“PROYECTO”

Probabilidad y estadística
descriptiva Grupo: C
Ingeniería en Gestión
Empresarial

Docente: Araiza Herrera

Hilda
ASHLEY SOHIE BELLO NIEVA

NANCY PAULINA RAMIREZ CORONA

ANDRES MANUEL DERRAMADERO

JUAREZ

1
Tabla de contenido
“PROYECTO” ..................................................................................................................1
OBJETIVO .....................................................................................................................3
INTRODUCCIÒN ..........................................................................................................4
DESARROLLO ..............................................................................................................5
Desafío 4: ...................................................................................................................5
B. Material ..................................................................................................................5
C. Procedimiento ......................................................................................................5
Evidencia Fotos...........................................................................................................................5
D. Precauciones ......................................................................................................16
F. Recabar datos ....................................................................................................16
1. Tabla de Excel ...................................................................................................................16
2. Grafico ................................................................................................................................17
3. Línea de tendencia............................................................................................................17
4. Ecuación de la recta .........................................................................................................18
5. Coeficiente de la recta ......................................................................................................18
Ejercicio ........................................................................................................................20
CONCLUSION ESPAÑOL .........................................................................................22
CONCLUSION INGLES .............................................................................................23
Referencias: ................................................................................................................24

2
OBJETIVO

1. Determinar la relación qué hay entre la temperatura y el tiempo al

calentarla.

2. Identificar mediante la gráfica de dispersión la relación entre las dos

variables y entender cómo se comportan juntas.

3. Analizar la ecuación de la recta para facilitar la identificación de tendencias

lineales les en los datos, para comprender el comportamiento de las
variables a medida que cambian.

4. Evaluar la ecuación de mínimos cuadrados para estimar los coeficientes del

modelo que mejor se ajuste a los datos y la intersección en una regresión
lineal.

5. Determinar la correlación de variables ya sea positiva o negativa, la

correlación positiva cuando ambas variables tienden a aumentar o disminuir
juntas y correlación negativa cuando una variable tiende aumentar mientras
que la otra tiende a disminuir.

3
INTRODUCCIÒN

La correlación y la regresión son herramientas estadísticas

fundamentales utilizadas para analizar y comprender las relaciones entre
variables. La correlación mide la fuerza y dirección de la asociación entre
dos variables, proporcionando un indicador cuantitativo de la
dependencia entre ellas (Field, 2013). Por otro lado, la regresión va más
allá al modelar la relación entre variables, permitiendo la predicción y
comprensión de fenómenos complejos (Tabachnick & Fidell, 2019).

Estas técnicas son esenciales en la investigación científica y en

disciplinas como la psicología, la economía y la biología. La correlación y
la regresión permiten a los investigadores explorar patrones, realizar
predicciones y validar teorías, contribuyendo así al avance del
conocimiento en diversas áreas (Gelman et al., 2013).
A medida que avanzamos en este análisis, exploraremos cómo estas
herramientas estadísticas se aplican en la investigación y cómo sus
resultados pueden informar la toma de decisiones y la formulación de
teorías en un contexto científico.

4
 DESARROLLO

Desafío 4:

En equipo (5 integrantes como máximo)

Determinar la relación que existe entre la temperatura y el tiempo al calentar dos

kilogramos de agua con un calentador de resistencia eléctrica.

B. Material

Termómetro

Cronómetro

Recipiente con capacidad mayor a 3 lt.

Calentador ( estufa)

Agua.

C. Procedimiento
Se toman dos litros de agua del grifo y se mide su masa con la báscula (como ya
se mencionó se emplearon dos kilogramos). Se dispone el agua en el recipiente
junto con el termómetro y se espera un par de minutos (para que alcance el
equilibrio térmico). Se toma la temperatura del agua. Se coloca el calentador
dentro del agua y se conecta. Se toman medidas de temperatura cada 15
segundos hasta llegar a los 300 segundos. Véase la imagen de arriba.

Evidencia Fotos

5
6
7
8
9
10
11
12
13
14
15
 D. Precauciones

La actividad es muy sencilla y únicamente se debe tener cuidado por dos razones:
en primer lugar, el calentador de resistencia conduce una corriente eléctrica
grande y encandece por su alta temperatura y, en segundo lugar, se usa agua
caliente. Es muy importante señalar que las quemaduras con agua son de las más
graves (por su alta capacidad calorífica específica) y que por ende deben tomarse
todas las precauciones posibles. Bajo ninguna circunstancia debe meterse o
sacarse el calentador cuando está conectado y el agua está caliente.

F. Recabar datos

1. Tabla de Excel
Realizamos una tabla de exel con el siguiente encabezado

Y en seguida llenamos con los datos obtenidos

16
 2. Grafico
Una vez nuestra tabla esta completa seleccionamos los datos y nos
vamos al apartado de “insertar” y seleccionamos “gráficos de dispersión”

3. Línea de tendencia
Obteniendo así la siguiente gráfica, donde a presionar alguno de los
puntos, abre el siguiente menú y seleccionaremos “agregar línea de
tendencia”

17
 4. Ecuación de la recta

Obteniendo la línea de tendencia se despliega por automático el menú

que se muestra que se muestra a continuación, en donde en la parte
superior esta la opción de “insertar la ecuación” y el “valor de R cuadrado
en el grafico”

5. Coeficiente de la recta

Con esto obtendremos los siguientes datos (mostrados en la parte

superior del gráfico)

18
 Título del gráfico y = 0.0745x + 22.576
R² = 0.9957
50
45
40
35
30
25
20
15
10
5
0
0 50 100 150 200 250 300 350

Siendo así la ecuación de la recta y coeficiente de determinación R^2

Y para la obtención del dato de coeficiente de correlación

Se obtiene con ayuda de la siguiente formula:

√𝑟 2
Obteniendo así r= 0.9978

19
 Ejercicio
Con los datos recabados realice lo siguiente:

A) La gráfica de dispersión

B) Determine la ecuación de la recta y represente en la gráfica, “debe

mostrar los cálculos en su reporte”

Ecuación: 𝑦 = 22.576 + 0.0745 𝑥

C) Calcule la ecuación de estimación de mínimos cuadrados que debe

usar para predecirla temperatura en el segundo 390s, 402s

20
 D) Determine el coeficiente de correlación e indique. ¿Qué tan bien se
correlaciona las variables seleccionadas?

Coeficiente de correlación r= 0.9978 esto quiere que la

correlación/relación entre las variables es fuerte

E) Defina qué tan bueno es el ajuste de los datos, use r², determine en
qué medida una variable afecta a la otra.

Coeficiente de determinación r²= 0.9957 esto quiere decir que el 99%

de las variables en la temperatura depende del tiempo que el agua
este en calor

21
 CONCLUSION ESPAÑOL

La regresión lineal son un procedimiento estadístico que nos ayuda a predecir el

futuro de una variable, nos ayuda a establecer la correlación entre dos conjuntos
de datos entre dos variables, independiente (x) y la variable dependiente (y). es
una técnica fundamental que busca modelar la relación entre variables mediante
una línea recta.

Su utilidad radica en la capacidad para predecir valores y entender patrones en

datos. Al aplicar la regresión lineal, es crucial considerar la interpretación de los
coeficientes y la significancia estadística. Estos coeficientes indican la magnitud y
dirección de la influencia de cada variable en la otra. Además, la prueba de
hipótesis sobre los coeficientes proporciona información sobre su relevancia en el
modelo. En cuanto a la interpretación de los resultados, es esencial considerar el
coeficiente de determinación ( R^2 ), que indica la proporción de la variabilidad en
la variable dependiente explicada por el modelo. Un (R^2 ) alto sugiere que el
modelo se ajusta bien a los datos.

En resumen, la regresión lineal es una herramienta que nos ayuda a considerar

alternativas y evaluar la validez de los supuestos, se puede aprovechar al máximo
esta técnica para análisis y predicciones en diversos campos.

Aplicando este modelo, concluimos que en base al experimento que se realizó,

observamos que la temperatura del agua depende del tiempo en el que se
encuentra expuesta al calor, al realizar el diagrama de dispersión vimos que existe
una correlación fuerte, ya que nuestro coeficiente de correlación tiene valor de
0.9978, es decir el 99% de las variaciones en la temperatura, se deben al tiempo
en el que el agua está en calor. Obtuvimos una gráfica positiva, porque ambos
valores (la temperatura y el tiempo) están en sentido de incremento, es decir,
mientras el agua esté más tiempo en calor, la temperatura irá aumentando cada
vez más.

22
CONCLUSION INGLES

Linear regression is a statistical procedure that helps us predict the future of a

variable, it helps us establish the compensation between two sets of data between
two variables, independent (x) and the dependent variable (y). It is a fundamental
technique that seeks to model the relationship between variables using a straight
line.

Its usefulness lies in the ability to predict values and understand patterns in data.
When applying linear regression, it is crucial to consider the interpretation of
coefficients and statistical significance. These coefficients indicate the magnitude
and direction of the influence of each variable on the other. Furthermore, testing
hypotheses on the coefficients provides information about their relevance in the
model. Regarding the interpretation of the results, it is essential to consider the
coefficient of determination (R^2), which indicates the proportion of the variability in
the dependent variable explained by the model. A high (R^2) suggests that the
model fits the data well.

In summary, linear regression is a tool that helps us consider alternatives and

evaluate the validity of assumptions. This technique can be used to the fullest for
analysis and predictions in various fields.

Applying this model, we conclude that based on the experiment that was carried
out, we observed that the temperature of the water depends on the time in which it
is exposed to heat. When making the scatter diagram we saw that there is a strong
compensation, since our coefficient of The rating has a value of 0.9978, that is,
99% of the variations in temperature are due to the time in which the water is hot.
We obtained a positive graph, because both values (temperature and time) are in
the direction of increase, that is, the longer the water stays hot, the temperature will
increase more and more.

23
Referencias:
Field, A. (2013). Discovering statistics using IBM SPSS statistics. Sage.
Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics.
Pearson.
Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., &
Rubin, D. B. (2013). Bayesian data analysis (3rd ed.). CRC Press.

24