Actividad Colaborativa Regresión y Correlación Lineal Simple y Multiple.

REGRESION LINEAL SIMPLE Y REGRESION LINEAL MULTIPLE
MAIBETH LUCIA PARDO, COD: 1018432677

MARIA DEL PILAR VILORIA, COD: 1066187792
MARIA ANDREA BULA, COD: 1067291821
ANGIE NOHELIS CADENA, COD: 1050399672
LEISY LORENA SANTA, COD: 1128399793
GRUPO: 204040_187
TUTOR:ROBERTO MARIO DE LEN
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES
PROGRAMA DE PSICOLOGA
ESTADSTICA DESCRIPTIVA
SAHAGN COLOMBIA
2016
Introduccin.
El siguiente trabajo muestra una serie de ejercicios de regresin y correlacin lineal
simple y mltiple donde se relacionan las variables de la bases de datos presentada de
los accidentes de trnsito en Medelln en el 2015 donde se identificaran dos variables
cuantitativas de la situacin estudiada que puedan estar relacionadas, el diagrama de
dispersin de dichas variables, la asociacin entre las variables, el modelo matemtico
que permite predecir el efecto de una variable sobre la otra y si es confiable y el
porcentaje de explicacin del modelo y el grado de relacin de las dos variables como la
informacin obtenida con el problema.
Justificacin.
Con el fin de mejorar nuestro aprendizaje atreves de las unidades expuestas, se tomarn
las temticas regresin y correlacin lineal simple y regresin correlacin lineal
mltiple donde se realizar una serie de ejercicios para su mejor compresin y saber.
Objetivos.
Para realizar los ejercicios primero se debe obtener los estimadores de los parmetros,
estimar la varianza del error, obtener los errores estndares de los parmetros estimados,
probar la hiptesis sobre los parmetros, clculo de valores estimados basados en la
ecuacin estimada, estimar el ajuste o la falta de ajuste del modelo.
El modelo a utilizar es Y= a+ bx, a es el intercepto, b es la pendiente de la funcin, la
que nos indica el cambio marginal de Y respecto a X.
En los ejercicios del laboratorio y el grupal se buscar primero en el simple
identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas.
Dos realizar el diagrama de dispersin de dichas variables y determinar el tipo
de asociacin entre las variables.
Encontrar el modelo matemtico que permite predecir el efecto de una variable
sobre la otra y si es confiable?
Determinar el porcentaje de explicacin del modelo y el grado de relacin de las
dos variables.
Relacionar la informacin obtenida con el problema.
En el mltiple se identificar una variable cuantitativa
dependiente y varias variables independientes del estudio de investigacin.
Realizar el diagrama de dispersin de dichas variables y calcular la recta de
regresin y el coeficiente de correlacin para probar estadsticamente su
relacin.
Relacionar la informacin obtenida con el
problema.
Anlisis de correlacin lineal simple de las dos variables cuantitativas
seleccionadas.
Maibeth lucia pardo:
1. Regresin y Correlacin lineal Simple
a. Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

relacionadas.
b. Realizar el diagrama de dispersin de dichas variables y determinar el tipo de

asociacin entre las variables.
c. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
d. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
e. Relacionar la informacin obtenida con el problema.
NUME VELO NUMER VELO NUMERO VELO

RO DE CIDA O DE CIDAD DE CIDAD
MUER D MUERT MUERTOS
TOS OS
1 33 3 68 6 78
1 38 1 38 6 79
1 40 1 40 7 79
1 40 1 40 7 79
1 45 1 45 7 80
2 45 2 45 7 80
1 48 1 48 7 80
2 50 2 50 7 80
2 50 2 50 7 80
2 50 2 50 7 80
2 50 2 50 7 80
2 51 2 51 7 81
2 55 2 55 8 81
1 55 1 55 8 81
2 55 2 55 8 83
2 55 2 55 8 83
2 55 2 55 9 83
2 55 2 55 9 83
2 60 2 60 8 83
2 60 2 60 8 83
2 60 2 60 8 85
2 62 2 62 8 86
2 63 2 63 10 88
2 65 2 65 9 88
2 65 2 65 9 88
2 66 2 66 9 88
2 66 2 66 10 88
2 66 2 66 9 95
2 66 2 66 11 95
2 66 2 66 11 100
2 67 2 67 11 105
3 67 3 67 12 108
3 67 3 67 12 111
3 68 3 68 12 138
3 68 3 68 12 138
3 68 3 68 12 150
3 68 3 68
Solucin.
a. Las variables cuantitativas son: nmero de muertos y velocidad.
b. El diagrama de dispersin es:
VELOCIDAD
160
140
120
100 f(x) = 5.23x + 47.97
80 R = 0.79
Velocidad
60
40
20
0
0 2 4 6 8 10 12 14
Nmero de Muertos
El tipo de asociacin es lineal.

c. El modelo matemtico es: y = 5,2288x + 47,968, este modelo es confiable ya que el
grado de correlacin es R = 0,7907
d. El grado de correlacin es R = 0,7907, con porcentaje de 79,07.
e. La relacin que se obtiene entre la informacin de la tabla y el resultado del anlisis

de la regresin, muestra que evidentemente existe una relacin en cuanto al nmero
de muertos versus la velocidad.
Mara del pilar Viloria:

Solucin
-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas.
Velocidad, nmero de heridos.
- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de
Asociacin positiva.
- Encuentre el modelo matemtico que permite predecir el efecto de una variable
sobre la otra. Es confiable?
Modelo matemtico y= 0,058x - 0,6267 R2=0,4693. Es un poco confiable
porque su valor es un poco bajo.
- Determine el porcentaje de explicacin del modelo y el grado de relacin de las
dos variables.
El modelo es R2=0,4693
Porcentaje: 0,4693*100=46,93%
viene siendo de 46,93%. Su grado de relacin es poco aceptable entre las dos
variables.
r= 2 R 2
r= 2 0,4693
r=0,7021395873
porcentaje: 0,7021395873*100=70,21395873% y su correlacin (r) es regular.
Relacionar la informacin obtenida con el problema.

Con los resultados obtenidos en la recta se puede decir que tiene una relacin es
es poco aceptable entre las variables velocidad y nmero de heridos el R2
explica que tiene un 46,93% y el valor de r confirma adems que su correlacin
es regular teniendo un porcentaje de 70,21395873% entre las dos variables
velocidad y nmero de heridos, en los accidentes de trnsito de Medelln en el
2015.
Mara Andrea Bula

1. Regresin y Correlacin lineal Simple:
Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas.
Velocidad
nmero de muertos

Velocidad vs # de muertos
14
f(x) = 0.15x - 6.29
12 R = 0.8
10
8
No. De Muertos
6
0
20 40 60 80 100 120 140 160
velocidad
La asociacin es positiva.
Y=0,1518x-6,2858, R2=0,7971
Es confiable porque su valor es alto, el modelo es R2=0,7971
dos variables.
El porcentaje 0,7971x100=79,71%
Su grado de relacin es bastante aceptable.
- Relacionar la informacin obtenida con el problema.
Los resultados obtenidos en la recta nos da una relacin bastante aceptable entre las dos
variables velocidad y numero de muerto teniendo una correlacin del 89.28% entre las
dos variables indicando que a mayor velocidad mayor cantidad de muertes en accidentes
de trnsito en la ciudad de Medelln.
Angie Nohelis Cadena
1-Regresin y Correlacin lineal Simple
Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

relacionadas
Las variables cuantitativas que quizs podran estar relacionadas son grados de alcohol
del conductor y nmero de heridos

in entre grados de alcohol del conductor y nmero de herido

8
7
6
5 f(x) = 1.17x + 1.63
R = 0.51
Nmero de heridos 4
3
2
1
0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
Grados de acohol del conductor

Encuentre el modelo matemtico que permite predecir el efecto de una variable
El modelo matemtico se obtiene aplicando el mtodo de mnimos cuadrados
Modelos matemtico de la forma Y= a+b1X1+b2X2
se trata de hallar de identificar los parmetros b1, b2 y a. Para ello se procede utilizando
la Excel arrojando los siguientes datos de manera automtica
Resumen
Estadsticas de la regresin
Coeficiente de correlacin 0,946163514
mltiple
Coeficiente de determinacin 0,895225395
R^2
R^2 ajustado 0,893266991
Error tpico 1,008035533
Observaciones 110
ANLISIS DE VARIANZA
Grados de
libertad
Regresin 2
Residuos 107
Total 109
Coeficientes
Intercepcin -3,069758962
Variable X 1 0,059221055
Variable X 2 2,058677504
a= -3,0697
b1=0.0592
b2=2.0586
Reemplazamos los datos en la ecuacin Y= a+b1X1+b2X2
Modelo matemtico Y= -3.0697+0.0592X1+2.0586X2
Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
R^2 = 0,8952, Por ser cercano a 1, el modelo matemtico es confiable, dicho de otra
manera
R^2 = 0,8952*100% = 85.92%, el modelo matemtico explica el 85.92% de
confiabilidad
R= ( 0,8952)
R= 0,9461*100%= 94.61%
la correlacin entre las variables es excelente, dado que su valor de coeficiente es de
0.9461, dicho de manera porcentual, la correlacin entre las variables es excelente, ya
que ofrece el 94.61%.
Lo anterior comprueba estadsticamente la relacin de las tres variables analizadas;
nmero de muertos, grados de alcohol del conductor y la velocidad
Los resultados anteriores indican que las variables nmero de muertos, grados de
alcohol del conductor y la velocidad se encuentras relacionadas a travs de un modelo
matemtico de regresin mltiple Y= -3.0697+0.0592X1+2.0586X2, este modelo
explica el 85.82% de confiabilidad, esto debido a que dicha variables se encuentran en
una correlacin excelente del 94.61%
Leisy Lorena Santa

-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas.
Grados de alcohol del 0,0 0,3 0,0 0,2 0,6 0,4 0,2 0,6 0,7 0,5
conductor (X)
Edades (Y) 29 38 52 46 21 18 54 33 52 38

Diagrama de Dispersin
Grados de alcohol vs Edad del conductor

60
50
40 f(x) = 15.88x + 31.94

R = 0.07
Edades 30
20
10
0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Grados de alcohol
Mtodo de mnimos cuadrados
Grados de
alcohol del Edad (y) x*y x2 y2
conductor (x)
0,0 29 0 0 841
0,3 38 11,4 0,09 1444
0,0 52 0 0 2704
0,2 46 9,2 0,04 2116
0,6 21 12,6 0,36 441
0,4 18 7,2 0,16 324
0,2 54 10,8 0,04 2916
0,6 33 19,8 0,36 1089
0,7 52 36,4 0,49 2704
0,5 38 19 0,25 1444
3,5 381 126,4 1,8 16023
Partimos de la ecuacin lineal:
Y = Variable independiente
A = Intercepto con el eje y
b = a + bX X = Variable dependiente
b = Pendiente
Frmulas para hallar los valores a y b:
a=
y b x
n
n xy x y
b=
n x2 ( x ) 2
Hallamos el valor b
n xy x y
b=
n x2 ( x ) 2
10(126,4)(3,5)(381)
b=
10 (1,8)-(3,5) 2
12641333,5
b=
18-12,25
69,5
b=
5,75
b = 12,0869565
Hallamos el valor a
a=
y b x
n
( 381)(12,086)(3,5)
a=
10
( 381)42,301
a=
10
338,699
a=
10
a = 33,8699
Podemos observar que la variable independiente se encuentra relacionada con la

variable dependiente.
a = 33,8699
b = a + bX
b = 12,0869565
b = 12,08695 x + 33,8699

dos variables.
Hallar el coeficiente de Correlacin
Se =
y 2a y b xy
n2
Se =
16023,033,8699( 381 )12,0869(126,4)
102
Se =
16023,012904,43191527,78416
102
Se =
1590,78394
8
Se = 198,847992
Se = 14,10134
Este valor equivale al error del estndar del estimado.
Hallar el coeficiente de Determinacin
Formula de coeficiente de determinacin. Promedio de y

S 2y =
y2 2
n y
=38,1

y2
Hallar la varianza de la variable separable:
S 2
=
y2
2
y
n y
16023
S 2y = (38,1)2
10
2
S y = 1602,31451,61
S 2y = 150,69
Frmula para hallar la correlacin.
2
2 Se
R =1- 2
Sy
2
2 (14,10134)
R =1-
150,69
2 198,8477
R =1-
150,69
R2 = 1 - 1,3195
2
R = 0,3195
Con los resultados obtenidos se puede asegurar que la ecuacin de la recta es una muy
proporcional a la relacin entre las variables de edades y grados de alcohol. El R2
afirma adems que el modelo explica el 31,95 % de la informacin y el valor de r
coeficiente de correlacin lineal hace una correlacin afirmativa entre las variables:
edades y grados de alcohol del estudio de investigacin.
Anlisis de correlacin mltiple de las variables cuantitativas seleccionadas.

2. Regresin y Correlacin Lineal Mltiple:
a. Identificar una variable cuantitativa dependiente y varias variables independientes

del estudio de investigacin.
b. Realizar el diagrama de dispersin de dichas variables.
c. calcular la recta de regresin y el coeficiente de correlacin para probar

estadsticamente su relacin.
d. Relacionar la informacin obtenida con el problema.
NUME ED VELOCI NUME ED VELOCI NUME ED VELOCI
RO DE AD DAD RO DE AD DAD RO DE AD DAD
HERID HERID HERID
OS OS OS
1 29 33 2 45 68 4 52 78
2 38 38 4 32 69 5 38 79
3 52 40 3 45 69 4 46 79
0 46 40 2 31 69 3 29 79
2 21 45 3 33 69 5 17 80
2 18 45 2 23 69 4 22 80
1 54 48 1 56 69 3 34 80
0 33 50 4 18 69 4 46 80
2 52 50 3 54 70 5 55 80
3 38 50 2 33 70 4 19 80
3 46 50 4 52 70 3 21 80
4 29 51 4 38 70 3 42 81
1 17 55 3 46 70 3 46 81
2 22 55 5 29 70 6 36 81
1 55 55 6 17 70 5 35 83
3 60 55 5 22 70 4 55 83
3 33 55 3 54 71 4 22 83
2 32 55 4 17 71 5 18 83
3 46 60 5 21 72 6 54 83
2 55 60 5 46 72 6 33 83
3 19 60 3 55 73 5 52 85
4 21 62 6 19 73 7 38 86
3 42 63 5 21 73 5 46 88
3 46 65 3 42 74 6 29 88
3 36 65 3 46 74 7 17 88
4 35 66 4 36 74 5 22 88
2 43 66 4 35 75 6 38 88
3 32 66 3 56 75 6 52 95
4 24 66 4 22 75 5 46 95
3 44 66 2 23 75 4 21 100
3 31 67 2 45 76 7 18 105
4 50 67 3 43 77 7 54 108
3 30 67 3 34 77 4 60 111
4 48 68 4 38 77 7 33 138
3 53 68 2 18 77 5 32 138
4 35 68 5 54 78 7 46 150
2 46 68 3 33 78
a. Las variables cuantitativas son: nmero de muertos, edad y velocidad. (variable

independiente: Edad y Velocidad; Variable dependiente: Nmero de Heridos).
b. El diagrama de dispersin es:
NMERO DE HERIDOS VS EDAD

12
10
EDAD 6
0
0 1 2 3 4 5 6 7
NUMERO DE HERIDOS
NMERO DE HERIDOS VS VELOCIDAD

12
10
VELOCIDAD 6
0
0 1 2 3 4 5 6 7
NUMERO DE HERIDOS
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,69758531
Coeficiente de determinacin R^2 0,486625264
R^2 ajustado 0,477029475
Error tpico 1,122367618
Observaciones 110
Coeficientes Error tpico

-
0,04079488
Intercepcin 1 0,543106216
-
Variable X 1 0,016113508 0,008491478
0,05873849
Variable X 2 2 0,005925686
Ecuacin
Y=b0 + b1x1+ b2x2
Y=-0,040794881+ -0,016113508x1+ 0,058738492x2
El tipo de asociacin es lineal.

c. El modelo matemtico es: Y=-0,040794881+ -0,016113508x1+ 0,058738492x2,
este modelo no es muy confiable ya que el grado de correlacin es R =
0,477029475
El grado de correlacin es R = 0,477029475, con porcentaje de 47,7029475.
d. La relacin que se obtiene entre la informacin de la tabla y el resultado del anlisis
de la regresin, muestra que evidentemente existe una relacin no muy notable en
cuanto a las variables independiente edad y velocidad versus nmero de heridos.
Maria del pilar Viloria.

Solucin
-Identificar una variable cuantitativa dependiente y varias variables

independientes del estudio de investigacin.
Variable dependiente cuantitativa: velocidad
Variables independientes cuantitativas: nmero de muertos, nmero de heridos,
grados de alcohol.
- Realizar el diagrama de dispersin de dichas variables.
- Calcular la recta de regresin y el coeficiente de correlacin para probar
Y= a + b1x1 + b2x2 + b3x3
y=44,0968311+3,82768996x1+1,3532638x2+3,28155492x3
Coeficiente de determinacin R2= 0,804803534 El modelo matemtico se
puede decir que es confiable por que se aproxima al 1.
Porentaje de R2: 0,804803534*100= 80,4803534
2
r= R
2
r= 2 0,804803534
r= 0,8971084293
la correlacin entre las variables es aceptable dado que su coeficiente es
0,8971084283.
Porcentaje.
0,8971084283*100= 89,71084283
Lo anterior comprueba estadsticamente la relacin entre las cuatro variables

velocidad, nmero de muertos, nmero de heridos y grados de alcohol.
-Relacionar la informacin obtenida con el problema.

los resultados anteriores indican que las variables: velocidad, nmero de heridos
nmero de muertos y grados de alcohol se encuentra relacionado atreves de un
modelo matemtico mltiple.
y=44,0968311+3,82768996x1+1,3532638x2+3,28155492x3
Que aplica el 80,4803534 % de confiabilidad. Esto debido a que las variables se
encuentran bajo una correlacin de 0, 8971084293 que es aceptable, que es lo
mismo que decir 89,71084293%
Mara Andrea Bula
- Identificar una variable cuantitativa dependiente y varias variables
Variables dependientes: velocidad
Variables independientes: nmero de heridos, nmero de muertos, grados de alcohol.
Numero de muertos vs velocidad

160
140
120
100 f(x) = 5.25x + 47.87

R = 0.8
Velocidad 80
60
40
20
0
0 2 4 6 8 10 12 14
Numero de muertos
Numero de heridos vs velocidad
160
140
120
100 f(x) = 10.8x + 33.65

R = 0.85
Velocidad 80
60
40
20
0
0 1 2 3 4 5 6 7 8
Numero de heridos
Grados de alcoholemia vs velocidad

160
140
120
100
f(x) = 17.19x + 43.48
R = 0.8
Velocidad 80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4
grados de alcoholemia
- calcular la recta de regresin y el coeficiente de correlacin para probar

La recta de regresin y coeficiente de correlacin para probar la relacin de las variables
estadsticamente serian:
Y= a+b1x1 + b2x2+b3x3
Y= 33,265 + 33,654X1 + 47,87X2 + 43,418X3
El coeficiente de determinacin
R2= 0,8005, el modelo indica que es confiable para su proximidad.
El porcentaje en el coeficiente
R2=0,8005 x 100= 80,05
r= 2 0,8005
r =0,89470 x 100
r =89,47%
Al relacionar la informacin obtenida del anlisis de relacin se puede distinguir la
relacin entre las variables: velocidad, nmero de heridos, grados de alcohol y nmero
de muertos, esta relacin aceptable se observa a travs del modelo matemtico:
Y= 33,265 x 33,654X1 + 47,87X2 + 43,418X3
Que aplica el 80,05% de confiabilidad, con una aceptable correlacin del 89,47% lo
cual nos hace afirmar que en la accidentalidad en Medelln tiene mucha influencia la
velocidad y los grados de alcohol que llevan los conductores.

2-Regresin y Correlacin Lineal Mltiple:
Identificar una variable cuantitativa dependiente y varias variables independientes del

estudio de investigacin.
Variable dependiente: Nmero de heridos
Variable independiente. Velocidad, Grados de alcohol del conductor

Relacin: nmero de heridos vs grados de alcohol
8
7
6
5 f(x) = 1.17x + 1.63
R = 0.51
Nmero de heridos 4
3
2
1
0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
Grados de alcohol del conductor
Relacin: nmero de heridos vs velocidad

8
f(x) = 0.06x - 0.63
7
R = 0.47
6
5
Nmero de heridos 4
3
2
1
0
20 40 60 80 100 120 140 160
Velocidad
Calcular la recta de regresin y el coeficiente de correlacin para probar

Modelo matemtico
Y= a + b1 X1 + b2X2
Y= 0,592578078574551+ 0,0232604331247799 x1+0,790857295864147x2
Leisy Lorena Santa

SOLUCION.
_ Identificar una variable cuantitativa dependiente y varias variables

Variable cuantitativa dependiente Variables independientes

Variable Variables Variable
Variable Independientes Dependient
Independient
Dependiente e
e
Grados de Edad del Nmero Nmero
Conductor de Heridos de Hora
Alcohol Muertos
0,0 29 1 1 21:10
0,3 38 2 1 1:45
0,0 52 3 1 20:30
0,2 46 0 1 7:00
0,6 21 2 1 19:22
0,4 18 2 2 0:45
0,2 54 1 1 21:30
0,6 33 0 2 20:40
0,7 52 2 2 17:00
0,5 38 3 2 1:55
1,4 46
0,8 29
Muertos y Heridos en Accidentes de Transito por Horas

2.5
NUMERO DE MUERTOS Linear (NUMERO DE MUERTOS)
2
1.5
Linear (NUMERO DE MUERTOS)
Horarios Linear (NUMERO DE MUERTOS)
1
0.5
NUMERO0DE HERIDOS Linear (NUMERO DE HERIDOS)

0 0.5 1 1.5 2 2.5 3 3.5
Cantidad de Personas heridas y muertas

Anlisis y conclusiones, a partir de los resultados obtenidos y aplicados al
problema situacin estudiada.
Se podra decir que las asociaciones en las tablas de frecuencias en la regresin y
correlacin lineal simple pueden ser positivas y negativas.
Las relaciones pueden ser aceptables y poco aceptables dependiendo el resultado de
anlisis de regresin lineal e igual forma la correlacin pueden ser perfecta, excelente
aceptable, regular, mnima.
Conclusiones
Referencias Bibliogrficas
Montero, J.M. (2007).Regresin y Correlacin Simple. Madrid: Paraninfo.
Paginas. 130 172. Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052100011&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b82c81e98fcc
1361e1929abe203c8219
Churchill, G.A.(2009).Anlisis de Correlacin y de Regresin Simple. Mexico

City: Cengage Learning. Pginas 675 686 Recuperado de:
%7CCX4058900232&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=e558184ed89e57
d11ede116134cfce41
Churchill, G.A.(2009). "Anlisis de Regresin Mltiple." Investigacin de

mercados. Mexico City: Cengage Learning. Pginas 686 695.Recuperado de:
%7CCX4058900234&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=49575112db86a0
eb46dae86bbaf74cb9
Montero, J.M. (2007).Regresin y Correlacin Mltiple. Madrid: Paraninfo.

Pginas 191 225.Tomado de:
%7CCX4052100012&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad1
3af26a0a74e510de2
Ortegon, P. M. (2013).Universidad Unad. Ibagu. Regresin y Correlacin

Lineal. Tomado de:
http://www.unadzsurlab.com/ovas_ibague/regresion/pagina4.htm
Milton Fernando Pava.UNAD. (2015).

http://www.unadzsurlab.com/ovas_ibague/regresion/pagina4.htm
ANEXOS
MAIBETH LUCIA PARDO

1 El rendimiento del producto de un proceso qumico est relacionado con la temperatura
de operacin del proceso. Se desea establecer la relacin que existe entre la pureza (y)
del oxgeno producido y el porcentaje de hidrocarburo (x) que est presente en el
condensador principal en un proceso de destilacin, de acuerdo con los siguientes
datos:
X
Y
(% de Hidro
(Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33
a Realice el diagrama de dispersin y determine el tipo de asociacin entre las
variables.
105
100
95 f(x) = 14.95x + 74.28

R = 0.88
Pureza
90
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
% de Hidrocarburos
Respuesta: Con los resultados obtenidos se puede asegurar que la ecuacin de la recta se
puede utilizar como una representacin entre las variables ya que tiene un coeficiente
de correlacin de 87,74%; entonces existe una relacin lineal entre el porcentaje de
hidrocarburo y la pureza.
b Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Respuesta: el modelo matemtico que permite predecir el efecto de una variable sobre la
otra es; el modelo de regresin lineal simple y = 14,947x + 74,283. Es confiable este
modelo porque tiene un coeficiente de correlacin de 87,74%.
c Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
Respuesta: El porcentaje de explicacin es del 87.74%, este (R2) afirma adems que el
modelo explica la informacin y el valor de (r) coeficiente de relacin lineal confirma
que hay la correlacin entre las variables % de Hidrocarburos y pureza.
d Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a 51,4?
Tenemos que: y=51,4 remplazando en
y = 14,947x + 74,283
51,4=14,947x + 74,283
51,4-74,283=14,947x
-22,883/14,947=x
-1,531=x
Tenemos que para una pureza del oxgeno igual a 51,4 obtenemos un porcentaje de
-1,531 de hidrocarburo, lo cual es incorrecto ya que los porcentajes de de Hidrocarburos
son positivos; el modelo matemtico lineal hallado plantea que para un porcentaje x=0
(mnimo) tenemos una pureza del 74,283 lo cual sobrepasa el nivel de pureza pedido
(51,4), entonces el modelo realizado no es el ms representativo para responder esta
pregunta.
2 El nmero de libras de vapor (y) consumidas mensualmente por una planta qumica,
se relaciona con la temperatura ambiental promedio (en o F). Para el ao 2015, se
registraron los siguientes valores de temperatura y consumo anual.
2014 Registros de temperatura y consumos de

vapor.
Consumo de
Mes Temperatura
vapor
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las

variables.
800
700
600 f(x) = 9.21x - 6.32
R = 1
500
Consumo de Vapor 400

300
200
100
0
10 20 30 40 50 60 70 80
Temperatura
El tipo de asociacin entre las variables entre la temperatura y consumo de vapor es

lineal, ya que tiene un coeficiente de correlacin de 0,9999.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable

El modelo es: y = 9,2087x - 6,3184, donde x representa la temperatura e y el consumo

de vapor.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El porcentaje de explicacin del modelo y el grado de relacin de las dos variables R =

0,9999 con un porcentaje de 99,99 aproximado a 1, lo cual indica que existe una buena
relacin lineal entre las variables.
3. Los investigadores estn estudiando la correlacin entre la obesidad y la respuesta

individual al dolor. La obesidad se mide como porcentaje sobre el peso ideal (x). La
respuesta al dolor se mide utilizando el umbral de reflejo de reflexin nociceptiva (y)
que es una medida de sensacin de punzada. Obsrvese que ambas, X e Y, son
variables aleatorias
x
y (umbral de
(porcentaje
reflejo de
de
flexin
sobrepeso)
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
a Realice el diagrama de dispersin y determine el tipo de asociacin entre las

variables.
16
14
12
10
f(x) = - 0.06x + 11.64
8 R = 0.11
Umbral de Reflejo
6
0
10 20 30 40 50 60 70 80 90 100
% de Sobrepeso
El tipo de asociacin entre las variables no es lineal puesto que el coeficiente de

correlacin es de 0,1115 muy bajo, es decir los valores tienen una alta dispersin.
b Ajuste un modelo matemtico que permita predecir el efecto de una variable

c
El modelo matemtico es: y = -0,0629x + 11,642 donde x es el sobrepeso e y es el

umbral de reflejo. Este modelo no es confiable porque su coeficiente de correlacin
es de 0,1115.
d Determine el porcentaje de explicacin del modelo y el grado de relacin de las

dos variables.
El porcentaje de explicacin del modelo es de 11,15% y el grado de relacin de las

dos variables es de 0,1115 significativamente muy bajo.
e Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un porcentaje
de sobrepeso, de 50?
Tenemos que x=50, remplazando tenemos:
y = -0,0629x + 11,642
y = -0,0629(50) + 11,642
y = 14,787
As el umbral de reflejo de flexin es de 14,787.
Mara del pilar Viloria.
1. El rendimiento del producto de un proceso qumico est relacionado con la

temperatura de operacin del proceso. Se desea establecer la relacin que
existe entre la pureza (y) del oxgeno producido y el porcentaje de
hidrocarburo (x) que est presente en el condensador principal en un proceso
de destilacin, de acuerdo con los siguientes datos:
X
Y
(% de Hidro
(Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33

variables.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las
dos variables.
d. Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a
51,4?
Solucin
a)
-Su asociacin es positiva.
b) el modelo matemtico es
y=14,947x + 74,283 R2=0,8774 es confiable porque se aproxima al 1.
c) porcentaje de aplicacin del modelo R2=0,8774 viene siendo de 87,74% el

grado de relacin viene siendo aceptable y en su correlacin e exelente a que s
aproxima a 1.
r= 2 R 2
r= 2 0,8774
r=0.93.
d) y= a+bx
y= 14,947x+74,283
Y=14,947x+74,283
51,4=14,947X +74,283
74,283-51,4=14,947X
14,947X= 22,883
22,883
X= 14,947
X= 1,530942664
El porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a 51,4 es de

1,530942664.
2014 Registros de temperatura y consumos

3 de vapor. El nmero de libras de vapor (y)
consumidas mensualmente por una
planta qumica, se relaciona con la
Consumo de temperatura ambiental promedio (en
Mes Temperatura
vapor o
F). Para el ao 2015, se registraron
Ene. 21 185,79 los siguientes valores de temperatura
Feb. 24 214,47 y consumo anual.
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
Solucin
-Asociacin positiva.
- El modelo matemtico es y=9,2087x 6,3184 R 2=0,9999 es confiable porque se

aproxima a 1.
-porcentaje de aplicacin del modelo R2=0,999 viene siendo el 99.99% el grado de su

relacin entre las dos viene siendo excelente y lo confirma r en su correlacin.
r= 2 R 2
r= 2 0,9999
r=0,9999499987

que es una medida de sensacin de punzada. Obsrvese que ambas, X e Y, son
variables aleatorias
x
y (umbral de
(porcentaje
reflejo de
de
flexin
sobrepeso)
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
f Realice el diagrama de dispersin y determine el tipo de asociacin entre las

variables.
g Ajuste un modelo matemtico que permita predecir el efecto de una variable
h Determine el porcentaje de explicacin del modelo y el grado de relacin de las
dos variables.
i Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un porcentaje
Solucin
a)
-Asociacin negativa
B) Modelo matemtico y=-0,0629x +11,642 R2= 0,1115 es poco confiable porque su
porcentaje es bajo.
c) porcentaje de aplicacin del modelo R2=0,1115 viene siendo 11,15%
r= 2 R 2
r= 2 0,1115
r=0.3339161571su correlacin viene siendo mnima.
d) y= a+bx
y=-0,0629x +11,642
y=-0,0629(50)+11,642
y= -3.145+11,642
y=8,497
el umbral de reflejo de flexin nociceptiva, cuando hay un porcentaje de sobrepeso, de
50 es de 8,497.
MARIA ANDREA BULA
EJERCICIOS:

X
Y
(% de Hidro
(Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33

variables.
b. Encuentre el modelo matemtico que permite predecir el efecto de una

variable sobre la otra. Es confiable?
Respuesta:
Segn lo desarrollado en el modelo temtico si es confiable ya que nos da un

resultado muy alto.
y = 14,947x + 74,283
R = 0,8774
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de

las dos variables.
Respuesta: El R2 afirma que el modelo explica el 87.74% de la informacin
y el valor de r coeficiente de correlacin lineal confirma adems el grado de
relacin % entre las variables.
d. Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a

51,4?
Respuesta:
El porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a 51,4 es de
1,53
1. El nmero de libras de vapor (y) consumidas mensualmente por una planta qumica, se
relaciona con la temperatura ambiental promedio (en o F). Para el ao 2015, se

de vapor.
Consumo de
Mes Temperatura
vapor
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98

variables.
Respuesta:
El modelo temtico es confiable porque el coeficiente de determinacin R2
es aproximadamente 1.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de

las dos variables
Respuesta: el coeficiente de determinacin R2 explica el 99.99% de la

informacin y el valor del coeficiente de correlacin R confirma el grado de
relacin de la variables, que es el 99.99%.

que es una medida de sensacin de punzada. Obsrvese que ambas, X e Y, son variables
aleatorias
x
(porcentaje y (umbral de
de reflejo de
sobrepeso) flexin
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14

variables.
La asociacin de la variable no existe.
b. Ajuste un modelo matemtico que permita predecir el efecto de una variable

Respuesta:
Despus de realizar el ajuste me permite deducir que el efecto No es seguro
debido a que me da el % de confiabilidad es bajo.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las
dos variables.
R = 0,1115
El porcentaje de explicacin del modelo es del 11,15%
El valor de r coeficiente de correlacin lineal confirma adems el grado de
relacin 33,39% entre las variables
d. Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un porcentaje

y = -0.0629*50 + 11.642
y = 8.497 Cuando el porcentaje de sobrepeso sea 50, el umbral de reflejo de
flexin nociceptiva ser 8,497.

EJERCICIOS:
X
Y
(% de Hidro
(Pureza)
carburos)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33
a. Realice el diagrama de dispersin y determine el tipo de asociacin entre

las variables.
Hidrocarburos y pureza
105
100
95 f(x) = 14.95x + 74.28

R = 0.88
Pureza
90
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
% de Hidrocarburos
A partir de los resultados obtenidos se podra decir que tiene una tendencia positiva y
una relacin directa, el porcentaje de hidrocarburos es directamente proporcional a la
pureza. El R2 = 0,8774 afirma que la asociacin entre las variables es fuerte-

El modelo matemtico seria:
Ecuacin.
y=14,947x+74,283
R = 0,8774
R= 0,87 es un coeficiente de determinacin
Donde tenemos que multiplicar 0,87 x 100= 87 seria un 87% de confiabilidad.

Para pode sacar el coeficiente de correlacin tenemos que sacar la raz cuadrada
del coeficiente de determinacin donde esta raz nos arroja un resultado de 0.93
Que mediante el anlisis del problema planteado se puede establecer que la
ecuacin realizada, que el coeficiente de la determinacin y el grado de correlacin se
puede identificar como confiable por los datos que no entregados.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin

de las dos variables.
Podemos observar que en la relacin de las variables podemos determinar que por el
lado de coeficiente de correlacin se puede destacar que su valor debe de ser 0.90 y
1 para poder ser una variable confiable, en el problema presentando se puede ver
que por dicho resultado es una variable confiable
d. Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es

igual a 51,4?
X= hidrocarburos
Y= pureza
Ecuacin
Y=14,947x+74,283
Y= 51.4
Por lo tanto tenemos que Reemplazar de esta forma:
51.4= 14.94(x) + 74.283
51.4 74.283 = 14.94 x
(- 22.883) / 14.94 = x
Resultado X= - 1.53
Respuesta: donde mediante el desarrollo de la ecuacin se puede observar que la pureza
del oxgeno es igual a 51.4 y el porcentaje de hidrocarburo es -1.53%.
3. El nmero de libras de vapor (y) consumidas mensualmente por una planta qumica,
se relaciona con la temperatura ambiental promedio (en o F). Para el ao 2015, se

de vapor.
Consumo de
Mes Temperatura
vapor
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las
variables.
Temperatura y consumo de vapor

800
700
600 f(x) = 9.21x - 6.32
R = 1
500
Consumo de vapor 400

300
200
100
0
10 20 30 40 50 60 70 80
Temperatura
A partir de los resultados obtenidos se podra decir que tiene una tendencia positiva y
una relacin directa, porque en la ecuacin la recta es una buena estimacin de la
relacin creciente entre dos variables, El R2 0, 9999 afirma que la asociacin entre las
variables es fuerte
Modelo matemtico
Y= a + b
Y= 9.2087x 6.3184
b) Encuentre el modelo matemtico que permite predecir el efecto de una
El modelo matemtico:
Ecuacin.
Y= 9.2087x 6.3184
R = coeficiente de determinacin
R= 0.9999
En esta ecuacin debemos de multiplicar 0,99 x 100= 99 seria un 99 %
de
Confiabilidad.
Para pode sacar el coeficiente de correlacin tenemos que sacar la raz
cuadrada del coeficiente de determinacin donde esta raz nos arroja un
resultado de 0.99
Segn la informacin se puede decir que es un 99% confiable, teniendo en cuenta el

grado de relacin, el coeficiente de determinacin y la ecuacin planteada.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de

las dos variables
Podemos observar que en la relacin de las variables podemos determinar que por el
lado de coeficiente de correlacin se puede destacar que su valor debe de ser 0.99 y
1 para poder ser una variable confiable, en el problema presentando se puede ver
que por dicho resultado es una variable confiable.
4. Los investigadores estn estudiando la correlacin entre la obesidad y la
respuesta individual al dolor. La obesidad se mide como porcentaje sobre el
peso ideal (x). La respuesta al dolor se mide utilizando el umbral de reflejo de
reflexin nociceptiva (y) que es una medida de sensacin de punzada.
Obsrvese que ambas, X e Y, son variables aleatorias
x
y (umbral de
(porcentaje
reflejo de
de
flexin
sobrepeso)
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las
variables.
porcentaje de la obesidad y respuesta

x (porcentaje de al dolor
sobrepeso) y (umbral
20
de reflejo de flexin
nociceptiva)
15
Linear (x (porcentaje
10 de sobrepeso) y
porcentaje obesidad f(x) = - 0.06x +(umbral
11.64 de reflejo de
R = 0.11 flexin nociceptiva))
5
Linear (x (porcentaje
0 de sobrepeso) y
0 50 100 (umbral de reflejo de
flexin nociceptiva))
UMBRAL DE REFLEJO DE FLEXION NOCICEPTIVA
En este tipo de diagrama se puede observar que las variables es inversa debido a
que algunas aumentan y las otras a disminuir.
b) Ajuste un modelo matemtico que permita predecir el efecto de una variable

El modelo matemtico es:
y=-0,0629x+11,642
R = 0,1115
en esta ecuacin debemos multiplicar 0,11 x 100= 11 es decir un 11 %
de confiabilidad.
Para pode sacar el coeficiente de correlacin tenemos que sacar la raz
cuadrada del coeficiente de determinacin donde esta raz nos arroja un
resultado de 0.33
De acuerdo al resultado del modelo matemtico sobre el efecto de una
variable a otra el resultado es muy bajo para obtener confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de

las dos variables
En esta variable se puede observar que la correlacin es mnima en este caso la
correlacin es mnima, el valor que dio el coeficiente de determinacin de un 11
% y correlacin es de un 33% entonces por lo tanto es una variable.
d) Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un

porcentaje de sobrepeso, de 50?
X= umbral de reflejo de flexin nociceptiva

Y= sobrepeso
Ecuacin
Y=0,0629x+11,642
Y= 50
Por lo tanto tenemos que Reemplazar de esta forma:
50 = 0,0629x + 11,642
50 74.283 = 0,0629x
(- 24.823) / 0,0629 = x
Resultado X= -394
Respuesta: donde mediante el desarrollo de la ecuacin se puede observar que el
sobrepeso es igual a 50 y el porcentaje de hidrocarburo es -394
Leisy Lorena Santa

Actividad Colaborativa Regresión y Correlación Lineal Simple y Multiple.

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Actividad Colaborativa Regresión y Correlación Lineal Simple y Multiple.

Încărcat de

Drepturi de autor:

Formate disponibile

REGRESION LINEAL SIMPLE Y REGRESION LINEAL MULTIPLE

MAIBETH LUCIA PARDO, COD: 1018432677

TUTOR:ROBERTO MARIO DE LEN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

a. Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

b. Realizar el diagrama de dispersin de dichas variables y determinar el tipo de

d. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

e. Relacionar la informacin obtenida con el problema.

NUME VELO NUMER VELO NUMERO VELO

b. El diagrama de dispersin es:

El tipo de asociacin es lineal.

d. El grado de correlacin es R = 0,7907, con porcentaje de 79,07.

e. La relacin que se obtiene entre la informacin de la tabla y el resultado del anlisis

Mara del pilar Viloria:

Relacionar la informacin obtenida con el problema.

Mara Andrea Bula

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de

Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de

in entre grados de alcohol del conductor y nmero de herido

Grados de acohol del conductor

1. Regresin y Correlacin lineal Simple

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de

Grados de alcohol vs Edad del conductor

40 f(x) = 15.88x + 31.94

Mtodo de mnimos cuadrados

Partimos de la ecuacin lineal:

Frmulas para hallar los valores a y b:

Podemos observar que la variable independiente se encuentra relacionada con la

- Determine el porcentaje de explicacin del modelo y el grado de relacin de las

Hallar el coeficiente de Correlacin

Este valor equivale al error del estndar del estimado.

Hallar el coeficiente de Determinacin

Formula de coeficiente de determinacin. Promedio de y

Hallar la varianza de la variable separable:

- Relacionar la informacin obtenida con el problema.

Anlisis de correlacin mltiple de las variables cuantitativas seleccionadas.

a. Identificar una variable cuantitativa dependiente y varias variables independientes

b. Realizar el diagrama de dispersin de dichas variables.

c. calcular la recta de regresin y el coeficiente de correlacin para probar

a. Las variables cuantitativas son: nmero de muertos, edad y velocidad. (variable

NMERO DE HERIDOS VS EDAD

NMERO DE HERIDOS VS VELOCIDAD

Coeficientes Error tpico

El tipo de asociacin es lineal.

Maria del pilar Viloria.

-Identificar una variable cuantitativa dependiente y varias variables

Lo anterior comprueba estadsticamente la relacin entre las cuatro variables

-Relacionar la informacin obtenida con el problema.

- Realizar el diagrama de dispersin de dichas variables.

Numero de muertos vs velocidad

100 f(x) = 5.25x + 47.87

100 f(x) = 10.8x + 33.65

Grados de alcoholemia vs velocidad

- calcular la recta de regresin y el coeficiente de correlacin para probar

Angie Nohelis Cadena

Identificar una variable cuantitativa dependiente y varias variables independientes del

Variable dependiente: Nmero de heridos

Variable independiente. Velocidad, Grados de alcohol del conductor

- Realizar el diagrama de dispersin de dichas variables.

Grados de alcohol del conductor

Relacin: nmero de heridos vs velocidad

Calcular la recta de regresin y el coeficiente de correlacin para probar