UNIVERSIDAD DE INVESTIGACIÓN DE TECNOLOGÍA

EXPERIMENTAL YACHAY

LABORATORIO DE QUÍMICA II

PRÁCTICA: Regresión Lineal.

INTEGRANTES DEL GRUPO: Morocho Marlon. 0106979727

Pomaquiza Sergio. 0302528914

Solórzano Toala Orlando. 1004641286

Zhigue Álvarez Mishel. 0705633071

NÚMERO DE GRUPO: 4

PARALELO: F

DOCENTE: Manuel Caetano.

FECHA DE LA PRÁCTICA: 2019 – 02 - 18

FECHA DE ENTREGA: 2019 – 02 – 25

RESUMEN
La presente expone el tratamiento de datos obtenidos experimentalmente utilizando el método
estadístico regresión lineal y, específicamente el método de mínimos cuadrados. Para este proceso
se utilizó el programa Excel para el cálculo automático de la línea de tendencia (ecuación que mejor
se ajusta) y el coeficiente de correlación de Pearson (r) entre datos. Se trabajó con tres conjuntos
de datos de una misma fuente los cuales correspondían a presiones y sus respectivas temperaturas
de un compuesto dado, se calculó la entalpia de vaporización (AH vap.) para los 2 primeros usando
regresión lineal y usando la ecuación de Clausius-Clapeyron y la pendiente para el tercero grupo
de datos. Además, se obtuvo R y una gráfica de residuales (para los 2 primeros) observando así un
valor atípico. Concluyendo que, los datos usados tenían dependencia lineal y que con la exclusión
de valor atípico, el modelo utilizado era el correcto.

OBJETIVO:
Tratar datos obtenidos experimentalmente por los alumnos, utilizando regresión lineal un método
estadístico ampliamente utilizado.

PROCEDIMIENTO:

REGRESIÓN
LINEAL

Introducir los datos,
marcar la pestaña
insertar y el grafico
tipo dispersión.
Marcar la primera
opción, aparece un
Escoger “seleccionar
cuadro vacío,
datos y agregar”.
hacer clic con el
botón derecho.

Hacer doble clic en los

Establecer título Seleccionar
ejes, ajustar la escala
del gráfico y el rango para los
para que el grafico se
nombre de los ejes. valores X y Y.
expanda por todo el
espacio.

Marcar un punto del gráfico

Revisar si los puntos son En caso de haber con el botón derecho del ratón
correctos y si no hay y escoger la opción “agregar la
un dato-punto así,
ningún punto disparado. línea de tendencia”.
eliminarlo.

De esta forma
podemos leer a Adicionar la ecuación en el Asegurar la existencia
y b de la recta gráfico y presentar el valor R. de la tendencia lineal.
y= ax+b.
 Analizar línea de
CÁLCULO DE
tendencia y modelo
RESIDUALES Calcular de Regresión
(Y – Y°)

Crear gráfica y aplicar

Calcular Yajustado regresión lineal usado Determinar
(Y°) a partir de Y° = (Y – Y°) como valores valores atípicos
ax+b de Y y Y° como
valores de X.

Analizar nueva Repetir el proceso

influencia del modelo sin tomar en cuenta
de regresión los valores atípicos

TRATAMIENTO
DE 3 GRUPOS DE
DATOS

Grupo 1y 2 Grupo 3

Calculo de

Cálculo de la Cálculo de la
entalpia de pendiente.
vaporización
Usando
Usando

Datos presentados Datos presentados

Regresión Lineal
en las de los 2 del tercer grupo.
primeros grupos.

Ecuación de
Clausius-Clapeyron
Analizar resultados
y Formular
conclusiones.
 PRIMERA TOMA SEGUNDA TOMA TERCERA TOMA
DE DATOS DE DATOS DE DATOS
P[kPa] T[K] P[kPa] T[K] P[kPa] T[K]
1096,6 476,2 601,8 500 601,8 500
665,1 454,5 99,5 392,2 33,1 361
601,8 500 60,3 375,9
403,4 434,8 44,7 370,4
200,3 411,5 33,1 361
99,5 392,2
60,3 375,9
44,7 370,4
33,1 361
RESULTADOS
1. PRIMER TOMA DE DATOS.
PRIMERA TOMA DE DATOS
PARTE 1 PARTE 2 PARTE 3
P[kPa] LnP(Y) T[K] 1/T(X) Y° Y-Y° AH vap. AH=a*R
1096,6 7,00 476,2 0,0021 6,66 0,3440 36,22 KJ/mol*K
665,1 6,50 454,5 0,0022 6,20 0,2973 36,46 KJ/mol*K
601,8 6,40 500 0,0020 7,11 -0,7079 40,53 KJ/mol*K
403,4 6,00 434,8 0,0023 5,75 0,2479 36,69 KJ/mol*K
200,3 5,30 411,5 0,0024 5,16 0,1365 37,12 KJ/mol*K
37,58
99,5 4,60 392,2 0,0025 4,62 -0,0226 37,66 KJ/mol*K
60,3 4,10 375,9 0,0027 4,12 -0,0236 37,66 KJ/mol*K
44,7 3,80 370,4 0,0027 3,94 -0,1444 38,03 KJ/mol*K
33,1 3,50 361 0,0028 3,63 -0,1270 37,97 KJ/mol*K
PROMEDIO 37,59 KJ/mol*K
Tabla 1.- Registro de la primera toma de datos: Dividida en 3 partes: la Parte 1 hace referencia a la obtención
del logaritmo natural de la presión y el inverso de la temperatura de cada dato inicial para aplicar regresión
lineal y obtener una ecuación lineal (y=ax+b) para el cálculo de la entalpia; la Parte 2 se especifica la Y
obtenida(Y°) y (Y-Y°) para obtener los residuales y la Parte 3 son los valores de la entalpia obtenida de dos
maneras: promedio de las entalpias de los datos y como el resultado de la pendiente obtenida en la Parte 1
multiplicada por R.

PRIMERA TOMA DE DATOS

8,00
L OS Y- LnP(K)

y = -4520,6x + 16,149
6,00
R² = 0,9385
4,00

2,00

0,00
0,0000 0,0005 0,0010 0,0015 0,0020 0,0025 0,0030
Los X - 1/T (Kj)

Gráfica 1.- Regresión lineal obtenida con los datos de Ln P y 1/T de la tabla 1 ( Parte 1). La ecuación de la
recta tipo y=ax+b sacada a partir de estos datos fue y = -4520,6x + 16,149 donde a= -4520,6 y b= 16,149.
Además se muestra el coeficiente de correlación de Pearson (0,94).
 RESIDUALES 1 VS Y°
0,4000
0,2000y = -7E-06x + 6E-05
R² = 7E-10
0,0000
0,00 2,00 4,00 6,00 8,00
Y-Y°

-0,2000
-0,4000
-0,6000
-0,8000
Y°

Gráfica 2.- Grafica de residuales obtenida de los

valores registrados en Tabla 1(Parte 2)

RESIDUALES 2 VS Y°
0,4000
0,3000 y = 0,1707x - 0,7671
R² = 0,9664
0,2000
Y-Y°

0,1000
0,0000
0,00 2,00 4,00 6,00 8,00
-0,1000
-0,2000
Y°
Gráfica 3.- Grafica de residuales obtenida al eliminar el
valor atípico observado en grafico 3 (Residuales 1).

2. SEGUNDA TOMA DE DATOS.

SEGUNDA TOMA DE DATOS
PARTE 1 PARTE 2 PARTE 3
P[kPa] T[K] LnP(Y) 1/T(X) Y° Y-Y° AH vap. AH=a*R
601,8 500 6,40 0,0020 6,45 -0,05 30,824 J/mol*K
99,5 392,2 4,60 0,0025 4,43 0,17 30,047 J/mol*K
60,3 375,9 4,10 0,0027 4,02 0,08 30,364 J/mol*K
30,606
44,7 370,4 3,80 0,0027 3,88 -0,08 30,841 J/mol*K
33,1 361 3,50 0,0028 3,62 -0,12 30,960 J/mol*K
PROMEDIO 30,607 J/mol*K
Tabla 2.- Registro de la segunda toma de datos: Dividida en 3 partes: la Parte 1 hace referencia a la obtención
del logaritmo natural de la presión y el inverso de la temperatura de cada dato inicial para aplicar regresión
lineal y obtener una ecuación lineal (y=ax+b) para el cálculo de la entalpia; la Parte 2 se especifica la Y
obtenida(Y°) y (Y-Y°) para obtener los residuales y la Parte 3 son los valores de la entalpia obtenida de dos
maneras: promedio de las entalpias de los datos y como el resultado de la pendiente obtenida en la Parte 1
multiplicada por R.
 SEGUNDA TABLA DE DATOS
7,00
6,00
y = -3681,3x + 13,815
Y - LnP(K) 5,00
R² = 0,989
4,00
3,00
2,00
1,00
0,00
0,0000 0,0005 0,0010 0,0015 0,0020 0,0025 0,0030
X- 1/T(K)

Gráfica 4.- Regresión lineal obtenida con los datos de LnP y 1/T de la tabla 2 ( Parte 1). La ecuación de la
recta tipo y=ax+b sacada a partir de estos datos fue y = -3681,3x + 13,815 donde a= -3681,3 y b= 13,815.
Además se muestra el coeficiente de correlación de Pearson (0,989).

RESIDUALES2-1 vs Y°
0,20
y = -1E-05x + 0,0005
0,15
R² = 1E-08
0,10
0,05
Y-Y°

0,00
-0,050,00 2,00 4,00 6,00 8,00

-0,10
-0,15
Y°

Gráfica 5.- Grafica de residuales obtenida de los valores

registrados en Tabla 2(Parte 2)

RESIDUALES2-2 vs Y°
0,20
0,15
y = 0,3782x - 1,4937
0,10 R² = 0,9072
0,05
Y-Y°

0,00
-0,050,00 1,00 2,00 3,00 4,00 5,00

-0,10
-0,15
Y°

Gráfica 6.- Grafica de residuales obtenida al eliminar el valor

atípico observado en grafico 5 (Residuales2-1).
3. TERCERA TOMA DE DATOS.
TERCERA TOMA DE DATOS
P[kPa] T[K] LnP(Y) 1/T(X)
601,8 500 6,40 0,0020
33,1 361 3,50 0,0028
Tabla 3.- Registro de la Tercera toma de datos: Obtención del logaritmo natural de la presión y el inverso de
la temperatura de los 2 datos iniciales para aplicar regresión lineal y obtener una ecuación lineal (y=ax+b) y
con ella la pendiente.

TERCERA TOMA DE DATOS

7,00

6,00

5,00
Y- LnP(K)

4,00
y = -3766,3x + 13,933
R² = 1
3,00

2,00

1,00

0,00
0,0000 0,0005 0,0010 0,0015 0,0020 0,0025 0,0030
X- 1/T(K)

Gráfica 7.- Regresión lineal aplicada a los datos de LnP y 1/T de la tabla 3 para obtener la pendiente. La
ecuación de la recta tipo y=ax+b obtenida a partir de estos datos fue y = -3766,3x + 13,933 donde la
pendiente(a) es igual a -3766,3 y la ordenada al origen (b) es igual a 13,933. Además se muestra el coeficiente
de correlación de Pearson (1).

DISCUSIONES:

 En la tabla 1 y 2 se observa que una línea de datos refleja valores atípicos, primera y tercera
línea de datos respectivamente, por tal razón al observar el modelo de regresión lineal y al
realizar la gráfica de residuales se identificó su presencia. Luego, al eliminar estos valor de
la gráfica (residuales 2 y 2-2) se pudo comprobar un cambio en modelo pues sus valores
tienen una menor dispersión y por ende mayor cercanía.

 El coeficiente de correlación obtenido con las 2 primeras tablas de datos: 0,8 y 0.989
respectivamente son valores muy próximos a 1, por el contrario en las gráficas de residuales
1 este valor está por (7E-10) y (1E-08) y al corregir el modelo cambio a (0,966) y (0,907)
además en la tercera tabla al utilizar solo dos puntos este coeficiente es de 1.

 En la obtención de la entalpía en las tablas 1 y 2 (parte 3) podemos determinar que utilizando

el modelo de regresión lineal existen dos medios para obtenerla , la primera es en relación a
las Entalpias de valorización de cada dato con el despeje de la fórmula de Clausius y sacando
el promedio y la segunda tomando en cuenta que la recta y = ax+b obtenida es igual a
LnP=(AH/R)1/T +B dónde AH/R es igual a la a obtenida

 La entalpía en la segunda tabla tiene una variación menor (rondando los 30 Kj/mol) en todos
los datos a diferencia de la primera, donde los datos se encuentran en una mayor dispersión.
 Además, la entalpia de vaporización es siempre positiva, razón por la cual nuestras
pendientes fueron negativas.

 La pendiente negativa obtenida en la tercera toma de datos (gráfica 7) nos refleja un

decrecimiento de Y(Presión) con respecto a X (Temperatura), con lo cual es posible
manifestar que la tendencia de desarrollo de los datos es disminuir continuamente, además
cabe recalcar que al partir de dos datos la relación es directa, por lo cual el coeficiente de
correlación será siempre 1

CONCLUSIONES

 El coeficiente de correlación de los datos de la primera y segunda gráficas son muy próximos
a 1, lo que sugiere que los valores dados tienen dependencia y por ende los valores obtenidos
para el cálculo de la entalpía son confiables ya que el error es mínimo.

 Los residuales corroboran o desaprueban los valores obtenidos tomando en cuenta que la
eliminación de un dato atípico puede cambiar totalmente R y demostrar que el modelo es el
adecuado.

 El cálculo de los valores de las Entalpias obtenidas en las tablas 1y 2 y la pendiente obtenida
en la tercera toma de datos nos muestran que la regresión lineal es un proceso que agiliza la
obtención de variables a partir de un conjunto de datos utilizando un modelo estadístico.

REFERENCIAS
Devoro.Jayl, Probabilidad y Estadística para Ingeniería y Ciencias, International.
Thomson Editores, México.
Tobin. J, 1958, Estimation of relatioships for limited dependent variables. Econometría.
Peláez IM., (2006), Modelos de Regresión Lineal: Simple y Logística. SEDEN, 1 – 4.
Colé Jl, (2002), Nociones de Regresión Lineal. Octllbre.
Abuín JMB, (2007), Regresión Lineal Múltiple, Estadística.
Araya C. Estadística para laboratorista químico. Primera Edición. Costa Rica. Editorial
de la Universidad de Costa Rica, 2004.
Corbonell E. Regresión Lineal: un enfoque conceptual y práctico. Valencia, España.
Ministerio de Agricultura, pesca y alimentación, 1983