Anda di halaman 1dari 27

1.

SE QUIERE ESTUDIAR LA ASOCIACIÓN ENTRE CONSUMO DE SAL Y


TENSIÓN ARTERIAL. A UNA SERIE DE VOLUNTARIOS 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
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

Figura 1. Diagrama de distribución entre las variables TENSION Y SAL

El tipo de asociación del diagrama de dispersión es LINEAL.

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.

El R² afirma además que el modelo explica el 97.9% de la información y el valor de r


coeficiente de correlación lineal es excelente porque el 0.979 está muy cercano al extremo
1 positivo que es la correlación perfecta positiva.

Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial


esperada?

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.

Los siguientes datos representan dicha situación:

X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

Identifique la variable dependiente (y) y la variable independiente (x), realice el


diagrama de dispersión y determine el tipo de asociación entre las variables.
50
45 y = -0.3566x + 42.569
40 R² = 0.7963
35
30
25
X
Y
20
15 Linear (Y)
10
5
0
0 20 40 60 80
Y

Figura 2. Diagrama de distribución entre las variables X y Y

El tipo de asociación del diagrama de dispersión es LINEAL. Son variables inversamente


proporcionales.

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.

Determine el grado de correlación de las dos variables.


El R² afirma además que el modelo explica el 79.6% de la información y el valor de r
coeficiente de correlación lineal es sobresaliente porque el 0.796 está un poco alejado al
extremo 1 positivo que es la correlación perfecta positiva.

¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?


Para hallar el valor del tiempo de 100 días debemos reemplazar este valor en la formula
hallada.
𝒀 = (−𝟎. 𝟑𝟓𝟔 ∗ 𝟏𝟎𝟎) + 𝟒𝟐. 𝟓𝟔= 6.96 minutos
Según lo anterior para dicho número de días se espera realizar para una pieza el obrero se
demore 6.96 minutos.
3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que
permita determinar la relación entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 niños y realiza las mediciones respectivas.
A continuación, se presentan los resultados:

Estatura (cm) 120 124 107 118 112 110 115 104 110 116
Peso (kg) 24 23 19 24 21 19 22 16 20 23

Identifique la variable dependiente (y) y la variable independiente (x), realice el


diagrama de dispersión y determine el tipo de asociación entre las variables.

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)

Figura 3. Diagrama de distribución entre las variables PESO Y ESTATURA

El tipo de asociación del diagrama de dispersión es LINEAL.


Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
y = 0.386x - 22.75
R² = 0.832
Se puede asegurar que la ecuación de la recta es aceptable porque el R² se aleja un poco de
1 y tiene un grado de confiabilidad aceptable.
c. Determine el grado de correlación de las dos variables.
La correlación lineal es aceptable porque el 0.832 está un poco retirado del 1 positivo.
d. Cuál es el peso que debería tener un estudiante que mida 128 cm?
y = 0.386(128) - 22.75=24.354
1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una serie
de voluntarios 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

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las


variables.

Diagrama de dispersión
140
120
100
Tension

80
60
40
20
0
0 1 2 3 4 5 6 7
Sal

La relación entre la variable X y Y que se observa en el diagrama de dispersión es directa de


aumento ya que se muestra que a mayor consumo de sal (X) la tensión (Y) aumenta.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?

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?

Si a un paciente se le suministra una dosis de sal de 5,6 la tensión arterial esperada es de


122.32 obtenida gracias a la regresión lineal.
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.

Los siguientes datos representan dicha situación:


X Y
12 45
23 30
35 27
42 25
53 23
65 21
70 20

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

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 tipo de asociación entre las variables es inversa.


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

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?

El tiempo que debe dársele a un empleado cuando lleva 90 días es de 18 minutos.

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que


permita determinar la relación entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 niños y realiza las mediciones respectivas.

A continuación, se presentan los resultados:


Estatura (cm) Peso (kg)
120 24
124 23
107 19
118 24
112 21
110 19
115 22
104 16
110 20
116 23

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

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 tipo de asociación entre las variables es Directa.


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

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?

El peso que debería tener un estudiante que mide 128cm es de 27 kg.

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

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las


variables.

Consumo de sal y tensión arterial


140
120
Tensión arterial

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).

b. Encuentre el modelo matemático que permite predecir el efecto de una variable


sobre la otra. ¿Es confiable?

y = 6,1062x + 88,128
R² = 0,987 coeficiente de determinación

El modelo tiene es de gran confiabilidad con valor del 98,7%

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

R = 0.99348087 coeficiente de correlación. El grado de correlación es excelente.

d. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la tensión arterial


esperada?

y = 6,1062x + 88,128

y = 6,1062(5,6) + 88,128

y = 34,19472+ 88,128

y = 122,32272

La tensión arterial esperada es de 122,322 para una dosis de sal de 5,6.

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.
Los siguientes datos representan dicha situación:
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20
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

Variable Y (tiempo medio para realizar una pieza) dependiente de variable X (días
transcurridos desde que se aprendió el proceso de fabricación).

TIEMPO EMPLEADO PARA FABRICAR


SEGÚN DÍAS TRANSCURRIDOS
USANDO LA MISMA TÉCNICA
50
TIEMPO EMPLEADO

40

30

20

10

0
0 10 20 30 40 50 60 70 80
DÍAS TRANSCURRIDOS

El tipo de asociación entre las variables es inverso, ya que son inversamente


proporcionales.

b. Encuentre el modelo matemático que permite predecir el efecto de una variable


sobre la otra. ¿Es confiable?

y = -0,3566x + 42,569
R² = 0,7963 coeficiente de determinación

El modelo tiene una confiabilidad aceptable de 79,63%

c. Determine el grado de correlación de las dos variables.

R= 0.89235 coeficiente de correlación. El grado de correlación es aceptable.

d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?

y = -0,3566x + 42,569

y = -0,3566(90) + 42,569
y = -32,094 + 42,569

El tiempo empleado para un empleado a los 90 días será de y = 10,475 minutos.

3. Una nutricionista de un hogar infantil desea encontrar un modelo matemático que


permita determinar la relación entre el peso y la estatura de sus estudiantes. Para
ellos selecciona 10 niños y realiza las mediciones respectivas.
A continuación, se presentan los resultados:

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

El tipo de asociación entre las variables es Directo, ya que son directamente


proporcionales.

b. Encuentre el modelo matemático que permite predecir el efecto de una variable


sobre la otra. ¿Es confiable?

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.

R= 0,9126. El grado de correlación es excelente.

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.

1. Identificar dos variables cuantitativas de la situación estudiada que puedan estar


relacionadas.
Variables seleccionadas: GASTO EN DEFENSA Y SEGURIDAD COLOMBIA Y
GASTO EN DEFENSA Y SEGURIDAD COLOMBIA PERCÁPITA

GASTO EN DEFENSA Y SEGURIDAD GASTO EN DEFENSA Y SEGURIDAD


COLOMBIA COLOMBIA PERCÁPITA
930297398000 21432
930907040000 21447
945646042000 21786
973586647000 22430
984986702000 22692
1000296660000 23045
1090946473000 25134
1137336556000 26202
1203975384000 27738
1242964507000 28636
1251036750000 28822
1253615208000 28881
991743027000 22577
1052121201000 23952
1056599089000 24054
1074164468000 24453
1120264662000 25503
1140977760000 25974
GASTO EN DEFENSA Y SEGURIDAD GASTO EN DEFENSA Y SEGURIDAD
COLOMBIA COLOMBIA PERCÁPITA
1169610451000 26626
1263487853000 28763
1320338397000 30058
1322692233000 30111
1328188077000 30236
1349860034000 30730
1428183046000 32129
1447474515000 32563
1494470371000 33621
1496777889000 33672
1504949556000 33856
1505141872000 33861
1521330214000 34225
1532770950000 34482
1542576688000 34703
1542654662000 34704
1593811071000 35855
1611411721000 36251
1556419048000 34603
1582692569000 35187
1617274677000 35956
1662719957000 36967
1666490584000 37051
1667248878000 37067
1704358187000 37892
1735058941000 38575
1738409852000 38650
1812748961000 40302
1816140263000 40378
1844125957000 41000
1535045794000 33730
1556728140000 34207
1563206205000 34349
1583492740000 34795
GASTO EN DEFENSA Y SEGURIDAD GASTO EN DEFENSA Y SEGURIDAD
COLOMBIA COLOMBIA PERCÁPITA
1595444146000 35057
1619146801000 35578
1692873981000 37198
1739330590000 38219
1748092023000 38412
1778951441000 39090
1818569870000 39960
1821216679000 40018
1626506239000 35325
1654924863000 35942
1659855091000 36049
1675891403000 36397
1681624486000 36522
1748980725000 37984
1756725512000 38153
1772587672000 38497
1834302387000 39838
1857727271000 40346
1872057842000 40657
1881842638000 40870
1639611249000 35227
1677226350000 36035
1706698678000 36668
1796985625000 38608
1823707230000 39182
1840629953000 39546
1865077150000 40071
1869120621000 40158
1881476337000 40423
1905121693000 40931
1911136585000 41060
1939944070000 41679

2. Realizar el diagrama de dispersión de dichas variables y determinar el tipo de


asociación entre las variables.
45000
40000 y = 2E-08x + 3245.4

Gasto en defensa y seguridad


R² = 0.9943
35000
30000
25000
20000
15000
10000
5000
0
0 1000000000000 2000000000000 3000000000000
Gasto en defensa y seguridad en Colombia Per capita

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.

3. - 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 = 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.

Mediante el análisis del diagrama de dispersión se puede determinar que el gasto de


defensa total se encuentra directamente proporcional al mismo tipo de gasto per cápita
o por persona durante el periodo de tiempo comprendido entre 2006-2012 en la
problemática de las víctimas del conflicto.
1. Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas.
Variables seleccionadas: efectivos de fuerza pública disponibles Colombia y minas anti
persona.

minas anti persona


efectivos de fuerza pública
disponibles Colombia
6
350488
1
351129
9
352171
5
355681
7
357113
14
357213
15
357606
8
358033
15
358363
11
358414
2
358458
2
361013
2
363119
5
363589
1
367869
2
368141
5
368374
4
369661
2
369719
2
371549
3
371654
2
371766
4
373732
2
374032
2
377984
1
378771
1
379339
4
379430
2
379674
2
382802
2
384498
3
385640
2
385904
1
386634
2
387000
2
387226
2
391414
4
391986
1
393097
1
394267
2
395717
3
398293
2
398351
2
398665
2
399493
3
399502
2
399516
3
400562
2
403632
2
403925
1
404898
2
405837
2
406771
3
407217
1
408833
3
409567
3
410815
3
412550
2
413073
3
414072
1
415242
4
415455
3
415997
4
416181
4
416664
3
419366
3
419523
2
419621
4
420432
4
421819
4
421864
3
422600
2
423810
2
428796
3
432890
4
434453
4
435939
4
436745
1
437154
4
440608
1
440647
4
440997
1
443239
3
445565

2. Realizar el diagrama de dispersión de dichas variables y determinar el tipo de


asociación entre las variables.

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.

El tipo de asociación del diagrama de dispersión es LINEAL.


3. 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 = −3391,4𝑥 + 406877
𝑅 2 = 0,1293
En este caso se puede asegurar que la ecuación de la recta no es tan confiable porque el R²
no está cercano a 1 por tal razón no tiene alto grado de confiabilidad.

- Identificar dos variables cuantitativas de la situación estudiada que puedan estar


relacionadas.

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

- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de


asociación entre las variables.

Gasto en defensa y seguridad colombia percápita según


efectivos de fuerza pública disponibles.
50000
gasto en defensa y seguridad colombia

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.

Hallamos los comportamientos que tienen tendencia lineal y determinamos el grado de


correlación entre las variables.

Anda mungkin juga menyukai