Unidad 3 – Paso 4 Descripción De La Información:

Regresión y Correlación lineal Simple, Regresión y Correlación Lineal y Regresión y

Correlación Lineal Múltiple

Presentado Por:

Eliana Fernanda Figueroa López

Código: 1006514465

Grupo: 204040_184

Presentado a:

Alejandro Méndez Gonzales

“Universidad Nacional Abierta Y A Distancia”

Ibagué- Tolima
2018
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 que escogí para desarrollar esta actividad fue la de edad y peso.

Edad: X Peso: Y X*Y: X2: Y2:

3 12,50 37,5 9 156,25

31 60,00 1860 961 3600,00

62 72,50 4495 3844 5256,25

64 58,00 3712 4096 3364,00

4 16,50 66 16 272,25

65 57,60 3744 4225 3317,76

55 78,60 4323 3025 6177,96

1 5,20 5,2 1 27,04

18 53,80 968,4 324 2894,44

42 45,80 1923,6 1764 2097,64

23 60,20 1384,6 529 3624,04

8 19,70 157,6 64 388,09

71 62,70 4451,7 5041 3931,29

53 78,60 4165,8 2809 6177,96

20 52,70 1054 400 2777,29

2 8,90 17,8 4 79,21

73 70,00 5110 5329 4900,00

25 80,90 2022,5 625 6544,81

35 78,90 2761,5 1225 6225,21

5 15,90 79,5 25 252,81

24 56,00 1344 576 3136,00

23 52,90 1216,7 529 2798,41

19 78,50 1491,5 361 6162,25

54 85,80 4633,2 2916 7361,64

19 65,20 1238,8 361 4251,04

21 60,00 1260 441 3600,00

56 67,20 3763,2 3136 4515,84

43 85,00 3655 1849 7225,00

5 24,50 122,5 25 600,25

21 65,40 1373,4 441 4277,16

54 60,60 3272,4 2916 3672,36

51 85,00 4335 2601 7225,00

26 57,30 1489,8 676 3283,29

22 67,90 1493,8 484 4610,41

0 2,60 0 0 6,76

26 75,30 1957,8 676 5670,09

73 45,20 3299,6 5329 2043,04

85 50,20 4267 7225 2520,04

7 23,00 161 49 529,00

16 45,00 720 256 2025,00

52 65,70 3416,4 2704 4316,49

4 16,70 66,8 16 278,89

20 60,50 1210 400 3660,25

68 57,80 3930,4 4624 3340,84

54 60,30 3256,2 2916 3636,09

44 78,50 3454 1936 6162,25

3 15,30 45,9 9 234,09

81 65,20 5281,2 6561 4251,04

20 65,60 1312 400 4303,36

40 78,40 3136 1600 6146,56

40 57,90 2316 1600 3352,41

0 3,40 0 0 11,56
61 58,30 3556,3 3721 3398,89

23 56,80 1306,4 529 3226,24

34 60,00 2040 1156 3600,00

31 72,00 2232 961 5184,00

17 58,60 996,2 289 3433,96

3 14,20 42,6 9 201,64

59 65,70 3876,3 3481 4316,49

19 60,80 1155,2 361 3696,64

0 3,10 0 0 9,61

44 85,00 3740 1936 7225,00

75 60,80 4560 5625 3696,64

75 55,90 4192,5 5625 3124,81

82 70,00 5740 6724 4900,00

33 73,80 2435,4 1089 5446,44

39 78,50 3061,5 1521 6162,25

23 67,20 1545,6 529 4515,84

37 67,20 2486,4 1369 4515,84

48 58,80 2822,4 2304 3457,44

50 62,30 3115 2500 3881,29

94 70,20 6598,8 8836 4928,04

17 54,90 933,3 289 3014,01

55 78,10 4295,5 3025 6099,61

59 62,90 3711,1 3481 3956,41

23 65,00 1495 529 4225,00

87 62,90 5472,3 7569 3956,41

34 72,90 2478,6 1156 5314,41

24 61,60 1478,4 576 3794,56

1 9,70 9,7 1 94,09

19 64,30 1221,7 361 4134,49

25 58,90 1472,5 625 3469,21

5 18,30 91,5 25 334,89

24 56,90 1365,6 576 3237,61

0 3,10 0 0 9,61

52 45,80 2381,6 2704 2097,64

24 68,90 1653,6 576 4747,21

2 11,90 23,8 4 141,61

49 65,90 3229,1 2401 4342,81

68 78,00 5304 4624 6084,00

5 16,90 84,5 25 285,61

37 85,80 3174,6 1369 7361,64

54 67,20 3628,8 2916 4515,84

26 63,20 1643,2 676 3994,24

1 9,40 9,4 1 88,36

33 72,90 2405,7 1089 5314,41

0 3,90 0 0 15,21

21 63,80 1339,8 441 4070,44

13 30,50 396,5 169 930,25

23 52,60 1209,8 529 2766,76

39 85,90 3350,1 1521 7378,81

19 67,90 1290,1 361 4610,41

24 58,20 1396,8 576 3387,24

45 55,00 2475 2025 3025,00

57 60,50 3448,5 3249 3660,25

51 87,50 4462,5 2601 7656,25

17 55,20 938,4 289 3047,04

26 70,00 1820 676 4900,00

16 45,90 734,4 256 2106,81

22 54,00 1188 484 2916,00

 25 60,80 1520 625 3696,64

55 65,80 3619 3025 4329,64

23 70,80 1628,4 529 5012,64

58 78,60 4558,8 3364 6177,96

48 87,20 4185,6 2304 7603,84

39 79,50 3100,5 1521 6320,25

36 72,90 2624,4 1296 5314,41

60 67,50 4050 3600 4556,25

47 58,20 2735,4 2209 3387,24

17 64,30 1093,1 289 4134,49

Realizar el diagrama de dispersión de dichas variables y determinar el tipo de

asociación entre las variables:
 Podemos decir que el tipo de asociación que hay entre las variables es directamente
proporcional.
Encuentre el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?:
El modelo matemático nos permite predecir el efecto de una variable sobre la otra es decir
que la ecuación de tendencia lineal con la cual corresponde a Y= A + B X; Y = 0,6007X +
35,544 su coeficiente de determinación es: R²= 0,3749 lo cual podemos asegurar que la
ecuación de la recta no es confiable.
Determine el grado de relación de las dos variables:
El grado de relación de las dos variables se da por la raíz cuadrada del coeficiente de
determinación R²:0,3749 X 100: 37,49 % porcentaje de explicación r: √0,3749
Por lo cual la representación del porcentaje dado es r: 0,612290 100%: 61,22% podemos
decir que la ecuación entre las variables no es buena, debido a que la terminación de R² y el
correlacionado r confirma que el grado de relación entre las variables es regular.
Relacionar la información obtenida con el problema:
Podemos relacionar la información con los resultados obtenidos lo que nos dice que no hay
relación entre las variables de peso y edad sacadas de la base de datos calidad de urgencias
2018 16-4, identificamos mediante el modelo matemático regresión y correlación lineal
simple, Y = 0,6007X + 35,544 lo cual pudimos obtener un 61,22% de confiabilidad, teniendo
muy en cuenta el intervalo de correlación entre el peso y la edad de los visitantes que ingresan
al servicio de urgencias.

Regresión y Correlación Lineal Múltiple

Identificar una variable cuantitativa dependiente y varias variables
independientes del estudio de investigación:
Estatura: Y Edad: X1 Peso: X2

0,65 3 12,50
1,74 31 60,00
1,58 62 72,50
1,59 64 58,00
1 4 16,50
1,65 65 57,60
1,7 55 78,60
0,73 1 5,20
1,62 18 53,80
1,53 42 45,80
1,65 23 60,20
1,18 8 19,70
1,69 71 62,70
1,58 53 78,60
1,53 20 52,70
0,85 2 8,90
1,64 73 70,00
1,75 25 80,90
1,6 35 78,90
1,03 5 15,90
1,55 24 56,00
1,58 23 52,90
1,78 19 78,50
1,66 54 85,80
1,7 19 65,20
1,79 21 60,00
1,72 56 67,20
1,68 43 85,00
1,03 5 24,50
1,63 21 65,40
1,73 54 60,60
1,68 51 85,00
1,58 26 57,30
1,65 22 67,90
0,45 0 2,60
1,78 26 75,30
1,5 73 45,20
1,64 85 50,20
1,16 7 23,00
1,52 16 45,00
1,58 52 65,70
0,98 4 16,70
1,65 20 60,50
1,59 68 57,80
1,61 54 60,30
1,79 44 78,50
0,96 3 15,30
1,67 81 65,20
1,7 20 65,60
1,68 40 78,40
1,62 40 57,90
0,53 0 3,40
1,59 61 58,30
1,56 23 56,80
1,65 34 60,00
1,68 31 72,00
1,56 17 58,60
0,96 3 14,20
1,67 59 65,70
1,61 19 60,80
0,57 0 3,10
1,8 44 85,00
1,56 75 60,80
1,62 75 55,90
1,67 82 70,00
1,8 33 73,80
1,75 39 78,50
1,65 23 67,20
1,72 37 67,20
1,59 48 58,80
1,63 50 62,30
1,65 94 70,20
1,52 17 54,90
1,72 55 78,10
1,63 59 62,90
1,86 23 65,00
1,63 87 62,90
1,75 34 72,90
1,57 24 61,60
0,76 1 9,70
1,78 19 64,30
1,62 25 58,90
1,06 5 18,30
1,68 24 56,90
0,57 0 3,10
1,51 52 45,80
1,76 24 68,90
0,86 2 11,90
1,62 49 65,90
1,71 68 78,00
1,1 5 16,90
 1,86 37 85,80
1,71 54 67,20
1,59 26 63,20
0,82 1 9,40
1,76 33 72,90
0,47 0 3,90
1,62 21 63,80
1,4 13 30,50
1,51 23 52,60
1,81 39 85,90
1,66 19 67,90
1,6 24 58,20
1,63 45 55,00
1,58 57 60,50
1,67 51 87,50
1,72 17 55,20
1,65 26 70,00
1,56 16 45,90
1,63 22 54,00
1,67 25 60,80
1,64 55 65,80
1,61 23 70,80
1,68 58 78,60
1,8 48 87,20
1,72 39 79,50
1,75 36 72,90
1,67 60 67,50
1,55 47 58,20
1,72 17 64,30
Realizar el diagrama de dispersión de dichas variables:
 Calcular la recta de regresión y el coeficiente de correlación para probar
estadísticamente su relación:
El modelo matemático se obtuvo aplicando el método de los mínimos cuadrados dando hace
le desarrollo matemático de la siguiente manera: Y: A+B1X1 + B2X2 tratando de identificar
los parámetros B1, B2 y A, para esto se procedió de la siguiente manera:
 Y= A+B1X1 + B2X2
Y= 0,7526 + 0,00034X1 + 0,0133X2
Entonces R²: 0,864, por ser cercano a 1, su modelo matemático obtenido es confiable y R²:
0,864*100: 86,4, el modelo matemático nos explica que el 86,4% es confiable por lo cual
nos muestra que es confiable.
r: 0,929 * 100: 92,9% la correlación entre las variables es prefecta y la corrección es perfecta
ya que ofrecen el 92,9% de cumplimiento por lo anterior prueba estadísticamente la perfecta
relación entre las tres variables las cuales son: estatura, edad y peso tomadas de la base de
datos del servicio de Urgencias 2018 16-4.
Relacionar la información obtenida con el problema:
Podemos relacionar la información con los resultados obtenidos en las variables y estadísticas
de la estatura, edad y peso tomadas de la base de datos del servicio de urgencias 2018 16-4, lo cual
se encuentran con una relación confiable con el modelo matemático de regresión múltiple Y: 0,7526
+ 0,00034X1 + 0,0133X2, lo que nos explica que el 92,9% es confiable.