UNIVERSIDAD NACIONAL EXPERIMENTAL

‘’FRANCISCO DE MIRANDA’’

ÁREA CIENCIAS DE LA SALUD

PROGRAMA: INGENIERÍA BIOMÉDICA

PTOBABILIDAD Y ESTADISTICA II.

TRABAJO I:
REGRESIÓN Y CORRELACIÓN

Profesor: Autor(a):
Prof. Ramón Ortega TSU Coello Auraestela
TSU Molleja Ana
TSU Romero Jhetzimar
TSU Sachez Adriana
ADI SECC1

Santa Ana de Coro, Abril 2023.

La empresa Bioromoco, la cual especializada en diseño y distribución de

equipos médicos, debe realizar una entrega de equipos en 7 distintos centros de
salud, en cada uno de ellos va a despachar una cantidad de equipos; llevando un
seguimiento de las funciones de los equipos desea averiguar cual la cantidad de
pacientes atendidos o beneficiados con los mismos en relación a los equipos
entregados en cada centro. Deseando evaluar

1. Tabla de valores:

Pacientes
Equipos (X)
(Y)
2 5
4 9
5 10
7 13
3 8
12 22
20 50
Tabla #1. Tabla de Variables

n=7

2. Diagrama de dispersión:

Diagrama de dispersión
55
50
45
40
35
30 Funcion (Y)
Axis Title 25
20
15
10
5
0
0 2 4 6 8 10 12 14 16 18 20 22
Axis Title

3. Modelo probabilístico lineal simple:

 Cantidad Funcion
N X*Y X^2
(X) (Y)
1 2 5 10 4
2 4 9 36 16
3 5 10 50 25
4 7 13 91 49
5 3 8 24 9
6 12 22 264 144
7 20 50 1000 400
Total
(sumatoria 53 117 1475 647
)
Tabla #2. Modelo probabilístico lineal simple
4. Método de mínimos cuadrados:
Se requiere ajustar la recta para determinar por donde pasa exactamente la
línea entre los puntos en el plano cartesiano, para ello se tiene que:

Se emplea la tabla #2 para sustituir valores y reemplazar

 Ya teniendo los valores de m y b se sustituyen en la formula utilizando
distintos valores de X para obtener dos puntos en el plano, uno más cercano al
borde inferior y otro más lejano del eje X, para de esta forma graficarlos y obtener
el ajuste de la recta e identificar los mínimos cuadrados.

La gráfica de los mínimos cuadrados y el ajuste de la recta queda de la

siguiente manera:

AJUSTE DE LA RECTA
55
50
45
40
35
30 Funcion (Y)
Axis Title 25 MINIMOS CUADRADOS

20
15
10
5
0
0 2 4 6 8 10 12 14 16 18 20 22
Título del eje

MINIMOS CUADRADOS
X Y Y = 2,39x – 1,382
2 3,398
20 46,418

5. Coeficiente Lineal –Pearson

La suma de sus variables es:
 Cantidad Función
(X) (Y)
2 5
4 9
5 10
7 13
3 8
12 22
20 50

Y su promedio corresponde a:

Partiendo de los datos expuesto se puede desarrollar la siguiente tabla:

6. Coeficiente de Correlación de Pearson

Considerando los siguientes valores en la tabla

N Cantidad (X) Funcion (Y) X*Y X^2 Y^2

1 2 5 10 4 25
2 4 9 36 16 81
3 5 10 50 25 100
4 7 13 91 49 169
5 3 8 24 9 64
6 12 22 264 144 484
7 20 50 1000 400 2500

Total 3403
53 117 1475 647
(sumatoria)
 Se calcula en la formula correspondiente para obtener el valor del
coeficiente de correlación de Pearson