Upload
martha-sandoval-martinez
View
12
Download
0
Embed Size (px)
DESCRIPTION
estadistica
Citation preview
lABORATORIO DE REGRESION Y CORRELACION LINEAL
2015Universidad Abierta y a Distancia UNADEDINSON JESUS JAIMES ACEROS cod:91535313
[lABORATORIO DE REGRESION Y CORRELACION LINEAL]TUTOR: Ing. FRANCISCO CABRERA DIAZ
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.Variable X: gr. de sal diarios (no aleatoria)Variable Y: presin arterial en mm de HgNXYXYXY
11,81003,2410000180
22,2984,849604215,6
33,510512,2511025367,5
441101612100440
54,311218,4912544481,6
651202514400600
Suma20,864579,82696732284,7
A. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables
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 X + b; Y = 6,31374243733791X + 85,6123595505619R= 0,916480645896745C. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables.Coeficiente de Determinacin R2= 0,916480645896745 91,64806 %Coeficiente de Correlacin r= 0,957329956648566 95,73299%
El R afirma adems que el modelo explica el 91,64806 % de la informacin y el valor de r coeficiente de correlacin lineal es muy bueno porque el 95,73299 est muy cercano al extremo 1 positivo que es la correlacin muy buena.
D. Si a un paciente se le administra una dosis de sal de 6,5. Cul es la tensin arterial esperada?
Y=6,31374243733791 (6,5) + 85,6123595505619= 126,651685393258 mm de Hg
Segn lo anterior la tensin arterial de una persona que le adicionen 6,5 gr de sal a la dieta es 126,651685393258 mm de Hg
2. En un nuevo proceso artesanal de fabricacin de cierto artculo que esta 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:
X10203040506070
Y35282320181513
a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variablesSOLUCION:
NXYXYXY
110351001225350
22028400784560
33023900529690
440201600400800
550182500324900
660153600225900
770134900169910
Suma2801521400036565110
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 X + b; Y = -a + bXY = -0,346428571428572 X + 35,5714285714286
R= 0,945438102893892
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables.
Coeficiente de Determinacin R2= 0,945438102893892 94,5438%Coeficiente de Correlacin r= 0,972336414464609 97,2336%
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 0.972336 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.
= 0,928571428571431 minutos
Segn lo anterior para dicho nmero de das se espera realizar para una pieza el obrero se demore 0,928571428571431 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)121123108118111109114103110115
Peso (kg)25221924191820152021
a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables
NEstaturaPesoE2P2EP
112125146416253025
212322151294842706
310819116643612052
411824139245762832
511119123213612109
610918118813241962
711420129964002280
810315106092251545
911020121004002200
1011521132254412415
Suma1132203128490419723126
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra. Es confiable?MODELO
Y= aX + b;Y= 0,421173762945909 X - 27,3768699654768 R= 0,810247554471496
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.GRADO:La correlacin lineal es aceptable porque el 0,810247554471496 est un poco retirado del 1 positivo.
d. Cul es el peso que debera tener un estudiante que mida 130 cm?
Y= 0,421173762945909 * 130 - 27,3768699654768 = 27,3757192174913 cm
Segn lo anterior el peso que debera tener un estudiante que mida 130 cm es de 27,3757192174913 cm