LABORATORIO N2 REGRESION Y CORRELACION

Por Julin Fernando Guayara Preciado 1.110.443.214 Estadstica Descriptiva - 100105 Grupo N3 Viernes Presentado a Fabin Augusto Molina Tutor

Universidad Nacional Abierta y a Distancia UNAD CEAD IBAGUE ZONA SUR Escuela de Ciencias Administrativas, Contables, Econmicas y de Negocios 26-11-2012

INTRODUCCION

La realizacin de este trabajo es dar a conocer y poner en prctica la regresin y correlacin y medias de dispersin y estadsticas bivariantes sobre la unidad 2 de este curso, adems de los comportamientos que se dan en el plano cartesiano tanto en las variables, como los grados y resultados que se manejan para los ejemplos que se plantean en el laboratorio propuesto, que es de vital importancia reconocer y manejar las formulas que se obtienen de la herramienta de Excel.

LABORATORIO 2 SOLUCION EJERCICIOS 1) Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial un tiempo despus. X (sal) 1,8 2,2 3,5 4,0 4,3 5,0 Y (presin) 100 98 105 110 112 120

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

DIAGRAMA DE DISPERSIN PUNTO 1

140 120 100 Presin 80 60 40 20 0 0 1 2 3 Sal 4 5 6 Y (presin) Linear (Y (presin)) y = 6.3137x + 85.612 R = 0.9165

El tipo de asociacin del diagrama de dispersin es Lineal. b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra. Es confiable? El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a + bX; Y= 6.313X + 85.61. R= 0.916 Se puede asegurar que la ecuacin de la recta es confiable porque el R esta cercano a 1 y tiene un grado alto de confiabilidad. c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables. El R afirma adems que el modelo explica el 91.65% de la informacin y el valor de r coeficiente de correlacin lineal es excelente porque el 0.916 est muy cercano al extremo 1 positivo que es la correlacin perfecta positiva. d) Si a un paciente se le administra una dosis de sal de 6.5 cul es la tensin arterial esperada? Para hallar el valor de la tensin arterial esperada para una dosis de sal de 6.5 debemos reemplazar este valor en la formula hallada. = 126.6 Segn lo anterior para dicha dosis de sal la tensin arterial esperada es de 126.6

2) En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se ha considerado que era importante ir anotando peridicamente el tiempo medio ( medido en minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose al nuevo proceso mejorando paulatinamente su proceso de produccin.

Los siguientes datos representan dicha situacin: X Y 10 35 20 28 30 23 40 20 50 18 60 15 70 13

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

Tiempo Medio para realizar una Pieza 40 35 30 25 20 15 10 5 0 0 20 40 Nmero de Das 60 80 Series1 Linear (Series1) y = -0.3464x + 35.571 R = 0.9454

El tipo de asociacin del diagrama de dispersin es Lineal. b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra. Es confiable? El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a + bX; Y= 0.3464X + 35.571. R= 0.9454 Se puede asegurar que la ecuacin de la recta es confiable porque el R esta cercano a 1 y tiene un grado alto de confiabilidad. c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables. El R afirma adems que el modelo explica el 94.5% de la informacin y el valor de r coeficiente de correlacin lineal es excelente porque el 0.945 est muy cercano al extremo 1 positivo que es la correlacin perfecta positiva. d) Que tiempo deber tardarse un empleado cuando se lleven 100 das?

Para hallar el valor del tiempo de 100 das debemos reemplazar este valor en la formula hallada. = 0.931 minutos Segn lo anterior para dicho nmero de das se espera realizar para una pieza el obrero se demore 0.931 minutos.

3) Una nutricionista de un hogar infantil desea encontrar un modelo matemtico que permita determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello selecciona 10 nios y realiza las mediciones respectivas. A continuacin se presentan los resultados:
Estatura (cm) Peso (kg)

121 123 25 22

108 19

118 24

111 19

109 18

114 20

103 15

110 20

115 21

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

30 25 20 Peso (kg) 15 10 5 0 100 105 110 115 120 125 Estatura (cm) y = 0.4212x - 27.377 R = 0.8102

Series1 Linear (Series1)

El tipo de asociacin del diagrama de dispersin es Lineal. b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra. Es confiable?

El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a + bX; Y= 0.4212X - 27.377. R= 0.8102 Se puede asegurar que la ecuacin de la recta es aceptable porque el R se aleja un poco de 1 y tiene un grado de confiabilidad aceptable. c) Determine el grado de relacin de las dos variables. La correlacin lineal es aceptable porque el 0.810 est un poco retirado del 1 positivo. d) Cual es el peso que debera tener un estudiante que mida 130 cm? Y= 0.4212 * 130 - 27.377= 27.37

CONCLUSIONES

Se pudo evidenciar que para manejar cualquier tipo de variables se necesita realizar un diagrama de dispersin y aplicar conceptos, formulas de relacin y correlacin que permita el despeje de las ecuaciones y datos para obtener un resultado.

Los tres ejemplos nos muestra que son acordes a un tipo de forma lineal y la correlacin es confiable para los tipos de datos.

Hallamos los comportamientos que tienen tendencia lineal y determinamos el grado de correlacin entre las variables.