Se quiere estudiar la asociacion entre consumo de sal y tension

arterial. A una serie de voluntarios se les administra distintas

dosis de sal en su dieta y se mide su tension arterial en un
tiempo despues

Y.
X (sal)
(Tensión
1.6 98 a) Realice el diagrama de dispersión y determine el tipo de asociación ent
2.3 102
3.3 109
4.2 113
4.6 115
5 120
INDICE DE HIPERTENCION ARTERIAL
140

120
f(x) = 6.1061946903x + 88.1283185841
100 R² = 0.9870042369

80
TENSION ARTERIAL
60

40

20

0
1 1.5 2 2.5 3 3.5 4 4.5 5
CONSUMO DE SAL

La asociación entre las variables es Directa, ya que la ecuación es positiva,

b.      Encuentre el modelo matemático que permite predeci

Y = 6,1062x + 88,128, en donde:

X, representa el porcentaje de sal
Y, la tensión arterial
R² = 0.987 coeficiente de determinación

R= 0.99 COEFICIENTE DE CORRELA

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

R= Coeficient 0.99 correlación

El R² afirma que el 98.7 % de la información es confiable y el valor de r co

lineal (0,99) confirma además una correlación Excelente entre las variable
consumo de sal.

d. Si a un paciente se le administra una dosis de sal de 4,8. ¿Cuál es la tens

X: % Sal = 4,8
Y: Tensión arterial =?

Y = 6,1062x + 88,128
X = 4,8

Reemplazamos la ecuación

Y = 6,1062(4,8) + 88,128
Y = 29,30976 + 88,128
Y = 117,4

Para un paciente que se le administra una dosis de sal de 5,6, la tensión ar

termine el tipo de asociación entre las variables.

NCION ARTERIAL

61946903x + 88.1283185841
0042369

5 3 3.5 4 4.5 5 5.5

CONSUMO DE SAL

ta, ya que la ecuación es positiva, hay una correlación Directa.

matemático que permite predecir el efecto de una variable sobre la otra. ¿Es confiable? y está determinado por la siguiente ecuación:

determinación 98.7% 87.70% confiabilidad

e relación de las dos variables.

ión es confiable y el valor de r coeficiente de correlación

ación Excelente entre las variables: tensión arterial y

osis de sal de 4,8. ¿Cuál es la tensión arterial esperada?

a dosis de sal de 5,6, la tensión arterial esperada es de 117,4.

do por la siguiente ecuación:
En un nuevo proceso artesanal de fabricacion de sierto articulo que esta inplatado,
se aconsiderado que era importante ir anotando periodicamente el tiempo medio
(medido en minutos) que se utiliza para realizar una pieza y el numero de dias desde
que empezo dicho proceso de fabricacion. Con ello se pretende analizar como los
operarios, van adaptandose al nuevo proceso mejorando paulatinamente su proceso
de produccion.
Los siguientes datos representan dicha situacion.

X(T. Medio) y(Dias)

12 45
23 30
35 27 a) Realice el diagrama de dispersión y determine el tipo de asociación ent
42 25
53 23
65 21
70 20

RENDIMIENTO EN LA FABRICA
50

45

40
f(x) = - 0.3566138118x + 42.5691633632
35 R² = 0.7962666987

30
D
I 25
A
S 20

15

10

0
0 10 20 30 40 50 60 70
TIEMPO MEDIO

La asociación entre las variables es Inversa porque entre más días, menos tiempo se uti
para la fabricación de una pieza.

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

Coeficiente de determinación 79%
Coeficiente de relación 0,892356431
El efecto de una variable sobre la otra si es confiable

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

Coeficiente de relación: R= 0,892356431

La correlación, es aceptable porque se encuentra entre

d. Que tiempo deberá tardarse un empleado cuando lleven 80 días?

d. Que tiempo deberá tardarse un empleado cuando lleven 80 días?

X: Tiempo medio
Y: Dias

Y= - 0,3566x + 42,569
Y= - 0,3566(80) + 42,569
Y= - 28,528 + 42,569
Y= 14,041

R/: Un empleado debe tardarse 14 minutos cuando lleva 80 días
termine el tipo de asociación entre las variables.

EN LA FABRICA

42.5691633632

40 50 60 70 80
O MEDIO

tre más días, menos tiempo se utiliza para la

permite predecir el efecto de una variable sobre la otra. ¿Es confiable?

rrelación de las dos variables.

lleven 80 días?

lleven 80 días?
o lleva 80 días
Una nutricionista de un hogar infantil desea encontrar un modelo matematico que permita
determinar la relacion entre el peso y la estatura de sus estudiantes. Para ello selecciona 10 niños
y realiza las mediciones respectivas. A continuacion se presentan.

Peso x Estatura y
124 23
120 24 a). Identifique la variable dependiente (y) y la variable indepe
118 24 realice el diagrama de dispersión y determine el tipo de
116 23 asociación entre las variables
115 22
112 21
110 20
110 19 RELACION PESO-Estatura
107 19 30
104 16
25
f(x) = 0.3860164512x - 22.7514688602
R² = 0.8328827864
ESTAtura estudiantes

20

15

10

0
100 105 110 115 120 125 130
PESO ESTUDIANTES

La asociación entre las variables, es Directa porque entre mayor peso, mayor estatura

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

Coeficiente de determinación 83%

Coeficiente de relación 0,912633552
El efecto de una variable sobre la otra si es confiable
c. Determine el grado de correlación de las dos variables.

R= Raiz cuadarada del coeficiente de determinacion

Coeficiente de relación: R= 0,912633552

L a correlacion es excelente

d. Que tiempo deberá tardarse un empleado cuando lleven 80 días?

d. Cuál es el peso que debería tener un estudiante que mida 120 cm?

X: Peso
Y: Altura

Y= 0,386(120)-22,751
y=23,569

R/ El peso del estudiante que mida 120 cm, debe ser de 23.569 kg
lecciona 10 niños

ependiente (y) y la variable independiente (x),

ersión y determine el tipo de

-Estatura

14688602

120 125 130

IANTES

ntre mayor peso, mayor estatura

decir el efecto de una variable sobre la otra. Es confiable?

ado cuando lleven 80 días?

studiante que mida 120 cm?

m, debe ser de 23.569 kg

Población CaPersonas Con Empleo
40,552,472 20,984,121.51 - Realizar el diagrama de dispersión de dichas variables y determin
40,596,347 20,356,518.27
40,640,223 21,638,475.65
40,684,098 21,180,834.26
40,727,974 20,213,966.08
40,771,849 20,453,331.46
40,815,725 22,465,189.70 PERSONAS CON EMPLEO SEGUN LA POBL
40,859,600 21,564,798.78 35,000,000.00
40,903,475 22,561,027.66
30,000,000.00
40,947,351 21,563,364.83

PERSONAS CON EMPLEO

f(x) = 0.9388754132x - 17409003.8564995
40,991,226 22,142,301.22 25,000,000.00 R² = 0.7984002194
41,035,102 23,086,735.58 20,000,000.00
41,078,977 20,967,253.03 15,000,000.00
41,122,853 22,215,633.63
10,000,000.00
41,166,728 20,528,654.48
41,210,604 21,594,189.71 5,000,000.00

41,254,479 21,635,866.31 -
40,000,000 42,000,000 44,000,000 46,000,000 48,000,000
41,298,355 22,404,194.33
CANTIDAD DE PERSONAS
41,342,230 20,652,822.76
41,386,106 22,111,213.61
41,429,981 22,137,372.22
41,473,856 22,764,686.89 La asociacion de las variables es directa, entre mas poblacion mas p
41,517,732 21,129,809.62
41,561,607 22,575,783.04 b)Encuentre el modelo matematico que permite predecir el efecto d
41,605,483 20,386,581.99
41,649,358 22,086,249.58 y = 0,9389x - 2E+07
41,693,234 23,110,510.11 R² = 0,7984
41,737,109 22,083,413.10
41,780,985 22,990,016.77

41,824,860 21,967,931.60 R² = 0,7984 X 100 coeficiente de d

41,868,736 22,979,080.18
41,912,611 23,725,032.49 La confiabilidad del estudio es del 79%
41,956,487 21,923,195.65
42,000,362 22,832,778.47

42,044,238 22,413,939.11
42,088,113 22,849,902.53 c. Determine el grado de correlación d+E48:M78e las dos variables.
42,131,988 22,189,228.75
42,175,864 22,313,794.53 R= Raiz cuadarada del coeficiente de determinacion
42,219,739 22,386,301.11
42,263,615 22,860,973.82 R= Coeficiente de correlación
42,307,490 23,185,955.41
42,351,366 21,790,274.54 R= 79% CORRELACION REGULAR
42,395,241 23,068,951.68
42,439,117 21,499,666.90
42,482,992 23,057,956.75
42,526,868 22,963,871.30
42,570,743 22,372,124.92
42,614,619 23,705,484.14
42,658,494 22,905,884.86
42,702,370 22,633,063.55
42,746,245 22,857,080.05
42,790,120 23,376,411.33
42,833,996 23,671,992.45
42,877,871 21,473,211.26
42,921,747 23,186,196.00
42,965,622 23,893,307.61
43,009,498 22,307,726.60 Relacionar la información obtenida con el problema.
43,053,373 23,939,286.52
43,097,249 23,362,050.42
43,141,124 24,331,610.88 La poblacion con las personas empleadas según la base de datos de
43,185,000 22,031,648.26 directamente ya que amayor poblacion mayor es el numero de emp
43,228,875 23,608,656.23
43,272,751 24,378,744.77
43,316,626 21,573,823.63
43,360,501 24,041,190.46
43,404,377 22,408,871.32
43,448,252 23,528,440.08
43,492,128 23,191,147.74
43,536,003 21,719,995.34
43,579,879 22,692,008.30
43,623,754 21,853,621.82
43,667,630 22,859,622.37
43,711,505 20,439,221.97
43,755,381 22,749,316.26
43,799,256 22,445,700.34
43,843,132 21,737,090.80
43,887,007 21,702,052.66
43,930,883 23,076,293.02
43,974,758 21,622,855.75
44,018,633 23,142,532.45
44,062,509 22,102,876.38
44,106,384 23,867,796.30
44,150,260 24,831,238.98
44,194,135 23,907,470.18
44,238,011 21,518,327.13
44,281,886 22,415,690.37
44,325,762 22,208,341.49
44,369,637 24,327,565.65
44,413,513 23,352,442.33
44,457,388 22,954,629.90
44,501,264 21,714,340.38
44,545,139 24,084,614.87
44,589,014 22,410,704.76
44,632,890 24,853,469.31
44,676,765 22,914,599.06
44,720,641 23,150,002.51
44,764,516 21,546,610.58
44,808,392 23,134,706.50
44,852,267 22,918,609.92
44,896,143 24,796,029.71
44,940,018 23,106,254.32
44,983,894 24,116,304.80
45,027,769 25,084,415.47
45,071,645 22,821,136.68
45,115,520 23,454,282.88
45,159,396 25,120,019.03
45,203,271 25,631,923.85
45,247,146 25,875,492.97
45,291,022 24,798,904.02
45,334,897 24,104,123.82
45,378,773 25,860,976.82
45,422,648 24,286,634.79
45,466,524 23,881,290.90
45,510,399 24,597,153.04
45,554,275 25,394,513.24
45,598,150 25,632,770.39
45,642,026 26,954,657.83
45,685,901 27,412,734.10
45,729,777 26,230,534.12
45,773,652 24,331,808.19
45,817,528 25,173,301.46
45,861,403 26,198,121.28
45,905,278 24,986,402.00
45,949,154 25,080,166.89
45,993,029 26,461,532.88
46,036,905 27,141,452.23
46,080,780 27,075,290.52
46,124,656 24,953,596.98
46,168,531 27,621,374.07
46,212,407 28,532,907.50
46,256,282 27,910,917.14
46,300,158 28,118,482.55
46,344,033 26,947,192.25
46,387,909 26,215,086.93
46,431,784 25,507,694.44
46,475,659 25,900,881.51
46,519,535 26,340,399.21
46,563,410 28,158,400.38
46,607,286 26,181,267.04
46,651,161 26,228,013.59
46,695,037 25,352,081.75
46,738,912 29,015,896.28
46,782,788 28,420,607.10
46,826,663 27,502,543.84
46,870,539 25,598,611.35
46,914,414 26,478,275.15
46,958,290 25,925,625.10
47,002,165 28,181,208.35
47,046,041 27,576,279.29
47,089,916 25,840,229.48
47,133,791 26,942,517.18
47,177,667 27,618,196.16
47,221,542 26,629,580.23
47,265,418 28,853,711.08
47,309,293 26,655,756.57
47,353,169 29,330,791.34
47,397,044 25,507,729.81
47,440,920 26,580,437.50
47,484,795 26,442,375.63
47,528,671 28,893,727.13
47,572,546 27,054,682.51
47,616,422 28,489,488.42
47,660,297 27,023,046.68
47,704,173 27,065,196.32
47,748,048 27,691,364.08
47,791,923 28,298,742.20
47,835,799 28,924,043.89
47,879,674 28,189,923.35
47,923,550 26,363,799.48
47,967,425 27,398,395.57
48,011,301 28,015,561.08
48,055,176 27,672,239.13
48,099,052 28,504,829.63
48,142,927 29,767,001.97
48,186,803 29,345,325.58
48,230,678 27,469,436.60
48,274,554 29,321,141.73
48,318,429 29,569,462.98
48,362,304 29,790,513.41
48,406,180 27,732,046.95
48,450,055 27,433,631.15
48,493,931 27,595,016.92
48,537,806 26,330,194.00
48,581,682 28,444,237.02
48,625,557 26,997,177.84
48,669,433 29,903,007.28
48,713,308 26,619,709.94
48,757,184 27,831,718.29
48,801,059 29,303,245.33
48,844,935 29,186,148.21
48,888,810 30,489,715.78
48,932,686 27,494,113.73
48,976,561 26,598,325.70
49,020,436 29,094,585.25
49,064,312 27,592,496.87
dichas variables y determinar el tipo de asociación entre las variables

SEGUN LA POBLACION

32x - 17409003.8564995
4

00,000 46,000,000 48,000,000 50,000,000

D DE PERSONAS

entre mas poblacion mas personas con empleo

permite predecir el efecto de una variable sobre la otra. Es confiable?

coeficiente de determinacion 79%

E48:M78e las dos variables.

0.79 correlación
 l problema.

s según la base de datos del desempleo en colombia se relacionan

mayor es el numero de empleados, mas sin embargo este estudio tiene una correlacion regular.