Laboratorio de Regresin y Correlacin Lineal

Ejercicios Propuestos

Presentado Por:
Andres Fernando Rodrguez
Grupo: 100105_119

Presentado A:
Tutor: Jarol Jaime Sajaud Lopez

Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Administrativas, Contable, Econmicas y de Negocios (ECACEN)
Noviembre del 2017
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

Esto nos indica que a mayor consumo de sal mayor ser la tensin arterial, ambas
variables indican que estn correlacionadas y su magnitud mide la fuerza de
asociacin perfecta.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable
sobre la otra. Es confiable?
El modelo matemtico que permite el efecto de una variable sobre la otra es el
lineal que corresponde a: Y= 6,1062x+88,128.
El modelo es confiable porque su coeficiente de determinacin 2 =0,987 se
aproxima a 1

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

2 2
Sal(X) Presin (Y) XY
1,6 98 156,8 2,56 9604
2,3 102 234,6 5,29 10404
3,3 109 359,7 10,89 11881
4,2 113 474,6 17,64 12769
4,6 115 529 21,16 13225
5 120 600 25 14400
21 657 2354,7 82,54 72283

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,993480869
Coeficiente de determinacin R^2 0,987004237
R^2 ajustado 0,983755296
Error tpico 1,05333436
Observaciones 6

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

arterial esperada?
RTA:
Y = (6.1062) (4.8)+88.128= 117.43
La tensin arterial esperada para la dosis de sal de 4.8 es de 117.43
1. 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

Existe una fuerte asociacin lineal negativa entre las dos variables debido a que su
coeficiente de correlacin es -0,892337772 lo cual quiere decir que cuando el valor de x
aumenta la variable y disminuye.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
 El modelo matemtico que permite el efecto de una variable sobre la otra es el lineal que
corresponde a y= -0,3566x+42,569.
El modelo es confiable porque el coeficiente de determinacin 2 = 0,7963 es cercano a
1.
c. Determine el grado de correlacin de las dos variables.

X Y XY X Y
12 45 540 144 2025
23 30 690 529 900
35 27 945 1225 729
42 25 1050 1764 625
53 23 1219 2809 529
65 21 1365 4225 441
70 20 1400 4900 400
300 191 7209 15596 5649

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,89233777
Coeficiente de determinacin R^2 0,7962667
R^2 ajustado 0,75552004
Error tpico 4,22181873
Observaciones 7

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

RTA:
Y = (-0,3566) (80)+42,569= 14.041
El tiempo que tarda un empleado cuando lleva 80 das en la fabricacin de una pieza es
de 14.041 minutos

2. 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

Existe una fuerte asociacin lineal positiva debido a que su coeficiente de correlacin
0,912624121 es cercano a uno, es decir que a mayor estatura, mayor ser el aumento del
peso.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?

El modelo matemtico que permite el efecto de una variable sobre la otra es el lineal que
corresponde a: Y= 0,386x-22,751.

El modelo es confiable porque su coeficiente de determinacin 2 =0,8329 se aproxima a

1
c. Determine el grado de correlacin de las dos variables.
 Estatura (cm) Peso (Kg) XY X Y
120 24 2880 14400 576
124 23 2852 15376 529
107 19 2033 11449 361
118 24 2832 13924 576
112 21 2352 12544 441
110 19 2090 12100 361
115 22 2530 13225 484
104 16 1664 10816 256
110 20 2200 12100 400
116 23 2668 13456 529
1136 211 24101 129390 4513

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,912624121
Coeficiente de determinacin R^2 0,832882786
R^2 ajustado 0,811993135
Error tpico 1,127909477
Observaciones 10
d. Cul es el peso que debera tener un estudiante que mida 120 cm?

RTA:

Y = (0.386) (120)-22.751= 23.569

El peso del estudiante que mide 120cm corresponde a 23.5659 Kg

 Referencias Bibliogrficas

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