TRABAJO DE ESTADISTICA

EDUAR RICARDO VELA PINILLA

INGENERIA DE SISTEMAS
UNAD UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
EJERCICIOS
1. El rendimiento del producto de un proceso químico está relacionado
con la temperatura de operación del proceso. Se desea establecer la relación
que existe entre la pureza (y) del oxígeno producido y el porcentaje de
hidrocarburo (x) que está presente en el condensador principal en un proceso
de destilación, de acuerdo con los siguientes datos:

X
(% de Y
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 dispersión y determine el tipo de asociación
entre las variables.

Pureza
102
100
98 y = 14,947x + 74,283
R² = 0,863
96
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
% de Hidro carburos

b. Encuentre el modelo matemático que permite predecir el efecto de

una variable sobre la otra. ¿Es confiable?
Con la ayuda de Excel se obtuvieron los siguientes resultados:

∑ 𝑥 = 23,92

∑ 𝑦 = 1843,21

∑ 𝑥𝑦 = 2214,66

∑ 𝑥 2 = 29,29

∑ 𝑦 2 = 170044,53

𝑦̅ = 92,16

𝑛 = 20

𝑏 = 14,95
𝑎 = 74,28
𝑆𝑒 = 1,09
𝑆𝑒𝑦2 = 8,67
𝑅 2 = 0,86

Conforme a lo anterior podemos encontrar la recta que se ajusta a los datos:

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 ∑𝑌 − 𝑏∑𝑥
𝑌̂ = 𝑎 + 𝑏𝑥 ; b= ; 𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 𝑛
Donde:
𝑏: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑎: 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝒀
𝑥: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑌: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑛: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
b=
𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2

20 ∗ 2214,6566 − 23,92 ∗ 1843,21

b= = 14,947
20 ∗ 29,2892 − (23,92)2

∑𝑌 − 𝑏∑𝑥 1843,21 − 14,947 ∗ 23,92

𝑎= = = 74,283
𝑛 20
Por tanto

𝑌̂ = 𝑎 + 𝑏𝑥 = 74,28 + 14,95𝑥

𝑆𝑒 2 1,086529052
𝑅2 = 1 − = 1 − = 0,863
𝑆𝑒𝑦2 8,66884475
𝑅 2 = 0,863 → 𝑟 = √0,863 = 0,928

Lo cual nos permite concluir que el modelo de regresión lineal ajustado tiene un alto
grado de confiabilidad.
c. Determine el porcentaje de explicación del modelo y el grado de
relación de las dos variables.
El 𝑅 2 afirma además que el modelo explica el 86.3% de la información.

r confirma además el grado de relación entre las variables: el porcentaje de

Hidrocarburos está directamente relacionado (en un 92,8%) con la pureza del
oxígeno.

d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno

es igual a 91,3?

𝑌̂ = 74,283 + 14,947𝑥 = 91,3

14,947𝑥 = 91,3 − 74,283
91,3 − 74,283
𝑥= = 1,138%
14,947
Respuesta: 1,138%
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.

2014 Registros de temperatura y

consumos de vapor.

Temperatura Consumo de
Mes
(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
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.

Consumo de vapor (Lb)

800
700 y = 9.2087x - 6.3184
R² = 0.9999
600
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatura (oF)

Ajuste un modelo matemático que permita predecir el efecto de una variable

sobre la otra. ¿Es confiable?

Con la ayuda de Excel se obtuvieron los siguientes resultados:

∑ 𝑥 = 558

∑ 𝑦 = 5062,63

∑ 𝑥𝑦 = 265883,86

∑ 𝑥 2 = 29256

∑ 𝑦 2 = 2416493,37

𝑦̅ = 253,13

𝑛 = 12
𝑏 = 9,21

𝑎 = −6,32
𝑆𝑒 = 1,95
𝑆𝑒𝑦2 = 23386,79
𝑅 2 = 0,99983664

Conforme a lo anterior podemos obtener el siguiente modelo matemático:

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 ∑𝑌 − 𝑏∑𝑥
𝑌̂ = 𝑎 + 𝑏𝑥 ; b= ; 𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 𝑛
Donde:
𝑏: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑎: 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝒀
𝑥: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑌: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑛: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
b=
𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2

12 ∗ 265883,86 − 558 ∗ 5062,631

b= = 9,208
12 ∗ 29256 − (558)2

∑𝑌 − 𝑏∑𝑥 5062,63 − 9,208 ∗ 558

𝑎= = = −6,318
𝑛 12

Por tanto

𝑌̂ = 𝑎 + 𝑏𝑥 = −6,318 + 9,208𝑥

2
𝑆𝑒 2 1,952
𝑅 =1− 2 = 1− = 0,99
𝑆𝑒𝑦 23386,79
𝑅 2 = 0,999 → 𝑟 = √0,999 = 0,99
Lo cual nos permite concluir que el modelo de regresión lineal ajustado tiene un alto
grado de confiabilidad.

Determine el porcentaje de explicación del modelo y el grado de relación de

las dos variables.
 El 𝑅 2 dice que el modelo explica el 99.9% de la información.

El valor de r dice que el grado de relación entre las variables: El número de

libras de vapor (y) consumidas mensualmente por una planta química, se
relaciona con la temperatura ambiental promedio en un 99,9%

¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

𝑌̂ = −6,318 + 9,208 ∗ 70
𝑌̂ = 638,242

Respuesta: 638,24

3. Los investigadores están estudiando la correlación 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
reflexión nociceptiva (y) que es una medida de sensación de punzada.
Obsérvese que ambas, X e Y, son variables aleatorias

y (umbral de reflejo
% Sobrepeso. de flexión
nociceptiva)

89 2,00
90 3,00
75 4,00
30 4,50
51 5,50
75 7,00
62 9,00
45 13,00
90 15,00
20 14,00

Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
 umbral de reflejo de flexión nociceptiva
16
14
12
10
8 y = -0.0629x + 11.642
6 R² = 0.1115

4
2
0
0 20 40 60 80 100
peso ideal

Ajuste un modelo matemático que permita predecir el efecto de una variable

sobre la otra. ¿Es confiable?

Con la ayuda de Excel se obtuvieron los siguientes resultados:

∑ 𝑥 = 627

∑ 𝑦 = 77

∑ 𝑥𝑦 = 4461,5

∑ 𝑥 2 = 45141

∑ 𝑦 2 = 799,5

𝑦̅ = 7,7

𝑛 = 10

𝑏 = −0,063
𝑎 = 11,6418129
𝑆𝑒 = 4,79016215
𝑆𝑒𝑦2 = 20,66
𝑅 2 = 0,111

Conforme a lo anterior podemos obtener el siguiente modelo matemático:

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 ∑𝑌 − 𝑏∑𝑥
𝑌̂ = 𝑎 + 𝑏𝑥 ; b= ; 𝑎=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 𝑛
Donde:
𝑏: 𝑃𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑎: 𝐼𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝒀
𝑥: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑌: 𝑉𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑛: 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
b=
𝑛 ∑ 𝑥 2 − (∑ 𝑥 )2

10 ∗ 627 − 627 ∗ 77
b= = −0,06286783
10 ∗ 45141 − (627)2

∑𝑌 − 𝑏∑𝑥 77 − (−0,06286783) ∗ 558

𝑎= = = 11,64
𝑛 10

Por tanto

𝑌̂ = 𝑎 + 𝑏𝑥 = 11,64 − 0,062𝑥

𝑆𝑒 2 4,792
𝑅2 = 1 − = 1 − = 0,11
𝑆𝑒𝑦2 20,66
𝑅 2 = 0,11 → 𝑟 = √0,11 = 0,33

Lo cual nos permite concluir que el modelo de regresión lineal ajustado tiene un bajo
grado de confiabilidad, se recomienda no utilizar el modelo de regresión estimado.

Determine el porcentaje de explicación del modelo y el grado de relación de

las dos variables.
 El 𝑅 2 afirma además que el modelo explica el 11% de la información.

El valor de r dice que el grado de relación entre las variables: El porcentaje

de sobrepeso, se relaciona con el umbral de reflejo de flexión nociceptiva
en un 33%
¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje
de sobrepeso, de 40?

𝑌̂ = 11,64 − 0,062 ∗ 40
𝑌̂ = 9,16
Respuesta: 9,16