Trabajo Colaborativo Momento 3

Por:

Presentado a:

Estadística Descriptiva (100105_393)

Universidad Abierta y a Distancia

11 de Mayo de 2016
 INTRODUCCIÓN.

Se presenta el siguiente informe, donde se desarrolla lo planteado en la

guía colaborativa y llegar a la solución siguiendo las instrucciones de la

misma para la entrega del ejercicio propuesto incluyendo el desarrollo

del laboratorio, con el fin de alcanzar los objetivos propuestos Teniendo

como base el estudio de los temas tratados en las unidades del curso

de Estadística Descriptiva esta actividad tiene como propósito de

conocer el método de Regresión y Correlación Lineal Múltiple, realizando

el ejercicio y aplicando el conocimiento adquirido a través de los

mecanismos de aprendizaje tales como estudio del módulo,

investigación de diversas fuentes, para ello aplicamos los conocimientos

proporcionados por la UNAD, como una de las principales herramientas

de investigación sobre la tecnología disponible en el mercado que nos

permita construir dispositivos diseñados para ejecutar los programas y

tareas definidas.
 JUSTIFICACIÓN.

En base a la base de datos sobre la accidentalidad que involucra a

conductores con algún grado de alcohol, obtenida de la guía colaborativa

se pretende realizar el ejercicio para el dato estadístico, desarrollando

habilidades sobre comportamientos estadísticos que nos permitan a

futuro hacer cálculos y realizar investigaciones precisas en nuestro

entorno profesional, llevando a cabo proyectos de excelente calidad y

precisos usando herramientas teóricas y prácticas que permiten

interpretar diferentes situaciones a través de análisis cuantitativos y el

manejo estadístico de datos.

 OBJETIVOS.

 Desarrollo de actividad trabajo colaborativo tres.

 Desarrollo del laboratorio practico de estadística descriptiva del paso
tres soluciónes del laboratorio de regresión y correlación lineal.

 Determinar la relación entre dos o más variables inscritas en una

situación específica a partir del análisis de regresión lineal simple y
múltiple.

 Crear habilidades y destrezas para caracterizar una situación

mediante el análisis de las medidas estadísticas bivariantes.

 Calcular e interpretar adecuadamente las medidas estadísticas

bivariantes, asociadas a una situación específica.
 DESARROLLO DE LABORATORIO

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
Y
(% de
(Pureza)
Hidrocarburos)
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.

Por la agrupación de los puntos se puede ver claramente que la

relación es lineal.

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

variable sobre la otra. ¿Es confiable?

y=14,947x+74,283
R² = 0,8774

Es confiable porque se encuentra acercándose al 88%.

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

relación de las dos variables.

R² = 0.8774 ∗ 100 = 87.7%

El porcentaje de explicación se encuentra en el 87.7%

Para hallar el grado de relación de las dos variables se halla el
coeficiente de correlación:

R = al coeficiente de correlación se hace sacando la raíz cuadrad del

coeficiente de determinación.
𝑅 2 Grado de determinación.
𝑟 = √𝑅 2
𝑟 = √0.8774
𝑟 = 0,94
El coeficiente de correlación es de 0,94 es excelente.
Tabla de grados de correlación lineal.

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

oxígeno es igual a 91,3?

y = 14.947x + 74.283

X =?

Se despejar x.

91,3 = 14,947𝑥 + 74.283

91,3 − 74.283 = 14,947𝑥

17,017
=𝑥
14,947
 1,13 = 𝑥

El porcentaje de hidrocarburos es 1,13%

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.

Consumo
Temperatura
Mes de vapor
(oF)
(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.
 CONSUMO DE VAPOR SOBRE
TEMPERATURA
800

700

600
Consumo de vapo(Lb)

500

400

300

200

100

0
0 20 40 60 80
y = 9.2087x - 6.3184 Temperatura (oF)
R² = 0.9999

Se puede observar que es una relación lineal.

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

una variable sobre la otra. ¿Es confiable?

Modelo Matemático:

y=9,2087x-6,3184
R² = 0,9999

𝑹𝟐 = 𝒄𝒐𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒕𝒆 𝒅𝒆 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒄𝒊ó𝒏

𝑅 2 = 0,9999 ∗ 100
𝑅 2 = 99.99%

𝑅 2 Es cercano a 100% es confiable.

 c. Determine el porcentaje de explicación del modelo y el
grado de relación de las dos variables.

R² = 0,9999 ∗ 100 = 99.99%

El porcentaje de explicación se encuentra en el 99.9%

Para hallar el grado de relación de las dos variables se halla el

coeficiente de correlación:

R= al coeficiente de correlación
𝑟 = √𝑅 2
𝑟 = √99.99
𝑟 = 9.999
La correlación es exelente.

Tabla de grados de correlación lineal.

d. ¿Cuál es el de consumo de vapor cuando la temperatura es

de 70 oF?

y=9,2087x-6,3184
R² = 0,9999
x=70

𝑦 = 9,2087(70) − 6,3184
 𝑦 = 644.609 − 6,3184

𝑦 = 638,2906

El consumo de vapor cuando la temperatura es de 70 oF es igual a

638,2906

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
y (umbral de
(porcentaje
reflejo de
de
flexión
sobrepeso)
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.
 correlación entre la obesidad y la
respuesta individual al dolor
16
14
y = -0.0629x + 11.642
Porcentaje de sobrepeso

12 R² = 0.1115
10
8
6
4
2
0
0 20 40 60 80 100
Umbral de reflejo de flexión nociceptiva

La asociación de las variables es poligonal.

b. Ajuste un modelo matemático que permita predecir el

efecto de una variable sobre la otra. Es confiable?

Modelo Matemático:

y=-0,0629x+11,642
R² = 0,1115

𝑹𝟐 = 𝒄𝒐𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒕𝒆 𝒅𝒆 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒄𝒊ó𝒏

𝑅 2 = 0,1115 ∗ 100
𝑅 2 = 11.15%

𝑅 2 No es confiable porque esta 11,15 %.

c. Determine el porcentaje de explicación del modelo y el

grado de relación de las dos variables.

R² = 0,1115 ∗ 100 = 11,15%

El porcentaje de relación de las variables es 11.15%

Para hallar el grado de relación de las dos variables se halla el

coeficiente de correlación:

R= al coeficiente de correlación
𝑟 = √𝑅 2
𝑟 = √0,1115
𝑟 = 0,3339
La correlación es mínima.

Tabla de grados de correlación lineal.

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

hay un porcentaje de sobrepeso, de 40?

y=-0,0629x+11,642
R² = 0,1115

𝑦 = −0,0629(40) + 11,642

𝑦 = −2.516 + 11,642

𝑦 = 9,126

El umbral de reflejo de flexión nociceptiva cuando hay una porcentaje

de sobrepeso de 40 es de 9,126
 DESARROLLO DEL PASO TRES

Aporte Diego Galindo

Regresión y Correlación lineal Simple

-Identificar dos variables cuantitativas de la situación estudiada que

puedan estar relacionadas.

Se identificó la variable cantidad de muertos como y.

Velocidad x1.

Edad x2

- Realizar el diagrama de dispersión de dichas variables.

RELACIÓN DE ACCIDENTES
5
NUMERO DE MUERTOS

0
0 20 40 60 80 100 120 140 160
VELOCIDAD
 N. de MUERTOS vs EDAD
5
NUMERO DE MUERTOS

4
3
2
1
0
0 10 20 30 40 50 60 70
EDAD

- calcular la recta de regresión y el coeficiente de correlación

para probar estadísticamente su relación.

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,070250674
Coeficiente de determinación
R^2 0,004935157
R^2 ajustado -0,012074498
Error típico 0,858165023
Observaciones 120

ANÁLISIS DE VARIANZA
Grados de Suma de
libertad cuadrados
Regresión 2 0,427343485
Residuos 117 86,16432318
Total 119 86,59166667

Coeficientes Error típico

Intercepción 1,149672029 0,390407848
Variable X 1 -0,002708025 0,00447429
Variable X 2 -0,002544614 0,006233188
Modelo Matemático.

Y = 𝑎 + 𝑏1 𝑥1 + 𝑏2 𝑥2
y= 1,1496 + (−0,0027𝑥1 ) + (−0,0025𝑥1 )

𝑅 2 = 0,004935157 Es lejano a uno por lo tanto no es confiable.

𝑅 2 = 0,004935157 ∗ 100 =El modelo matemático explica el 0,49% de

confiabilidad.

Coeficiente de correlación múltiple = √𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛

𝑟 = √0,004935157

𝑟 = 0,070250674

Lo podemos mostrar porcentualmente 𝑟 ∗ 100

0,070250674 ∗ 100 = 7.02%

No hay correlación entre las variables, dado que su valor de coeficiente

es 0,070.

No hay correlación entre las variables ya que ofrecen un 7.02%

Lo anterior comprueba que las tres variables no tiene relación

- Relacionar la información obtenida con el problema.

Los resultados obtenidos del anterior ejercicio sobre las variables

número de muertos, velocidad, edad bajo un modelo matemático no
tiene una relación, dado que dicho modelo solo explica el 7.02% y por
tanto no hay correlación.
Aporte Andrés Giovanny Palacios Restrepo

_ Identificar una variable cuantitativa dependiente y varias

variables independientes del estudio de investigación.

Variable dependiente: Costo del siniestro.

Variables Independientes: Grados de alcohol y número de

heridos.

- Realizar el diagrama de dispersión de dichas variables.

- calcular la recta de regresión y el coeficiente de correlación
para probar estadísticamente su relación.

La ecuación para la recta se obtiene con la siguiente ecuación:

𝑦 = 𝑎 + 𝑏1 𝑥1 + 𝑏2 𝑥2

Donde, según los datos obtenidos en excel:

a: intercepción.

b1: Variable X1

b1: Variable X2

Coeficientes
Intercepción 25617219.65
Variable X 1 -3806184.525
Variable X 2 2685903.784
 𝑦 = 25617219.65 − 3806184.52𝑥1 + 2685903.78𝑥2

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.298222449
Coeficiente de determinación R^2 0.088936629
R^2 ajustado 0.073362896
Error típico 28023194.66
Observaciones 120

𝑅 2 = 0.089 Por ser cercano a 0, el modelo matemático obtenido no es

confiable.

𝑅 2 = 0.089 * 100% = 8.9%, el modelo matemático explica el 8.9% de

confiabilidad.

𝑟 = √𝑅^2= 0.298, no hay correlación entre las variables.

- Relacionar la información obtenida con el problema.

Los resultados anteriores indican que no hay relación estadística entre

las variables número de heridos y grados de alcohol, con la variable
costo estimado del siniestro.

En las dos soluciones propuestas por los estudiantes podemos observar

según los resultados que en ninguno de los dos casos hay una relación
entre las variables sobre la accidentalidad con cada uno de los datos qie
pensábamos que tenían relación.
 CONCLUSIONES.

Se desarrolló de actividad trabajo colaborativo tres.

Se desarrolló el laboratorio práctico de estadística descriptiva del paso

tres soluciones del laboratorio de regresión y correlación lineal.

Se determino la relación entre dos o más variables inscritas en una

situación específica a partir del análisis de regresión lineal simple y
múltiple llegando a la conclusión que en los dos últimos casos
estudiados no se encontró una relación entre las variables propuestas
por los estudiantes.

Se fomentó la creación de habilidades y destrezas para caracterizar una

situación mediante el análisis Regresión y Correlación lineal Simple.

Se interpreto adecuadamente las medidas estadísticas asociadas a una

situación específica.
 REFERENCIAS BIBLIOGRÁFICAS.

Conferencia:

http://conferencia2.unad.edu.co/p7ewzrvp58o/?launcher=false&fcsCont
ent=true&pbMode=normal

Blog del curso

http://estadisticadescriptivaunad100105.blogspot.com.co/

Página de consulta

https://www.youtube.com/watch?v=plVXnQxmiQw