Beruflich Dokumente
Kultur Dokumente
Objetivos:
Identificar las medidas bivariantes, sus propiedades usos y contextos
Calcular las medidas bivariantes con énfasis en el desarrollo cauteloso e integral del análisis
correspondiente
Interpretar las medidas bivariantes como herramienta importante en el desarrollo de los
estudios estadísticos de toda índole
Actividad 1. Mapa Mental Resumir mediante un mapa mental las medidas estadísticas
Bivariantes de regresión y correlación.
Actividades a desarrollar
1. Este ejercicio práctico, pretende hacer la transferencia del conocimiento adquirido a partir
de la elaboración del laboratorio de Regresión y Correlación Lineal, el cual se realizará
utilizando Microsoft Excel® la cual aparece instalada por defecto en el Office de su
computador o el software gratuito INFOSTAT, que podrá descargar ingresando a Laboratorios
Estadística Descriptiva: Infostat, Tutoriales, (Entorno de aprendizaje práctico).
2. Cada estudiante deberá resolver tres ejercicios según las opciones ofrecidas en la siguiente
tabla, para ello deberán compartir su elección en el foro del entorno de aprendizaje
Colaborativo Paso 4 Descripción de la Información, identificándolos de la siguiente tabla,
donde anexará su nombre a la opción de grupo de ejercicios escogido:
Escriba su nombre
y comparta la tabla
Opción Ejercicio 1 Ejercicio 2 Ejercicio 3 Estudiante
1 1.1. Sal-Tensión 1.4. X - Y 1.9. Sobrepeso-R
2 1.2. CH-Pureza. 1.4. X - Y 1.7. PIB-Ventas Jose Manuel
restrepo
3 1.1. Sal-Tensión 1.5. Tem-Vapor 1.7. PIB-Ventas
4 1.3. Peso-Altura. 1.6. Estatura-Peso 1.8. %-Umbral
5 1.2. CH-Pureza. 1.5. Tem-Vapor 1.8. %-Umbral
3. Posteriormente cada estudiante debe enviar la solución de los tres ejercicios elegidos:
EJERCICIOS
1.1. CH-Pureza. 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
Y
(% de 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
Esta ecuación hace una buena estimación entre las variables debido a que el
coeficiente de determinación R2 explica el 87.74% de la información y el valor del
coeficiente de correlación R confirma el grado de relación de la variables, que es el
93.67%.
y = 14.947x + 74.283
x=(y-74.283)/14.947
x=(91.3-74.283)/14.947
x=1.14
1.2. X-Y. En un nuevo proceso artesanal de fabricación de cierto artículo que está implantado,
se ha considerado que era importante ir anotando periódicamente el tiempo medio
(medido en minutos) que se utiliza para realizar una pieza y el número de días desde que
empezó dicho proceso de fabricación. Con ello, se pretende analizar como los operarios
van adaptándose al nuevo proceso mejorando paulatinamente su proceso de producción.
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20
x= días/independiente
y=tiempo medio/dependiente
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
Se usa la función de ajuste que dice Y=a+bx
y=-0,3566x+42,569
R^2= 0,7962
la ecuación de la recta es confiable porque el R^2 está cercano a 1 y tiene grado alto de
confiabilidad. (>0.7)
a. Determine el grado de correlación de las dos variables.
Correlación inversa (negativa)
Y=!
X=75
y=-0,3566(75)+42,569
y=69.3142
1.3. Tem-Vapor. 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.
Consumo de vapor
Mes Temperatura (F)
(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
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.
Correlación directa(positiva)
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre la
otra. ¿Es confiable?
El modelo matemático es la ecuación de la tendencia de la línea por lo que se tiene
y=92,2087x-6.3184
r^2=0,999 y como es cercano a 1 se puede decir que el modelo matemático es confiable
c. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
R^2=100%=0,999 x 100%=99,9%
El grado de relación es alta
d. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?
Y=9,2087x-6,3184
Y=9,2087x -6,3184
Y=9,2087(70)-6,3184
Y=638,2906
c. ¿Cuál podria ser la proyección de ventas para el año 2018 si se espera que el PIB nacional
sea del 3,1?
Y = 1,15 +345,12*3,1
Y =1071
Bibliografía:
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
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
https://www.shmoop.com/estadistica-basica-probabilidades/diagrama-dispersion-correlacion.html
http://tutorialunidad1.blogspot.com/2016/05/regresion-y-correlacion.html
https://slideplayer.es/slide/3292740/