You are on page 1of 8

REGRESION Y CORRELACION

UNIVERSIDAD NACIONAL ABIERTA Y A


DISTANCIA UNAD

CEAD DUITAMA BOYAC

PRESENTADO POR:
JESS OSWALDO TORRES NIO
1052394506

PRESENTADO A: NELSON SNCHEZ

INTRODUCCION

La realizacin de este trabajo es dar a conocer y poner en prctica la regresin y correlacin


y medias de dispersin y estadsticas bivariantes sobre la unidad 2 de este curso, adems de
los comportamientos que se dan en el plano cartesiano tanto en las variables, como los
grados y resultados que se manejan para los ejemplos que se plantean en el laboratorio
propuesto, que es de vital importancia reconocer y manejar las frmulas que se obtienen de
la herramienta de Excel.

LABORATORIO
SOLUCION EJERCICIOS
1) Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial
un tiempo despus.
X (sal)

Y (presin)

1,8

100

2,2

98

3,5

105

4,0

110

4,3

112

5,0

120

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

DIAGRAMA DE DISPERSIN PUNTO


1

140
120

y = 6.3137x +
85.612
R = 0.9165

Presin

100

80
60
Y (presin)
Linear (Y (presin))
40
20
0
0

2
Sa
l

El tipo de asociacin del diagrama de dispersin es Lineal.


b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 6.313X + 85.61. R= 0.916
Se puede asegurar que la ecuacin de la recta es confiable porque el R esta cercano a 1 y
tiene un grado alto de confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El R afirma adems que el modelo explica el 91.65% de la informacin y el valor de r
coeficiente de correlacin lineal es excelente porque el 0.916 est muy cercano al extremo
1 positivo que es la correlacin perfecta positiva.
d) Si a un paciente se le administra una dosis de sal de 6.5 cul es la tensin arterial
esperada?
Para hallar el valor de la tensin arterial esperada para una dosis de sal de 6.5 debemos
reemplazar este valor en la formula hallada.
= 126.6
Segn lo anterior para dicha dosis de sal la tensin arterial esperada es de 126.6

2) En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se


ha considerado que era importante ir anotando peridicamente el tiempo medio ( medido en
minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose
al nuevo proceso mejorando paulatinamente su proceso de produccin.

Los siguientes datos representan dicha situacin:


X
Y

10
35

20
28

30
23

40
20

50
18

60
15

70
13

Tiempo Medio para realizar una Pieza

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables


40

y = -0.3464x +
35.571
R =
0.9454

35
30
25
20
15

Series
1

10

Linear (Series1)

5
0
0

20
60
80
Nmero de
Das

40

El tipo de asociacin del diagrama de dispersin es Lineal.


b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 0.3464X + 35.571. R= 0.9454
Se puede asegurar que la ecuacin de la recta es confiable porque el R esta cercano a 1 y
tiene un grado alto de confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El R afirma adems que el modelo explica el 94.5% de la informacin y el valor de r
coeficiente de correlacin lineal es excelente porque el 0.945 est muy cercano al extremo
1 positivo que es la correlacin perfecta positiva.
d) Que tiempo deber tardarse un empleado cuando se lleven 100 das?

Para hallar el valor del tiempo de 100 das debemos reemplazar este valor en la formula
hallada.
= 0.931 minutos
Segn lo anterior para dicho nmero de das se espera realizar para una pieza el obrero se
demore 0.931 minutos.

3) Una nutricionista de un hogar infantil desea encontrar un modelo matemtico que


permita determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 nios y realiza las mediciones respectivas.
A continuacin se presentan los resultados:
121 123
25 22

Estatura
(cm)
Peso (kg)

108
19

118
24

111
19

109
18

114
20

103
15

110
20

115
21

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables


30
y = 0.4212x - 27.377

Peso (kg)

25

R = 0.8102

20
15

Series1

10
(Series1)

Linear

5
0
100

105

110
125
Estatura (cm)

115

120

El tipo de asociacin del diagrama de dispersin es Lineal.


b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?

El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 0.4212X - 27.377. R= 0.8102
Se puede asegurar que la ecuacin de la recta es aceptable porque el R se aleja un poco de
1 y tiene un grado de confiabilidad aceptable.
c) Determine el grado de relacin de las dos variables.
La correlacin lineal es aceptable porque el 0.810 est un poco retirado del 1 positivo.
d) Cual es el peso que debera tener un estudiante que mida 130 cm?
Y= 0.4212 * 130 - 27.377= 27.37

CONCLUSIONES

Se pudo evidenciar que para manejar cualquier tipo de variables se necesita realizar
un diagrama de dispersin y aplicar conceptos, frmulas de relacin y correlacin
que permita el despeje de las ecuaciones y datos para obtener un resultado.

Los tres ejemplos nos muestra que son acordes a un tipo de forma lineal y la
correlacin es confiable para los tipos de datos.

Hallamos los comportamientos que tienen tendencia lineal y determinamos el grado


de correlacin entre las variables.