Académique Documents
Professionnel Documents
Culture Documents
Tepeji
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
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.
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).
Las relaciones entre las variables pueden ser directas o también inversas.
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.
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.
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.
11