Documente Academic
Documente Profesional
Documente Cultură
Estudiante:
Andrés Eduardo Fernández Delgado
C.C 16.461.747
Tutor(a):
José Rodrigo González
Curso:
100105_126
En muchas situaciones de la vida real, se presentan problemas en los cuales existe una
relación entre dos o más variables y se hace necesario encontrar la naturaleza de esta
relación.
Por lo tanto, se puede emplear para construir un modelo que permita predecir el
hace de mala forma, por lo cual es necesario realizar una selección adecuada de las
variables que van a construir las ecuaciones de la regresión, ya que tomar variables que no
tengan relación en la práctica, nos arrojará un modelo carente de sentido, es decir ilógico.
Objetivos
Objetivos específicos
regresión y correlación.
Para ello, en primer lugar aplicaremos el proceso de regresión lineal simple para
determinar tanto la naturaleza como la fuerza de una relación entre dos variables y segundo
lugar la regresión lineal múltiple con la cual describiremos la relación entre dos o más
de modelos estadísticos a las variables de los hechos, es por eso que se trabaja en este
correlación.
Link: https://www.mindmeister.com/1483585795?t=Ngu3zznQd9
Actividad 2. Definición de Conceptos.
- Diagrama de dispersión.
correlación, etc.
conjunto de datos. En otras palabras, analizamos la relación entre dos variables, conociendo
qué tanto se afectan entre sí o qué tan independientes son una de la otra.
una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos
variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos
De una forma menos coloquial, la podemos definir como el número que mide el grado
Siendo:
ρ = 0 No existe correlación
Hablamos de correlación positiva si siempre que el valor «x» sube, el valor «y» sube, y
En el caso opuesto, si siempre que el valor «x» sube, y el valor «y» baja, y además con
cuadrado, refleja la bondad del ajuste de un modelo a la variable que pretender explicar.
Cuanto más cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la variable que
estamos intentando explicar. De forma inversa, cuanto más cerca de cero, menos ajustado
En la expresión anterior tenemos una fracción. Así pues, vayamos por partes. En primer
A continuación, vamos a realizar el mismo análisis con la parte del denominador (parte
de abajo).
- Correlación positiva y correlación negativa
Con los diagramas de dispersión podemos ver cómo se relacionan ambas variables entre
Correlación positiva: ocurre cuando una variable aumenta y la otra también. Por
ejemplo, la altura de una persona y el tamaño de su pie; mientras aumenta la altura, el pie
también.
de estudio y el tiempo que pasas jugando videojuegos, tienen una correlación negativa, ya
que cuando tu tiempo de estudio aumenta, no te queda tanto tiempo para jugar videojuegos.
Sin correlación: no hay una relación aparente entre las variables. Los puntos en tus
En los siguientes Diagramas de dispersión se puede observar que existe una relación
entre las variables. Este coeficiente se aplica cuando la relación que puede existir entre las
variables es lineal (es decir, si representáramos en un gráfico los pares de valores de las dos
Actividad 3. Realizar el laboratorio de regresión y correlación lineal
En una ciudad del norte de la costa colombiana fue registrada la temperatura media del
día y la cantidad de gas consumida en algunas de las residencias. Los datos están
consumo de gas.
variables
Es lineal
6 5 5
5 4
4 3
3
2
1
0
0 2 4 6 8 10 12 14
Temperatura Media
Y= mx+b
y = -0,4678x + 8,6233
R² = 0,905
R ²=❑√ 0,905
grado oC?
y= 9,0911
barranquilla, se relaciona con la temperatura promedio (en o F). Para el año 2018, se
Consumo
Mes Temperatura (F)
gaseosas (lts)
Ene. 23 188,14
Feb. 26 216,82
Mar. 34 290,38
Abr. 49 427,19
May. 52 457,35
Jun. 61 541,35
Jul. 70 623,9
Ago. 76 677,41
Sep. 64 564,38
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables.
Es lineal
500
f(x) = 17.32 x + 294.37
400 R² = 0.15
300
200
100
0
0 2 4 6 8 10 12 14
Temperatura
y = 9,2087x - 22,386
R² = 0,9999
dos variables.
R ²=❑√ 0,9999
y= 644,609 – 22,386
y= 622,223
1.1. PIB-Energía.
En un estudio realizado por la UNAD se desea analizar si el crecimiento económico
medido por el PIB es influenciado por el consumo de energía a partir de los
siguientes datos:
Consumo de
PIB de la Nación electricidad en
Año MWh
2008 2,057 428,2
2009 2,054 426,0
2010 2,209 464,7
2011 2,297 481,0
2012 2,341 498,4
2013 2,412 516,2
2014 2,424 532,6
2015 2,338 524,6
2016 2,257 520,0
R² = 0.85
400
300
200
100
0
2 2.05 2.1 2.15 2.2 2.25 2.3 2.35 2.4 2.45
Pib de la Nación
c. ¿Cuál podría ser la proyección de PIB para el año 2021 si se espera que el PIB
nacional sea del 3,2?
y = 273,62 (3,2) - 131,92
y = 875,584 - 131,92
y = 743,664
variables cuantitativas. Así conoceremos la intensidad de la relación entre ellas y si, al aumentar el
valor de una variable, aumenta o disminuye el valor de la otra variable. Para valorar la asociación
entre dos variables, la primera aproximación suele hacerse mediante un diagrama de dispersión.
que defina la relación entre dos variables cuantitativas. El coeficiente no paramétrico de Spearman
La regresión está dirigida a describir cómo es la relación entre dos variables X e Y, de tal
manera que incluso se pueden hacer predicciones sobre los valores de la variable Y, a partir de los
de X. Cuando la asociación entre ambas variables es fuerte, la regresión nos ofrece un modelo
Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 151 –
158.
Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City:
Cengage Learning. Páginas 675 – 686
Recuperado de https://economipedia.com/definiciones/coeficiente-de-correlacion-
lineal.html
Recuperado de https://www.shmoop.com/estadistica-basica-probabilidades/diagrama-
dispersion-correlacion.html
Recuperado de https://www.aulafacil.com/cursos/estadisticas/gratis/coeficiente-de-
correlacion-lineal-l11224
Recuperado de https://www.monografias.com/trabajos14/estadistica/estadistica.shtml
Recuperado de http://www.ics-aragon.com/cursos/salud-publica/2014/pdf/M2T04.pdf