Documente Academic
Documente Profesional
Documente Cultură
SANTIAGO PAPASQUIARO
ESTADSTICA II
Ejercicios de Regresin y Correlacin
M.E. Everardo Cerecero Martnez
INTEGRANTES:
Frida Mejorado Salas
Adilene Carrasco Martnez
Jocelyn Santoyo Rivera
Hctor Corral Duarte.
Santiago Papasquiaro 12 de Abril de 2016
INTRODUCCION
El objetivo de este trabajo es analizar el grado de la relacin existente entre
variables utilizando ecuaciones matemticas y representaciones grficas. Para
representar la relacin entre dos o ms variables desarrollaremos una ecuacin
que permitir estimar una variable en funcin de la otra. Por ejemplo, Cul ser
la estatura de un joven de 17 aos? A continuacin, estudiaremos dicho grado de
relacin entre dos variables en lo que llamaremos anlisis de correlacin. Para
representar esta relacin utilizaremos una representacin grfica llamada
diagrama de dispersin y, finalmente, estudiaremos un modelo matemtico para
estimar el valor de una variable basndonos en el valor de otra, en lo que
llamaremos anlisis de regresin. En forma ms especifica el anlisis de
correlacin y regresin comprende el anlisis de los datos mustrales para saber
qu es y cmo se relacionan entre si dos o ms variables en una poblacin. El
anlisis de correlacin produce un nmero que resume el grado de la fuerza de
relacin entre dos variables; y el anlisis de regresin da lugar a una ecuacin
matemtica que describe dicha relacin.
En este trabajo se realizaran algunos ejercicios en donde aplicaremos lo realizado
en el saln de clase.
Ejercicio
La siguiente tabla muestra la edad, estatura y peso de algunos alumnos
de los niveles educativos de primaria, secundaria y preparatoria.
Determinar el diagrama de dispersin y la recta de ajuste.
Primaria
Estatura
Edad
6
8
10
7
8
7
10
11
11
12
Peso
1.25
21
1.32
27
1.41
32
1.35 Secundaria
28
Edad
1.38 Estatura
30
Peso
1.3
13
26 1.6
51
1.45
12
33 1.55
49
1.47
15
35 1.71
61
1.5
14
37 1.45
49
1.53
13
42 1.7
58
14
1.38
47
15
1.52
50
Preparatoria
13
1.65
57
Edad
Estatura
Peso
15
1.56
60
16
1.68
62
12
1.52
46
15
1.52
56
17
1.61
60
18
1.63
65
15
1.55
55
17
1.47
53
16
1.59
61
18
1.49
54
18
1.53
57
17
1.59
62
Correlacin Lineal
Edad
(X)
6
8
10
7
Estatur
a (Y)
1.25
1.32
1.41
1.35
Peso
(Z)
21
27
32
28
8
7
10
11
11
12
13
12
15
14
13
14
15
13
15
12
16
15
17
18
15
17
16
18
18
17
1.38
1.3
1.45
1.47
1.5
1.53
1.6
1.55
1.71
1.45
1.7
1.38
1.52
1.65
1.56
1.52
1.68
1.52
1.61
1.63
1.55
1.47
1.59
1.49
1.53
1.59
30
26
33
35
37
42
51
49
61
49
58
47
50
57
60
46
62
56
60
65
55
53
61
54
57
62
Edad y Estatura
Edad
(X)
6
8
10
7
8
7
10
11
11
12
13
Estatura
(Y)
1.25
1.32
1.41
1.35
1.38
1.3
1.45
1.47
1.5
1.53
1.6
X2
Y2
XY
36
64
100
49
64
49
100
121
121
144
169
7.5
10.56
14.1
9.45
11.04
9.1
14.5
16.17
16.5
18.36
20.8
1.5625
1.7424
1.9881
1.8225
1.9044
1.69
2.1025
2.1609
2.25
2.3409
2.56
12
15
14
13
14
15
13
15
12
16
15
17
18
15
17
16
18
18
17
x=
393
1.55
1.71
1.45
1.7
1.38
1.52
1.65
1.56
1.52
1.68
1.52
1.61
1.63
1.55
1.47
1.59
1.49
1.53
1.59
y=
45.26
x= 393
y= 45.26
x 2=5511
xy=601.4
y 2=68.687
x
x
y ( xy )
a=
144
225
196
169
196
225
169
225
144
256
225
289
324
225
289
256
324
324
289
x2
=5511
18.6
25.65
20.3
22.1
19.32
22.8
21.45
23.4
18.24
26.88
22.8
27.37
29.34
23.25
24.99
25.44
26.82
27.54
27.03
xy=
601.4
2.4025
2.9241
2.1025
2.89
1.9044
2.3104
2.7225
2.4336
2.3104
2.8224
2.3104
2.5921
2.6569
2.4025
2.1609
2.5281
2.2201
2.3409
2.5281
y2 =
68.687
y
x
( n xy )
b=
a= 1.2018
b= 0.0234
r= 0.7010
10
12
14
16
18
Edad y Peso
Edad
(X)
X2
Peso
(Y)
6
8
10
7
8
7
10
11
11
12
13
12
21
27
32
28
30
26
33
35
37
42
51
49
Y2
XY
36
64
100
49
64
49
100
121
121
144
169
144
126
216
320
196
240
182
330
385
407
504
663
588
441
729
1024
784
900
676
1089
1225
1369
1764
2601
2401
20
15
14
13
14
15
13
15
12
16
15
17
18
15
17
16
18
18
17
x
=393
61
49
58
47
50
57
60
46
62
56
60
65
55
53
61
54
57
62
y=
1424
x=393
y= 1424
x 2=5511
xy= 19889
y = 72532
x2
x
y ( xy )
a=
225
196
169
196
225
169
225
144
256
225
289
324
225
289
256
324
324
289
x2 =
5511
915
686
754
658
750
741
900
552
992
840
1020
1170
825
901
976
972
1026
1054
xy=
19889
3721
2401
3364
2209
2500
3249
3600
2116
3844
3136
3600
4225
3025
2809
3721
2916
3249
3844
y2
=72532
y
x
( n xy )
b=
a= 2.8753
b= 3.4039
r= 0.9223
10
12
14
16
18
Estatura y Peso
Estatura
(X)
1.25
1.32
1.41
1.35
1.38
1.3
1.45
1.47
1.5
1.53
1.6
1.55
1.71
X2
Peso
(Y)
21
27
32
28
30
26
33
35
37
42
51
49
61
Y2
XY
1.5625
1.7424
1.9881
1.8225
1.9044
1.69
2.1025
2.1609
2.25
2.3409
2.56
2.4025
2.9241
26.25
35.64
45.12
37.8
41.4
33.8
47.85
51.45
55.5
64.26
81.6
75.95
104.31
441
729
1024
784
900
676
1089
1225
1369
1764
2601
2401
3721
20
1.45
1.7
1.38
1.52
1.65
1.56
1.52
1.68
1.52
1.61
1.63
1.55
1.47
1.59
1.49
1.53
1.59
x
=45.26
49
58
47
50
57
60
46
62
56
60
65
55
53
61
54
57
62
y
=1424
x=45.26
y= 1424
x 2=68.687
xy= 2187.24
y 2= 72532
x2
x
y ( xy )
a=
2.1025
2.89
1.9044
2.3104
2.7225
2.4336
2.3104
2.8224
2.3104
2.5921
2.6569
2.4025
2.1609
2.5281
2.2201
2.3409
2.5281
x2=
68.687
71.05
98.6
64.86
76
94.05
93.6
69.92
104.16
85.12
96.6
105.95
85.25
77.91
96.99
80.46
87.21
98.58
xy=218
7.24
2401
3364
2209
2500
3249
3600
2116
3844
3136
3600
4225
3025
2809
3721
2916
3249
3844
y2
=72532
y
x
( n xy )
b=
a= -97.5255
b= 96.1062
r= 0.8699
1.3
1.4
1.5
1.6
1.7
1.8
Correlacin Mltiple
Edad
(X)
Estatura
Peso
X2
(Y)
(Z)
6
1.25
21
Y2
36
Z2
1.5625
XY
441
XZ
7.5
YZ
126
26.2
8
10
7
8
7
10
11
11
12
13
12
15
14
13
14
15
13
15
12
16
15
17
18
15
17
16
18
18
17
x=3
93
x=393
y =45.26
z=1424
x 2=5511
1.32
1.41
1.35
1.38
1.3
1.45
1.47
1.5
1.53
1.6
1.55
1.71
1.45
1.7
1.38
1.52
1.65
1.56
1.52
1.68
1.52
1.61
1.63
1.55
1.47
1.59
1.49
1.53
1.59
y=
45.26
27
32
28
30
26
33
35
37
42
51
49
61
49
58
47
50
57
60
46
62
56
60
65
55
53
61
54
57
62
z=
1424
64
100
49
64
49
100
121
121
144
169
144
225
196
169
196
225
169
225
144
256
225
289
324
225
289
256
324
324
289
x2=
5511
1.7424
1.9881
1.8225
1.9044
1.69
2.1025
2.1609
2.25
2.3409
2.56
2.4025
2.9241
2.1025
2.89
1.9044
2.3104
2.7225
2.4336
2.3104
2.8224
2.3104
2.5921
2.6569
2.4025
2.1609
2.5281
2.2201
2.3409
2.5281
y2=
68.687
729
1024
784
900
676
1089
1225
1369
1764
2601
2401
3721
2401
3364
2209
2500
3249
3600
2116
3844
3136
3600
4225
3025
2809
3721
2916
3249
3844
z2=
72532
10.56
14.1
9.45
11.04
9.1
14.5
16.17
16.5
18.36
20.8
18.6
25.65
20.3
22.1
19.32
22.8
21.45
23.4
18.24
26.88
22.8
27.37
29.34
23.25
24.99
25.44
26.82
27.54
27.03
xy=6
01.4
216
320
196
240
182
330
385
407
504
663
588
915
686
754
658
750
741
900
552
992
840
1020
1170
825
901
976
972
1026
1054
xz=19
889
35.6
45.1
37
41
33
47.8
51.4
55
64.2
81
75.9
104.3
71.0
98
64.8
7
94.0
93
69.9
104.1
85.1
96
105.9
85.2
77.9
96.9
80.4
87.2
98.5
yz=21
7.2
y 2=68.687
z 2=72532
xy=601.4
xz=19889
yz =2187.24
Sistema de Ecuaciones
z=a+ bx+ cy
z=na+ b x + c y
2
xz=a x +b x + c xy
yz=a y + b xy + c y 2
D=
30
393
45.26
393
5511
601.4
45.26
601.4
68.687
30
393
45.26
393
5511
601.4
11356021.71+10697210.05+10697210.05-11289104.9410850458.8-10608638.46= 2239.61
D=2239.6074
1424
393
45.26
1424
393
Da
=
19889
2187.24
5511
601.4
601.4
68.687
19889
2187.24
5511
601.4
539032497.2+516954611.4+541365930.6-545558592.5515035111-536883487=-124151.333
Db
=
30
393
45.26
1424
19889
2187.24
45.26
601.4
68.687
30
393
45.26
1424
19889
2187.24
40983472.29+38760374.32+38904831.58-40741972.139462184.08-38439443.18= 5078.8488
Dc
=
30
393
45.26
393
5511
601.4
1424
19889
2187.24
30
393
45.26
393
5511
601.4
361616389.2+353769223+336562684.8-355185272.6358837338-337817030.8=108655.62
a=
124151.333
=55.4344
2239.6074
b=
5078.8488
=2.2677
2239.6074
c=
108655.62
=48.5154
2239.6074
z=a+ bx+ cy
z=55.4344+2.2677+ 48.5154
CONCLUSIN
Estas tcnicas estadsticas constituyen una herramienta til para el anlisis de las
variables de un proceso ya que a travs de la aplicacin de stas, es posible
conocer el modelo que siguen y la fuerza con que se encuentran relacionadas.
Asimismo, es posible explicar la relacin que guardan dos o ms causas de un
problema.
La regresin lineal simple y la regresin mltiple, analiza la relacin de dos o ms
variables continuas, cuando analiza dos variables a esta se el conoce como
variable bivariantes que pueden corresponder a variables cualitativas. La finalidad
de una ecuacin de regresin es la de estimar los valores de una variable con
base en los valores conocidos de la otra. Del mismo modo, una ecuacin de
regresin explica los valores de una variable en trminos de otra.