Documente Academic
Documente Profesional
Documente Cultură
Estudiantes
244040
Presentado a
12 de mayo de 2018
1
INTRODUCCIÓN
2
JUSTIFICACIÓN
3
OBJETIVOS
4
REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE
Diagrama de dispersión:
50.00
40.00
30.00 Series1
20.00 Linear (Series1)
10.00
0.00
- 10,000,00020,000,00030,000,00040,000,000
personas con empleo
5
REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE
Diagrama de dispersión:
300,000
250,000
PRODUCION DE PERSONAS
200,000
y = 0.0702x + 180938
150,000
R² = 0.7473
100,000
50,000
-
- 200,000 400,000 600,000 800,000 1,000,000 1,200,000 1,400,000 1,600,000
CANTIDAD DE EMPRESAS
6
REGRESION MULTIPLE
Diagrama 1
800000
Series1
600000
Linear (Series1)
400000
200000
0
0.00 20.00 40.00 60.00 80.00
producido
30.00 Series1
20.00 Linear (Series1)
10.00
0.00
- 10,000,00020,000,00030,000,00040,000,000
personas
7
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,927162425
Coeficiente de determinación R^2 0,859630162
Intercepción 28,27407028
Variable X 1 1,02958E-06
Variable X 2 1,04869E-06
Tipo de asociación de las variables Directa
Modelo matemático Y= 28.2740+1.02958E-06+1.04869E-06
R2 0.8959
R 0.9271
Confiabilidad 89.59%
% de explicación 92.71%
Grado de relación Excelente
Estadísticamente podemos decir que la relación entre las tres variables tasa de empleo,
personas con empleo y producción por persona se encuentran relacionadas a través del
modelo matemático de regresión múltiple Y= 28.2740+1.02958E-06 +1.04869E-06, este
modelo explica que el 85.96% de confiabilidad esto debido a que dichas variables se
encuentran bajo una correlación excelente.
El grado de correlación entre las variables es excelente dado que su valor de coeficiente
es de 0.92, la relación entre las tres variables es directa, se dice que entre más tasa de
empleo hay, mas alto el número de personas con empleo y la producción igual.
8
REGRESION MULTIPLE
Estudiante 2: DEIVI JONATHAN CICERI ERAZO
2,500
2,000
1,500
1,000
500
-
0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0
INDICE DE PRECIOS
R² = 0.2172
4,000,000
3,000,000
2,000,000
1,000,000
-
0.0 20.0 40.0 60.0 80.0 100.0 120.0 140.0 160.0
INDICE DE PRECIOS
9
Estadísticas de la regresión según calculo estadístico
Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
Intercepción 76,702884
Variable X 1 0
Variable X 2 0
Se puede determinar estadísticamente que utilizando las variables índices de precios (y),
valor dólar (x1), exportación en Mill (x2) y teniendo en cuenta la tabla de correlación
lineal se encuentran relacionadas perfectamente debido a que se obtuvo un valor de 1
Y un porcentaje del 100 %,
Con estos valores podemos evidenciar que el índice de precio va de la mano con el valor
del dólar puesto que si este incrementa las exportación también o viceversa
10
CONCLUSIONES
11
REFERENCIAS BIBLIOGRÁFICAS
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.1&u=unad&i
t=r&p=GVRL&sw=w&asid=4a9b0a469e755a4327207c94b4c0d549
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=unad&i
t=r&p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9
12
ANEXO
Estudiante 1
13
Diagrama de dispersión:
94
92
90
88
86
0 0.5 1 1.5 2
% Hidrocarburo
% de explicación 93%
Grado de relación Aceptable
2.2 El número de libras de vapor (y) consumidas mensualmente por una planta
Química, se relaciona con la temperatura ambiental promedio (en o F). Para el año 2014,
se registraron los siguientes valores de temperatura y consumo anual:
14
Diagrama de dispersión:
Temperatura/consumo de vapor
800
700 y = 9.2087x - 6.3184
Consumo de Vapor lb
600 R² = 0.9999
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatura Of
15
Tipo de asociación de las variables Directa
Modelo matemático Y = 9.2087x – 6.3184
R2 0.9999
R 0.99
Confiabilidad 99.99%
% de explicación 99%
Grado de relación excelente
Y= 9.2087 (70)-6.3184
Y = 6.38
16
Diagrama de dispersión:
% sobrepeso vs m. al dolor
16
Umbral de reflejo-ref nocicep
14
12
10 umbral de reflejo de
8 flexiòn nociceptiva
y = -0.0629x + 11.642
6
R² = 0.1115
4 Linear (umbral de
2 reflejo de flexiòn
0 nociceptiva)
0 20 40 60 80 100
% de sobrepeso
𝑌 = −0.0629𝑋 + 11.642
𝑌 = −0.0629(40) + 11.642
𝑌 = −2.516 + 11.642
𝑌 = 9.126
17
ENEXO LABORATORIO
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
18
Rendimiento de un producto quimico
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
% DE HIDROCARBUROS
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
% DE HIDROCARBUROS
Temperatur Consumo de
Mes
a (oF) vapor (Lb)
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
20
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
VALORES DE TEMPERATURA Y
CONSUMO ANUAL
800
CONSUMO DE VAPOR (LB)
700
600
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
TEMPERATURA (OF)
En el anterior diagrama nos muestra una recta lineal con aumentos positivos a medida
que el consumo de valor aumenta la temperatura también se observa su incremento.
Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. Es confiable?
VALORES DE TEMPERATURA Y
CONSUMO ANUAL
800
CONSUMO DE VAPOR (LB)
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
TEMPERATURA (OF)
21
Para obtener el nivel de confiabilidad tenemos en cuenta el valor de 𝑅 2 = 0,9999 a este
valor lo multiplicamos X 100 el cual nos da como resultado 99.9 % de confiabilidad, si
es confiable
Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables
Teniendo en cuenta el coeficiente de determinación 𝑅 2 = 0,9999 realizamos a dicho
valor la raíz cuadrada, el grado de relación de las dos variables es de 0.99 y según la tabla
de correlación lineal nos dice que es excelente
¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?
𝑦 = 644.609 − 6.3184
X Y
(porcentaje (umbral de reflejo de
de sobrepeso) flexión nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
22
Realice el diagrama de dispersión y determine el tipo de asociación entre
las variables
14
12
10
8
6
4
2
0
0 20 40 60 80 100
Porcentaje de sobrepeso
14 R² = 0.1115
12
10
nociceptiva
8
6
4
2
0
0 20 40 60 80 100
Porcentaje de sobrepeso
𝑌 = 0.0629𝑋 + 11.642
23
Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables
Teniendo en cuenta el valor de coeficiente de determinación 𝑅 2 = 0,1112 ha dicho
valor le adicionamos la raíz cuadrada estos nos da como resultado 0,333 observando
la tabla de correlación lineal nos dice que la correlación es mínima.
𝑦 = −0,0629𝑋 + 11,642
Teniendo en cuanta los valores anteriores y la pregunta propuesta se despejaría el valor
de X ya que en la gráfica se observa dicho valor en dicho eje.
𝑦 = (−0,0629) ∗ 40 + 11,642
𝑦 = (−2.512) + 11.642
𝑦 = 9.126
24