Professional Documents
Culture Documents
Y -0.94251932 X 65.9712603
COV 14.5999999999998 Lineal directa
Var(X) 37.8222222222216
Var(Y) 6.76666666666663
r 0.912624121095874
Se 1.12790947707872
Y, PROMEDIO 21.1
R^2 0.791103483007556
6.08999999999998
Estatura vs Peso
30
25
f(x) = 0.186294728183817 x − 0.003234929317003
20 R² = 0.994446893056366
Estatura
15
10
0
0 20 40 60 80 100 120 140
Peso
Como el coeficiente de correlacion se aproxima a cero podemos concluir que no existe relacion lineal entrelas v
endiente X(Estatura) y variable dependiente Y (Peso), la relacion es inversamente proporcional con un coeficiente decorrelacion r= 0,9126
2 x65,9712603, confiables porq R^2 esta cer a 1
1 es el grado de relacion
kg
Column B
Linear (Column B)
120 140
Y -0.94251932 X 65.9712603
COV -162.785714285714 Lineal directa
Var(X) 456.476190476191
Var(Y) 72.9047619047619
r -0.892337771627543
Se 4.22181873016369
Y, PROMEDIO 27.2857142857143
R^2 0.714773378142492
62.4897959183673
Dias vs Minutos
50
45
40
35
30 f(x) = 0.456914428609182 x + 0.276541904703823
R² = 0.578484261028059
25
Dias
20
15
10
5
0
0 10 20 30 40 50 60 70 80
Minutos
Como el coeficiente de correlacion se aproxima a cero podemos concluir que no existe relacion lineal entrelas v
endiente X=# de dias y la variable dependiente Y= minutos. Es inversamente proporcional con un coeficiente de relacion R=
e predice el efecto es Y= -0,94251932
cion de la variable es -0,8923377772
minutos
Column B
Linear (Column B)
70 80
Total X 21.00
Total Y 657.00
Total X*Y 2354.7
Total X^2 82.54
Total Y^2 72283.00
n= 6
b=m 6.10619469 Pendiente
a=c 88.1283186 Intercepto
Y -0.94251932 X 65.9712603
COV 11.04 Lineal directa
Var(X) 1.808
Var(Y) 68.3
r 0.993480868916868
Se 1.05333436018128
Y, PROMEDIO 109.5
R^2 0.980506355355693
56.9166666666661
100
Tíasa de desempleo
80
60
40
20
0
0.0 1.0 2.0 3.0 4.0 5.0 6.0
Tasa de empleo
Como el coeficiente de correlacion se aproxima a cero podemos concluir que no existe relacion lineal entrelas v
a. el consumo de sal es proporcional para la tensión arterial
b. el modelo que permite predecir la variable es Y -0,94251932 por las variables estan correlacionadas sien R^2 cercano a 1
c. El grado de relación de la variable es r= 0,993480869
d. 118
pleo
Column B
Linear (Column B)
5.0 6.0
Total X 2269.88
Total Y 10724.99
Total X*Y 123912.73
Total X^2 27409.64
Total Y^2 591473.28
n= 195
b=m -0.94251932 Pendiente
a=c 65.9712603 Intercepto
Y -0.94251932 X 65.9712603
COV -4.79666802008995 Lineal directa
Var(X) 5.08919859458858
Var(Y) 8.24425084733035
r -0.740524384239595
Se 1.93457753758764
Y, PROMEDIO 54.9999487179487
R^2 0.54369632597108
8.20197263785667
60.00
f(x) = − 0.94248105045071 x + 65.9708112433333
50.00 R² = 0.548327465553276
Tíasa de desempleo
40.00
30.00
20.00
10.00
0.00
6.00 8.00 10.00 12.00 14.00 16.00 18.00 20.00
Tasa de empleo
Como el coeficiente de correlacion se aproxima a cero podemos concluir que no existe relacion lineal entrelas va
pleo
Column B
Linear (Column B)
18.00 20.00