Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 16 vistas

    ESTADISTICAS

    Cargado por

    Edgar Hurtado
    Este documento presenta los pasos para calcular la recta de regresión lineal entre la altura y el peso de 12 estudiantes. Se proporcionan los datos de altura y peso, y se calculan las medidas estadísticas necesarias como la covarianza, desviaciones estándar y coeficiente de Pearson. El coeficiente de Pearson resultó ser 0.87, lo que indica una fuerte relación positiva entre la altura y el peso de los estudiantes.

    Copyright:

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

    ESTADISTICAS

    Cargado por

    Edgar Hurtado
    16 vistas9 páginas
    Este documento presenta los pasos para calcular la recta de regresión lineal entre la altura y el peso de 12 estudiantes. Se proporcionan los datos de altura y peso, y se calculan las medidas estadísticas necesarias como la covarianza, desviaciones estándar y coeficiente de Pearson. El coeficiente de Pearson resultó ser 0.87, lo que indica una fuerte relación positiva entre la altura y el peso de los estudiantes.

    Descripción original:

    PRACTICO MANUEL NAYIB MENDEZ

    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?

    Este documento presenta los pasos para calcular la recta de regresión lineal entre la altura y el peso de 12 estudiantes. Se proporcionan los datos de altura y peso, y se calculan las medidas estadísticas necesarias como la covarianza, desviaciones estándar y coeficiente de Pearson. El coeficiente de Pearson resultó ser 0.87, lo que indica una fuerte relación positiva entre la altura y el peso de los estudiantes.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    16 vistas9 páginas

    ESTADISTICAS

    Cargado por

    Edgar Hurtado
    Este documento presenta los pasos para calcular la recta de regresión lineal entre la altura y el peso de 12 estudiantes. Se proporcionan los datos de altura y peso, y se calculan las medidas estadísticas necesarias como la covarianza, desviaciones estándar y coeficiente de Pearson. El coeficiente de Pearson resultó ser 0.87, lo que indica una fuerte relación positiva entre la altura y el peso de los estudiantes.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 9

    CARRERA:

    Ing. Biomédica

    Materia: Estadísticas

    PRÁCTICO
    UNIDAD 5

    Estudiante:
    Manuel Nayib Mendez Julio.

    Junio - 2022.
    1.- La siguiente tabla muestra las alturas redondeadas en centímetros (cm) y los pesos en kilogramos
    (kg) de una muestra de 12 estudiantes del primer año de una determinada universidad.

      ALTURA (CM) PESO (KG)


    1 178 69.8
    2 160 67.5
    3 183 81
    4 152 60.8
    5 168 70.2
    6 178 75.6
    7 188 80.1
    8 165 72
    9 157 59.4
    10 170 65.3
    11 165 62.6
    12 173 68.4

    a) Obtenga un Diagrama de Dispersión para estos Datos:


    Gráfico de dispersión

    X Y Y ALTURA Y PESO DE UNA MUESTRA DE 12 ESTUDIANTES


    ALTURA PESO 90
    (CM) (KG)
    1 178 69.8
    85
    2 160 67.5
    3 183 81
    4 152 60.8 80
    5 168 70.2
    6 178 75.6 75
    7 188 80.1
    8 165 72
    70
    9 157 59.4
    10 170 65.3
    11 165 62.6 65
    12 173 68.4
    60

    55
    150 155 160 165 170 175 180 185 190 X
    b) Obtenga la recta de regresión lineal mediante fórmulas según la siguiente tabla que muestra las
    alturas redondeadas en centímetros (cm) y los pesos en kilogramos (kg) de una muestra de 12
    estudiantes del primer año de una determinada universidad.

    Utilizando el coeficiente de pearson: así:

    Covarianza: SXY

    Desviación
    estándar: SX

    Desviación
    estándar: Sy

    1er Paso: Debemos calcular estas tres cantidades a partir de los datos de la tabla; para eso debemos calcular la
    media del conjunto de datos, para eso primero sumamos los datos de las X y tambien los datos de la variable Y; de
    tal forma que;

      X Y
    ALTURA PESO
     
    (CM) (KG)
    1 178 69.8
    2 160 67.5
    3 183 81
    4 152 60.8
    5 168 70.2
    6 178 75.6
    7 188 80.1
    8 165 72
    9 157 59.4
    10 170 65.3
    11 165 62.6
    12 173 68.4
    2037 832.7
    2do Paso: Debemos sacar la media de esos valores (VARIABLES) que hemos totalizado de X y de Y:, para cuyo
    efecto nuestro numero de datos es N = 12

    3er Paso: Debemos calcular la diferencia entre x y la media de X, para lo cual procedemos a restar el valor de
    169,75 de cada uno de los valores x:, para el primer dato sería: ( 178-169.75)= 8.25

      X
    X-X
    variable X
    ALTURA
     
    (CM) diferencia
    1 178 169.75 8.25
    2 160 169.75 -9.75
    3 183 169.75 13.25
    4 152 169.75 -17.75
    5 168 169.75 -1.75
    6 178 169.75 8.25
    7 188 169.75 18.25
    8 165 169.75 -4.75
    9 157 169.75 -12.75
    10 170 169.75 0.25
    11 165 169.75 -4.75
    12 173 169.75 3.25
    4to Paso: Debemos calcular la diferencia entre Y y la media de Y, para lo cual procedemos a restar el valor de
    69.39 de cada uno de los valores Y:, para el primer dato sería: ( 69.8-69.39)= 0.17

      Y  
    Y-Y
    PESO
      variable Y
    (KG) diferencia
    1 69.8 69.39 0.41
    2 67.5 69.39 -1.89
    3 81 69.39 11.61
    4 60.8 69.39 -8.59
    5 70.2 69.39 0.81
    6 75.6 69.39 6.21
    7 80.1 69.39 10.71
    8 72 69.39 2.61
    9 59.4 69.39 -9.99
    10 65.3 69.39 -4.09
    11 62.6 69.39 -6.79
    12 68.4 69.39 -0.99

    4to Paso: Debemos elevar al cuadrado las columnas RESULTANTES DE X y Y; luego hacemos un siguiente cálculo
    que es lo que se muestra en la última columna, que consiste en multiplicar los datos de la media de las X y de las Y

      X Y 169.75 69.39    
    2 2
    ALTURA PESO (X – X)  (Y – Y) (X-X) (Y-Y)
      variable X variable Y
    (CM) (KG)
    1 178 69.8 8.25 0.41 68.06 0.17 3.38
    2 160 67.5 -9.75 -1.89 95.06 3.57 18.43
    3 183 81 13.25 11.61 175.56 134.79 153.83
    4 152 60.8 -17.75 -8.59 315.06 73.79 152.47
    5 168 70.2 -1.75 0.81 3.06 0.66 -1.42
    6 178 75.6 8.25 6.21 68.06 38.56 51.23
    7 188 80.1 18.25 10.71 333.06 114.7 195.46
    8 165 72 -4.75 2.61 22.56 6.81 -12.4
    9 157 59.4 -12.75 -9.99 162.56 99.8 127.37
    10 170 65.3 0.25 -4.09 0.06 16.73 -1.02
    11 165 62.6 -4.75 -6.79 22.56 46.1 32.25
    12 173 68.4 3.25 -0.99 10.56 0.98 -3.22
    2037 832.7 1276.25 536.67 716.38
    5to Paso: Con los datos de la útlima columna que obtuvimos recien podemos calcular la covarianza, según la
    siguiente formula:

    De donde la covarianza es igual a 59.70

    6to Paso: Debemos calcular la desviación estandar según la formula

    Desviació
    n
    estándar:
    SX

    Desviació
    n
    estándar:
    Sy

    7mo Paso: calculamos el coeficiente de PEARSON:

    Tenemos los siguientes datos:

    SXY= 59.70

    SX=10.31

    SY=6.69

    R= 59.7 = 59.70 = 0.87


    (10.31) (6.69) 68.97

    Siendo que el coeficiente es el que nos dice la forma en el que se relacionan los datos, entonces el valor es
    positivo (0.87) significa entre mas aumenta el valor de una variable tambien aumenta el valor de la otra
    variable, ose que entre mas alto sea el sujeto mas alto tambien será el peso; por lo tanto el valor de nuestro
    ejercicio es cercano a 1, eso significa que es una linea recta porque se acerca a 1.
    Y ALTURA Y PESO DE UNA MUESTRA DE 12 ESTUDIANTES
    90

    85

    80

    75

    70

    65

    60

    55
    150 155 160 165 170 175 180 185 190

    También podría gustarte