PASO 4. DESCRIPCIÓN DE LA INFORMACIÓN.

JENNY PAOLA SAAVEDRA NUÑEZ

CC1140862658
GRUPO: 100105_205

TUTORA: JHANNA PATRICK BRIEVA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS SOCIALES, ARTES E HUMANIDADES
COMUNICACIÓN SOCIAL
BARRANQUILLA
20 DE NOV. DE 19
INTRODUCCIÓN
La regresión lineal simple y la regresión lineal múltiple son técnicas de análisis de las
variables de una investigación estadística, en este caso desde la encuesta realizada. Si bien
es cierto estas técnicas mencionadas se pueden utilizar para solucionar problemas comunes
en los negocios o para evaluar el comportamiento de su economía y en general se utiliza
con mayor frecuencia en las ciencias económicas, también es cierto que en muchos casos se
requiere conocer más que el comportamiento de una sola variable para entender una
investigación cualquiera sea su especia. Entonces, sin importar la situación presentada se
hace necesario que practiquemos estas técnicas de regresión por medio de ejercicios
salientes de la cotidianidad, a continuación, veremos pues los resultados de dicha práctica.
La realización de este trabajo es dar a conocer y poner en práctica la regresión y correlación
y medias de dispersión y estadísticas vicariantes sobre la unidad 2 de este curso, además 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 fórmulas que se obtienen de
la herramienta de Excel.
 JUSTIFICACION

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 variables
independientes y una variable dependiente utilizando la ecuación de regresión múltiple;
estas ecuaciones de estimaciones nos permitirá realizar una interpretación de correlación de
la investigación realizada en estas instituciones educativas. El trabajo de laboratorio
constituye una de las mejores metodologías para la aplicación de modelos estadísticos a las
variables de los hechos, es por eso que se trabaja en este sentido y no otro para la práctica
de la unidad 3 de regresión y determinación
OBJETIVOS
OBJETIVOS GENERAL
1. Potencializar en el estudiante habilidades y destrezas para caracterizar una situación
mediante el análisis de las medidas estadísticas vicariantes.
2. Calcular e interpretar adecuadamente las medidas estadísticas vicariantes, asociadas
a una situación específica.
3. Determinar la relación entre dos o más variables inscritas en una situación
específica a partir del análisis de regresión lineal simple y múltiple.

OBJETIVOS ESPECIFICOS
1. Interpretar correctamente los datos de cada tabla propuestos en cada uno de los
ejercicios.
2. Realizar diagramas de dispersión en los ejercicios de laboratorio y actividades
colaborativas que permitan determinar el tipo de asociación entre las variables
escogidas en cada ejercicio.
 3. En los ejercicios propuestos de laboratorio y de regresión y correlación lineal simple
crear modelos matemáticos que permita predecir el efecto de una variable sobre la
otra para determinar su fiabilidad.
4. Determinar porcentajes que permitan una explicación de modelo y grado de relación
de dos variables de los ejercicios de laboratorio y de regresión y correlación lineal
simple.
5. En la práctica de regresión y correlación lineal múltiple identificar una variable
cuantitativa dependiente y varias variables independientes del estudio de
investigación, diagramarlas y calcular la recta de regresión y el coeficiente de
correlación para probar estadísticamente su relación.
6. Relacionar o analizar la información obtenida en cada problema planteado en los
ejercicios de laboratorio y colaborativo.

DEFINICION DE CONCEPTOS
-DIAGRAMA DE DISPERSIÓN.
permite estudiar las relaciones entre dos conjuntos asociados de datos que aparecen en
pares (por ejemplo, (y), uno de cada conjunto)
-CORRELACIÓN LINEAL SIMPLE.
la relación lineal existente entre dos variables continuas es necesario disponer de
parámetros que permitan cuantificar dicha relación
-COEFICIENTE DE DETERMINACIÓN R2se define como la proporción de la
varianza total de la variable explicada por la regresión. El coeficiente de determinación,
también llamado R cuadrado, refleja la bondad del ajuste de un modelo a la variable que
pretender explicar.

-CORRELACIÓN POSITIVA Y CORRELACIÓN NEGATIVA

La correlación positiva perfecta, en que un aumento dado de X determina con exactitud otro
de Y, tiene coeficiente +1. Y La correlación negativa perfecta, en que un incremento
de X determina exactamente una disminución de Y, produce un coeficiente –1.

- ¿QUÉ ES EL COEFICIENTE DE CORRELACIÓN LINEAL Y QUÉ NOS AYUDA

A MEDIR?
es una medida estadística que cuantifica la dependencia lineal entre dos variables, y nos
ayuda a medir el grado de intensidad y el sentido de la relación entre dos variables.

Actividad 3. Realizar el laboratorio de regresión y correlación lineal

1.1SE 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
X (sal) Y
(Tensión
)

1,6 98

2,3 102

3,3 109

4,2 113

4,6 115

5,0 120

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

variables
140
y = 4.3714x + 94.2
120 R² = 0.9793

100
Tension

80

60 Y (Tensión)
Linear (Y (Tensión) )
40

20

0
0 2 4 6 8
Sal
 El tipo de asociación del diagrama de dispersión es LINEAL. Son variables
inversamente proporcionales.

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

variable sobre la otra. ¿Es confiable?
y = -0.356x + 42.56
R² = 0.796

Se puede asegurar que la ecuación de la recta tiene un grado de confianza mediana

porque el R² está un poco alejado a 1, teniendo entonces un grado medio alto de
confiabilidad.

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

El R² afirma además que el modelo explica el 79.6% de la información y el valor de
r coeficiente de correlación lineal es sobresaliente porque el 0.796 está un poco
alejado al extremo 1 positivo que es la correlación perfecta positiva.

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

arterial esperada?
Para hallar el valor de la tensión arterial esperada para una dosis de sal de 6.5
debemos reemplazar este valor en la formula hallada.
𝒀 = (4.371*6.5) +94.2=122.61
Según lo anterior para dicha dosis de sal la tensión arterial esperada es de 126.6

1.4X-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.

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

50
45 y = -0.3566x + 42.569
40 R² = 0.7963
35
30
25
X

Y
20
15 Linear (Y)
10
5
0
0 20 40 60 80
Y

El tipo de asociación del diagrama de dispersión es LINEAL. Son variables inversamente

proporcionales.

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

variable sobre la otra. ¿Es confiable?
 y = -0.356x + 42.56
R² = 0.796
Se puede asegurar que la ecuación de la recta tiene un grado de confianza mediana
porque el R² está un poco alejado a 1, teniendo entonces un grado medio alto de
confiabilidad
C. Determine el grado de correlación de las dos variables.
El R² afirma además que el modelo explica el 79.6% de la información y el valor de
r coeficiente de correlación lineal es sobresaliente porque el 0.796 está un poco alejado al
extremo 1 positivo que es la correlación perfecta positiva.

¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?

Para hallar el valor del tiempo de 100 días debemos reemplazar este valor en la
formula hallada.
𝒀 = (−𝟎. 𝟑𝟓𝟔 ∗ 𝟏𝟎𝟎) + 𝟒𝟐. 𝟓𝟔= 6.96 minutos
Según lo anterior para dicho número de días se espera realizar para una pieza el
obrero se demore 6.96 minutos.
 CONCLUSIONES

Se pudo evidenciar que para manejar cualquier tipo de variables se necesita realizar
un diagrama de dispersión y aplicar conceptos, fórmulas de relación y correlación que
permita el despeje de las ecuaciones y datos para obtener un resultado.
Los ejemplos nos muestran que son acordes a un tipo de forma lineal y la
correlación es confiable para los tipos de datos.
 Hallamos los comportamientos que tienen tendencia lineal y determinamos el grado
de correlación entre las variables.

REFERENCIAS BIBLIOGRAFICAS
 Pava, M. (2017). ESTADÍSTICA DESCRIPTIVA. [online]
Estadisticadescriptivaunad100105.blogspot.com.co. Available at:
http://estadisticadescriptivaunad100105.blogspot.com.co/ [Accessed 22 jun. 2017].
Robles Fabián, D. (2017). Regresión múltiple - Monografias.com. [online]
Monografias.com. Available at: http://www.monografias.com/trabajos30/regresion-
multiple/regresion-multiple.shtml [Accessed 22 jun. 2017].