Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 141 vistas

    Regresión y Correlación

    Cargado por

    Sofía Amanda Ortega
    El documento presenta varios ejemplos de análisis de regresión y correlación. En el primer ejemplo, se analizan datos sobre la dosis de un medicamento y su efecto en la reducción de la frecuencia cardíaca. Se encuentra que existe una relación lineal positiva entre las variables. En otro ejemplo, se analiza la relación entre la altura de caída de un peso y su altura de rebote, encontrando una correlación moderada. Finalmente, se estudia la relación entre la edad y las pulsaciones por minuto en niños, determinando una ecuación de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Regresión y Correlación

    Cargado por

    Sofía Amanda Ortega
    141 vistas11 páginas
    El documento presenta varios ejemplos de análisis de regresión y correlación. En el primer ejemplo, se analizan datos sobre la dosis de un medicamento y su efecto en la reducción de la frecuencia cardíaca. Se encuentra que existe una relación lineal positiva entre las variables. En otro ejemplo, se analiza la relación entre la altura de caída de un peso y su altura de rebote, encontrando una correlación moderada. Finalmente, se estudia la relación entre la edad y las pulsaciones por minuto en niños, determinando una ecuación de

    Título original

    REGRESIÓN Y CORRELACIÓN.docx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta varios ejemplos de análisis de regresión y correlación. En el primer ejemplo, se analizan datos sobre la dosis de un medicamento y su efecto en la reducción de la frecuencia cardíaca. Se encuentra que existe una relación lineal positiva entre las variables. En otro ejemplo, se analiza la relación entre la altura de caída de un peso y su altura de rebote, encontrando una correlación moderada. Finalmente, se estudia la relación entre la edad y las pulsaciones por minuto en niños, determinando una ecuación de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    141 vistas11 páginas

    Regresión y Correlación

    Cargado por

    Sofía Amanda Ortega
    El documento presenta varios ejemplos de análisis de regresión y correlación. En el primer ejemplo, se analizan datos sobre la dosis de un medicamento y su efecto en la reducción de la frecuencia cardíaca. Se encuentra que existe una relación lineal positiva entre las variables. En otro ejemplo, se analiza la relación entre la altura de caída de un peso y su altura de rebote, encontrando una correlación moderada. Finalmente, se estudia la relación entre la edad y las pulsaciones por minuto en niños, determinando una ecuación de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 11

    UNIVERSIDAD NACIONAL MAYOR DE

    SAN MARCOS
    (Universidad del Perú, decana de américa)
    FACULTAD DE CIENCIAS SOCIALES

    CURSO: ESTADÍSTICA APLICADA A LAS CIENCIAS


    SOCIALES
    TEMA: REGRESIÓN Y CORRELACIÓN
    Profesor: Tejada Cabanillas, Adán
    REGRESIÓN Y CORRELACIÓN
    1.- Se produjo un experimento con el fin de estudiar el efecto de un cierto medicamento en
    bajar la rapidez de los latidos del corazón en los adultos. La variable independiente es la dosis
    en milagro del medicamento y la variable dependiente es la diferencia entre la rapidez más
    baja siguiente a la administración del medicamento y un control antes de administrar el
    medicamento.

    Se reunieron los siguientes datos.

    REDUCCIÓN EN LA RAPIDEZ DEL CORAZÓN


    DOSIS (Latidos/min.)
    X Y
    0.50 10
    0.75 8
    1.00 12
    1.25 12
    1.50 14
    1.75 12
    2.00 16
    2.25 18
    2.50 17
    2.75 20
    3.00 18

    Hacer un análisis de regresión y correlación completo.

    Resumen de modelo y estimaciones de parámetro

    Variable dependiente: RED_RAP_COR

    Resumen del modelo Estimaciones de parámetro

    Ecuación R cuadrado F df1 df2 Sig. Constante b1

    Lineal ,863 56,749 1 9 ,000 6,827 ,043

    La variable independiente es DOSIS.

    Interpretación:


    El valor de 1 = 0,043 significa por cada unidad más, la dosis influencia en la reducción en la rapidez
    del corazón en 0,57.

    El valor de
     0 = 6,827 significa la reducción en la rapidez del corazón para alguien que no se pe aplica
    una dosis.
    Pronósticos: Para realizar pronósticos confiables el valor de “r” debe de estar entre (0,8 -1).

    r = 0,93
    Si la dosis fuera de 3.5, la reducción en la rapidez del corazón será:

    y ¿ =β 0+ β1 x

    y ¿ =6,827+0,043 ( 3,5 ) =6,98

    Gráficas
    Ángulo entre las rectas
    2.- En unas pruebas elásticas de rebote de un amortiguador de fricción, se obtuvieron
    para distintas alturas de caída del peso libre, la altura de rebote que figura en la
    siguiente tabla; determinar la recta de regresión correspondiente y determinar el
    coeficiente de correlación “r” para las variables.

    X: ALTURA DE Y: ALTURA DE
    CAÍDA (dm) REBOTE (m.m)
    1.20 1.90
    2.40 1.30
    3.20 2.10
    4.30 3.40
    5.70 2.00
    7.00 3.80
    9.00 3.30

    Recta de regresión:

    Resumen de modelo y estimaciones de parámetro

    Variable dependiente: ALTURA DE REBOTE

    Resumen del modelo Estimaciones de parámetro

    Ecuación R cuadrado F df1 df2 Sig. Constante b1

    Lineal ,510 5,205 1 5 ,071 138,692 ,247

    La variable independiente es ALTURA DE CAÍDA.


    Recta de regresión: Se eligió la recta de regresión no lineal cúbica, debido a que
    presenta el mínimo error.

    Coeficiente de correlación: Es 0,71 eso significa que la relación entre la altura de


    caída y la altura de rebote no es tan elevada.

    3.- Los siguientes datos corresponden a la estatura (cm) y peso (hg) de un grupo de
    estudiantes.

    X (cm) 50 75 90 100 120 150


    Y (hg) 15 12 10.5 10 9 8

    Recta de regresión:

    Resumen de modelo y estimaciones de parámetro


    Variable
    dependiente
    : PESO                
    Resumen del modelo Estimaciones de parámetro
    R
    Ecuación cuadrado F df1 df2 Sig. Constante b1 b2 b3
    Cúbico 12.87
    .233 .203 3 2 .887 -364.127 -.127 .000
    3
    La variable independiente es ESTATURA.
    La recta de regresión cúbica es la presenta el menor error entre las variables peso y
    estatura.
    X
    4.- Se han observado, en varios modelos de automóviles, los datos de potencia del
    motor (X), en caballos, y la aceleración (Y), medida en el número de segundos
    necesarios para acelerar de 0 a 100 km/h. La tabla adjunta refleja los valores
    obtenidos.

    X (motor) 50 75 90 100 120 150


    Y(aceleración) 15 12 10.5 10 9 8

    Hacer un análisis de regresión y correlación


    Resumen de modelo y estimaciones de parámetro

    Variable dependiente: ACELERACIÓN

    Resumen del modelo Estimaciones de parámetro

    Ecuación R cuadrado F df1 df2 Sig. Constante b1

    Exponencial ,107 ,480 1 4 ,527 37,335 -,009

    La variable independiente es MOTOR.

    La recta de regresión es exponencial debido a que representa el menor error.

    Cov ( x , y ) n ∑ xy −∑ x ∑ y
    r= =
    σxσy √¿ ¿ ¿

    Interpretación: Como la “r” toma de -1 a 1, y como resultado tenemos 0,33; entonces


    existe una baja relación entre las variables, esto debido a que se acerca a cero.
    5.- Los siguientes datos corresponden a la edad y N° de pulsaciones/minuto de un
    grupo de niños.

    Consideramos la siguiente tabla:

    X1 Y1 X1 Y1 X12 Y12
    1 160 160 1 25600
    1 140 140 1 19600
    2 150 300 4 22500
    3 140 420 9 19600
    3 130 390 9 16900
    3 120 360 9 14400
    4 130 520 16 16900
    4 110 440 16 12100
    5 110 550 25 12100
    5 100 500 25 10000
    6 110 660 36 12100
    7 100 700 49 100000
    44 1500 5140 200 191800

    Realice un análisis de regresión y correlación

    Edad vs n° de pulsaciones
    180
    160
    140 f(x) = − 9.31 x + 159.14
    n° de pulsaciones

    120 R² = 0.78
    100
    80
    60
    40
    20
    0
    0 1 2 3 4 5 6 7 8
    Edad

    Según la ecuación sería: Y: Variable Independiente


    Y =bX +a a: Intercepto con el eje

    X: Variable dependiente

    b: Pendiente

    n ∑ xy−∑ x ∑ y
    b=
    n ∑ x 2−¿ ¿
    a=
    ∑ y−b ∑ x = 1500−(−9,31 ) .( 44) =159,14
    n 12

    Y =bX +a=−9,31 X +159,14

    RECTA DE REGRESIÓN

    Resumen de modelo y estimaciones de parámetro

    Variable dependiente: N° DE PULSACIONES

    Resumen del modelo Estimaciones de parámetro

    Ecuación R cuadrado F df1 df2 Sig. Constante b1

    Lineal ,779 35,345 1 10 ,000 159,138 -9,310

    La variable independiente es EDAD.

    La recta de regresión lineal es la que presenta el menor error entre las


    variables edad y n° de pulsaciones.

    También podría gustarte