LABORATORIO DE REGRESION Y CORRELACION LINEAL SIMPLE

INTRODUCCIÓN
Con la actividad del laboratorio aprenderemos a conocer y aplicar los diferentes
elementos y conceptos que serán de gran importancia al instante de tomar
decisiones sobre cualquier resultado de una referida compilación de datos. Así que
al distinguirse esta actividad se lograra compartir elementos estadísticos
proporcionando respuesta o solución a una contexto problemática con el uso de la
estadística descriptiva.

OBJETIVOS

GENERAL: Los objetivos de esta práctica es aplicar el método y la gráfica

correspondiente, obteniendo la ecuación de la recta y su factor de correlación de
del ejercicio.

ESPECIFICOS:

 Describir un fenómeno físico, mediante la toma adecuada de datos

experimentales y realizar su respectivo ajuste matemático.

 reconocer las diferentes formas funcionales a partir de las cuales pueden ser
modelados un conjunto de datos experimentales

 Reconocer la importancia que tienen los modelos de regresión lineal en física

experimental.

 Analizar e interpretar las constantes obtenidas mediante la regresión lineal

EJERCICIO - 1
Se desea saber qué relación existe entre variables estatura y el peso de los
pacientes que visitan diariamente a la Calidad en el servicio de urgencias 2018-
16-4, para eso tomamos una muestra aleatoria de 30 pacientes y se obtuvo los
siguientes resultados

De la situación estudiada se obtuvieron los siguientes datos:

Trabajamos con una muestra de 30 datos, los cuales seleccionamos

aleatoriamente distribuidos en la siguiente tabla

MUESTRA
ESTATURA M PESO EN
(X) KG(Y)
1,74 60,00
1,58 72,50
1,59 58,00
1 16,50
1,65 57,60
1,7 78,60
0,73 5,20
1,62 53,80
1,53 45,80
1,65 60,20
1,18 19,70
1,69 62,70
1,58 78,60
1,53 52,70
0,85 8,90
1,64 70,00
1,75 80,90
1,6 78,90
1,03 15,90
1,55 56,00
1,58 52,90
1,78 78,50
1,66 85,80
1,7 65,20
1,79 60,00
1,72 67,20
1,68 85,00
1,03 24,50
1,63 65,40
1,73 60,60
a) Realice el diagrama de dispersión y determine el tipo de asociación entre las
variables

a) variables Encuentre el modelo matemático que permite predecir el efecto de

Una variable sobre la otra. Es confiable?

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

d) Cuál es el peso que debería tener un paciente que mida

1.30 mts?
TABLA DE DISTRIBUCION DE LOS DATOS

MUESTRA
N ESTATURA PESO EN
M (X) KG (Y) X*Y X2 Y2
1 1,74 60 104,4 3,0276 3600
2 1,58 72,5 114,55 2,4964 5256,25
3 1,59 58 92,22 2,5281 3364
4 1 16,5 16,5 1 272,25
5 1,65 57,6 95,04 2,7225 3317,76
6 1,7 78,6 133,62 2,89 6177,96
7 0,73 5,2 3,796 0,5329 27,04
8 1,62 53,8 87,156 2,6244 2894,44
9 1,53 45,8 70,074 2,3409 2097,64
10 1,65 60,2 99,33 2,7225 3624,04
11 1,18 19,7 23,246 1,3924 388,09
12 1,69 62,7 105,96 2,8561 3931,29
13 1,58 78,6 124,19 2,4964 6177,96
14 1,53 52,7 80,631 2,3409 2777,29
15 0,85 8,9 7,565 0,7225 79,21
16 1,64 70 114,8 2,6896 4900
 17 1,75 80,9 141,58 3,0625 6544,81
18 1,6 78,9 126,24 2,56 6225,21
19 1,03 15,9 16,377 1,0609 252,81
20 1,55 56 86,8 2,4025 3136
21 1,58 52,9 83,582 2,4964 2798,41
22 1,78 78,5 139,73 3,1684 6162,25
23 1,66 85,8 142,43 2,7556 7361,64
24 1,7 65,2 110,84 2,89 4251,04
25 1,79 60 107,4 3,2041 3600
26 1,72 67,2 115,58 2,9584 4515,84
27 1,68 85 142,8 2,8224 7225
28 1,03 24,5 25,235 1,0609 600,25
29 1,63 65,4 106,6 2,6569 4277,16
30 1,73 60,6 104,84 2,9929 3672,36
SUMA 45,49 1677,6 2723,1 71,4751 109508

a) Realice el diagrama de dispersión y determine el tipo de asociación

entre las variables.
GRAFICO DE DISPERSION

Relacion entre la Estatura (mts)/Peso en Kg

100
90 y = 72,769x - 54,047
80
R² = 0.8277
70
ESTATURA EN MTS

60
50
40
30
20
10
0
0 0.5 1 1.5 2
-10 PESO EN kG
 NALISIS
a) El tipo de Asociación del diagrama de dispersión es lineal, porque cuando una
variable aumenta también lo hace la otra

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

variable sobre la otra.
El modelo matemático es
𝒀 = 𝒂 + 𝒃𝒙
𝒀 = 𝟕𝟐. 𝟕𝟔𝟗 − 𝟓𝟒. 𝟎𝟒𝟕
𝑹𝟐 = 𝟎. 𝟖𝟐𝟕𝟕
𝑹 = √𝟎. 𝟖𝟐𝟕𝟕 = 𝟎. 𝟗𝟎
𝑹 = 𝟎. 𝟗𝟎 Coeficiente de correlación

Se puede asegurar que la ecuación de la recta es aceptable porque el R² se acerca

un a 1 y tiene un grado de confiabilidad aceptable

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

La correlación lineal es excelente porque 0.90 está un poco cerca del 1 positivo

d) Cuál es el peso que debería tener un paciente que mida 1.30 mts?

𝒀 = 𝟕𝟐. 𝟕𝟔𝟗 ∗ 𝟏. 𝟑𝟎 = 𝟗𝟒, 𝟓𝟗𝟗𝟕 − 𝟓𝟒. 𝟎𝟒𝟕 = 𝟒𝟎, 𝟓𝟓𝒌𝒈

El estudiante que mide 1.30 cm2 tiene un peso de 40.55 kg

 ANEXOS

Y= 𝟕𝟐. 𝟕𝟔𝟗𝒙 − 𝟓𝟒. 𝟎𝟒𝟕

C= es la intercepción con el eje y

m= es la pendiente de la recta

C= −𝟓𝟒. 𝟎𝟒𝟕

m= 72.769

𝑹𝟐 = 𝟎. 𝟖𝟐𝟕𝟕 .

Coeficiente de correlación= 𝟎. 𝟗𝟎

ANALISIS GENRAL DEL TRABAJO

Al concluir los laboratorios de regresión y correlación lineal simple y analizando cada

uno de los resultados podemos interpretar lo siguiente:

Podemos determinar el tipo de Asociación del diagrama de dispersión en este caso

comprobamos que es lineal, porque cuando una variable aumenta también lo hace
la otra.

Mediante el diagrama de dispersión encontramos el modelo matemático que

permite predecir el efecto que tiene una variable sobre la otra

Lo mismo que el grado de relación entre las variables cuantitativas, podemos

predecir mediante la base de datos suministrada Calidad en el servicio de
urgencias 2018-16-4, cualquier información relacionada con los servicios prestados
en este hospital

Como es la salud de cualquier paciente reaccionada con su estatura y peso o la

edad.
EJERCICIO - 2

Se desea saber qué tiempo tarda un médico en atender cierto número de pacientes
afiliados a la Calidad en el servicio de urgencias 2018-16-4, después de haber
realizado varias consultas, si tomas la relación número de consultas por minutos,
teniendo en cuenta la siguiente tabla

Solución:

Los siguientes datos representan dicha situación:

X Y
consultas MINUTOS
1 18
2 45
3 57
4 65
5 78
6 90
7 113
 TABLA DE DATOS

N X CONSULTAS Y MINUTOS X*Y X2 Y2

1 1 18 18 1 324
2 2 45 90 4 2025
3 3 57 171 9 3249
4 4 65 260 16 4225
5 5 78 390 25 6084
6 6 90 540 36 8100
7 7 113 791 49 12769
SUMA 28 466 2260 140 36776
a) Realice el diagrama de dispersión y determine el tipo de asociación entre
las variables

DIAGRAMA DE DISPERSION

Numero de Consultas Vs Tiempo en Minutos

120

100

80
Tiempo

60

40
y = 14,143x + 10
20
R² = 0,9734
0
0 1 2 3 4 5 6 7 8
Consultas
Según la línea de tendencia que es una recta podemos observar que el tipo de
asociación entre las variables es de tipo lineal

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

variable sobre la otra. Es confiable?

𝐸𝑙 𝑀𝑜𝑑𝑒𝑙𝑜 𝑚𝑎𝑡𝑒𝑚𝑎𝑡𝑖𝑐𝑜 𝑒𝑠 𝑒𝑙 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝒀 = 𝒂 + 𝒃𝒙

𝑫𝒐𝒏𝒅𝒆 𝒀 = 𝟏𝟒. 𝟏𝟒𝟑𝒙 + 𝟏𝟎

𝑅 2 = 0.9734

𝑅 = √0.9734 = 0.98

𝑹 = 𝟎. 𝟗𝟖 Coeficiente de correlación

Según el coeficiente de correlación podemos qué de 0.98.34, está muy cercano al

1 lo que significa que la recta es confiable y tiene una excelente correlación

c) Determine el porcentaje de explicación del modelo y el grado de relación

delas dos variables.

El coeficiente de correlación nos indica un modelo que nos explica el 97.34% de

la información y el valor de del coeficiente que es de 0.9834 es excelente cercano
al 1 que es una correlación perfecta

d) Que tiempo llevara gastado el medico cuando lleva 11 consultas?

Para hallar el valor del tiempo de 14 días debemos reemplazar este valor en la
formula hallada

𝑌 = (14.143 ∗ 𝟏𝟏) + 𝟏𝟎)= 165.573 minutos

Según lo anterior el tiempo gastado por el medico cuando lleva 11 consultas es de
165.573 minutos

EJERCICIO -3

En la base de datos del Calidad en el servicio de urgencias 2018-16-4, se desea

saber, que papel importante juegan las variables, edad, peso y estatura para el buen
desarrollo en cuanto a la salud de sus pacientes, por orden médica se tomaron
muestras aleatorias a diferentes pacientes y se obtuvo los siguientes datos

Solución:

Hacemos una tabla con los datos

Variables Independientes Dependiente

Estatura
Pacientes Edad X1 X2 Peso Y
1 3 0,65 12,5
2 62 1,58 72,5
3 65 1,65 57,6
4 55 1,7 78,6
5 1 0,73 5,2
6 18 1,62 53,8
7 42 1,53 45,8
8 23 1,65 60,2
9 8 1,18 19,7
10 71 1,69 62,7
11 53 1,58 78,6
12 20 1,53 52,7
13 2 0,85 8,9
14 25 1,75 80,9
15 35 1,6 78,9
16 5 1,03 15,9
 17 23 1,58 52,9
18 19 1,78 78,5
19 54 1,66 85,8
20 19 1,7 65,2
21 56 1,72 67,2
22 5 1,03 24,5
23 21 1,63 65,4
24 54 1,73 60,6
25 26 1,58 57,3
26 22 1,65 67,9
27 0 0,45 2,6
28 26 1,78 75,3
29 73 1,5 45,2

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

las variables.

DIAGRAMA DE DISPERSION

Relacion Edad / Peso Y

100
90
80
70
Peso en Kg

60
50
40
30
20 y = 0,6881x + 31,836
10 R² = 0,3833
0
0 10 20 30 40 50 60 70 80
Edad en años

El tipo de asociación del diagrama de dispersión es Lineal.

b) Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. Es confiable?

El modelo matemático que permite predecir el efecto de una variable sobre la otra
es: Y= a + bx

Y= 0.6881x + 31836

R²= 0.3833

𝑹 = √𝟎. 𝟑𝟖𝟑𝟑 = 𝟎. 𝟔𝟏

𝑹 = 𝟎. 𝟔𝟏 Coeficiente de correlación

Se puede asegurar que la ecuación de la recta es confiable porque el R² está

cercano a 1 y tiene una confiabilidad excelente.

c) Determine el porcentaje de explicación del modelo y el grado de relación

de las dos variables

El R² afirma además que el modelo explica el .38.3% de la información y el valor de

coeficiente de correlación lineal es excelente porque el 0.61 está muy cercano al
extremo 1 positivo que es la correlación perfecta positiva

d) cual sería el peso para un paciente que tiene una edad de 19 años y mide
1.65m

la ecuacion es

Y=a+b1 X1+ b2X2

Y= -38.70+ (-19)+ (61.7908114*1.65)

Y=-38.70+ (-19)+ (101.95)

Y=-57.7+101.95
Y= 44.25Kg

El paciente tiene un peso de 44.25kg que le ayudara al médico diagnosticar cuál es

su estado de salud

CONCLUSION

Se reconoció la importancia de los modelos de regresión lineal en la física

experimental

Se comprendió la importancia de los ajustes de mínimos cuadrados para la

regresión lineal.

Se analizó un fenómeno físico encontrado mediante la toma de datos

Aprendimos a trabajar los diferentes gráficos utilizados para resolver el laboratorio

BIBLIOGRAFIA

Universidad Atacama. ¿Qué es la estadística? Recuperado

dehttp://www.mat.uda.cl/hgomez/Apuntes/Estad%C3%ADstica%20Descriptiva%20I.pdf

Laboratorio de regresión y correlación simple, recuperado el día 15-11-2018

https://www.calameo.com/books/00500416370a79e7df95d

Ejercicios de Laboratorio, recuperado el dia 20/11-2018, disponible en

https://es.scribd.com/doc/244662860/EJERCICIOS-DE-LABORATORIO-
Revisado08092014-docx