3.

Actividad: Distribución muestral

y la correlación. Parte 2
Enzo Garay
2023-05-25

Emisiones de N2O
Se sometió a prueba un grupo de camiones ligeros con motores que utilizan diesel como
combustible para saber si la humedad relativa (porcentaje), la temperatura del aire (en grados
Fahrenheit ˚F) y la presión barométrica (en pulgadas de mercurio inHg) influyen en la cantidad
de óxido nitroso que emiten (en ppm, partes por millón). Las emisiones se midieron en distintos
momentos y en diversas condiciones experimentales. Los datos se presentan en la tabla de
abajo.

a.
Elabora un diagrama de dispersión para cada par de variables. ¿Qué relaciones destacadas
entre las variables sugiere el gráfico?

Unset
m=read.csv("~/Downloads/Actividad3-N20 (2).csv", header=TRUE)
head(m)

Unset
## Óxido.nitroso Humedad Temperatura Presión
## 1 0.90 72.4 76.3 29.18
## 2 0.91 41.6 70.3 29.35
## 3 0.96 34.3 77.1 29.24
## 4 0.89 35.1 68.0 29.27
## 5 1.00 10.7 79.0 29.78
## 6 1.10 12.9 67.4 29.39

Todas las variables son numericas. Son 4 variables.

Unset
plot(m,col="blue")
#b. Construya la matriz de correlación para las variables involucradas en el modelo. Interpreta
los resultados en el contexto del problema.

Unset
cor(m)

Unset
## Óxido.nitroso Humedad Temperatura Presión
## Óxido.nitroso 1.0000000 -0.8773635 -0.1807651 0.7740084
## Humedad -0.8773635 1.0000000 0.2535071 -0.7554882
## Temperatura -0.1807651 0.2535071 1.0000000 -0.1936361
## Presión 0.7740084 -0.7554882 -0.1936361 1.0000000

Unset
cor(m$Humedad,m$Óxido.nitroso)
 Unset
## [1] -0.8773635

Consumo de vapor
Se cree que la cantidad de libras de vapor utilizadas por mes en una planta está relacionada con
la temperatura ambiental mensual promedio. La información recopilada en el último año sobre
los usos de vapor y la temperatura se muestran en la siguiente tabla:

Unset
m2=read.csv("~/Downloads/Actividad3-DatosV.csv")
head(m2)

Unset
## Mes Temperatura Libras.de.vapor
## 1 Enero 21 185.79
## 2 Febrero 24 214.47
## 3 Marzo 32 288.03
## 4 Abril 47 424.84
## 5 Mayo 50 454.68
## 6 Junio 59 539.03

a.
Calcula el coeficiente de correlación de Pearson y determina el tipo de relación lineal entre las
variables.

Unset
r2=cor(m2$Temperatura,m2$Libras.de.vapor)
cat("la correlacion entre la temperatura y las libras de vapor
es",r2)

Unset
## la correlacion entre la temperatura y las libras de vapor es
0.9999326
 Unset
cov2=cov(m2$Temperatura,m2$Libras.de.vapor)
cat("la covarianza entre la temperatura y las libras de vapor
es",cov2,"/n")

Unset
## la covarianza entre la temperatura y las libras de vapor es
2770.075 /n

b.
Elabora el diagrama de dispersión para visualizar tu resultado.

Unset
m2=read.csv("~/Downloads/Actividad3-DatosV.csv")
head(m2)

Unset
## Mes Temperatura Libras.de.vapor
## 1 Enero 21 185.79
## 2 Febrero 24 214.47
## 3 Marzo 32 288.03
## 4 Abril 47 424.84
## 5 Mayo 50 454.68
## 6 Junio 59 539.03

Unset
plot(m2,col="blue")
c. Interpreta en el contexto del
problema.
En el contexto del problema del consumo del vapor y la temperatura ambiental mensual
promedio, si el coeficiente de correlacion, significaria que hay una correlacion positva entre las
variables, el consumo de vapor tambien tiende a aumentar.