Documente Academic
Documente Profesional
Documente Cultură
Campo riano
Tutor
Ingeniería de sistemas
Actividad N° 2
Diagrama de Dispersión
Es la representación grafica de las observaciones o datos ilustradas en un plan cartesiano,
teniendo en cuenta que es una representación de medidas bivariantes o bidimensionales, los
datos u observaciones se ubican de acuerdo con las variables X, Y; creando una nube de
puntos o conjuntos de puntos en diferentes partes de la representación gráfica.
Correlación Lineal Simple
La correlación lineal simple es la determinación de correlación de dos variables que se
comparan en la varianza y desviaciones estándar de cada una.
Coeficiente de Determinación R2
Es la dependencia de la variable Y con respecto de X, se representa en porcentaje el
resultado que da entre 0 y 1.
Correlación Positiva y Negativa
La correlación positiva es cuando es directamente proporcional es decir si aumenta una
observación o dato en una de las variables, la otra aumenta y así mismo en ambas cuando
disminuye.
La correlación negativa es cuando es inversamente proporcional es decir cuando una
observación o dato en una de las variables aumenta la otra variable disminuye o viceversa
cuando disminuye.
Coeficiente de correlación lineal y en que nos ayuda
Es un método para determinar la correlación entre las variables estudiadas, es decir, medir
la dependencia efectiva de una variable con la otra evidenciado en un rango de valores -1 y
+1.
Actividad N° 3
1.1. Peso-Altura. Un colegio del distrito de Bogotá desea realizar un estudio de
crecimiento dentro de su población estudiantil, para lo que se ha construido desde una
muestra la siguiente de información del peso (en kg.) y la altura (en cm.) de 20
jóvenes:
Tipo de Asociación: Directa
Modelo Matemático: y = 0.746x - 44.863
X: Altura
Y: Peso
Confiabilida
d del
Modelo
COEFICIENTE DE DETERMINACION, R²: 0.5583 55.83% Matematico
El modelo
tiene un
alto
porcentaje
de no ser
confiable
en ciertas
situaciones.
COEFICIENTE DE CORRELACION: 0.747194754
TIPO DE CORRELACION: Correlacion Regular
PESO ESPERADO PARA LA ESTATURA DE 172 CM 83.45
Podemos observar que para estudiar esta población el modelo matemático tiene una alta
tasa de no ser confiable, las variables de Altura y Peso pueden no estar muy relacionadas lo
que no permite tener mayor exactitud si se llegara a presentar un estudiante de 172 cm de
altura su peso sea de 83 kilos. Se toma como variable independiente la altura y el peso
como variable dependiente, debido a que por regla general el peso puede variar por
diferentes razones y de acuerdo con la altura los individuos deben estar en un rango de
peso.
Podemos observar que de este grupo estudiado de estudiantes la estatura y el peso pueden
estar muy relacionados, la tasa de que el modelo matemático no sea muy confiable es bajo,
se toma como variable independiente la estatura por lo expuesto anteriormente y el peso
como variable dependiente, es muy probable que un estudiante de 128 cm este pensando 26
kilos aproximadamente.
1.3. %-Umbral. 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: Tasa de desempleo
COEFICIENTE DE DETERMINACION, R²: 0.003 0.30% Confiabilidad del Modelo Matematico
Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 151 – 158).
Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219