Laboratorio

1. El rendimiento del producto de un proceso qumico est relacionado con la temperatura de

operacin del proceso. Se desea establecer la relacin que existe entre la pureza (y) del oxgeno
producido y el porcentaje de hidrocarburo (x) que est presente en el condensador principal en un
proceso de destilacin, de acuerdo con los siguientes datos:

X
Y
(% de Hidro
(Pureza)
carburos)
% de
Hidrocarburo Pureza
s
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.
 Diagrama de dispersin
105

100

95 f(x) = 14.95x + 74.28

R = 0.88
Pureza

90

85

80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
% de hi droca rburos

Por la distribucin de los puntos en el grfico, se puede decir que las dos variables tienen
una relacin lineal.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Usando la herramienta Excel se encuentra el modelo matemtico Y = 14.947X + 74.283, el
modelo es confiable
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables
El modelo encontrado anteriormente explica el 87.74% de los datos y el coeficiente de
correlacin lineal muestra que el grado de relacin entre las variables es de: 94%
d. Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a 91,3?
Despejando X en el modelo encontrado:
X = (Y - 74.283)/14.947
X = (91.3 - 74.283)/14.947
X = 1.1384

2. El nmero de libras de vapor (y) consumidas mensualmente por una planta qumica, se
relaciona con la temperatura ambiental (x) promedio (en o F). Para el ao 2014, se registraron los
siguientes valores de temperatura y consumo anual

Mes Temperatura Consumo de

Ene. (oF)
21 vapor (Lb)
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.

Diagrama de dispersin
800
700
Cons umo de vapor (l b)

600 f(x) = 9.21x - 6.32

500 R = 1
400
300
200
100
0
10 20 30 40 50 60 70 80
temperatura (f)

Por la distribucin de los puntos en el grfico, se puede decir que las dos variables tienen
una relacin lineal.
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
c. Usando la herramienta Excel se encuentra el modelo matematico Y = 9.2087X - 6.3184, el
modelo es confiable
d. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables
El modelo encontrado anteriormente explica el 99.99% de los datos y el coeficiente de
correlacin lineal muestra que el grado de relacin entre las variables es de: 100%
d. Cul es el de consumo de vapor cuando la temperatura es de 70 oF?Usando el
modelo encontrado:
Y = 9.2087X - 6.3184
Y = 9.2087*(70) - 6.3184
Y = 638.2906

3. Los investigadores estn estudiando la correlacin entre la obesidad y la respuesta individual al

dolor. La obesidad se mide como porcentaje sobre el peso ideal (x). La respuesta al dolor se mide
utilizando el umbral de reflejo de reflexin nociceptiva (y) que es una medida de sensacin de
punzada. Obsrvese que ambas, X e Y, son variables aleatorias+A21

X (% de Y (umbral de
sobrepeso)
89 reflejo
2 de
 90 3
75 4
30 4.5
51 5.5
75 7
62 9
45 13
90 15
20 14

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

Diagrama de dispersin
16

14

12
umbral de reflejo

10
f(x) = - 0.06x + 11.64
8 R = 0.11

0
10 20 30 40 50 60 70 80 90 100
% de s obrepes o

Por la distribucin de los puntos en el grfico, se puede decir que las dos variables tienen
una relacin lineal, aunque no muy ajustada
b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Usando la herramienta Excel se encuentra el modelo matemtico Y = -0.0629X + 11.642, al
ser variables aleatorias el modelo no es realmente confiable.
c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables
El modelo encontrado anteriormente explica solo el 11.15% de los datos y el coeficiente de
correlacin lineal muestra que el grado de relacin entre las variables es de: 33%, lo que es
bastante bajo para que el modelo sea confiable
d. d. Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un porcentaje de
sobrepeso, de 40?
Usando el modelo encontrado:
Y = -0.0629X + 11.642
Y = -0.0629*(40) + 11.642
 Y = 9.126
Es el dato encontrando usando el modelo, pero no es confiable dado los resultados de r y
R^2

Regresin y Correlacin lineal

Simple
a. Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas.
Dos de las variables cuantitativas que podran estar relacionadas son la velocidad a la que
se produce el accidente y el nmero de heridos involucrados en el mismo, se supondra
que, al aumentar la velocidad, el nmero de heridos aumentara tambin
b. Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin
entre las variables.
El diagrama de dispersin resultante de estas dos variables es el siguiente:

Grfica de Dispersin
20
18
16
Numero de Heridos

14
12
10
8
6
4
2
0
20 40 60 80 100 120 140 160
Velocidad km/h

Las variables no necesariamente se relacionan linealmente, pero si existe una leve

tendencia, al aumentar la velocidad, aumenta el nmero de heridos, esto, por debajo de
los 80 km/h
c. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
 Grfica de Dispersin
20
18
16

Numero de Heridos
14
12
10
8
6
4 f(x) = 0.03x + 0.35
2
0
R = 0.05
20 40 60 80 100 120 140 160
Velocidad

El modelo encontrado usando la herramienta Excel, es:

Y = 0.033X + 0.3492
No es del todo confiable
d. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El modelo solo explica el 4.53% de los datos y el coeficiente de correlacin lineal es de
21.28%
e. Relacionar la informacin obtenida con el problema.
Con la informacin obtenida no es posible afirmar que el nmero de heridos en los
accidentes de trnsito presentados est relacionado directamente con la velocidad a la que
se mueve el vehculo, factores como el tipo de vehculo tambin influyen sobre el nmero
de heridos, es posible, sin embargo, argumentar que existe cierto nivel de relacin, 21.28%
siendo una variable importante para considerar.

Regresin y Correlacin Lineal

Mltiple:
a) Identificar una variable cuantitativa dependiente y varias variables independientes del
estudio de investigacin.
La variable dependiente identificada es el nmero de heridos en accidente presentado que
puede estar influida por dos variables independientes, la velocidad del vehculo y los
grados de alcohol del conductor al momento del accidente.
b) Realizar el diagrama de dispersin de dichas variables.
 Grafico de Dispersin
20
18
16
Numero de Heridos
14
12
10
8
6
4
2 f(x) = - 0.28x + 3.14
0 R = 0.01
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5
Grados de Alcohol

Grafico de Dispersin
20
18
16
Numero de Heridos

14
12
10
8
6
4 f(x) = 0.03x + 0.35
2 R = 0.05
0
20 40 60 80 100 120 140 160
Velocidad

c) Calcular la recta de regresin y el coeficiente de correlacin para probar

estadsticamente su relacin.
 Se puede observar el mejoramiento en el valor de R 2 con respecto al anlisis lineal
individual, para la variable independiente grados de alcohol fue de 0.0109 y para la
variable independiente Velocidad de 0.0453; al realizar el anlisis de regresin mltiple el
valor de R2 es de 0.0529 que significa que explica mejor el comportamiento de la variable
dependiente.
Utilizando los valores encontrados con el software Excel, llegamos a la recta de regresin
mltiple:
Y = 0.7564 + 0.0318X1 - 0.233X2

d) Relacionar la informacin obtenida con el problema.

Las variables tienen muy poca relacin entre s, las variables velocidad y grados de alcohol
en la sangre del conductor, no estn estrechamente relacionadas con el nmero de heridos
presentado en cada accidente. Esto puede ser explicado por el hecho de que existen
muchas ms variables que influyen en el resultado de un accidente de trnsito, como el
tipo de vehculo, la zona en la que se presenta, la hora del da, etc.