REGRESION Y CORRELACION LINEAL

ESTADISTICA DESCRIPTIVA

JHONY VANEGAS RUMBO

CODIGO: 15186255

DANIEL FRANCISCO CHICA

Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIA SOCIALES ARTES Y HUMANIDADES

PROGRAMA DE INGENIERIA DE ALIMENTOS

CEAD: VALLEDUPAR

2017
 INTRODUCCION

La estadstica es una disciplina que se aplica en muchos campos de la actividad del ser humano. El
Anlisis de Correlacin es el conjunto de tcnicas estadsticas empleado para medir la intensidad de
la asociacin entre dos variables. La regresin es una tcnica utilizada para inferir datos a partir de
otros y hallar una respuesta de lo que puede suceder, esta con el objeto de estudiar las variaciones
de la primera cuando la otra permanece constante.

En muchos casos se requiere saber ms sobre el comportamiento de una sola variable, se requiere
conocer la relacin entre dos o ms variables como en este caso podra ser, velocidad y grados de
alcohol, nmeros de heridos y velocidad, nmeros de muertos y grados de alcohol. En el presente
trabajo determinaremos cual es la mejor lnea que presenta los diferentes conjuntos y sus datos.

A continuacin, desarrollaremos el grado de relacin entre dos o ms variables en lo que

llamaremos anlisis de correlacin, Para representar esta relacin utilizaremos una representacin
grfica llamada diagrama de dispersin, estudiaremos un modelo matemtico para estimar el valor
de una variable basndonos en el valor de otra, en lo que llamaremos anlisis de regresin utilizando
la base de datos del trnsito.
 OBJETIVOS

OBJETIVO GENERAL

Comprender un modelo matemtico usado para aproximar la relacin de variables dependientes

e independientes.

OBJETIVOS ESPECIFICOS

Estudiar los diferentes tipos de regresin lineal de acuerdo a sus parmetros: simples y mltiples.

Disear un proceso que nos ayude a distribuir una solucin mediante los parmetros de regresin
lineal para comprender la relacin de las variables del caso.

Evaluar la solucin diseada aplicndola al caso real que se nos presente y determinar su tipo de
relacin.
 JUSTIFICACION

La estadstica impacta y est inmersa en todos los aspectos de la vida del hombre, muchas de las
decisiones que se toman se hacen despus de recopilar datos de alguna manera, se analizan y as
toma la decisin ms adecuada. La estadstica se ha convertido en una herramienta fundamental
para determinar el curso de accin de un tema especfico as mismo el hombre la utiliza para
avanzar o mejorar alguna situacin o aspecto relacionado que lo requiera.

La estadstica posee una estructura en su aplicacin donde los elementos o tcnicas que la
conforman como la correlacin que ayuda a determinar la relacin o dependencia que existe entre
dos variables para definir si los cambios de una de las variables influyen en los cambios de la otra ;
asi mismo la regresin simple que tiene como objeto estudiar como los cambio de una variable no
aleatoria afectan una variable aleatoria determinando si hay relacin y se puedan establecer por
una expresin lineal.

Resulta interesante analizar como la estadstica influencia la vida del hombre y como ha logrado
utilizar esta herramienta para la resolucin de cualquier situacin donde su aplicabilidad genere los
resultados necesarios y tiles para determinar y analizar una situacin. La correlacin y regresin
son conceptos estadsticos fundamentales, que extienden la idea de dependencia funcional, y se
relacionan con muchos otros como como los de variacin, distribucin, centralizacin o dispersin.

El inters con el cual se reviste este tema es que el razonamiento sobre la correlacin y regresin
se vincula a la toma de decisiones en ambiente de incertidumbre que determina la relacin entre
las variables y sus niveles de afectacin.
 REGRESIN Y CORRELACIN LINEAL SIMPLE

Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

relacionadas.

Las variables seleccionadas son produccin millones e ndice de precios

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

entre las variables.

DIAGRAMA DE DISPERCION
160.0
140.0 y = 1E-06x + 48,627
R = 0,9903
120.0
100.0
AXIS TITLE

80.0
60.0
40.0
20.0
0.0
- 20,000,000 40,000,000 60,000,000 80,000,000
AXIS TITLE
|

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

y = 1E-06x + 48,627
R = 0,9903

El 2 afirma que el modelo explica el 99,03% de la informacin por lo tanto es altamente confiable.
 Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.

r 0,99516146

El 2 afirma que el modelo explica el 99,03% de la informacin por lo tanto es altamente confiable.
Adems el coeficiente de correlacin lineal es del 99,51%, esto confirma una correlacin excelente
entre las variables produccin millones e ndice de precios.

Relacionar la informacin obtenida con el problema.

Segn la informacin obtenida es vlido inferir que ha mayor produccin de millones ms ndice
de precios habr en el pas.