ESTADISTICA DESCRIPTIVA
POR
TUTOR
GRUPO
204040-8
(UNAD)
OBJETIVO GENERAL
OBJETIVO ESPECIFICO
X
(% de Y
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
a. Realice el diagrama de dispersin y determine el tipo de asociacin
entre las variables.
105
100
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
HDROCARBURO
Las dos variables indican una Dependencia Fuerte porque la recta indica un
aumento y los puntos se concentran al lado de la lnea.
Podemos observar que las variables tienen una tendencia lineal
X Y X^2 X*Y
n xy x y
a= 2
n x 2 ( x )
203.5488
a= =14.9474
13.6176
b=
y a x
n
1843,21357.541808 1485.668192
b= = =74.2834
20 20
x =
x = 23,92 =1.196
n 20
y =
y = 1843,21 =92.1605
n 20
xx x y ( x x )2 ( y y )2 (x x )(x y )
x y
0,99 90,01 -0,206 -2,1505 0,042436 4,62465025 0,443003
1,02 89,05 -0,176 -3,1105 0,030976 9,67521025 0,547448
1,15 91,43 -0,046 -0,7305 0,002116 0,53363025 0,033603
1,29 93,74 0,094 1,5795 0,008836 2,49482025 0,148473
1,46 96,73 0,264 4,5695 0,069696 20,8803303 1,206348
1,36 94,45 0,164 2,2895 0,026896 5,24181025 0,375478
0,87 87,59 -0,326 -4,5705 0,106276 20,8894703 1,489983
1,23 91,77 0,034 -0,3905 0,001156 0,15249025 -0,013277
1,55 99,42 0,354 7,2595 0,125316 52,7003403 2,569863
1,4 93,65 0,204 1,4895 0,041616 2,21861025 0,303858
1,19 93,54 -0,006 1,3795 3,6E-05 1,90302025 -0,008277
1,15 92,52 -0,046 0,3595 0,002116 0,12924025 -0,016537
0,98 90,56 -0,216 -1,6005 0,046656 2,56160025 0,345708
1,01 89,54 -0,186 -2,6205 0,034596 6,86702025 0,487413
1,11 89,85 -0,086 -2,3105 0,007396 5,33841025 0,198703
1,2 90,39 0,004 -1,7705 0,000016 3,13467025 -0,007082
1,26 93,25 0,064 1,0895 0,004096 1,18701025 0,069728
1,32 93,41 0,124 1,2495 0,015376 1,56125025 0,154938
1,43 94,98 0,234 2,8195 0,054756 7,94958025 0,659763
0,95 87,33 -0,246 -4,8305 0,060516 23,3337303 1,188303
23,92 1843,21 0,68088 173,376895 10,17744
2
( xx )(x y )
2
R=
( (xx )2 ( y y )2 )
2 2 2
10,17744 10,17744 10,17744
R=2
(
0,68088 173,376895
= ) (
(0.82515)(13.1672) ) (
=
10.8649 )
R2=(0.9367)2
R=0.8774
R=Coeficiente de correlacin
R= R2
R=0.9366
y=14.9474 x +74.2834
y= pureza=91,3
Cual es el de x ?
Reemplazando en la ecuacin
91,3=14.9474 x+74.2834
91,374.2834 17.0166
x= = =1.13843
14.9474 14.9474
Temperatur Consumo de
Mes
a (oF) vapor (Lb)
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
a Realice el diagrama de dispersin y determine el tipo de asociacin
entre las variables.
Las dos variables indican una Dependencia Lineal Exacta porque la recta indica
un aumento y los puntos se concentran en la lnea estn altamente asociadas.
Asociacin= Directa
x y x^2 x*y
21 185,79 441 3901,59
24 214,47 576 5147,28
32 288,03 1024 9216,96
47 424,84 2209 19967,48
50 455 2500 22750
59 539 3481 31801
68 621,55 4624 42265,4
74 675,06 5476 49954,44
62 562,03 3844 34845,86
50 452,93 2500 22646,5
41 369,95 1681 15167,95
30 273,98 900 8219,4
558 5062,63 29256 265883,86
Modelo matematico: y=ax+ b
n xy x y
a= 2
n x 2 ( x )
558 2
12 ( 29256 )
12(265883,86)558 (5062,63)
a=
a=9.208
b=
y a x
n
Es confiable?
x =
x = 558 =46.5
n 12
y =
y = 5062,63 =421.8858
n 12
x y xx x y ( y y )2 ( x x )(x y )
( x x )2
- 55741,22
21 185,79 -25,5 236,0958 650,25 68 6020,4429
- 43021,31
24 214,47 -22,5 207,4158 506,25 41 4666,8555
- 17917,37
32 288,03 -14,5 133,8558 210,25 52 1940,9091
8,727297
47 424,84 0,5 2,9542 0,25 64 1,4771
1096,550
50 455 3,5 33,1142 12,25 24 115,8997
13715,73
59 539 12,5 117,1142 156,25 58 1463,9275
39865,79
68 621,55 21,5 199,6642 462,25 28 4292,7803
64097,17
74 675,06 27,5 253,1742 756,25 55 6962,2905
19640,39
62 562,03 15,5 140,1442 240,25 68 2172,2351
963,7423
50 452,93 3,5 31,0442 12,25 54 108,6547
2697,327
41 369,95 -5,5 -51,9358 30,25 32 285,6469
- 21876,12
30 273,98 -16,5 147,9058 272,25 57 2440,4457
3309 280641,49 30471,565
2
( xx )(x y )
2
R=
( (xx )2 ( y y )2 )
2 2 2
30471,565 30471,565 30471,565
2
R= ( 3309 280641,49 ) (
=
(57.52)(529.765)
= ) (
30471.56 )
2 2
R =( 1 )
2
R =1
R=Coeficiente de correlacin
R= R2
R=1
y=9.208 x6.2861
y=vapor=?
x=70 F
Reemplazando en la ecuacin
y=9.208 (70)6.2861
y=644.566.2861
y=638.2739
x
(porcentaj y (umbral
e de de reflejo
sobrepeso de flexin
) nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
16
14
12
10
f(x) = - 0.06x + 11.64
R =8 0.11
PORCENTAJE DE SOBREPESO
6
0
0 50 100
Y= -0,0629x +11,642
- 2
Porcentaje de explicacin del modelo es de 11,15%, que es el R
x= 40
y= -0,0629x +11,642
y= -0,0629(40) +11,642
y= -2,516 + 11,642
y= 9,126
Las variables que considero que estn relacionadas son la velocidad que llevaba
el conductor y el nmero de heridos que pueden haber en un accidente, creo que
estas variables se relacionan por el hecho de que si el conductor va con una
velocidad inadecuada se puede pasar los semforos muy rpido y provocar
muchos accidentes, dejando personas heridas.
Relacin de variables
20
18
16
14
12
10
NMERO DE HERIDOS
8
6
4 f(x) = 0.03x + 0.35
2 R = 0.05
0
20 40 60 80 100 120 140 160
Velocidad
2
El R afirma que el modelo explica el 4,53 % de la informacin y el valor de r
coeficiente de correlacin lineal confirma el grado de relacin (21,28%) entre
las variables. Y como estos valores son muy pequeos, las variables no tienen
mucha relacin.
1.2
Se escogieron estas dos variables porque se cree que cuando una persona tiene
un mayor grado de alcohol las probabilidades de causar la muerte son mayores.
NMERO DE MUERTOS
1.3
2.5
0.5
0
00:00:00
00:00:00 00:00:00
Al analizar los diferentes puntos sobre nuestra grafica podemos observar que no
tiene una relacionan lineal ni inversa ni directa, por lo tanto estas dos variables no
tienen asociacin alguna, sin embargo si tomamos cierta franja del da, por
ejemplo desde las 10:00 am hasta las 05:00 pm, podemos observar un
comportamiento diferente:
Influencia del alcohol y la hora del dia en los accidentes de transito
3
2.5
2
f(x) = 5.28x - 1.69
R = 0.52
1.5
0.5
Al analizar esta grfica podemos observar que tenemos una relacin directa y con
tendencia positiva, es decir, en la franja horaria entre las 10:00 am y las 5:00 pm
podemos decir que entre ms transcurre el tiempo se encontrarn conductores
con grados de alcohol ms altos a 0.5.
y = 0,0336x + 1,3926
Ahora Bien, al analizar el modelo matemtico en la franja horaria entre las 10:00
am y las 5:00 pm (y = 5,284x - 1,6868) y al analizar el coeficiente de
determinacin (0.5194) encontramos que es medianamente confiable llegando a
un 51.94% de confiabilidad y dejndonos un amplio margen de error.
Pero, si analizamos la franja horaria indicada desde las 10:00 am a las 5:00 pm y
hallando el coeficiente de correlacin (0.7206) podemos decir que tenemos una
correlacin regular entre ambas variables.
R2 4,53% 4,53%
R 21,28% 21,28%)
El modelo explica el 4,53% de la informacin y el grado de relacin es de 21,28%
y entre las variables, por lo cual lo cual el nmero de heridos y el nmero de
muertos no dependen de la velocidad del conductor
2.1
100000000
80000000
f(x) = 3090906.16x + 16490058.8
R = 0.09
Costo estimado del siniestro 60000000
40000000
20000000
100000000
80000000
60000000
Costo estimado del siniestro
40000000
f(x) = 90009.74x + 21089619.02
20000000
R = 0
0
0 50 100 150 200
100000000
80000000
60000000
Costo estimado del siniestro
40000000
Estadsticas de Regresin
Coeficiente de Correlacin
mltiple 0,294323372
Coeficiente de determinacin
R^2 0,086626248
Coeficientes
Intercepto 17048602,93
X Variable 1 -92264,33397
X Variable 2 -5768,711147
X Variable 3 3129783,308
CONCLUSIONES