Académique Documents
Professionnel Documents
Culture Documents
DEPARTAMENTO DE ESTADÍSTICA
NÚMERO DE
REPORTE DE PRÁCTICA DE LABORATORIO
PRÁCTICA 07
CARRERA Ingeniería Bioquímica
MATERIA Estadística II
UNIDAD III
PROFESOR M.C. Ma. Edubijes Esquivel Frausto
REALIZÓ Alejandro Guadalupe Reyes Montañez FECHA 05/12/17
NOMBRE DE LA PRÁCTICA
Diagrama de dispersión, regresión lineal simple , correlación, Intervalos y verificación de supuestos
1 OBJETIVO
Utilizar diagramas de dispersión y herramientas de regresión lineal básicas para analizar un problema.
2 PLANTEAMIENTO
Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos:
edad, peso y cantidad de grasas en sangre
Con el fin de conocer las relaciones existentes entre cada par de variables podemos representar una
matriz de diagramas de dispersión. Al parecer existe una relación lineal bastante clara entre la edad y las
grasas, pero no entre los otros dos pares de variables. Por otra parte, el fichero contiene un dato atípico.
3 DESARROLLO Y ANÁLISIS
20 30 40 50 60 a) Figura 1. Matriz de diagramas de dispersión.
El diagrama solo da una idea de la relación de las variables, no
30 40 50 60 70 80 90
edad
40
30
20
400
grasas
300
200
b)
Código: FO-120200-03
Revisión: 00
Emisión: 20/10/2008
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
300
250
200
20 30 40 50 60
Edad
i) Figura 3. Intervalos de confianza para la respuesta media (línea punteada negra) y los intervalos
de predicción (en rojo) para la respuesta, para las edades de 20 a 50.
450
400
350
Grasas
300
250
200
20 30 40 50 60
Edad
Código: FO-120200-03
Revisión: 00
Emisión: 20/10/2008
CENTRO DE CIENCIAS BÁSICAS
DEPARTAMENTO DE ESTADÍSTICA
50
residuos
0
-50
250 300 350 400
valores.ajustados
Se cumple el supuesto de homocedasticidad, dado que los datos se encuentran distribuidos de manera
aleatoria.
Figura 5. Gráficas para supuesto de normalidad.
Normal Q-Q Plot Histogram of residuos
4
3
50
Sample Quantiles
Frequency
2
0
1
-50
-2 -1 0 1 2 -50 0 50 100
0
-50
5 10 15 20 25
Index
Claramente no hay ningún patrón en la gráfica por lo que el supuesto de independencia se cumple.
4 CONCLUSIONES Y/O RESUMEN
El análisis de regresión lineal simple, como parte de la inferencia estadística, es fundamental para
determinar relaciones de dependencia lineal entre variables y establecer su validez con el fin de hacer
estimaciones y predicciones dentro de un intervalo de confianza deseado. Obtener una ecuación de
regresión que describe el comportamiento lineal entre dos variables permite pronosticar valores futuros
de la variable bajo análisis con cierto grado de certeza, lo cual constituye una herramienta poderosa
pues le da al profesional la posibilidad de hacer ajustes en los procesos, tomar decisiones o establecer
políticas.
5 REFERENCIAS
Programa R
Código: FO-120200-03
Revisión: 00
Emisión: 20/10/2008