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 Y
tension
Sal arterial
1.6 98
2.3 102
3.3 109
4.2 113
4.6 115
5 120

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

Chart Title
140

120
f(x) = 6.1061946903x + 88.1283185841
100 R = 0.9870042369
tension arterial

80

60

40

20

0
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
sal

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 es

Y=a+bx;
Y=6,1062x + 88,128
R=0,987
Podemos asegurar que la ecuacin de la recta es confiable porque R est cercano a 1 y tiene un grado alto de con

c. )Determine el grado de relacin de las dos variables.

El R afirma que el modelo explica 98.7 % de la informacin y el valor de r coeficiente de correlacin lineal es excelente po

b 88.1283186
a 6.10619469
 r 0.99348087 correlacion

d.) Si a un paciente se le administra una dosis de sal de 4,8. Cul es la tensin arterial esperada?

Para hallar la tension arterial esperada cuando se le administra una dosis de sal de 4,8 debemos remplazar este va
X =dosis 4.8
Y=a+bx; Y= 429.122124
Segn lo anterior si a un paciente se le administra una dosis de sal de 4,8 la tension espeerada es de 429,12
tarios se les administra

otra. Es confiable?

tiene un grado alto de confiabilidad.

lacin lineal es excelente porque el 0.993 % est cercano al extremo 1 positivo que es la correlacin perfecta positiva
debemos remplazar este valor en la formula hallada.

es de 429,12
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

X (numero 12 23 35 42 53 65 70
de dias)
Y (Numero 45 30 27 25 23 21 20
de piezas)

a.) Identifique la variable dependiente (y) y la variable independiente (x),realice el diagrama de dispersin y determine el tip

Chart Title
50
45
40
35 f(x) = - 0.3566138118x + 42.5691633632
numero de piezas

R = 0.7962666987
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
numero de dias

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 es

Y=a+bx;
Y=0,3566x + 42,569
R=0,7963
Podemos asegurar que la ecuacin de la recta es aceptable porque R se esta alejando 1 y no tiene un grado alto de co

c.) Determine el grado de correlacin de las dos variables.

b 42.5691634
a -0.3566138
r -0.8923378 correlacion

El R afirma que el modelo explica 79,63 % de la informacin y el valor de r coeficiente de correlacin lineal es excelente porqu
d. Que tiempo deber tardarse un empleado cuando lleven 80 das

Para hallar el tiempo que debera tardearse un empleado debemos remplazar este valor en la formula hallada.
X =tiempo 80
Y=a+bx; Y= -71.387022
Segn lo anterior el tiempo que debe tardarse un empleado cuando lleven 8o dias es de 71,38 minutos
do en minutos)
de fabricacin.
ando paulatinamente su proceso de produccin.

a de dispersin y determine el tipo de asociacin entre las variables

a otra. Es confiable?

1 y no tiene un grado alto de confiabilidad.

rrelacin lineal es excelente porque el 0.892 % est cercano al extremo 1 positivo que es la correlacin perfecta positiva
en la formula hallada.
erfecta positiva
 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:

x Estatura (cm) 120 124 107 118 112 110
y Peso ( kg) 24 23 19 24 21 19

a.)Identifique la variable dependiente (y) y la variable independiente (x), realice el diagrama de dispersin y deter

Chart Title
30

25
f(x) = 0.3860164512x - 22.7514688602
R = 0.8328827864
20
pes os (kg)

15

10

0
100 105 110 115 120 125 130
estatura en (cm)

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 es

Y=a+bx;
Y=0,386x + 22,751
R=0,8329
Podemos asegurar que la ecuacin de la recta es confiable porque R est cercano a 1 y tiene un grado alto de confiab

c.) Determine el grado de correlacin de las dos variables.

b -22.751469
a 0.38601645
r 0.91262412 correlacion

El R afirma que el modelo explica 91.12 % de la informacin y el valor de r coeficiente de correlacin lineal es excelente porqu

d.) Cul es el peso que debera tener un estudiante que mida 120 cm?
Para hallar el peso que deberia tener un estudiante debemos remplazar este valor en la formula hallada.
Y=a+bx;
X =estatura 120 cm
Y=a+bx; Y= -2729.7902
El peso que debera tener un estudiante que mida 120cm es de 27.29 kg.
que permita determinar la relacin
aliza las mediciones respectivas

115 104 110 116

22 16 20 23

diagrama de dispersin y determine el tipo de asociacin entre las variables

la otra. Es confiable?

y tiene un grado alto de confiabilidad.

orrelacin lineal es excelente porque el 0.912 % est cercano al extremo 1 positivo que es la correlacin perfecta positiva
a formula hallada.
perfecta positiva