Laboratorio regresión lineal

1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A

una serie de voluntarios se les administra distintas dosis de sal en su dieta
y se mide su tensión arterial un tiempo después.

y
x(sal) (tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5 120
21 657

a. Realice el diagrama de dispersión y determine el tipo de asociación entre

las variables.

y = 6.1062x + 88.128
sal Vs tensión R² = 0.987
140

120

100

80

60

40

20

0
0 1 2 3 4 5 6

El comportamiento de las dos variables es directamente proporcional. Lo

que se puede ver que tienen una correlación lineal.

b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?

n ∑ xy − ∑ x ∑ y ∑y − a∑x
a= ; b=
n ∑ x 2 − (∑ x)2 n
 x(sal) y (tensión) x. y x2 y2
1,6 98 156,8 2,56 9604
2,3 102 234,6 5,29 10404
3,3 109 359,7 10,89 11881
4,2 113 474,6 17,64 12769
4,6 115 529 21,16 13225
5 120 600 25 14400
21 657 2354,7 82,54 72283

6(2354,7) − 21(657) 331,2

a= = = 6,1062
6(82,54) − (21)2 54,24

657 − 6,1062(21) 528,77

b= = = 88,128
6 6
y = 6,1062x + 88,128

Si es confiable.

c. Determine el grado de relación de las dos variables.

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟=
√𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 √𝑛 ∑ 𝑦 2 − (∑ 𝑦)2

6(2354,7) − 21(657)
𝑟=
√6(82,54) − (21)2 √6(72283) − (657)2

331,2 331,2
𝑟= = = 0,9934
√54,24√2049 333,373

𝑅 2 = 0,987

d. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es

la tensión arterial esperada?

y = 6,1062x + 88,128

y = 6,1062(5,6) + 88,128 = 122,322

2. 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. Los siguientes datos representan dicha situación:

X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x), realice

el diagrama de dispersión y determine el tipo de asociación entre las
variables.

Variable independiente: días

Variable dependiente: horas

y = -0.3566x + 42.569
Y R² = 0.7963
50
45
40
35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80

Se tiene una relación lineal. Con pendiente negativa.

b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?

n ∑ xy − ∑ x ∑ y ∑y − a∑x
a= ; b=
n ∑ x 2 − (∑ x)2 n
 X 12 23 35 42 53 65 70 300
Y 45 30 27 25 23 21 20 191
XY 540 690 945 1050 1219 1365 1400 7209
x2 144 529 1225 1764 2809 4225 4900 15596
y2 2025 900 729 625 529 441 400 5649

7(7209) − 300(191) 6837

a= 2
=− = −0.3566
7(15596) − (300) 19172

191 − (−0.3566)(300) 297,98

b= = = 42,569
7 7
𝑦 = −0.3566𝑥 + 42,569

c. Determine el grado de correlación de las dos variables.

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟=
√𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 √𝑛 ∑ 𝑦 2 − (∑ 𝑦)2
−6837 −6837
𝑟= = = 0,89233
√19172√3062 7661,89
𝑅 2 = 0.7963

d. Que tiempo deberá tardarse un empleado cuando lleven 90 días?

𝑦 = −0.3566𝑥 + 42,569

y = −0.3566(90) + 42,569
y = 10,475 horas

3. Una Nutricionista de un hogar infantil desea encontrar un modelo

matemático que permita determinar la relación entre el peso y la estatura de
sus estudiantes. Para ello selecciona 10 niños y realiza las mediciones
respectivas.
A continuación, se presentan los resultados:

Estatura
120 124 107 118 112 110 115 104 110 116
(cm)
Peso ( kg) 24 23 19 24 21 19 22 16 20 23

a. Identifique la variable dependiente (y) y la variable independiente (x),

realice el diagrama de dispersión y determine el tipo de asociación
entre las variables
 Variable dependiente: peso
Variable independiente estatura

PESO ( KG) y = 0.386x - 22.751

R² = 0.8329
30

25

20

15

10

0
100 105 110 115 120 125

Se asocian linealmente.

b. Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?
n ∑ xy − ∑ x ∑ y ∑y − a∑x
a= 2 2
; b=
n ∑ x − (∑ x) n

Estatura
120 124 107 118 112 110 115 104 110 116 1136
(cm)
Peso (
24 23 19 24 21 19 22 16 20 23 211
kg)
XY 2880 2852 2033 2832 2352 2090 2530 1664 2200 2668 24101
x^2 14400 15376 11449 13924 12544 12100 13225 10816 12100 13456 129390
y^2 576 529 361 576 441 361 484 256 400 529 4513

10(24101) − 1136(211) 1314

𝑎= = = 0,386
10(129390) − (1136)2 3404

211 − 0.386(1136) 227,514

𝑏= =− = −22.751
10 10
𝑦 = 0,386𝑥 − 22.271

Si es confiable
c. Determine el grado de correlación de las dos variables.

𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟=
√𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 √𝑛 ∑ 𝑦 2 − (∑ 𝑦)2

10(24101) − 1136(211)
r=
√10(129390) − (1136)2 √10(4513) − (211)2
1314 1314
r= = = 0.9126
√3404√609 1439.804
R2 = 0,8328
d. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?

𝑦 = 0,386𝑥 − 22.271
𝑦 = 0,386(128) − 22,271 = 27,137 𝑘𝑔