X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
Realice el diagrama de dispersión y determine el tipo de asociación entre las variables
140
y = 4.3714x + 94.2
120 R² = 0.9793
100
Tension
80
60 Y (Tensión)
Linear (Y (Tensión) )
40
20
0
0 2 4 6 8
Sal
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=4.371x + 94.2
R² = 0.979
Se puede asegurar que la ecuación de la recta es confiable porque el R² está cercano a 1 y
tiene un grado alto de confiabilidad.
Determine el grado de relación de las dos variables.
Para hallar el valor de la tensión arterial esperada para una dosis de sal de 6.5 debemos
reemplazar este valor en la formula hallada.
𝒀 = (4.371*6.5)+94.2=122.61
Según lo anterior para dicha dosis de sal la tensión arterial esperada es de 126.6
2. 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
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
y = -0.356x + 42.56
R² = 0.796
Se puede asegurar que la ecuación de la recta tiene un grado de confianza mediana porque el
R² está un poco alejado a 1, teniendo entonces un grado medio alto de confiabilidad.
Estatura (cm) 120 124 107 118 112 110 115 104 110 116
Peso (kg) 24 23 19 24 21 19 22 16 20 23
30
y = 0.386x - 22.751
25 R² = 0.8329
20
Peso()kg)
15
Peso ( kg)
10 Linear (Peso ( kg))
0
100 105 110 115 120 125
Estatura(cm)
X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
Diagrama de dispersión
140
120
100
Tension
80
60
40
20
0
0 1 2 3 4 5 6 7
Sal
El modelo matemático a utilizar es la regresión lineal simple ya que esta nos permite calcular
la tensión (Y) sabiendo el nivel sal consumido de la siguiente manera:
𝑌 = 𝐴 + 𝐵 ∙ 𝑋.
A= 88.12
B= 6.10
Ahora tomamos distintos valores de X para remplazar en la ecuación y obtenemos los
siguientes resultados:
X= 1.6 valor tensión Y= 97.89
X= 3.3 valor tensión Y= 108.27
X=4.2 valor tensión Y= 113.77
X= 5.0 valor tensión Y= 118.65
Para saber si es confiable el método hallamos un porcentaje de error teniendo en cuenta el
valor obtenido como teórico y los valores suministrados como experimentales.
𝑣𝑎𝑙𝑜𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙
% 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = ∙ 100
𝑣𝑎𝑙𝑜𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑜
Se obtienen los siguientes porcentajes de error:
X= 1.6 un porcentaje de error igual a 0.11%
X= 3.3 un porcentaje de error igual a 0.67%
X=4.2 un porcentaje de error igual a 0.68%
X= 5.0 un porcentaje de error igual a 1.14%
Ya que se obtiene un porcentaje de error muy bajo por método matemático se puede decir
que es confiable para predecir el efecto de una variable sobre otra.
c. Determine el grado de relación de las dos variables.
Por medio de la regresión lineal obtuvimos r= 0.9934808689 por tal razón es una correlación
excelente.
d. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial
esperada?
Variable dependiente: Y
Variable independiente: X
Diagrama de dispersión.
50 45
45
40
35 30
30 27
25
23
25 21 20
20
15
10
5
0
0 10 20 30 40 50 60 70 80
El modelo matemático a utilizar es la regresión potencial ya que esta nos permite calcular X
y Y.
𝑌 = 𝐴 × 𝑋𝑏
A= 126.104
B= -0.4331
Ahora tomamos distintos valores de X para remplazar en la ecuación y obtenemos los
siguientes resultados:
X= 12 Y= 42.98
X= 23 Y= 32.42
X= 35 Y= 27.03
X= 42 Y= 24.98
X= 53 Y= 22.58
X= 65 Y= 20.67
X= 70 Y= 20.02
Para saber si es confiable el método hallamos un porcentaje de error teniendo en cuenta el
valor obtenido como teórico y los valores suministrados como experimentales.
𝑣𝑎𝑙𝑜𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙
% 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = ∙ 100
𝑣𝑎𝑙𝑜𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑜
X= 12 un porcentaje de error igual a 4.69%
X= 23 un porcentaje de error igual a 7.46%
X= 35 un porcentaje de error igual a 0.11%
X= 42 un porcentaje de error igual a 0.08%
X= 53 un porcentaje de error igual a 1.86%
X= 65 un porcentaje de error igual a 1.59%
X= 70 un porcentaje de error igual a 0.09%
Ya que solo es inconsistente en unos datos en el porcentaje de error por este método
matemático se puede decir que es confiable para predecir el efecto de una variable sobre otra.
c. Determine el grado de correlación de las dos variables.
Por medio de la regresión potencial obtuvimos r= -0.990311 por tal razón es una correlación
aceptable.
d. ¿Que tiempo deberá tardarse un empleado cuando lleven 90 días?
Variable dependiente: Y
Variable independiente: X
Diagrama de dispersión.
30
25
20
Peso (Kg)
15
10
0
100 105 110 115 120 125
Estatura (cm)
El modelo matemático a utilizar es la regresión lineal simple ya que esta nos permite calcular
X y Y.
𝑌 = 𝐴 + 𝐵 ∙ 𝑋.
A= -22.75
B= 0.38
Ahora tomamos distintos valores de X para remplazar en la ecuación y obtenemos los
siguientes resultados:
X= 120 Y= 23.57
X= 124 Y= 25.11
X= 107 Y= 18.55
X= 118 Y= 22.79
X= 112 Y= 20.48
X= 110 Y= 19.71
X= 115 Y= 21.64
X= 104 Y= 17.39
X= 110 Y= 19.71
X= 116 Y= 22.02
Para saber si es confiable el método hallamos un porcentaje de error teniendo en cuenta el
valor obtenido como teórico y los valores suministrados como experimentales.
𝑣𝑎𝑙𝑜𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙
% 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = ∙ 100
𝑣𝑎𝑙𝑜𝑟 𝑡𝑒𝑜𝑟𝑖𝑐𝑜
Se obtienen los siguientes porcentajes de error:
X= 120 un porcentaje de error igual a 1.82%
X= 124 un porcentaje de error igual a 8.4%
X= 107 un porcentaje de error igual a 2.42%
X= 118 un porcentaje de error igual a 5.30%
X= 112 un porcentaje de error igual a 2.53%
X= 110 un porcentaje de error igual a 3.60%
X= 115 un porcentaje de error igual a 1.66%
X= 104 un porcentaje de error igual a 7.99%
X= 110 un porcentaje de error igual a 3.60%
X= 116 un porcentaje de error igual a 4.45%
Debido a que el porcentaje de error no es tan alto se puede decir que es confiable para predecir
el efecto de una variable sobre otra.
c. Determine el grado de correlación de las dos variables.
Por medio de la regresión lineal obtuvimos r= 0.91266241211 por tal razón es una correlación
excelente.
d. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?
1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie
de voluntarios que se les administra distintas dosis de sal en su dieta y se mide su
tensión arterial un tiempo después.
X (Sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
100
80
60
40
20
0
0 1 2 3 4 5 6
Consumo de sal
El tipo de asociación entre las variables es directo, ya que a medida que aumenta el
consumo de sal (X) también lo hace la tensión arterial (Y).
y = 6,1062x + 88,128
R² = 0,987 coeficiente de determinación
y = 6,1062x + 88,128
y = 6,1062(5,6) + 88,128
y = 34,19472+ 88,128
y = 122,32272
Variable Y (tiempo medio para realizar una pieza) dependiente de variable X (días
transcurridos desde que se aprendió el proceso de fabricación).
40
30
20
10
0
0 10 20 30 40 50 60 70 80
DÍAS TRANSCURRIDOS
y = -0,3566x + 42,569
R² = 0,7963 coeficiente de determinación
y = -0,3566x + 42,569
y = -0,3566(90) + 42,569
y = -32,094 + 42,569
Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso 24 23 19 24 21 19 22 16 20 23
(kg)
a. Identifique la variable dependiente (y) y la variable independiente (x), realice el
diagrama de dispersión y determine el tipo de asociación entre las variables
Peso (kg)
30
25
20
Axis Title
15
10
0
100 105 110 115 120 125
Axis Title
y = 0,386x - 22,751
R² = 0,8329. El modelo tiene una confiabilidad del 83,29%.
c. Determine el grado de correlación de las dos variables.
d. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?
y = 0,386(128) - 22,751
y = 49,408 - 22,751
y = 26,657
El peso que debería tener un estudiante que mida 128cm será de 26,657 kg.
Figura 4. Diagrama de distribución entre las variables GASTO EN DEFENSA Y SEGURIDAD EN COLOMBIA PER CAPITA y
GASTO EN DEFENSA Y SEGURIDAD
El tipo de asociación del diagrama de dispersión es LINEAL. Es una relación lineal positiva
que indica que entre las variables existe una relación directa es decir los valores menores de
GASTO EN DEFENSA Y SEGURIDAD COLOMBIA están asociados a los valores
menores de GASTO EN DEFENSA SEGURIDAD COLOMBIA PERCÁPITA y viceversa.
y = 2E-08x + 3245,4
R² = 0,9943
Se puede asegurar que la ecuación de la recta es confiable porque el R² está cercano
a 1 y tiene un grado alto de confiabilidad.
4. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables. - Relacionar la información obtenida con el problema.
El R² afirma además que el modelo explica el 99.4% de la información y el valor de
r coeficiente de correlación lineal es excelente porque el 0.994 está muy cercano al
extremo 1 positivo que es la correlación perfecta positiva.
500000
Efectivos de fuerza publica disponibles
450000
400000
350000
en COlombia.
300000
250000 y = -3391.4x + 406877
200000 R² = 0.1293
150000
100000
50000
0
0 2 4 6 8 10 12 14 16
Minas anti persona.
efectivos de
fuerza pública
disponibles gasto en defensa y seguridad
Colombia Colombia per cápita
350488 21432
351129 21447
352171 21786
355681 22430
357113 22692
357213 23045
357606 25134
358033 26202
358363 27738
358414 28636
358458 28822
361013 28881
363119 22577
363589 23952
367869 24054
368141 24453
368374 25503
369661 25974
369719 26626
371549 28763
371654 30058
371766 30111
373732 30236
374032 30730
377984 32129
378771 32563
379339 33621
379430 33672
379674 33856
382802 33861
384498 34225
385640 34482
385904 34703
386634 34704
387000 35855
387226 36251
391414 34603
391986 35187
393097 35956
394267 36967
395717 37051
398293 37067
398351 37892
398665 38575
399493 38650
399502 40302
399516 40378
400562 41000
403632 33730
403925 34207
404898 34349
405837 34795
406771 35057
407217 35578
408833 37198
409567 38219
410815 38412
412550 39090
413073 39960
414072 40018
415242 35325
415455 35942
415997 36049
416181 36397
416664 36522
419366 37984
419523 38153
419621 38497
420432 39838
421819 40346
421864 40657
422600 40870
423810 35227
428796 36035
432890 36668
434453 38608
435939 39182
436745 39546
437154 40071
440608 40158
440647 40423
440997 40931
443239 41060
445565 41679
y = 0.1919x - 41955
40000 R² = 0.7717
30000
percápita
20000
10000
0
0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000
efectivos de fuerza pública disponibles Colombia
El tipo de asociación entre las variables es Directo. Ya que a medida que una aumenta la
otra también lo hace.
- Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
y = 0,1919x - 41955
R² = 0,7717. El modelo tiene una confiabilidad del 77,17%. Aceptable.
- Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
R² = 0,7717
R = 0,8784
El grado de correlación entre las variables es aceptable ya que el valor de R está entre
0,80 y 0,90.
- Relacionar la información obtenida con el problema.
El gasto en defensa y seguridad en Colombia per cápita es un valor que cambia y se
relaciona con el número de efectivos de fuerza pública disponibles, ya que para
mantener el número de efectivos que puedan garantizar la seguridad en el país, se
utilizará parte del gasto per cápita en el sostenimiento de estos.
CONCLUSIONES
Se pudo evidenciar que para manejar cualquier tipo de variables se necesita realizar un
diagrama de dispersión y aplicar conceptos, fórmulas de relación y correlación que
permita el despeje de las ecuaciones y datos para obtener un resultado.
Los ejemplos nos muestran que son acordes a un tipo de forma lineal y la correlación es
confiable para los tipos de datos.