Professional Documents
Culture Documents
Presentado a:
Entregado por:
Grupo: 100105_155
Objetivo General
Determinar para el caso práctico elegido del curso si existe dependencia estadística
entre diferentes variables y realizar un análisis estadístico de los resultados.
Objetivos específicos
• Identificar entre las variables elegidas cual cumple el papel de variable explicada
y el de variable explicativa.
- Peso
- Estatura
60.00
PESO
40.00
20.00
0.00
0 0.5 1 1.5 2
-20.00
ESTATURA
𝑦 = 63.656 ∗ x − 40.3075
𝑅 2 = 0.8645
𝑟 = √0,8645
= 0,9278
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
80 R² = 0.987
2.3 102
60
3.3 109 40
20
4.2 113 0
4.6 115 0 1 2 3 4 5 6
CONSUMO DE SAL
5 120
El tipo de asociación de las variables es directa, ya que cuando hay un mayor consumo
de sal se puede determinar que aumenta la tensión respectivamente
23 30 40
y = -0.3566x + 42.569
35 27 30
R² = 0.7963
42 25 20
53 23 10
65 21
0
70 20 0 20 40 60 80
MNUTOS
El tipo de asociación de las variables es inversa, ya que cuando hay un mayor número
de días, menor es la cantidad de minutos empleados en el proceso de fabricación.
𝑟 = √0,7963
= 88,9
y = -0.3566(90) + 42.569
=74.66
El tiempo que debe tardarse el empleado cunado lleve 90 días es de 74,66 minutos
X (% SOBREPESO) Y (UMBRAL DE
INDEPENDIENTE REFLEJO) Correlacion de la obseidad y el dolor
DEPENDIENTE individual
99 2
20
90 3
UMBRAL DE REFLEJO
20 4 15
75 9.5 10
30 11.5
5 y = -0.0451x + 11.615
62 9 R² = 0.0573
75 9 0
90 12.5 0 20 40 60 80 100 120
45 8 SOBREPESO
50 19
Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. ¿Es confiable?
𝑟 = √0,0573
= 5.73
y = -0.0451(34) + 11.615
=13.14
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
100
98 y = 14.947x + 74.283
R² = 0.8774
96
Pureza
94 Pureza
92 Lineal
(Pureza)
90
88
86
0 0.5 1 1.5 2
% de hidrocarburos
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
como el Valor del coeficiente de determinación es
R² = 0,8774
es un valor cercano a 1 podemos concluir que el modelo matemático anteriormente
referenciado es confiable un 87,74
R= √0,8774 = 0,9366 Con estos datos obtenidos podemos concluir que hay una
correlación excelente entre la variable de % de hidrocarburos y la pureza.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a
91,3?
𝑦 = 14,947𝑥 + 74,283
𝑌 = 91.3
Reemplazo en la ecuacion para encontrar el % de hidrocarburos
1.3. 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
20 y = -0.3566x + 42.569
15 R² = 0.7963
10
5
0
0 20 40 60 80
x
R= √0,7963 = 7,9 Con estos datos obtenidos podemos concluir que hay una
correlación excelente entre la variable de % de consumo de vapor y temperatura
a. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. ¿Es confiable?
b. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
¿Cuál podría ser la proyección de ventas para el año 2018 si se espera que el PIB
nacional sea del 3,1?