Académique Documents
Professionnel Documents
Culture Documents
CÓDIGO 100105_18
Trabajo Colaborativo 3
Momento 3
Laboratorio
Simple y Múltiple
Presenta
Tutor
Mayo de 2016.
INTRODUCCION:
Los seres humanos crecimos como especie aprendiendo a usar nuestra herramienta
básica adaptativa: el cerebro. Pero el desarrollo de esta herramienta no hubiera sido
posible si no fuera por la interacción social entre los miembros de la especie, para poder
compartir y ponernos de acuerdo en simbologías similares (el número, entre otras) para
poder transmitir mensajes comprensibles para todos, que permitieran prever peligros,
organizar defensas contra ataques de otras especies, explorar nuevos lugares en la
Tierra, para que otros pudieran anticiparse a los peligros allí existentes, a través de
informaciones cada vez más precisas, transmitidas de unos a otros.
Pero tales cosas no serían posibles sin el uso de las matemáticas y sin el uso de la
estadística. Tales cosas no hubieran sido posibles si no hubiésemos aprendido a contar
las estrellas, a calcular el tiempo, a predecir las fases lunares. He aquí la importancia
capital de la recolección de datos y de su interpretación certera; he aquí a la humanidad
contando historias y contando números y pensando que el futuro, en efecto, es posible,
porque así lo indican las estadísticas que poseemos desde que aprendimos a contar
estrellas.
JUSTIFICACION:
La estadística es el medio necesario para poder entender las distintas variables que
conforman nuestro complejo tejido social. Dentro de este mismo tejido conviven
culturas diversas con diferentes costumbres, cosmogonías y filosofías de vida. Para
poder entender semejante universo, se hace del todo necesario apelar a los medios de
que nos provee la estadística, en especial cuando se trata de comprender en su
complejidad los veloces cambios de la sociedad moderna.
Pero, para aproximarnos a cualquier fenómeno que hayamos establecido como el objeto
de nuestra búsqueda, es indispensable, antes de cualquier otro paso experimental que se
desee dar, conocer en sus detalles más íntimos esa realidad prometedora. Aparece
entonces la ESTADÍSTICA DESCRIPTIVA como la primera herramienta de
aproximación.
Pero más allá del evidente y necesario uso de las herramientas estadísticas en pro del
conocimiento científico, está el hecho ineludible de que la estadística está en cada lugar
por el que transcurre la vida cotidiana de la humanidad, lo que la hace materia de uso
común y de necesario conocimiento.
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
Ejercicio 1:
b-Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?
Ejercicio 2
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. Es confiable?
Ejercicio 3
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. Es confiable?
Paso 2.
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. Es confiable?
Paso 3.
Paso 4:
Ejercicio 1
100
98 y = 14.947x + 74.283
R² = 0.8774
96
PUREZA
94
92
90
88
86
0 0.5 1 1.5 2
% HIDROCARBUROS
14,947x+74,283
Es confiable?
Para resolver esta explicación del modelo y el grado de relación, volvemos a escoger la
relación o sea R^2, que es igual a 0,8774 y le sacamos la raíz cuadrada, quedando como
resultado 0,9366963 y si con este resultado, nos vamos a la tabla de interpretación de
valores, nos damos cuenta que la relación entre las dos variables es excelente, ya que se
encuentra entre el rango de 0,90 < r < 1.
x= % Hidrocarburos = no lo conocemos
y= Pureza = 91,3
X (% DE
HIDROCARBUROS)
Y (PUREZA) X*Y 𝑋𝑋 𝑌2
0,99 90,01 89,1099 0,9801 8101,8001
1,02 89,05 90,831 1,0404 7929,9025
1,15 91,43 105,1445 1,3225 8359,4449
1,29 93,74 120,9246 1,6641 8787,1876
1,46 96,73 141,2258 2,1316 9356,6929
1,36 94,45 128,452 1,8496 8920,8025
0,87 87,59 76,2033 0,7569 7672,0081
1,23 91,77 112,8771 1,5129 8421,7329
1,55 99,42 154,101 2,4025 9884,3364
1,4 93,65 131,11 1,96 8770,3225
1,19 93,54 111,3126 1,4161 8749,7316
1,15 92,52 106,398 1,3225 8559,9504
0,98 90,56 88,7488 0,9604 8201,1136
1,01 89,54 90,4354 1,0201 8017,4116
1,11 89,85 99,7335 1,2321 8073,0225
1,2 90,39 108,468 1,44 8170,3521
1,26 93,25 117,495 1,5876 8695,5625
1,32 93,41 123,3012 1,7424 8725,4281
1,43 94,98 135,8214 2,0449 9021,2004
0,95 87,33 82,9635 0,9025 7626,5289
23,92 1843,21 2214,6566 29,2892 170044,532
X Y X*Y 𝑋𝑋 𝑌2
Método de mínimos cuadrados
Ecuación de regresión
Y= a+bx
lineal
Formulas:
b= 20(2214.6566)-23.92(1843.21)=
20(29.2892)-(23.92)²
Despejamos paréntesis:
20*2214,6566 = 44293,132
23,92*1843,21= 44089,5832
20*29,2892= 585,784
23,92*23,92= 572,1664
Resolvemos:
b= 44293.132 – 44089.5832=
585.784-572.1664
b= 203,5488 = 14,94747973
13,6176
b= 14,94747973
Resolvemos aplicando la fórmula:
a= 1843.21- 14.94747973(23.92)
20
Despejamos paréntesis:
a= 1843.21- 357,543715 =
20
a= 1485,666285 = 74.28331424
20
a= 74,28331424
Y= a+bx
14,94747973x + 74,28331424
Y=89,23079398
Y utilizaremos los valores de y, b, y ,a
Y= 89,23
b= 14,94747973
a= 74,28331424
√170044,53−74,283314(1843,21)−14,94748∗2214,6566
Se=
20−2
√170044,53−136919,75−33103,535
Se=
18
√21,250265
Se=
18
Se=√1,1805703
=RCUAD(1,1805703)
𝛴𝑦 2
𝑆 2 𝑦= − 𝑦2
𝑛
Reemplazando:
170044,352
𝑆2𝑦 = − (1843,21)2
20
170044,532
𝑆2𝑦 = − (1843,21)2
20
𝑆 2 𝑦 8502,22661 − 3397423,104
𝑆 2 𝑦 8502,22661 − 3397423,104
Ahora vamos con el de correlación
Formula
𝑆𝑒 2
𝑅 22= 1- 2
𝑆𝑦²ͺ
S𝑒 =(1,086540519) = 1.1805703
Se= 1,086540519
𝑺𝟐 𝒚 = −𝟑𝟑𝟖𝟖𝟗𝟐𝟎, 𝟖𝟖
1,1805703
𝑅 2= 1-
3397423,1
𝑹𝟐 ==1.00000035
Ejercicio 2
Hay una tendencia positiva, ya que hay una relación directa entre el consumo de vapor
y la temperatura es decir a medida que aumenta el temperatura, aumenta también el
consumo de vapor.
y = 9,2087x - 6,3184
Es confiable?
Es confiable? Para saber si es confiable debemos escoger el coeficiente de
determinación el cual nos determina que tan confiable es, para esto escogemos la
relación o sea R^2 que es igual a 0,999 y lo multiplicamos por 100 esto nos da como
resultado 99,99%, el cual nos indica que si es confiable
Para resolver esta explicación del modelo y el grado de relación, volvemos a escoger la
relación o sea R^2 que es igual a 0,9999 y le sacamos la raíz cuadrada, quedando como
resultado 0,99995 y si con este resultado nos vamos a la tabla de interpretación de
valores, nos damos cuenta que la relación entre las dos variables es excelente, ya que se
encuentra entre el rango de 0,90<r<1
x= Vapor = no lo conocemos
y= Temperatura =70° F
70-6,3184=9,2087x
9,2087 9,2087
Consumo
Temperat
Mes de vapor X*Y
ura (oF)
(Lb)
Formulas:
b= 12(265883,86)-(558)(5062,63 =
12(29256)-(558)²
Despejamos paréntesis 12*265883= 3190596 558*5062,63=2824947,5
12*29256= 351072 558*558= 311364
b= 3190596-2824947,5 = 365648,46
351072-311364 39708
b= 365648,46 = 9,20843306
39708
b=9,2084331
Resolvemos a, aplicando la
Formula:
a=-6,3063058
Ecuación de regresión lineal
Y= a+bx Ya conocemos a= -6,306358 y b= 9,2084331, desconocemos x
Y= -6,30630582 + 9,20843306= 2,90212724
Y= 2,90212724
Ahora hallaremos el coeficiente de correlación, pero para poder hallarlo debemos primero
hallar el error estándar del estimado, que se calcula a través de esta ecuación:
Y utilizaremos los valores de y, b, y ,a
Y= 2,90212724
b= 9,20843306 -
a= -6,30630582
2416493,4
√2416493,4−(−6,3063058)(5062,63)−9,2084331(265883,86) -31926,4929
Se= 2448373,74
12−2
10
2416493,4+31926,493−2448373,7
Se=√ 2416493,4
10
31926,493
2448373,7
4896793,6 4896793,59
Se=√ 10
10
489679,359
699,77093
Se=√489679,36
Se= 699,7709
𝛴𝑦 2
𝑆 2 𝑦= − 𝑦2
𝑛
Resolviendo
Para hallar el coeficiente de determinación, primero hallamos la varianza de las
variables separables
𝛴𝑦 2
𝑆 2 𝑦= − 𝑦2
𝑛
Reemplazando:
2416493,4
𝑆2𝑦 = − (5062,63)2
12
Resolviendo
- -
2416493,4 2
2
𝑆 𝑦 = − (5062,63) 201374 25630222
25428848,
12 2416493,4 = ,45 ,5= 07
12
𝑆2𝑦 = 201374,45 − 25630223
𝑆2𝑦 = −25428848,1
Resolvemos:
489679,31
𝑅 2= 1-
−25428848,1
(-
1 0,0192568 1,01925
- 4)= 684
𝑹𝟐 = 1,01925684
Como podemos observar en el resultado de R, notamos que existe una
correlación perfecta entre las variables
Ejercicio 3
Umbral de reflejo
100
Umbral de reflejo
80 y = 0,1191x + 0,4177
60
R² = 0,9168
40
20
0
0 100 200 300 400 500 600 700
% Sobrepeso
Hay una tendencia positiva, ya que hay una relación directa entre la obesidad
y el umbral del dolor es decir a medida que aumenta la obesidad, aumenta también
el dolor sobre todo en las articulaciones.
b. Ajuste un modelo matemático que permita predecir el efecto de una variable
sobre la otra.
y = 0,1191x + 0,4177
Para resolver esta explicación del modelo y el grado de relación, volvemos a escoger la
relación o sea R^2 que es igual a 0,9168y le sacamos la raíz cuadrada, quedando como
resultado 0,957496736 y si con este resultado nos vamos a la tabla de interpretación de
valores, nos damos cuenta que la relación entre las dos variables es excelente, ya que se
encuentra entre el rango de 0,90<r<1.
y (umbral de
x (porcentaje
reflejo de X*Y 𝑋𝑋
de sobrepeso) 𝑌2
flexión
89 2 178 7921 4
90 3 270 8100 9
75 4 300 5625 16
30 4,5 135 900 20,25
51 5,5 280,5 2601 30,25
75 7 525 5625 49
62 9 558 3844 81
45 13 585 2025 169
90 15 1350 8100 225
20 14 280 400 196
627 77 4461,5 45141 799,5
X Y X*Y
Método de mínimos cuadrados
Formulas:
Despejamos paréntesis
b= 10(4461,5)-(627)(77) = 10*4461,5=44615 627*77=48279
10(45141)-(627)² 10*45141=451410 627*627=393129
b= 44615-48279 = -3664
451410-393129 58281
b= -3664 = -0,06286783
58281
b=-0,06286783
a= 77-(-0,06286783)(627) Despejamos77-39,41812941=116.418129
10
a= 116,418129 = 11,64181294
10
a= 11,6418129
799,5
√799,5−11,6418129(77)−(−0,06286783)(4461,5) 896,4195933
Se= -280,3509785
10−2
8
799,5
896,4195933
√799,5−896,419593+280,350979
Se= 280,350979
8
1976,270572
8
√1976,27057 =247,033822
Se=
8
= 15,71731
Se=√247,033822
Se= 15,7173096
𝛴𝑦 2
𝑆 2 𝑦= − 𝑦2
𝑛
799,5
Resolviendo 𝑆2𝑦 = − (77)2
10
799,5
𝑆2𝑦 = − (77)2 799,5= 79,95-5929= -5849,05
10
10
𝑆2𝑦 = 5929
Paso 2
Grados de
X.Y X² y²
Velocidad alcohol
66 0,0 0 0 4356
75 0,0 0 0 5625
66 0,0 0 0 4356
70 0,0 0 0 4900
68 0,0 0 0 4624
77 0,0 0 0 5929
80 0,0 0 0 6400
83 0,0 0 0 6889
95 0,0 0 0 9025
70 0,0 0 0 4900
79 0,0 0 0 6241
72 0,0 0 0 5184
69 0,0 0 0 4761
69 0,0 0 0 4761
50 1,6 80 2,56 2500
73 0,0 0 0 5329
80 0,0 0 0 6400
70 0,0 0 0 4900
79 0,0 0 0 6241
80 0,0 0 0 6400
68 0,0 0 0 4624
77 0,0 0 0 5929
71 0,0 0 0 5041
100
80
60
40
20
0
0 20 40 60 80 100 120 140
Velocidad
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra.
y = -0,0648x + 76,727
Es confiable?
Para saber si es confiable debemos escoger el coeficiente de determinación el cual nos
determina que tan confiable es, para esto escogemos la relación o sea R^2 que es igual a
0,0163 y lo multiplicamos por 100, esto nos da como resultado 1.63%, el cual nos
indica que si es confiable
Formulas:
Despejamos
b 120*(12132)-(8737)*(133) 120*12132= 1455840 8737*133= 1162021
parentesis:
120(364,4)- (8737)² 120*364 43723,2 8737*8737= 76335169
b 1455840-1162021 Resolvemos
43720-76335169
b 293819 -0,00385127
-76291449
b= -0,00385127
Despejamos
133-(-0,00385127)(8737) 133 -33,6485496 166,64855
a parentesis:
120
a 166,64855 1,38873791
120
a= 1,38873791
Ecuacion de regresion lineal
Y= a+bx Ya conocemos a= 1,38873791 y b= -0,00385127, desconocemos x
Y= 0,00385127x + 1,38873791
Y= 1,38488664
Y= 8738,4
b= -0,00385127
a= 1,388737913
(184,702142) -46,7239716
√673193−1,38873791(133)−(−0,0038513)∗12132
Se=
120−2
118
672961.57
√673193−184,70214+46,723972
Se=
118
118
√672961,57 5703,06419
Se=
118
Se=√5703,0642
118 75,5186348
Este sería el error estándar del
Se= 75,5186348 estimado
𝛴𝑦 2
𝑆 2 𝑦= − 𝑦2
𝑛
Reemplazando:
673193
𝑆2𝑦 = − (133)2
120
Resolviendo
673193
𝑆2𝑦 = − (133)2
120 5609,941667 17689
5703,0642
Formula
𝑆𝑒 2
𝑅 2= 1-
𝑆𝑦²ͺ
Resolvemos:
𝑹𝟐 = 1.4721448
Paso 3.
NUMERO DE
VELOCIDAD GRADOS DE ALCOHOL
MUERTOS
(X₁) (X₂)
(Y)
RELACION:VELOCIDAD VS NUMERO DE
MUERTOS
160 y = -1.2271x + 73.862
140 R² = 0.0035
NUMERO DE MUERTOS
120
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
VELOCIDAD
3.0
NUMERO DE MUERTOS
2.5
2.0
1.5
1.0
0.5
0.0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
GRADOS DE ALCOHOL
- Relacionar la información obtenida con el problema
Una vez que hemos calculado la recta de regresión y el ajuste que hemos conseguido
con el modelo de regresión lineal, el siguiente paso consiste en analizar si la regresión
en efecto es válida y la podemos utilizar para predecir. Para ello debemos contrastar si
la correlación entre ambas variables es distinta de cero o si el modelo de regresión es
válido en el sentido de contrastar si el análisis de nuestra variable endógena (Y). es
válido a través de la influencia de la variable explicativa (X).
Supongamos por un lado que el coeficiente de correlación lineal r, está próximo a +1 o a
–1,y por tanto parece indicar la existencia de una correlación lineal entre los valores de
la muestra. Pero este valor del coeficiente de correlación lineal muestral entre ambas
variables no garantiza que también estén correlacionadas en la población.
NUMERO
DE Grados de
Velocidad
MUERTOS alcohol
(X₁) X₁Y X₂Y X₁,X₂ X₁² X₂² Y²
(Y) (X₂)
𝑌= b₁∑X₁ + b₂∑X₂
∑X₁y= a∑X₁ + b₁∑X₁² + b₂∑X₁,X₂
∑X₂Y= a∑X₂ + b₂∑X₁,X₂ + b₂∑X₂²
Resolvemos aplicando la formula:
Y= b₁∑X₁ + b₂∑X₂
x2n 44,1666667
1 159 6a 265b1 85b2
7022,5 265 11704,1667 3754,16667
72,8083333
Ecuacion 1 103 120a 8737b1 133b2
7499,25833 120 636126,408 9683,50833
7393 120 673193 12132
106,258333 0 -37066,5917 -2448,49167 ´(5)