Universidad Tecnológica Tula-

Tepeji

Asignatura: Control Estadístico del Proceso.

Unidad II “Investigación II”

Profesor: MCII Juan Reséndiz Ríos

Alumnos:
-Paola Lizeth Ramírez Montante
-Omar Cruz Maqueda.
-Edni Osmar Jiménez Martínez.
-Gerardo Iván Herrera Cruz.

3PIM-G2

1
 Índice

1. Introducción……………………………………………………… 3

2. Diagrama de Dispersión……………………………………….. 4

3. Diagrama de Correlación……………………………………… 6

4. Diagrama de Regresión Lineal……………………………….. 8

5. Conclusión……………………………………………………… 10

6. Bibliografía……………………………………………………… 11

2
Introducción

3
 Diagrama de Dispersión

Es una gráfica de datos cuantitativos pareados (X, Y), con eje X horizontal y un eje Y
vertical. El eje horizontal se utiliza para la primera variable (X), y el eje vertical para la
segunda variable (Y). El patrón de los grupos graficados suele ser útil para determinar si
existe una relación entre las dos variables.

El diagrama de dispersión, también llamado nube de puntos, brinda dos tipos de

información, visualmente se pueden determinar los patrones que indican como las
variables están relacionadas (lineal o mediante una curva) y por otro lado si existe una
relación entre ellas visualizando la clase de línea o ecuación de estimación que describe
a dicha relación.

A continuación se ilustran algunas relaciones en los diagramas de dispersión:

4
5
 Diagrama de Correlación
Es una herramienta que se utiliza para la interpretación de datos.

A través de él se podrá examinar que tan fuerte es la relación entre dos variables.
También se podrá confirmar la sospecha y de si existe una relación de causa-efecto entre
dos variables y determinar si esta relación es positiva o negativa.

¿Cómo se elabora?

A) Recolecte los datos. Obtenga de 25 a 50 datos para cada variable que esté
estudiando. Cree una lista que muestre los datos específicos para cada variable.
B) Dibuje el eje horizontal (eje X) y el vertical (eje Y).
C) Nombrar los ejes.
D) Establezca la escala de acuerdo a los datos.
E) Grafique los datos. Si tiene más de un punto con el mismo valor lo puede poner
con otro color y/o circularlo las veces que sean necesario.
F) Interprete la gráfica. Existen varios patrones típicos que se pueden presentar:
Relación positiva: un incremento en “Y” puede ser causado por un incremento
en “X”. Si controlamos “X” entonces poder controlar “Y”.
Relación positiva posible: un incremento en “X” parece incrementar a “Y” pero
“Y”, tiene otras causas posibles de haber generado el comportamiento que
presenta.
No existe relación: no existe una relación visible entre “X” y “Y”.
Relación negativa posible: un decremento de “Y” parece darse cuando hay
incrementó en “X”.
Relación Negativa: un incremento en “Y” generalmente es causado por
decremento en “X”.

6
Ejemplo

7
 Diagrama de Regresión Lineal
El termino regresión fue utilizado por primera vez por el genetista y estadístico inglés
Francis Galton (1822-1911) en 1877 Galton efectúo un estudio que demostró que la
altura d los hijos de padres altos tendía a retroceder, o “regresar”, hacia la talla media de
la población. Regresión fue el nombre que le dio al proceso general de predecir una
variable,(la talla de los niños) a partir de otra (la talla de los padres).

El análisis de regresión se desarrolla una ecuación de estimación, es decir, una fórmula

matemática que relaciona las variables conocidas con las desconocidas. Luego de
obtener el patrón de dicha relación, se aplica el análisis de correlación para determinar el
grado de relación que hay entre las variables.
REGRESIÓN LINEAL SIMPLE
“Una técnica estadística que establece una ecuación para estimar el valor desconocido
de una variable, a partir del valor conocido de otra variable, (en vez de valores de muchas
otras variables) se denomina análisis de regresión simple.”
Por lo tanto el análisis de regresión lineal simple, es el proceso general de predecir una
variable (Y) a partir de otra (X).

Las relaciones entre las variables pueden ser directas o también inversas.

Relación directa: la pendiente de esta línea es positiva, porque la variable Y crece a

medida que la variable X también lo hace.

Relación inversa: La pendiente de esta línea es negativa, porque a medida que

aumenta el valor de la variable Y, el valor de la variable X disminuye.

8
VARIABLE INDEPENDIENTE (X)

En el análisis de regresión una variable cuyo valor se suponga conocido y que se utilice
para explicar o predecir el valor de otra variable de interés se llama variable
independiente; se simboliza con la letra X.

Otros nombres alternativos para la variable independiente (X), son variable explicatora,
variable predictora y en ocasiones variable represora.

VARIABLE DEPENDIENTE (Y)

En el análisis de regresión una variable cuyo valor se suponga desconocido y que se
explique o prediga con ayuda de otra se llama variable dependiente y se simboliza con
la letra Y.
La variable dependiente, al igual que la variable independiente es llamada de diferentes
maneras algunas de ellas son: variable explicada o variable pronosticada.

9
 Conclusión

Un diagrama de dispersión nos ayuda a definir si existe o no una relación de causa- efecto
entre dos variables y que tan firme es esta relación entre ambos.
Los valores tanto pueden aumentar como disminuir al mismo tiempo que la otra.

El Diagrama de Dispersión es de gran utilidad para poder solucionar problemas de

calidad en un proceso y producto, ya que nos sirve para comprobar que causas o factores
están influyendo en la dispersión de una característica de calidad o variable del proceso
a controlar.

Para el descubrimiento de las verdaderas fallas son las relaciones de causa-efecto es la

clave de la resolución más eficaz de un problema, ya que las relaciones de causa-efecto
siempre muestran variaciones, y es más fácil ver la relación en un diagrama de dispersión
que en una simple tabla de números.

El análisis de datos mediante esta herramienta que es el diagrama de dispersión

proporciona mayor información que un simple análisis matemático de correlación,
sugiriendo posibilidades y alternativas de estudio, basadas en la necesidad de conjugar
datos y procesos en su utilización o proceso.

La correlación nos ayuda a poder identificar entre dos variables cuando los valores de
una de ellas están relacionadas de alguna manera con los valores de otra.

La regresión lineal tiene como objetivo es estimar los valores de una variable con base
en los valores conocidos de la otra. Comprende el intento de desarrollar una línea recta
que describa la relación entre dos variables. puede ser utilizada de diversas formas una
de ellas es que Se emplean en situaciones en la que las dos variables miden
aproximadamente lo mismo, pero en las que una variable es relativamente costosa, o por
el contrario, es poco interesante trabajar con ella, mientras que con la otra variable no
ocurre lo mismo.

10
 Bibliografía

Bibliografía
Murray R. Spiegel, L. J. (2001). Estadística. Ciudad de México: McGRAW-HILL/INTERAMERICANA EDITORES,
S.A de C.V.

Triola, M. F. (2013). Estadistica. Mexico: Pearson Educación de México S.A de C.V.

11