Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Presentado por
VERÓNICA CUELLAR CASTRO-Cod: 1075279824
JACOBO ARANGO- Cod:
JESSICA SUAREZ-Cod:
Presentado a
MILTON FERNANDO ORTEGON PAVA
Tutor
La investigación estadística es una actividad que apela a diversas técnicas con el propósito de
llegar a la esencia de la realidad. 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
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
medias de dispersión y estadísticas bivariantes 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
Excel.
JUSTIFICACIÓN
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 Generales
1. Potencializar en el estudiante habilidades y destrezas para caracterizar una situación
mediante el análisis de las medidas estadísticas bivariantes.
2. Calcular e interpretar adecuadamente las medidas estadísticas bivariantes, 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 Específicos
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.
PASO 4- DESCRIPCIÓN DE LA INFORMACIÓN: DETALLAR Y RELACIONAR
VARIABLES DE LA PROBLEMÁTICA UTILIZANDO MEDIDAS BIVARIANTES.
LABORATORIO REGRESIÓN Y CORRELACIÓN LINEAL
Actividad Colaborativa
Ejercicios
X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
140
120
f(x) = 4.37 x + 94.2
R² = 0.98
100
80
Tension
60 Y (Tensión)
Linear (Y (Tensión) )
40
20
0
0 1 2 3 4 5 6 7
Sal
El modelo matemático que permite predecir el efecto de una variable sobre la otra es:
y=4.371x + 94.2
R² = 0.979
Se puede asegurar que la ecuación de la recta es confiable porque el R² está cercano a 1 y tiene
un grado alto de confiabilidad.
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
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.
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20
20 Y
15 Linear (Y)
10
5
0
0 10 20 30 40 50 60 70 80
Y
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.
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.