23 Julio 2016

INVESTIGACIONES DE CASOS CAUSA-EFECTO

En una investigacin causa-efecto, la variable de estudio (variable efecto
de un problema) puede ser afectada o influida por una o muchas
variables factores (causas) de tal manera que el efecto tiende a crecer o
decrecer por causa de estas variables factores. Dos de estos casos son:
El nmero de accidentes en una ciudad es influida por el nmero de
conductores que usan celulares.
El nivel de contaminacin en un ambiente de produccin es mayor en
cuanto ms horas trabaja un motor.
Los datos provenientes de casos causa-efecto pueden ser modelados
bajo los siguientes mtodos:
Los mtodos del anlisis de regresin y correlacin con la cual se
ajusta un modelo estadstico acorde a la relacin causa y efecto
que presentan.
Los mtodos de los diseos experimentales con los cuales se
determina un mejor tratamiento o una mejor combinacin de
tratamientos con los cuales se debe solucionar el problema.
Con los mtodos del anlisis de regresin y correlacin se plantea un
modelo de regresin, se determinan cuales son las variables causa que
influyen significativamente en producir el efecto, el grado de influencia
conjunto o de cada una de las variables causa significativas y con el
modelo resultante se pueden obtener predicciones del efecto para la
probable ocurrencia de ciertos valores de las causas.
Con los mtodos de los diseos experimentales se analizan los datos de
casos experimentales en donde se ponen a prueba los tratamientos de
un factor o las combinaciones de tratamientos de dos o ms factores de
tal manera que se determine el mejor tratamiento o la mejor
combinacin de tratamientos para aplicarlos como solucin a toda la
poblacin que tiene el problema en investigacin.
ANLISIS DE REGRESIN Y CORRELACIN LINEAL
El anlisis de regresin y correlacin lineal se emplea para analizar los
datos de un caso donde las variables causa tienen una influencia lineal
(crecimiento o decrecimiento aritmtico) sobre la variable efecto. El
modelo general de regresin lineal est dado por la siguiente ecuacin:

y i 0 1x i 1 1x i 2 1x i 3 ... k x ik e i
el cual supone que la variable efecto est influida por k variables causa.
M.C. Mencin Estadstica Csar A. Llun V.

Pgina | 1

23 Julio 2016

donde:
El modelo de regresin con una variable causa es llamado modelo de
regresin lineal simple. A partir de un modelo con dos variables causa
es llamado modelo de regresin lineal mltiple.
PROCEDIMIENTO DE ANLISIS MEDIANTE UN MODELO DE REGRESIN
1.

En el estudio del problema se establece la relacin lgica

entre la variable dependiente y sus variables causas.

2.

Se grafica el o los diagramas de dispersin para analizar si

las variables causa tienen un efecto lineal sobre la variable
efecto.

3.
4.

Se determina el modelo de regresin.

Se estiman sus coeficientes de regresin y de validacin del
modelo hasta determinar el mejor modelo.

5.

Se realizan las predicciones con el mejor modelo.

CASO
Los datos siguientes son el tiempo de horas de trabajo de un motor y el
nivel de contaminacin para un caso de contaminacin ambiental de un
ambiente de produccin.
SOLUCIN
1) La relacin entre las variables es lgica ya el tiempo de horas de
trabajo del motor (causa) produce el efecto de que aumente el nivel
de contaminacin.
X Y
X : Tiempo de horas de trabajo de un motor
Y : Nivel de contaminacin de SO2 (en g / m 3 )
2) Diagrama de dispersin

M.C. Mencin Estadstica Csar A. Llun V.

Pgina | 2

23 Julio 2016

3) Modelo de regresin
En el diagrama de dispersin se aprecia que los datos siguen un
alineamiento lineal con tendencia creciente y como solo se tiene una
variable causa, los datos se deben analizar con un modelo de
regresin lineal simple cuya ecuacin es:

y i 0 1x i e i
donde:

y i : Es el smbolo que representa a los datos de la variable Y.

x i : Es el smbolo que representa a los datos de la variable X.

0 : Es el intercepto de la lnea de regresin con el eje Y.

1 : Es la pendiente de la recta que para el caso que se est

tratando, es la proporcin o tasa de crecimiento de la variable Y

cuando la variable causa crece en una unidad. Se le llama
tambin coeficiente de regresin.

4) Se estiman 0 y 1 .

5) La prediccin se realiza con la ecuacin:

y i 45.07 8.952 x i 1
Si el motor trabajase
contaminacin ser de:

8.5

horas

la

prediccin

del

nivel

y i 45.075 8.952941176 (8.5) 121.175

M.C. Mencin Estadstica Csar A. Llun V.

Pgina | 3

de

23 Julio 2016

ANLISIS DE REGRESIN Y CORRELACIN NO LINEAL

ANLISIS DE REGRESIN Y CORRELACIN LINEAL MLTIPLE

1)

2)

En un estudio sobre contaminacin atmosfrica en entornos urbanos

se mide en varias ciudades de tamao medio un indicador (Y) de
contaminacin atmosfrica que tiene en cuenta los niveles de CO,
SO2, NOX y O2. Se piensa que sobre este indicador pueden estar
influyendo el ndice de pluviosidad (X1), la densidad de industrias
contaminantes en el trmino municipal (X2) y los millones de
habitantes (X3).

M.C. Mencin Estadstica Csar A. Llun V.

Pgina | 4