El documento presenta información sobre regresión simple y correlación. Explica conceptos como variable dependiente e independiente, relaciones directas e inversas, lineales y curvilíneas. Incluye ejemplos de diagramas de dispersión y sus análisis para determinar el tipo de relación entre variables.
0 calificaciones0% encontró este documento útil (0 votos)
483 vistas7 páginas
El documento presenta información sobre regresión simple y correlación. Explica conceptos como variable dependiente e independiente, relaciones directas e inversas, lineales y curvilíneas. Incluye ejemplos de diagramas de dispersión y sus análisis para determinar el tipo de relación entre variables.
El documento presenta información sobre regresión simple y correlación. Explica conceptos como variable dependiente e independiente, relaciones directas e inversas, lineales y curvilíneas. Incluye ejemplos de diagramas de dispersión y sus análisis para determinar el tipo de relación entre variables.
El documento presenta información sobre regresión simple y correlación. Explica conceptos como variable dependiente e independiente, relaciones directas e inversas, lineales y curvilíneas. Incluye ejemplos de diagramas de dispersión y sus análisis para determinar el tipo de relación entre variables.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 7
Mayte de la Cruz Reyes Landero Administración de operaciones 1
REGRESIÓN SIMPLE Y CORRELACIÓN
Ejercicios de autoevaluación 12-1 Un instructor está interesado en saber cómo se relaciona el número de estudiantes ausentes con la temperatura media del día. Usó una muestra aleatoria de 10 días para el estudio. Los siguientes datos indican el número de estudiantes ausentes (AUS) y la temperatura media (TEMP) para cada día. AUS: 8 7 5 4 2 3 5 6 8 9 TEMP: 10 20 25 30 40 45 50 55 59 60
a) Establezca la variable dependiente (Y) y la variable
independiente (X). R= (Y)= Ausencias y (x)= Temperatura.
b) Dibuje un diagrama de dispersión para estos datos.
10 9 8 7 6 ausencia
5 4 3 2 1 0 0 10 20 30 40 50 60 70 temperatura Mayte de la Cruz Reyes Landero Administración de operaciones 1
c) ¿La relación entre las variables parece lineal o
curvilínea? R= Curvilínea. d) ¿Qué tipo de curva puede dibujar a través de los datos? R= Una curva cuadrática (parábola)
e) ¿Cuál es la explicación lógica para la relación
observada? R= Cuando hace mucho frio o mucho calor hay muchos ausentes. Para temperaturas moderadas, no hay tantos estudiantes ausentes.
Conceptos básicos
a) ¿Qué es el análisis de regresión?
R=
b) En el análisis de regresión, ¿qué es una ecuación de
estimación? R= una fórmula matemática que relaciona las variables conocidas con la variable desconocida.
c) ¿Cuál es el propósito del análisis de correlación?
R= Determinar el grado en el que las variables se relacionan. Mayte de la Cruz Reyes Landero Administración de operaciones 1
d) Defina qué son las relaciones directas e inversas.
R= DIRECTAS: Al incrementarse la variable independiente, la variable dependiente también lo hace. INVERSAS: que se caracteriza por una pendiente negativa (la variable dependiente Y disminuye al aumentar la variable independiente X).
e) ¿A qué se refiere el término relación causal?
R= la variable independiente “causa” cambios en la variable dependiente.
f) Explique la diferencia entre relaciones lineales y
curvilíneas. R=LINEALES: la relación descrita por los puntos está bien descrita por una línea recta. CURVILINEAS: La relación entre las variables X y Y también puede tomar la forma de una curva.
g) Explique por qué y cómo se construye un diagrama de
dispersión. R= Porque se determinar si existe una relación entre dos variables es examinar la gráfica de los datos observados (o conocidos).
h) ¿Qué es análisis de regresión múltiple?
R= Mayte de la Cruz Reyes Landero Administración de operaciones 1
i) Para cada uno de los siguientes diagramas de
dispersión, indique si existe una relación y, en caso afirmativo, si es de tipo directo o inverso, y si es lineal o curvilínea.
a) Si presenta una relación, es directa, es lineal.
b) Si presenta una relación, es inversa, es curvilínea. c) Si presenta una relación, es directo, es curvilínea.
Aplicaciones Un profesor intenta mostrar a sus estudiantes la importancia de los exámenes cortos, aun cuando el 90% de la calificación final esté determinada por los exámenes parciales. Él cree que cuanto más altas sean las calificaciones de los exámenes cortos, más alta será la calificación final. Seleccionó una muestra aleatoria de 15 estudiantes de su clase con los siguientes datos: Promedio de Promedio exámenes final cortos 59 65 92 84 72 77 90 80 95 77 87 81 89 80 77 84 76 80 65 69 Valores Y Mayte de120 la Cruz Reyes Landero Administración de operaciones 1
a) Establezca la variable dependiente (Y) y la variable
independiente (X). R= (x)=promedios de exámenes cortos y (y)= promedio final.
b) Dibuje un diagrama de dispersión para estos datos.
c) ¿La relación entre las variables parece lineal o
curvilínea? Mayte de la Cruz Reyes Landero Administración de operaciones 1
R= lineal
d) ¿Parece justificarse la idea del profesor? Explique su
razonamiento. R= El promedio de exámenes cortos es significativo en el promedio final.
William Hawkins, vicepresidente de personal de la
International Motors, trabaja en la relación entre el salario de un trabajador y el porcentaje de ausentismo. Hawkins dividió el intervalo de salarios de International en 12 grados o niveles (1 es el de menor grado, 12 el más alto) y después muestreó aleatoriamente a un grupo de trabajadores. Determinó el grado de salario de cada trabajador y el número de días que ese empleado había faltado en los últimos 3 años.
Categoría de salario 11 10 8 5 9 9 7 3 Ausencias 18 17 29 36 11 26 28 35 Categoría de salario 11 8 7 2 9 8 6 3 Ausencias 14 20 32 39 16 26 31 40 Elabore un diagrama de dispersión para estos datos e indique el tipo de relación. Valores Y 45 70 Mayte de la Cruz Reyes Landero Administración de operaciones 1 40 35 60 30
El Instituto Nacional de Ciencias para la Salud Ambiental
(NIEHS, por sus siglas en inglés) ha estudiado las relaciones estadísticas entre muchas variables diferentes y el resfriado común. Una de las variables analizadas es el uso de pañuelos desechables (X) y el número de días de síntomas de resfrío mostrados (Y) por siete personas en un periodo de 12 meses. ¿Qué relación, si la hay, parece existir entre las dos variables? ¿Indica esto algún efecto causal?
