Fase 3 Estadistica Descriptiva
Fase 3 Estadistica Descriptiva
Fase 3 Estadistica Descriptiva
Estadística descriptiva
Grupo: 100105_83
GENERAL.
ESPECIFICOS.
1. Número de heridos.
2. Número de muertos.
Diagrama de dispersión.
Object 3
n X∗Y −X Y
b = n X 2−( X)2 ⅀Y −b ⅀ X
a=
n
29280−33,990 117553
b= 215760−108900 a=
120
−4710
b= 106860
b = - 0,0441 a = 0,9795
y = -0,0441 x + 0,9795
Coeficiente de correlación.
Se= √
⅀ y2 −a ⅀ y−b ⅀ x∗y
n−2
se=
√ 166−0,9795 (103 )−0,0441(244)
120−2
se= √
166−100,88−10,76
118
se= √
54,36
118
se= √0,460
Se = 0,678
Varianza.
⅀ y2
Sy2 = n
− ý 2
166
Sy2 = 120
−(0,85) 2
Sy2 = 1,383– 0,722
Sy2= 0,661
Se 2
R2 = 1 - Sy 2
(0,67) 2
R2 = 1 - (0,66) 2
0,44
R2 = 1 - 0,43
R2 = 1 – 1,02
R2 = 0,02
Variables independientes.
x.1. Número de heridos.
x.2. Edad.
x.3. Velocidad.
Diagrama de dispersión múltiple.
Object 39
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,149735431
Coeficiente de determinación R^2 0,022420699
R^2 ajustado -0,002861524
Error típico 0,85425013
Observaciones 120
ANÁLISIS DE
VARIANZA
Grados de Suma de Promedio de Valor crítico
libertad cuadrados los cuadrados F de F
0,8868167 0,45022996
Regresión 3 1,941445713 0,647148571 5 9
Residuos 116 84,65022095 0,729743284
Total 119 86,59166667
distancia en tiempo de
kilómetros entrega(días)
825 3,5
215 1
1070 4
550 2
480 1
920 3
1350 4,5
325 1,5
670 3
1215 5
CONCLUSIONES
Este trabajo nos sirvió para entender que el análisis de Regresión se utiliza
para obtener los estimadores de los parámetros, estimar la varianza del
error, obtener los errores estándares de los parámetros estimados, probar la
hipótesis sobre los parámetros, cálculo de valores estimados basados en la
ecuación estimada, estimar el ajuste o la falta de ajuste del modelo.
https://www.youtube.com/watch?v=pDHdSovBxb4
https://www.youtube.com/watch?v=b0blULCMHAs
LABORATORIO DE REGRESIÓN YCORRELACIÓN JESSICA ALEJANDRA
LOZANO
Object 41
b = 14,947 a = 74,283
y = 14,947 x + 74,283
Coeficiente de correlación.
Se= √
⅀ y2 −a ⅀ y−b ⅀ x∗y
n−2
se=
√ 170044,53−74, 283 ( 1843,21 )−14,947(2214,66)
20−2
se= √
170044,53−136919,16−33102,52
18
se= √
22,85
18
se= √1,27
Se = 1,12
Varianza.
⅀ y2
Sy2 = − ý 2
n
170044,53
Sy2 = 20
−(92,16) 2
Se 2
R2 = 1 - Sy 2
(1,126)2
R2 = 1 - (8,76)2
1,267
R2 = 1 - 76,737
R2 = 1 – 0,016
R2 = 0,984
Object 77
De la gráfica podemos decir que los datos están muy dispersos y existe una
relación muy cercana entre las variables.
n X∗Y −X Y ⅀Y −b ⅀ X
b = n X 2−( X) 2
a=
n
3190606.32−2824947,54
b=
351072−(311364) 75,8246
a=
12
365658,78
b=
39708
b = 9,2087 a = -6,3184
y = 9,2087 x - 6,3184
c. Determine el porcentaje de explicación del modelo y el grado de
relación de las dos variables.
Se= √
⅀ y2 −a ⅀ y−b ⅀ x∗y
n−2
se=
√ 2416493,37−6,3184 ( 5062,63 )−9,2087 (265883,86)
12−2
se= √
2416493,37−31987,72139−2448444,702
10
se= √
63939,06
10
se= √6393,906
Se = 79,96
Varianza.
⅀ y2
Sy2 = n
− ý 2
2416493,37
Sy2 = 12
−(421,88) 2
Sy2= 23391,71
Se 2
R2 = 1 - Sy 2
(79,96)2
R2 = 1 - (23391,71) 2
6393,60
R2 = 1 - 547172096,7
R2 = 1 – 0,0000116
R2 = 0,9999
y = 9,2087 x + 6,3184
y = 644,609 + 6,3184
y = 650,92
n X∗Y −X Y ⅀Y −b ⅀ X
b = n X 2−( X) 2
a=
n
77+0,0629
44615−48279
b= a=¿(627) ¿
451410−(393129) 10
3664 116,43
b= a=
58281 10
b = -0,0629 a = 11,642
y = -0,0629 x + 11,642
Se= √
⅀ y2 −a ⅀ y−b ⅀ x∗y
n−2
se=
√ 799,5−11,642 ( 77 )+ 0,0629(4461,5)
10−2
se= √
799,5−896,434+280,62835
8
se= √
183.694 35
8
se= √22,961
Se = 4,79
Varianza.
⅀ y2
Sy2 = n
− ý 2
799,5
Sy2 = 10
−(7,7) 2
Sy2= 20.66
Se 2
R2 = 1 - Sy 2
(4,79)2
R2 = 1 - (20,66)2
22,9441
R2 = 1 - 426,8356
R2 = 1 – 0,05375
R2 = 0,9462
y = -0,0629 x + 11,642
y = -2,516 + 11,642
y = 9,126
100
95
VARIABLE Y
90
Linear ()
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
VARIABLE X
Y= a + bx
Y=14,97x + 74,283 R2 = 0,8774
Es de 1%
Y= 9,2087x – 6,3184
Y= 9,2087x – 6,3184
= 9,2087(70) = 644.609 - 6,3184 = 638,2906
El consumo de vapor cuando la temperatura es de 70°f es de 638,2906
3. Los investigadores están estudiando la correlación entre la obesidad y la
respuesta individual al dolor. La obesidad se mide como porcentaje
sobre el peso ideal (x). La respuesta al dolor se mide utilizando el umbral
de reflejo de reflexión nociceptiva (y) que es una medida de sensación
de punzada. Obsérvese que ambas, X e Y, son variables aleatorias
8
6
Linear ()
4
2
0
10 20 30 40 50 60 70 80 90 100
sobre peso
Es igual a 0,90