Você está na página 1de 17

UNIDAD 2.PASO 4- DESCRIPCIN DE LA INFORMACIN.

PRESENTADO POR:

CARLOS ANDRES RODRIGUEZ

JUAN DIEGO BERNAL

PRESENTADO A:

ASTRID SEGURA

GRUPO:

100105_410

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

2017
INTRODUCCION
JUSTIFICACION
OBJETIVOS

Objetivo general:

Objetivo especficos:
DESARROLLO DE LA ACTIVIDAD

REGRESIN Y CORRELACIN LINEAL SIMPLE POR CARLOS ANDRES


RODRIGUEZ

A partir de la base de datos suministrada, cada estudiante debe:

-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar


relacionadas.

X-Personas Sin Empleo Y Tasa de desempleo (%)


(Variable Independiente) (Variable Dependiente)

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin


entre las variables.

Diagrama de Dispersin
20.00
18.00
16.00
Tasa de desempleo

14.00
12.00
10.00
8.00
6.00
y = 1E-06x + 4.7291
4.00
R = 0.4409
2.00
0.00
- 2,000,000.00 4,000,000.00 6,000,000.00 8,000,000.00 10,000,000.00
Personas sin empleo

DIRECTA SI AUMENTA UNA MAGNITUD LA OTRA AUMENTA- SI DISMINUYE UNA MAGNITUD LA OTRA TAMBIEN DISMINUYE
El tipo de asociacin que se observa es directa, ya que si la variable personas con empleo
aumenta, la variable tasa de desempleo tambin.

- Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
y = 1E-06x + 4,7291
44,09% de confiabilidad
lo que en realidad es muy
R = 0,4409 bajo y hace que el nivel de
confiabilidad no sea muy
bueno.

- Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos


variables.

COEFICIENTE DE
R= 0,66 CORRELACIN
Correlacin es regular ya que
se encuentra dentro del rango
de 0.60 y 0.80

- Relacionar la informacin obtenida con el problema

Calculo de r y R2
Numerador 63236953347
1 Parte del Denominador 4,71087E+16
2 Parte del Denominador 192526,4267
Resultado Total del
Denominador 9,06967E+21
Raz Cuadrada del
Denominador 9,52E+10
Coeficiente de Correlacin r 0,664010969
Coeficiente de Determinacin
R2 0,440910566

Calculo de b
Numerador 63236953347
Denominador 4,71087E+16
Resultado de b 1E-06

Calculo de a
Numerador 922,1828592
Denominador (valor de n) 195
Resultado a 4,729142868

Ecuacin de Regresin o
Modelo Matemtico Y = a +b
X Y = 4,729142868 + 1,34236E-06*X

REGRESIN Y CORRELACIN LINEAL SIMPLE POR JUAN DIEGO BERNAL

A partir de la base de datos suministrada, cada estudiante debe:

-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar


relacionadas.

Y
X
Personas Sin
Tasa de
Empleo
desempleo
(%)

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin


entre las variables.
Tasa Desempleo VS Personas sin Empleo
8,000,000
7,000,000
6,000,000
5,000,000 Series1

4,000,000 Linear (Series1)

3,000,000
y = 328459x + 1E+06
2,000,000 R = 0.4409
7.00 9.00 11.00 13.00 15.00 17.00

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

Ecuacion de Regresion o Modelo y = 328459x + 1E+06


Matematico Y = a +b X R = 0,4409
- Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.

Calculo de R y R2
Numerador 63236953347
1 Parte del Denominador 192526
2 Parte del Denominador 47108689095933200
Resultado Total del Denominador 9069667578030290000000
Raiz Cuadrada del Denominador 95234802347
Coeficiente de Correlacion r 0,6640110
Coeficiente de Determinacion R2 0,4409106

- Relacionar la informacin obtenida con el problema

Calculo de R y R2
Numerador 63236953347
1 Parte del Denominador 192526
2 Parte del Denominador 47108689095933200
Resultado Total del Denominador 9069667578030290000000
Raiz Cuadrada del Denominador 95234802347
Coeficiente de Correlacion r 0,6640110
Coeficiente de Determinacion R2 0,4409106

Calculo de A
Numerador 258412111
Denominador (valor de n) 195
Resultado a 1325190

Calculo de B
Numerador 63236953347
Denominador 192526
Resultado de b 328459

Ecuacion de Regresion o Modelo y = 328459x + 1E+06


Matematico Y = a +b X R = 0,4409
CONCLUSIONES
REFERENCIAS BIBLIOGRFICAS

- Garca, M.S.(2004).Introduccin a la estadstica econmica y empresarial. Paraninfo.


Pginas 74 98. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=4a9b0a469e755a4327207c94b4c0d549
- Montero, J.M. (2007).Regresin y Correlacin Simple. Madrid: Paraninfo. Paginas.
130 172. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219
- Churchill, G.A.(2009).Anlisis de Correlacin y de Regresin Simple. Mexico City:
Cengage Learning. Pginas 675 686 Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41
- Churchill, G.A.(2009). "Anlisis de Regresin Mltiple." Investigacin de mercados.
Mexico City: Cengage Learning. Pginas 686 695.Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=unad
&it=r&p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9
- Montero, J.M. (2007).Regresin y Correlacin Mltiple. Madrid: Paraninfo. Pginas
191 225. Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100012&v=2.1&u=unad
&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad13af26a0a74e510de2
ANEXO LABORATORIO

2.1. 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 (Tensin)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

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


variables

Consecuencias del consumo de sal


140

120

100
Tensin

80
y = 6,1062x + 88,128
60
R = 0,987
40

20

0
0 1 2 3 4 5 6
Consumo de sal

DIRECTA SI AUMENTA UNA MAGNITUD LA OTRA AUMENTA- SI DISMINUYE UNA MAGNITUD LA OTRA TAMBIEN DISMINUYE
INVERSA SI AUMENTA UNA MAGINTUD LA OTRA DISMINUYE Y VICEVERSA
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable
sobre la otra. Es confiable?

y = 6,1062x + 88,128
R= 0,99 COEFICIENTE DE CORRELACIN

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

R= Coeficiente de correlacin correlacin 0,99

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


esperada?

y = 6,1062x + 88,128

y = 6,1062(4,8) + 88,128

Y= 117,43

2.2 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 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x),realice el


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

X (TIEMPO) Y (DIAS)
12 45
23 30
35 27
42 25
53 23
65 21
70 20
PROCESO DE PRODUCCION DE ARTICULO
ARTESANAL
50
45 y = -0.3566x + 42.569
R = 0.7963
Nmero dias proceso

40
35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
Tiempo fabricacin

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable


sobre la otra. Es confiable?

y = -0,3566x + 42,569
R = 0,7963 coeficiente de determinacion
79,63% CONFIABILIDAD
Segn el porcentaje obtenido se puede decir que es confiable ya que esta casi en un 80%

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

COEFICIENTE DE CORRELACIN= RAIZ CUADRADA DE COEFICIENTE DE DETERMINACIN


R= Coeficiente de correlacin 0,89
La correlacin es aceptable

d. Que tiempo deber tardarse un empleado cuando lleven 80 das?

y = -0,3566x + 42,569
X= (Y-42,569)/0,3566
X=(80-42,569)/0,3566
X= 104,96
Deber tardarse 104,96 minutos.

2.3 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:

Estatura (cm) 120 124 107 118 112 110 115 104 110 116
Peso ( kg) 24 23 19 24 21 19 22 16 20 23
a. Identifique la variable dependiente (y) y la variable independiente (x), realice el
diagrama de dispersin y determine el tipo de asociacin entre las variables

X (Estatura- Y Peso- kg
cm)

120 24
124 23
107 19
118 24
112 21
110 19
115 22
104 16
110 20
116 23

Relacin entre peso y estatura


30
y = 0.386x - 22.751
R = 0.8329
25

20
Peso en kg

15

10

0
100 105 110 115 120 125
Estatura en cm

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

y = 0,386x - 22,751
R = 0,8329
R = 0,8329 coeficiente de determinacion 83,29% CONFIABILIDAD

Su confiablidad es muy buena

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

R= Coeficiente de correlacin 0,91 correlacin


CORRELACIN EXCELENTE

d. Cul es el peso que debera tener un estudiante que mida 120 cm?

y = 0,386x - 22,751
y = 0,386(120) - 22,751
y= 23,256 kg
Debera pesar 23,256 kg