Regresión y Correlación lineal Simple

A partir de la base de datos suministrada debe:

-Identificar dos variables cuantitativas de la situación estudiada
que puedan estar relacionadas.
Las variables tomadas son: número de visitas en el último
trimestre y tiempo de espera para triage

- Realizar el diagrama de dispersión de dichas variables y

determinar el tipo de asociación entre las variables.

400
Tiempo de espera para triage (min)

350

300

250

200 y = 2.955x + 174.87

R² = 0.0005
150

100

50

0
0 0.5 1 1.5 2 2.5 3 3.5
Cantidad de Visitas en el ultimo trimestre

En la figura se observa que la variable independiente (número de visitas

en el último trimestre) es discreta (solo tiene tres valores) pues no es
posible hacer visitas a medias, a cambio la variable dependiente es
continua. Esto significa que no hay una asociación entre las variables, lo
que indica que el tiempo de espera para triage depende muy poco del
número de visitas que se hagas.
- Encuentre el modelo matemático que permite predecir el efecto
de una variable sobre la otra. ¿Es confiable?

El modelo encontrado es:

𝑌 = 2,955𝑋 + 174,87
Este modelo no nada confiable, pues no representa los datos de
dispersión, que son dados al azar y no a una correlación propiamente
dicha

- Determine el grado de relación de las dos variables.

R2=0,005

- Relacionar la información obtenida con el problema.

No hay una relación entre las variables escogidas, son totalmente
independientes.
Actividad Colaborativa

Regresión y Correlación Lineal Múltiple

- Identificar una variable cuantitativa dependiente y varias

variables independientes del estudio de investigación.
Se toma como variable dependiente los tiempos de espera de triage en
minutos (Y), como variables independientes la edad de los pacientes (X1)
y el número de visitas en el último trimestre (X2). Se tomó la variable
adicional a la edad de los pacientes para establecer si existe alguna
relación con los tiempos de espera para triage con la edad del paciente,
debido a que no hay relación de este tiempo con el número de visitas.
- Realizar el diagrama de dispersión de dichas variables.

400
Tiempo de espera para triage

350
300
250
(minutos)

200
150
100
50
0
0 20 40 60 80 100 120
Muestra percentil
- calcular la recta de regresión y el coeficiente de correlación para probar
estadísticamente su relación.
𝑌 = 0,57𝑋1 + 2,48𝑋2 + 156,17
El coeficiente de correlación múltiple calculado es de 0,164. Esto muestra
que no hay una relación estadística entre las variables.

- Relacionar la información obtenida con el problema.

Los datos aportados por el análisis se muestran en las siguientes
tablas

Estadísticas de la regresión
Coeficiente de
correlación múltiple 0,16420406
Coeficiente de
determinación R^2 0,02696297
R^2 ajustado 0,01032986
Error típico 80,6366592
Observaciones 120

ANÁLISIS DE VARIANZA
Grados Promedio
de Suma de de los Valor
libertad cuadrados cuadrados F crítico de F
Regresión 2 21080,9081 10540,454 1,621042 0,20210077
Residuos 117 760765,684 6502,2708
Total 119 781846,592

Coeficien Error Estadísti ProbabiliInferior Superior Inferior Superior

tes típico co t dad 95% 95% 95,0% 95,0%
Intercepc 156,1660 20,9220 7,46417 1,6235E- 114,730 197,601 114,730 197,601
ión 05 641 774 11 953 057 953 057
- -
Variable 0,568412 0,31855 1,78435 0,076957 0,06246 1,19928 0,06246 1,19928
X1 22 262 897 21 454 899 454 899
- -
Variable 2,483038 12,2571 0,20257 0,839816 21,7916 26,7576 21,7916 26,7576
X2 81 557 871 18 158 934 158 934

Se puede observar que las variables no guardan una relación entre sí, por
lo que se considera que son probabilísticas