Regresión 1

Y
Correlación lineal

Yovany Bermúdez Tovar

Presentado a:
Oscar Javier Gracia

Universidad Abierta y a Distancia- UNAD

Estadística Descriptiva
Mayo de 2017
 2
EJERCICIOS DE LABORATORIO
1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una
serie de voluntarios se les administra distintas dosis de sal en su dieta y se mide su
tensión arterial un tiempo después.

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

variables
R/
SAL_TENSION y = 6.1062x + 88.128
R² = 0.987
140

120

100
presion

80

60

40

20

0
0 1 2 3 4 5 6
sal

E tipo de asociación entre las variables es lineal.

b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. Es confiable?

R/
el modelo matemático que me permite predecir el efecto de una variable sobre la
otra es:
 y = 6,1062x + 88,128 3
R² = 0,987

Gracias a la expresión:
Y= a+ bx
Y en efecto es confiable porque r2 está cercano a, con un 98.7% que resulta de
multiplicar R² por 100.

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

La determino así:
√R²
√R² =0.99
En este caso es una correlacion excelente.

Teniendo en cuenta que R² = 0,987 está muy cercano a1 que es la correlación

positiva quiere decir que el valor de correlación lineal es excelente.

d. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión

arterial esperada?

En este caso lo que hacemos es remplazar en la fórmula:

y = 6,1062x + 88,128

y = 6,1062*(5.6) + 88,128

y = 122.32 sería la tensión arterial

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está

implantado, se ha considerado que era importante ir anotando
periódicamente el tiempo medio ( medido en minutos) que se utiliza para
realizar una pieza y el número de días desde que empezó dicho proceso de
fabricación. Con ello, se pretende analizar como los operarios van
adaptándose al nuevo proceso mejorando paulatinamente su proceso de
producción. Los siguientes datos representan dicha situación:

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 dispersión y determine el tipo de asociación entre
las variables
 4
R/
Variable dependiente y:
Tiempo de proceso

Variable independiente x:
Días.
PROCESO ARTESANAL y = -0.3566x + 42.569
Tiempo de proceso R² = 0.7963
50
45
40
35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
DIAS

El tipo de asociación entre las variables es lineal.

b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. Es confiable?

El modelo matemático es:

y = -0,3566x + 42,569
R² = 0,7963

Gracias a la expresión:
Y= a+ bx

Al ser: R² = 0,7963 no es tan cercano a 1 y no es un dato tan confiable

y tenemos un 79.6 % de confiabilidad, que resulta de multiplicar R² por 100

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

La determino así:
 √R² 5
√R² =0.89
En este caso es una correlacion aceptable.

Teniendo en cuenta que R² = 0,7963 no es muy cercano al 1 que es la correlación

positiva quiere decir que el valor de correlación lineal no es muy buena.

d. Que tiempo deberá tardarse un empleado cuando lleven 90 días?

Remplazamos en la fórmula:

y = -0,3566x + 42,569

y = -0,3566(90) + 42,569

y = 10.47

Un empleado para hacer una pieza se tardara 10.47 minutos teniendo en

cuenta una experiencia de 90 días de trabajo.

3. Una Nutricionista de un hogar infantil desea encontrar un modelo

matemático que permita determinar la relación entre el peso y la
estatura de sus estudiantes. Para ello selecciona 10 niños y realiza las
mediciones respectivas. A continuación se presentan los resultados:

a. Identifique la variable dependiente (y) y la variable independiente

(x), realice el diagrama de dispersión y determine el tipo de
asociación entre las variables
 6
nutricionista y = 0.386x - 22.751
R² = 0.8329
30

25

20

peso(kg)
15

10

0
100 105 110 115 120 125
estatura(cm)

Variable dependiente y:
Peso

Variable independiente x:
Estatura.

b. Encuentre el modelo matemático que permite predecir el efecto de

una variable sobre la otra. Es confiable?

El modelo matemático es:

y = 0,386x - 22,751
R² = 0,8329

Gracias a la expresión:
Y= a+ bx

En este caso no está confiable pero es de termino aceptable la

confiabilidad, con un 83.2% de confiabilidad. que resulta de multiplicar
R² por 100.

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

Correlación poco aceptable entre las variables

 La determino así: 7
√R²
√R² =0.91
En este caso es una correlacion excelente.

d. Cuál es el peso que debería tener un estudiante que mida 128 cm?

Remplazamos en la ecuación:

y = 0,386x - 22,751

y = 0,386*(128) - 22,751

y = 26.66 kg seria el peso que debería tener el estudiante.