Trabajo Colaborativo Momento 3

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
MATERIA: ESTADISTICA DESCRIPTIVA
ACTIVIDAD COLABORATIVO MOMENTO 3
ESTADISTICA DESCRIPTIVA
PRESENTADO POR:
PAULA ANDREA BUSTAMANTE
ISAIAS CAMPO
GRUPO:
100105_372
PRESENTADO A:
DIANA CAROLINA MENDEZ M.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. UNAD
MAYO DE 2016
1
INTRODUCCION
El presente documento se presenta como trabajo grupal Fase Intermedia (Momento 3) del
curso de Estadstica Descriptiva orientado por Diana Carolina Mndez M. tutora de la
Universidad Abierta y a Distancia, el desarrollo se realiza cumpliendo la gua y sus
requerimientos revisando y aplicando conceptos generales de la unidad 3.
La primordial finalidad de las estadsticas del trabajo es dar especificaciones para

identificar dos variables cuantitativas y realizar su diagrama de dispersin planteado. As
mismo 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.
2
OBJETIVOS
Objetivos General
Calcular e interpretar adecuadamente las medidas estadsticas bivariantes para las

variables discretas y continuas del caso de estudio.
Objetivos Especficos
Potencializar habilidades y destrezas para caracterizar un situacin mediante el

anlisis de las medidas estadsticas bivariantes.
Calcular e interpretar adecuadamente las medidas estadsticas bivariantes, asociadas

a una situacin especfica.
Determinar la relacin entre dos o ms variables inscritas en una situacin especfica
a partir del anlisis de regresin lineal simple y mltiple.
3
ACTIVIDADES A DESARROLLAR:
Paso 2.
Regresin y Correlacin lineal Simple
-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

relacionadas.
GRADOS DE NUMERO DE
ALCOHOL DEL HERIDOS
CONDUCTOR
1,2 3
3,0 2
0,0 1
0,6 2
0,0 8
0,0 0
3,0 0
1,4 4
2,1 2
0,0 6
1,6 4
2,2 1
3,0 2
1,1 0
2,4 2
0,6 2
1,6 3
0,0 4
0,0 2
2,1 5
1,4 2
2,6 4
3,0 2
2,7 0
0,6 2
0,0 1
2,9 1
0,6 3
1,8 4
4
0,0 9
1,1 0
2,4 3
0,6 15
0,0 2
2,9 2
1,3 0
1,4 1
2,1 0
0,8 2
0,0 0
1,2 4
3,0 2
0,0 3
0,6 0
1,9 2
2,7 4
1,1 1
2,4 5
0,6 3
1,6 6
0,0 11
1,4 2
2,1 3
0,8 2
1,1 1
2,4 4
0,0 2
1,6 6
1,2 4
3,0 4
2,7 2
0,6 3
0,0 2
3,0 0
1,1 1
2,4 4
0,0 1
1,6 3
0,0 2
0,8 0
0,3 3
5
1,1 0
2,4 4
0,6 2
0,0 6
1,2 4
3,0 1
2,7 1
0,6 1
1,9 4
1,1 1
0,0 2
0,6 2
1,6 0
2,1 1
0,8 6
0,5 3
2,7 2
1,1 0
2,4 0
0,6 2
1,6 4
1,4 18
2,1 9
0,0 2
3,0 2
0,0 2
0,6 1
1,9 3
1,4 2
0,0 2
2,7 1
0,6 2
1,9 8
2,5 0
3,0 0
0,6 2
0,0 3
2,7 4
1,3 2
2,1 5
0,0 2
2,6 4
6
3,0 2
2,7 2
0,6 3
1,9 2
3,0 0
1,1 1
2,4 4
- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin

entre las variables.
y = -0.0003x + 2.7651
grados alcohol vs heridos R = 1E-05
20
18
16
14
num de heridos
12
10
8
6
4
2
0
0 20 40 60 80 100 120 140
grados de alcohol
- Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
= +
= 0,0003 + 2,7651
2 = 1 5
- Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
7
La asociacin de las variables no existe, porque su coeficiente de determinacin R^2 es

0,001%. Es decir no existe una correlacin entre con los grados de alcohol de los
conductores y los heridos
- Relacionar la informacin obtenida con el problema.
Los resultados que se hallaron anteriormente en las formular para predecir la relacin de
una variable a otra, que estn relacionados a travs de un modelo matemtico =
0,0003 + 1,7651. 2 = 1 5.
El modelo no es muy confiable, porque el coeficiente de determinacin R^2, est muy

lejos de 1.
Esa ecuacin no hace una buena estimacin entre las variables debido a que el coeficiente
de determinacin R^2 explica el 0,001% de la informacin y el valor de R confirma que
el grado de la relacin de las variables es de 0,316%.
La relacin de grados de alcohol vs nmero de heridos no existe, porque en este caso su

coeficiente de determinacin R^2, es 0,001%.
Nmeros de heridos Vs Velocidad
Numero de heridos Velocidad
3 66
2 111
1 66
2 80
8 75
0 66
0 45
4 88
2 55
6 70
4 105
1 88
2 69
0 48
2 70
2 83
3 138
4 68
2 77
5 81
8
2 50
4 88
2 71
0 55
2 78
1 80
1 68
3 74
4 75
9 83
0 65
3 60
15 83
2 95
2 86
0 68
1 55
0 88
2 63
0 70
4 78
2 83
3 138
0 55
2 66
4 108
1 69
5 72
3 74
6 69
11 79
2 65
3 74
2 77
1 51
4 75
2 72
6 77
4 67
4 55
2 40
3 73
2 69
9
0 70
1 75
4 55
1 69
3 50
2 73
0 38
3 60
0 50
4 100
2 75
6 80
4 95
1 70
1 66
1 69
4 67
1 83
2 70
2 150
0 55
1 66
6 68
3 79
2 79
0 60
0 33
2 85
4 80
18 81
9 62
2 79
2 76
2 80
1 70
3 80
2 83
2 68
1 79
2 79
8 80
0 75
0 66
2 45
10
3 77
4 81
2 50
5 88
2 71
4 55
2 78
2 67
3 55
2 40
0 73
1 69
4 70
Diagrama de dispersin
160 y = 1,3725x + 69,034
140
120 R = 0,0453
100
Velocidad
80
60
40
20
0
0 5 10 15 20
Numero de heridos
11
Modelo matemtico de
regresin
y = 1,3725x +
69,034
Coeficiente de
determinacin R2
R2= 0,0453 * 100% = 4.53%, el modelo matemtico explica el 4.53% de

confiabilidad de la informacin
Coeficiente de
correlacin mltiple
r = 0,2128 * 100 = 21,28% * La correlacin entre las variables es mnima, dado

que su valor de coefiente es 0,2128
Lo anterior comprueba estadsticamente la relacin de las dos variables:

Nmeros de heridos y Velocidad
Relacionar la informacin obtenida con

el problema
Los resultados anteriores indican que las variables Nmeros de heridos y Velocidad se
encuentran relacionadas a travs de
un modelo matemtico de regresin mltiple y = 1,3725x + 69,034 que explica el
4.53% de confiabilidad. Esto, debido a
que dichas variables se encuentran bajo una correlacin mnima del 0,2128 que es lo
mismo que decir 21,28% (valor porcentual)
12
Paso 3.
Regresin y Correlacin Lineal Mltiple:
_ Identificar una variable cuantitativa dependiente y varias variables independientes del

estudio de investigacin.
No DE MUERTOS VELOCIDAD GRADOS DE ALCOHOL

0 66 1,2
1 111 3
1 66 0
0 80 0,6
0 75 0
2 66 0
1 45 3
2 88 1,4
0 55 2,1
1 70 0
0 105 1,6
3 88 2,2
1 69 3
2 48 1,1
1 70 2,4
0 83 0,6
0 138 1,6
1 68 0
1 77 0
1 81 2,1
0 50 1,4
2 88 2,6
1 71 3
3 55 2,7
1 78 0,6
0 80 0
1 68 2,9
0 74 0,6
1 75 1,8
2 83 0
2 65 1,1
2 60 2,4
1 83 0,6
0 95 0
0 86 2,9
13
2 68 1,3
1 55 1,4
4 88 2,1
0 63 0,8
2 70 0
0 78 1,2
2 83 3
2 138 0
1 55 0,6
0 66 1,9
1 108 2,7
0 69 1,1
1 72 2,4
0 74 0,6
0 69 1,6
1 79 0
1 65 1,4
0 74 2,1
1 77 0,8
1 51 1,1
0 75 2,4
0 72 0
1 77 1,6
0 67 1,2
1 55 3
0 40 2,7
1 73 0,6
0 69 0
2 70 3
1 75 1,1
1 55 2,4
1 69 0
0 50 1,6
0 73 0
1 38 0,8
0 60 0,3
2 50 1,1
1 100 2,4
1 75 0,6
0 80 0
0 95 1,2
2 70 3
0 66 2,7
1 69 0,6
14
0 67 1,9
1 83 1,1
0 70 0
0 150 0,6
2 55 1,6
3 66 2,1
1 68 0,8
0 79 0,5
0 79 2,7
1 60 1,1
2 33 2,4
0 85 0,6
1 80 1,6
2 81 1,4
0 62 2,1
1 79 0
2 76 3
0 80 0
1 70 0,6
0 80 1,9
0 83 1,4
1 68 0
1 79 2,7
0 79 0,6
0 80 1,9
2 75 2,5
1 66 3
0 45 0,6
0 77 0
1 81 2,7
1 50 1,3
1 88 2,1
0 71 0
2 55 2,6
1 78 3
0 67 2,7
1 55 0,6
0 40 1,9
2 73 3
1 69 1,1
1 70 2,4
15
- Realizar el diagrama de dispersin de dichas variables.
Relacion: velocidad Vs Noy =de

-0.0029x + 1.0671
muertos
4.5
R = 0.0035
4
3.5
NO DE MUERTOS
3
2.5
2
1.5
1
0.5
0
0 20 40 60 80 100 120 140 160
VELOCIDAD
y = 0.2164x
Relaion:+ 0.5536
Grados de alcohol Vs No de muertos
R = 0.0683
4.5
4
3.5
Grados de alcohol
3
2.5
2
1.5
1
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5
Velocidad
- calcular la recta de regresin y el coeficiente de correlacin para probar

estadsticamente su relacin.
16
Estadsticas de la regresin
Coeficiente de correlacin
mltiple 0,264226981
Coeficiente de
determinacin R^2 0,069815897
R^2 ajustado 0,053915314
Error tpico 0,82971621
Observaciones 120
ANLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crtico
libertad cuadrados cuadrados F de F
Regresin 2 6,045474917 3,022737458 4,39077596 0,014497109
Residuos 117 80,54619175 0,688428989
Total 119 86,59166667
Superior Inferior Superior

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% 95% 95,0% 95,0%
Intercepcin 0,693396471 0,347756788 1,993912107 0,0484876 0,004682374 1,38211057 0,00468237 1,38211057
- -
Variable X 1 -0,001870908 0,004323386 -0,432741376 0,6659993 0,010433148 0,00669133 0,01043315 0,00669133
Variable X 2 0,213837562 0,074049969 2,887746795 0,00462341 0,067185478 0,36048965 0,06718548 0,36048965
17
y= a+b1 x1+b2 x2
= 0,69339 0,00187 + 0,213832
2 = 0,0698 por ser cercano a 1, el modelo matemtico obtenido no es muy confiable.
2 = 0,0698 * 100= 6,98% el modelo matemtico explica el 6,98% de confiabilidad.
r= 0,2642* 100% = 26,42.
No hay correlacin entre las variables dado que su valor coeficiente es 0,2642
Lo anterior comprueba estadsticamente que no hay relacin entre las tres variables;
velocidad, No de muertos y grados de alcohol.
-Relacionar la informacin obtenida con el problema.
Los resultados anteriores nos indican que las variables: velocidad, No de muertos y grados
de alcohol, no se encuentran relacionadas a travs de un modelo matemtico de regresin
mltiple
= 0,69339 0,00187 + 0,213832
Este modelo explica el 6,98% de confiabilidad, Esto a que dichas variables no hay
correlacin alguna del 26,42%.
18
Regresin y Correlacin Lineal Mltiple:
_ Identificar una variable cuantitativa dependiente y varias variables independientes del

estudio de investigacin.
Nmero de Velocidad
heridos (y) Edad (x) (x)
3 29 66
2 38 111
1 52 66
2 46 80
8 21 75
0 18 66
0 54 45
4 33 88
2 52 55
6 38 70
4 46 105
1 29 88
2 17 69
0 22 48
2 55 70
2 60 83
3 33 138
4 32 68
2 46 77
5 55 81
2 19 50
4 21 88
2 42 71
0 46 55
2 36 78
1 35 80
1 43 68
3 32 74
4 24 75
9 44 83
0 31 65
19
3 50 60
15 30 83
2 48 95
2 53 86
0 35 68
1 46 55
0 45 88
2 32 63
0 45 70
4 31 78
2 33 83
3 23 138
0 56 55
2 18 66
4 54 108
1 33 69
5 52 72
3 38 74
6 46 69
11 29 79
2 17 65
3 22 74
2 54 77
1 17 51
4 21 75
2 46 72
6 55 77
4 19 67
4 21 55
2 42 40
3 46 73
2 36 69
0 35 70
1 56 75
4 22 55
1 23 69
3 45 50
2 43 73
0 34 38
3 38 60
0 18 50
4 54 100
20
2 33 75
6 52 80
4 38 95
1 46 70
1 29 66
1 17 69
4 22 67
1 34 83
2 46 70
2 55 150
0 19 55
1 21 66
6 42 68
3 46 79
2 36 79
0 35 60
0 55 33
2 22 85
4 18 80
18 54 81
9 33 62
2 52 79
2 38 76
2 46 80
1 29 70
3 17 80
2 22 83
2 38 68
1 52 79
2 46 79
8 21 80
0 18 75
0 54 66
2 60 45
3 33 77
4 32 81
2 46 50
5 55 88
2 19 71
4 21 55
2 42 78
2 42 67
21
3 46 55
2 36 40
0 35 73
1 56 69
4 22 70
Relacin: Numero de heridos Vs Edad

Numero de heridos (y)
20
18
16
14
12
10
8
6
4
2
0
Edad (x)
0 10 20 30 40 50 60 70
Relacin: Nmero de heridos Vs Velocidad

20
18
Nmero de heridos (y)
16
14
12
10
8
6
4
2
0
0 20 40 60 80 100 120 140 160
Velocidad (x)
22
Modelo matemtico de regresin
y = 0,43647 + (-0,00268) x1 + 0,03314 x2
Coeficiente de determinacin R2
R2= 0,0454 * 100% = 4.54%, el modelo matemtico explica el 4.54% de confiabilidad

de la informacin
Coeficiente de correlacin mltiple
r = 0,2131 * 100 = 21,31% * La correlacin entre las variables es mnima, dado

que su valor de coefiente es 0,2131
Lo anterior comprueba estadsticamente la relacin de las tres variables: Nmeros de

heridos, Edad y Velocidad
Relacionar la informacin obtenida con el problema
Los resultados anteriores indican que las variables Nmeros de heridos, edad y Velocidad
se encuentran relacionadas a travs de un modelo matemtico de regresin mltiple y
= 0,43647 + (-0,00268) x1 + 0,03314 x2 que explica el 4.54% de confiabilidad. Esto,
debido a que dichas variables se encuentran bajo una correlacin mnima del 0,2131 que
es lo mismo que decir 21,31% (valor porcentual)
23
Conclusiones
Despus de haber realizado los ejercicios con la ayuda de el modulo y las orientaciones
dadas por parte del tutor puedo concluir que: Conocimos con ms profundidad sobre los
fundamentos que son necesarios para el estudio de la estadstica y despus de haber
realizado los ejercicios se pudo fortalecer los conocimientos y conceptos que se
encuentran en el mdulo de estadstica descriptiva, el cual nos servir de mucha utilidad
para continuar con nuestra formacin como profesionales.
Se puede concluir que las medidas de dispersin nos permiten medir datos extremos que
se encuentran alejados de la tendencia central, ya que las medidas de tendencia central no
siempre proporcionan conclusiones contundentes frente a un conjunto de datos, para ello
debamos hallar la relacin entre dos variables dependiente e independiente se utiliza una
frmula matemtica para predecir la relacin entre las variables y cul es la confiabilidad
entre ellas como es la regresin y correlacin simple o mltiple.
24
Bibliografas:
AlexZ, P. (2012). regresion lineal en excel. Obtenido de

https://www.youtube.com/watch?v=rDDPvJ8kMmk&feature=youtu.be
Diaz, F. C. (2010). Estadistica Descriptiva calculo de regresin.Parte A. video(youtube).

Obtenido de https://www.youtube.com/watch?v=scoknDoOiaA
Diaz, F. C. (2010). Estadistica Descriptiva calculo de regresin.Parte B. video(youtube).

Obtenido de https://www.youtube.com/watch?v=E2yGBeq6faE
Diaz, F. C. (2010). Estadistica Descriptiva calculo de regresin.Parte C. video(youtube).

Obtenido de https://www.youtube.com/watch?v=uGNnRF50088
Kelmansky, D. D. (s.f.). regresion lineal simple. Obtenido de

http://www.dm.uba.ar/materias/estadistica_Q/2010/2/C014%20Regresion%20Li
neal%20Simle%20.pdf
Plazas, Y. A. (2015). Regresin y Correlacin Mltiple. Obtenido de

https://www.youtube.com/watch?v=LgFYGbH1NJk&feature=youtu.be
Sanchez, N. (2015). REGRESION Y CORRELACION LINEAL SIMPLE. Obtenido de

https://www.youtube.com/watch?v=b0blULCMHAs
Snell, A. R. (s.f.). estadistica descriptiva regresion y correlacin. Obtenido de

http://www.conevyt.org.mx/bachillerato/material_bachilleres/cb6/5sempdf/edin1
/edi1_f03.pdf
25
Laboratorio
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 (% de
Y (Pureza)
Hidrocarburos)
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.
26
y = 14.947x + 74.283
Temperatura de operacion R = 0.8774
102
100
98
96
pureza
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
% hidrocarburos
El tipo de asociacin del diagrama de dispersin es lineal.
El % de hidrocarburos es directamente proporcional a la pureza, esto significa que

entre mayor es el % de hidrocarburos mayor va a ser su pureza.
La asociacin de las variables es fuerte porque una variable depende de la otra, la

pureza depende del % de hidrocarburos, esto se puede observar con el coeficiente de
determinacin R^2 que es 87,74%.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?
Con los resultados que se obtuvieron en este ejercicio podemos decir que (Y)= 14,947
es bastante alto entonces la variable (X) influye mucho sobre la variable (Y), o sea
que l % de hidrocarburos influye bastante sobre la pureza del oxgeno.
El modelo matemtico es: Y= a+bx;

Y=14,947+74,283.R=0,8774
El modelo es confiable, porque el coeficiente de determinacin R^2, es cercano a 1.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las

dos variables.
El R= 0,8774, nos dice que la dispersin en los datos es poca porque se acerca mucho a
(1), y adems El r coeficiente de correlacin afirma que el modelo explica el 87.74 %
de la informacin, y que el grado de relacin de las dos variables es de 94%
d. Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a

91,3?
27
Para hallar el porcentaje de hidrocarburo, cuando la pureza del oxgeno es de 91,3 se

debe reemplazar el valor en la formula hallada
y=14,947x+74,283
x=(y-74,283)/14,947
Entonces el porcentaje de hidrocarburo es de 1.14.
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 2014, se registraron los siguientes valores de temperatura y consumo
anual.
2014 Registros de temperatura y consumos

de vapor.
X
Y Consumo de
Mes Temperatura
vapor (Lb)
(oF)
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.
28
Registros de temp vs consumo de vapor y = 9.2087x - 6.3184

800 R = 0.9999
700
600
Consumo vapor
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperaturo
La temperatura es directamente proporcional al consumo de vapor, la asociacin de

las variables es fuerte porque una variable depende de la otra, el consumo del vapor
depende de la temperatura, esto se puede observar con el coeficiente de determinacin
R^2 ES 99,99%
b. Ajuste un modelo matemtico que permita predecir el efecto de una variable

Con los resultados que se obtuvieron en este ejercicio podemos decir que (Y)= 9,2087
es bastante alto entonces la variable (X) influye mucho sobre la variable (Y), o sea
que la temperatura influye bastante sobre el consumo de vapor.

Y= 9,2087-6,3184.R=0,999
El modelo es confiable, porque el coeficiente de determinacin R^2, es cercano a 1.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de

las dos variables.
29
El R= 0,999 nos dice que la dispersin en los datos es poca porque se acerca mucho a
(1), y adems El r coeficiente de correlacin afirma que el modelo explica el 99% de la
informacin, y que el grado de relacin de las dos variables es de 100%
d. Cul es el de consumo de vapor cuando la temperatura es de 70 oF?
Y=9,2087*70-6,3184=638,29
Entonces el consumo de vapor es de 638,29 lbs
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
(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
30

variables.
y = -0.0629x + 11.642
Porc de sobrepeso vs umbral
R = 0.1115
16
14
12
% de sobrepeso
10
8
6
4
2
0
0 20 40 60 80 100
umbral de reflejo
La asociacin de las variables no existe, porque su coeficiente de determinacin R^2

es 11,15%
b. Ajuste un modelo matemtico que permita predecir el efecto de una variable

Con los resultados que se obtuvieron en este ejercicio podemos decir que (Y)= -
0,0629 y que es una influencia negativa la variable (x) porcentaje de sobre peso
es mayor que la variable (Y) umbral de reflejo de flexin nociceptiva.
Y= -0,0629+11,642.R=0,1115
El modelo no es muy confiable, porque el coeficiente de determinacin R^2, est
muy lejos de 1
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de

las dos variables.
31
El R= 0,1115 nos dice que la dispersin en los datos es bastante porque est muy retirado
de (1), y adems El r coeficiente de correlacin afirma que el modelo explica el 11.15%
de la informacin, y que el grado de relacin de las dos variables es 33,39%
d. Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un

porcentaje de sobrepeso, de 40?
Para hallar el umbral de reflejo de flexin nociceptiva, cuando el peso es de 40 se

debe reemplazar el valor en la formula hallada
Y= -0,0629*40+11,642=9,126
Entonces el umbral de reflejo de flexin nociceptiva es de 9,126
Bibliografa
https://www.youtube.com/watch?v=tOWDUsQ-FNE
https://www.youtube.com/watch?v=b0blULCMHAs
32

Trabajo Colaborativo Momento 3

Încărcat de

Informații document

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

Trabajo Colaborativo Momento 3

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

MATERIA: ESTADISTICA DESCRIPTIVA

ACTIVIDAD COLABORATIVO MOMENTO 3

PAULA ANDREA BUSTAMANTE

DIANA CAROLINA MENDEZ M.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA. UNAD

La primordial finalidad de las estadsticas del trabajo es dar especificaciones para

Calcular e interpretar adecuadamente las medidas estadsticas bivariantes para las

Potencializar habilidades y destrezas para caracterizar un situacin mediante el

Calcular e interpretar adecuadamente las medidas estadsticas bivariantes, asociadas

Regresin y Correlacin lineal Simple

-Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

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

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

La asociacin de las variables no existe, porque su coeficiente de determinacin R^2 es

- Relacionar la informacin obtenida con el problema.

El modelo no es muy confiable, porque el coeficiente de determinacin R^2, est muy

La relacin de grados de alcohol vs nmero de heridos no existe, porque en este caso su

Nmeros de heridos Vs Velocidad

Numero de heridos Velocidad

R2= 0,0453 * 100% = 4.53%, el modelo matemtico explica el 4.53% de

r = 0,2128 * 100 = 21,28% * La correlacin entre las variables es mnima, dado

Lo anterior comprueba estadsticamente la relacin de las dos variables:

Relacionar la informacin obtenida con

Regresin y Correlacin Lineal Mltiple:

_ Identificar una variable cuantitativa dependiente y varias variables independientes del

No DE MUERTOS VELOCIDAD GRADOS DE ALCOHOL

- Realizar el diagrama de dispersin de dichas variables.

Relacion: velocidad Vs Noy =de

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

Superior Inferior Superior

= 0,69339 0,00187 + 0,213832

2 = 0,0698 por ser cercano a 1, el modelo matemtico obtenido no es muy confiable.

2 = 0,0698 * 100= 6,98% el modelo matemtico explica el 6,98% de confiabilidad.

r= 0,2642* 100% = 26,42.

-Relacionar la informacin obtenida con el problema.

= 0,69339 0,00187 + 0,213832

Regresin y Correlacin Lineal Mltiple:

_ Identificar una variable cuantitativa dependiente y varias variables independientes del

Relacin: Numero de heridos Vs Edad

Relacin: Nmero de heridos Vs Velocidad

Modelo matemtico de regresin

y = 0,43647 + (-0,00268) x1 + 0,03314 x2

R2= 0,0454 * 100% = 4.54%, el modelo matemtico explica el 4.54% de confiabilidad

Coeficiente de correlacin mltiple

r = 0,2131 * 100 = 21,31% * La correlacin entre las variables es mnima, dado

Lo anterior comprueba estadsticamente la relacin de las tres variables: Nmeros de

Relacionar la informacin obtenida con el problema

AlexZ, P. (2012). regresion lineal en excel. Obtenido de

Diaz, F. C. (2010). Estadistica Descriptiva calculo de regresin.Parte A. video(youtube).

Diaz, F. C. (2010). Estadistica Descriptiva calculo de regresin.Parte B. video(youtube).

Diaz, F. C. (2010). Estadistica Descriptiva calculo de regresin.Parte C. video(youtube).

Kelmansky, D. D. (s.f.). regresion lineal simple. Obtenido de

Plazas, Y. A. (2015). Regresin y Correlacin Mltiple. Obtenido de

Sanchez, N. (2015). REGRESION Y CORRELACION LINEAL SIMPLE. Obtenido de

Snell, A. R. (s.f.). estadistica descriptiva regresion y correlacin. Obtenido de

1. El rendimiento del producto de un proceso qumico est relacionado con la

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las

El tipo de asociacin del diagrama de dispersin es lineal.

El % de hidrocarburos es directamente proporcional a la pureza, esto significa que

La asociacin de las variables es fuerte porque una variable depende de la otra, la

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

El modelo matemtico es: Y= a+bx;

El modelo es confiable, porque el coeficiente de determinacin R^2, es cercano a 1.