110 115 120 125 130 135 140 145 150
REGRESION MULTIPLE LINEAL
Dada la siguiente informacion de una cantidad de familias
X1 X2 Y
1
(en miles de Bs)
12
(en miles de Bs)
8
(en miles de Bs)
8.9
𝒀 ̂=𝐚+𝐛𝟏∗𝐗𝟏+𝐛𝟐
2 5 3 3
3 6 4 4.4
4 8 5 6
5 6 4 5.1 𝒀 ̂=𝐚+𝐛𝟏∗𝐗𝟏+𝐛𝟐∗𝐗
6 11 7 9
7 3 2 2.5
8 7 5 5.2
Determine los gastos mensuales si una familia de 6 tiene unos ingresos de 10 mil Bs
X1 X2 Y X1*X2 X1^2
12 8 8.9 96 144
5 3 3 15 25
6 4 4.4 24 36
8 5 6 40 64
6 4 5.1 24 36
11 7 9 77 121
3 2 2.5 6 9
7 5 5.2 35 49
58 38 44.1 317 484
n 8
METODO DE MINIMOS CUADRADOS
𝐚+𝐛𝟏∗𝐗𝟏+𝐛𝟐∗𝐗𝟐+𝐛𝐧∗𝐗𝐧
ECUACION DE REGRESION LINEAL MULTIPLE (2 V. IND)
+𝐛𝟏∗𝐗𝟏+𝐛𝟐∗𝐗𝟐
aplicar sumatoria a cada termino
Sistema de ecuaciones
Ec. 1
multiplicar por X1 a la ec 1
multiplicar por X2 a la ec 1
c
44.1
369.7
242.2
𝒀 ̂=𝐚+𝐛𝟏∗𝐗𝟏+𝐛𝟐∗𝐗𝟐
Y=−𝟎,𝟏𝟗𝟓+𝟎,𝟔𝟕𝟔∗𝒙𝟏+𝟎,𝟏𝟔𝟗𝟖∗𝒙𝟐
Y 7.58385416667 mil Bs
X2*Y
452.2
193.6
264 REEMPLAZANDO...
393
402
544
401.5
288
2938.3
a 25.443
b1 0.0103
b2 -0.282
Y=a1+b1*X1+b2*X2 EC. REGRESION LINEAL MULTIPLE
ONENCIAL
MODELO LINEAL
53952 x ) 350
300
250
f(x) = 9.89904739776951 x − 51.2305994423792
200 R² = 0.906347520446452
150
100
50
0 25 30 35
0
0 5 10 15 20 25 30 35
35
REGRESION Y CORRELACION NO LINEAL
MODELO POTENCIAL n 10
b 1.18286348990613
𝒀=𝒂∗𝒙^𝒃
a' 0.547115510905953
SI O SI TRANSFORMAR
a 1.72826067208509 𝒀=𝟏,𝟕𝟐𝟖∗𝒙^(𝟏,𝟏𝟖𝟐)
CORRELACION r
r 0.973435244600565
COEF. DETERMINACION
r^2 0.947576175430563
ERROR DE ESTIMACION
Syx 0.237107960376227
DEMOSTRACION
X'^2 Y'^2
0.4805 1.9218
1.9218 6.1748
3.2104 7.3335
4.3241 7.6872
5.7499 8.9744
6.9646 12.0113
7.6872 14.6585
8.6697 16.3463
9.5545 18.9809
9.8313 20.7378
58.3941 114.8266
ON DE REGRESION POTENCIAL
X=X' Y=Y'
^𝒃
DIAGRAMA DE DISPERSION
𝒙^(𝟏,𝟏𝟖𝟐) 100
90
80
70
f(x) = 1.72826067208509 x^1.18286348990613
60 R² = 0.947576175430566
50
40
30
20
10
0
0 5 10 15 20 25
MODELO EXPONENCIAL SE SIGUE ESTE PROCEDIMIENTO, CONVIRTIENDO EL MODELO EXPO
n 15
X Y Y' X*Y' X^2 Y'^2
VAR. IND. VAR. DEP.
2 12 2.485 4.970 4 6.175
4 15 2.708 10.832 16 7.334
6 19 2.944 17.667 36 8.670
9 27 3.296 29.663 81 10.863
11 35 3.555 39.109 121 12.640
14 53 3.970 55.584 196 15.763
15 73 4.290 64.357 225 18.408
18 99 4.595 82.712 324 21.115
20 130 4.868 97.351 400 23.693
21 159 5.069 106.447 441 25.694
23 145 4.977 114.465 529 24.768
26 194 5.268 136.964 676 27.750
25 215 5.371 134.266 625 28.844
30 264 5.576 167.278 900 31.091
29 296 5.690 165.020 841 32.380
SUMATORIAS 253 1736 64.662 1226.685 5415 295.187
PRMEDIO X
PROMEDIO Y'
16.8666667
4.31082861 𝒀=𝒂∗𝒆^𝒃𝒙
b 0.11853382
a' 2.31155812
𝒀=𝟏𝟎,𝟎𝟗∗𝒆^(𝟎,𝟏𝟏𝟖𝟓𝒙)
a 10.0901341
CORRELACION r
r 0.99043788
COEF. DETERMINACION
r^2 0.98096718
RTIENDO EL MODELO EXPONENCIAL A LINEAL
DEMOSTRACION
GRAFICA DE DISPERSION
350
f(x) = 10.0901340656515 exp( 0.118533823253952 x )
R² = 0.980967184889779
300
250
200
150
100
50
𝟖𝟓𝒙)
0 5 10 15 20 25 30 35
MODELO CUADRATICO
3 incognitas
𝒀=𝒂+𝒃_𝟏∗𝒙+𝒃_𝟐∗𝒙^𝟐
∑▒𝒀=∑▒𝒂+∑▒𝒃𝟏∗𝒙+∑▒ 〖𝒃 _𝟐∗𝒙^𝟐
〗
∑▒𝒀=𝒏𝒂+𝒃_𝟏 ∑▒𝒙+𝒃_𝟐 ∑▒𝒙^𝟐
EC. 1
SUMATORIAS
Ec 1.....multiplicamos por X
Ec 2....multiplicamos por X
a b1 b2 c
EC 1 10 11.3 16.61 245
EC 2 11.3 16.61 27.875 302.9
EC 3 16.61 27.875 50.4929 449.79
MATRIZ INVERSA
E1 1.21897168083 -2.1261044609 0.77274314
E2 -2.12610446092 4.52704650413 -1.79979415
E3 0.77274314269 -1.7997941534 0.75919582
Y? SI X = 40 X 2.2
Y 22.53
Chart Title
35
DE LA ECUACION
YEST (Y-YEST)^2 (Y-YPROM)^2 30 f(x) = − 14.3568929524807 x² + 40.817380931373 x + 2.22315874
R² = 0.928853253291668
9.8123592097944 4.785772226971 156.25
16.253008241771 1.570029653946 90.25 25
21.54510583755 12.56777539943 42.25
25.68865199713 0.47424157315 0.25 20
28.683646720511 10.99819907438 56.25
30.530090007694 2.16063538548 56.25 15
31.227981858679 0.051975727887 42.25
30.777322273465 0.604229916825 30.25
10
27.947798952772 0.898322854876 6.25
22.534034900633 0.217123473828 2.25
5
245 34.32830528677 482.5
0
0 0.5 1 1.5
COEFICIENTE DE CORRELACION
0.07114675
r^2 0.92885325
igual al de la grafica
𝒓^𝟐=𝟏−(∑▒ 〖 (𝒚−
UN MODELO CUADRATICO (𝒚)) ̂ 〗 ^𝟐
ERROR DE ESTIMACION
)/(∑▒(𝒚−𝒚 ̅ )^𝟐 )
𝒙+𝟏𝟒,𝟑𝟓∗𝒙^𝟐
S y/x 1.19700899
VALOR ESTIMADO
Chart Title
+ 40.817380931373 x + 2.22315874161902
1 1.5 2 2.5
40 49 50 59
cerrado cerrados X/Y 44.5 54.5
90 99 94.5
80 89 84.5
70 79 74.5
LARGO
60 69 64.5 4 6
50 59 54.5 5 5
40 49 44.5 3 2
fy 12 13
fy*Y 534 708.5
fy*y^2 23763 38613.25
𝑛−𝑥 ̅ )^2 r=
σy*σx y(barra)=
varianza sigma^2
Matriz de frecuencias
94.5
84.5
74.5
64.5 4 6
54.5 5 5
44.5 3 2
Calculo de parametros
n = 115
〖𝑥𝑖∗𝑦𝑗∗𝑓𝑖𝑗〗 )/𝑛−𝑥
r 0.5682604