UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD

ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA

CONTENIDODIDÁCTICODELCURSO:–Estadística Descriptiva

AREA:
Escuela de Ciencias Básicas Tecnologíae
Ingeniería
ESTADÍSTICA

CIENCIASBÁSICAS

CURSO:

ESTADÍSTICA TEMA: REGRESIONY CORRELACION LINEALSIMPLE

DESCRIPTIVA

NUMERO DE LA PRÁCTICA 2
NOMBREDE LAPRÁCTICA Regresión y correlación
NOMBREDEL SOFTWARE Infostat-Excel
Libre: x Licenciado:

Aspectos Teóricos:

REGRESIÓN YCORRELACIÓN

En muchos casos se requiere conocer más que el comportamiento de un asola

variable, se requiere conocer la relación entre dos o más variables como la
relación entre producción y consumo; salarios y horas de trabajo; oferta y
demanda; salarios y productividad; la altura de un árbol y el diámetro de su tronco;
el nivel socioeconómico de una persona y su grado de depresión ;etc.

Muchos de estos comportamientos tienen una tendencia lineal, aunque hay

muchos otros que lo hacen de forma curva. Para determinar el grado de
correlación entre las variables, no basta con calcular la varianza explicada, pues
existe el coeficiente de determinación coeficiente de correlación; sin embargo,
frecuentemente se utiliza un coeficiente de correlación rectilíneo, siendo este un
valor entre -1y1.

Para estas confrontaciones se utiliza el diagrama de dispersión que es plano

cartesiano en el que se marcan los puntos correspondientes a los pares (x,y) de
los valores de las variables.

1
 UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD
ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA
CONTENIDODIDÁCTICODELCURSO:–Estadística Descriptiva

El análisis de Regresión tiene los siguientes usos: el primero es obtener los

estimadores de los parámetros, estimar la varianza del error, obtener los errores
estándares de los parámetros estimados, probar la hipótesis sobre los parámetros,
cálculo de valores estimados basados en la ecuación estimada, estimar el ajuste o
la falta de ajuste del modelo.

El modelo a utilizar esY= a+ bx, a es el intercepto, b es la pendiente de la

función, la que nos indica el cambio marginal de Y respecto a X.

Ejemplo

Una empresa de mensajería de entrega puerta a puerta, con el fin de mejorar la

prestación del servicio desea establecer la relación que puede existir entre el
tiempo empleado y la distancia recorrida para la entrega de un determinado
Producto.

Distancia en
Kilómetros
(x) 825 215 1070 550 480 920 1350 325 670 1215

Tiempo de
entrega( y)
(días) 3,5 1,0 4,0 2,0 1,0 3,0 4,5 1,5 3,0 5,0

a. Realice un diagrama de dispersión a partir de los datos obtenidos

b. Determine la mejor ecuación que se ajusta a los datos.

Solución:

El diagrama de dispersión se obtiene mediante el asistente de gráficos. Trasladamos

los datos a una hoja en Excel, seleccionamos la tabla donde están los
datos<<Insertar<<Dispersión. En estilo de diseño puede personalizar su diagrama
de barras.
Seleccionamos un diseño de grafico de la barra de herramientas y damos nombre
a los ejes yal Diagrama.

2
 UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD
ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA
CONTENIDODIDÁCTICODELCURSO:–Estadística Descriptiva

Para hallar la recta de Regresión y la ecuación que mejor se ajusta a los datos, en
el diagrama de dispersión hacemos click derecho sobre uno de los puntos y
seleccionamos Agregar línea de tendencia.

3
 UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNADESCUELA
DECIENCIASBÁSICAS,TECNOLOGÍA E INGENIERÍACONTENIDO
DIDÁCTICODELCURSO–Estadística Descriptiva

Así obtenemos una ventana, la cual nos permite escoger la línea de tendencia,
elegimos opción de línea de tendencia (Lineal) y seleccionamos:

Presentar ecuación en el grafico.

Presentar el valor R cuadrado en el grafico.

4
 UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD
ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA
CONTENIDODIDÁCTICODELCURSO–Estadística Descriptiva

De esta manera obtenemos nuestra recta de regresión, la ecuación que más se

ajusta a los datos y el coeficiente de determinación el cual mide la relación entre las
dos variables.

Análisis:

Con los resultados obtenidos se puede asegurar que la ecuación de la recta es una
muy buena estimación de la relación entre las dos variables. El R2 afirma además
que el modelo explica el 90.05 % de la información y el valor de r coeficiente de
correlación lineal confirma además el grado de relación (94%) entre las variables:
Distancia y tiempo de entrega de un determinado producto.

5
 UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD
ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA
CONTENIDODIDÁCTICODELCURSO–Estadística Descriptiva
EJERCICIOS:

1. El rendimiento del producto de un proceso químico está relacionado con la

temperatura de operación del proceso. Se desea establecer la relación que existe
entre la pureza (y) del oxígeno producido y el porcentaje de hidrocarburo (x) que
está presente en el condensador principal en un proceso de destilación, de
acuerdo con los siguientes datos:

X
(% de Y
Hidro (Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. Es confiable?
c. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a
91,3?

6
UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD
ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA
CONTENIDODIDÁCTICODELCURSO–Estadística Descriptiva

2. El número de libras de vapor (y) consumidas mensualmente por una planta

química, se relaciona con la temperatura ambiental promedio (en o F). Para el año
2014, se registraron los siguientes valores de temperatura y consumo anual.

2014 Registros de temperatura y

consumos de vapor.

Temperatura Consumo de
Mes
(oF) vapor (Lb)
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
b. Ajuste un modelo matemático que permita predecir el efecto de una variable
sobre la otra. Es confiable?
c. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables.
d. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

3. Los investigadores están estudiando la correlación entre la obesidad y la

respuesta individual al dolor. La obesidad se mide como porcentaje sobre el peso
ideal (x). La respuesta al dolor se mide utilizando el umbral de reflejo de reflexión
nociceptiva (y) que es una medida de sensación de punzada. Obsérvese que
ambas, X e Y, son variables aleatorias

7
UNIVERSIDADNACIONALABIERTAYADISTANCIA–UNAD
ESCUELADECIENCIASBÁSICAS, TECNOLOGÍA E INGENIERÍA
CONTENIDODIDÁCTICODELCURSO–Estadística Descriptiva

x
(porcentaje y (umbral
de de reflejo
sobrepeso) de flexión
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
b. Ajuste un modelo matemático que permita predecir el efecto de una variable
sobre la otra. Es confiable?
c. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables.
d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de
sobrepeso, de 40?