PASO 4.

ANALIZAR LA INFORMACIÓN A
TRAVÉS DE MEDIDAS BIVARIANTES
Laboratorio Individual

ALEJANDRA SANCHEZ AGUDELO

C.C 1035433975

ESTADÍSTICA DESCRIPTIVA

TUTORA:
ANGELICA CABRA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Ciencias Básicas, Tecnología E Ingeniería
Ejercicios

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 DISPERSION
140

120
120
100
109 113 115
98 102
TENSION

80

60

40

20

0
0 1 2 3 4 5 6
SAL
b. 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 es

conocido como regresión lineal simple y su fórmula es: 𝑦 = 𝑎 + 𝑏𝑥
La ecuación de la recta es confiable, ya que el 𝑅 2 se aproxima a 1 y tiene
un alto grado de confiabilidad aceptable.

𝑦 = 6.1𝑥 + 88.128
𝑅 2 = 0.987

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

El 𝑅 2 afirma que el modelo es aceptable porque analiza el 98.65% de la

información y el valor de R es bueno ya que el resultado que arroja es
aceptable porque el 0.987 está retirado del 1 positivo.

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

tensión arterial esperada?

y = (6.1 ∗ 5.6) + 88.128) =

la tensión arterial seria de 122.288

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.

DIAGRAMA DE DISPERSION
50
45
TIEMPO PARA UNA PIEZA

40
35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
DIAS

b. 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 la variable es:

𝑦 = 𝑎𝑥 2
𝑦 = 126.1 𝑥 0.43
𝑅 2 = 0.98

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

El 𝑅 2 afirma que el modelo es aceptable porque analiza el 98.65% de la

información y el valor de R es bueno ya que el resultado que arroja es
aceptable porque el 0.987 está retirado del 1 positivo.

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

Para hallar el tiempo que deberá quedarse un empleado se debe

procederé a efectuar el modelo
matemático:
 𝑦 = 𝑎𝑥
2
𝑦 = 126.1 ∗ 900.433 = 885 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
según lo anterior se espera que en la creación de una pieza el obrero se
demore 885 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 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.

Tipo de asociación lineal.

DIAGRAMA DE DISPERSION
30

25

20
PESO (Kg)

15

10

0
100 105 110 115 120 125
ESTATURA (cm)
b. 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 es:

𝑦 = 𝑎 + 𝑏𝑥
La ecuación de la recta es no es tan confiable, ya que el 𝑅
2
se aleja un poco a 1 y tiene un grado
medio de confiabilidad.
𝑦 = 0.386𝑥 + 22.751
𝑅 2 = 0.83

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

El 𝑅 2 afirma que el modelo es aceptable porque analiza el 83.35% de la

información y el valor de R es bueno ya que el resultado que arroja es
aceptable porque el 0.83 está alejado del 1 positivo.

d. ¿Cuál es el peso que debería tener un estudiante que mida 128 cm?

y = 0.386(128) − 22.751 = 26.65 kg

Debe pesar 26.65 Kg según su peso.