ESTADISTICA DESCRIPTIVA

UNIDAD 2: PASO 4- DESCRIPCIÓN DE LA INFORMACIÓN. DETALLAR Y

RELACIONAR VARIABLES DE LA PROBLEMÁTICA UTILIZANDO MEDIDAS
BIVARIANTES.

Presentado a:
GLORIA PAULINA CASTELLANOS
Tutor

Entregado por:

ERINSON JAVIER TOSCANO ROJAS

Código: 1052398095

Grupo: 100105_50

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
11 DE MAYO DE 2018
DUITAMA
 INTRODUCCIÓN

Teniendo en cuenta el tema desarrollado en las unidades anteriores, se realizan

ejercicios aplicando la regresión y correlación simple donde se evidencia la dirección
de una relación lineal y proporcionalidad entre las dos variables estadísticas sujetas
a estudio.
 JUSTIFICACIÓN
Los impactos ambientales que se generan por elementos químicos, son los temas de
estudio en este trabajo. Por lo que se considera es un tema de interés en general que
se debe analizar cada cifra que arrojan las estadísticas, de manera que es importante
este estudio.
 OBJETIVOS

 Analizar e interpretar apropiadamente las medidas estadísticas variantes,

asociadas a una situación específica.

 Identificar que variables independientes (causas) explican una variable

dependiente (resultado).

 Comparar y comprobar modelos causales.

 Predecir valores de una variable, es decir, a partir de unas características predecir

de forma aproximada un comportamiento o estado
2.1. 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
Y
(% de 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?

Y=14,947x + 74,283

𝑅2 = 0,8774
𝑅2 = 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛
𝟖𝟕, 𝟕𝟒% 𝑪𝑶𝑵𝑭𝑰𝑨𝑩𝑳𝑬
c. Determine el porcentaje de explicación del modelo y el grado de relación
de las dos variables.

R= Coeficiente de correlación
R= Raíz cuadrada de 0,8774
R= 0,93% alto grado de Correlación

d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es

igual a 91,3?
Y= Pureza
X= Hidrocarburo

y = 91,3
91,3 = 14,947x + 74,283
91,3 – 74,283 = 14,947x
17,02 / 14,947 = x
x = 1,13

Cuando el oxígeno es igual a 91,3 el porcentaje del hidrocarburo será

1,13%.
2.2 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.

Temperatur Consumo de
Mes
a (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.

0 71 0
2 55 2,6
1 78 3
0 67 2,7
1 55 0,6
0 40 1,9
2 73 3
1 69 1,1
1 70 2,4
 TEMPERATURA Y VAPOR
90
78
80 73
71 69 70
67
70

60 55 55
TEMPERATRA

50
40
40

30

20
3 3
10 0.6
2.71.9 2.6
0 1.1
2.4
0
0 0.5 1 1.5 2 2.5
VAPOR

Series1 Series2 Linear (Series1)

b. Ajuste un modelo matemático que permita predecir el efecto de una

variable sobre la otra. Es confiable?

X= Temperatura en °F

X= 70°F

Y= 9,2087(70) + 6,3184

Y= 644,609 + 6,3184

Y= 650,9

c. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

Cuando la temperatura es igual a 70°F el consumo de vapor será 650,9%

.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

x
(porcentaje y (umbral de
reflejo de
de
sobrepeso) 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.

OBESIDAD Y RESPUESTA INDIVIDUAL AL DOLOR

16
R 14
E 12
F 10
L 8
E 6
X
4
I
2
Ó
0
N
10 20 30 40 50 60 70 80 90 100
% DE SOBREPESO
 b. Ajuste un modelo matemático que permita predecir el efecto de una
variable sobre la otra. Es confiable?

Y= -0,0629x + 11,642

𝑅2 = 0,1115
𝑅2 = 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛
= 115% 𝑁𝑂 𝐶𝑂𝑁𝐹𝐼𝐴𝐵𝐿𝐸

c. Determine el porcentaje de explicación del modelo y el grado de

relación de las dos variables.

Tendencia negativa, existe una relación inversa entre el % de sobrepeso y el

umbral de reflejo de flexion, la correlacion entre las dos variables es minima
con un 0,33%, también es posible afirmar que este modelo no es
recomendable puesto que posee un grado de confiabilidad muy bajo por
tener 𝑅 2 = 11,15 %

d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un

porcentaje de sobrepeso, de 40?

R=Coeficiente de correlación

R= Raiz cuadrada de 0,1115

R= 0,33% CORRELACIÓN MINIMA

 CONCLUSION

La regresión y correlación lineal son herramientas importantes en el ejercicio del

estudio estadístico, ya que con los ejercicios anteriores podemos asegurar que
tenemos datos muy cercanos a la realidad a pesar de ser netamente estadístico.
 BIBLIOGRAFÍA
 Churchill, G.A.(2009).Análisis de Correlación y de Regresión Simple. Mexico City: Cengage
Learning. Páginas 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). "Análisis de Regresión Múltiple." Investigación de mercados.

Mexico City: Cengage Learning. Páginas 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).Regresión y Correlación Múltiple. Madrid: Paraninfo. Páginas 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