Diagramas Dispersion, Anaisis Regresion y Correlacion

Universidad Tecnológica Nacional - Fac. Reg. Gral.
Pacheco
MEDICIONES Y ENSAYOS
Diagramas de Dispersión
Análisis de Regresión y
Correlación
Mgtr. Ing. Carlos A. Pettinaroli

Versión:
Scatter 3-X-2008
Diagram Mgtr.. Ing. C.A. Pettinaroli
INTRODUCCION
Hasta ahora hemos visto mediciones y ensayos

de aspectos críticos de materiales y parámetros
de procesos industriales. Su resultante son números que en
todos los casos estan asociados a magnitudes variables que
varían en mayor o menor medida dependiendo de las
características del objeto, material o parámetro bajo análisis.
Llegado este punto surgen un par de preguntas:
¿Qué podemos decir acerca de la relación entre

varias variables?
De existir ¿cómo podemos encontrar y describir su

interdependencia?
Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli
DIAGRAMAS DE DISPERSION
OBJETIVO :
Analizar si existe relación causa - efecto entre dos variables o

factores que se manifiestan simultáneamente
NATURALEZA :
Método estadístico
CASOS :
a. Una característica de calidad y un factor que la afecta ( Paire vs. % def. )
b. Dos características de calidad relacionadas (Dureza y globulización)
c. Dos factores relacionados con una sola característica de calidad (Temperatura
de curado, tiempo de curado y grado de adhesión de capa de pintura)
EJEMPLOS :
 Temperatura y rendimiento de un proceso

 Composición de materia prima y dureza de un material
 Dureza y resistencia a la tracción
QUE DOS VARIABLES ESTEN RELACIONADAS NO IMPLICA

NECESARIAMENTE QUE UNA ES CAUSA DE OTRA
X influye sobre Y
Y influye sobre X
X e Y interactúan entre sí
Una tercer variable Z, influye sobre ambas y es causal de la

relación
X e Y actúan en forma similar por azar
X e Y aparecen relacionados por no ser representativa la muestra

CONSTRUCCION :
 Paso 1: Reunir y tabular al menos 30 pares de datos ( X , Y ).

Eje X : Causa, variable independiente, determinística, no
aleatoria o predictora (está bajo el control del
investigador), es la que se puede manipular o controlar
más o la que ocurre primero durante el proceso.
EjeY : Variable dependiente, aleatoria o predicha.
X: Número de llamadas telefónicas realizadas por un vendedor promocionando un producto.
Y: Unidades vendidas por el vendedor.
X: Tiempo que dedica un estudiante a una materia.
Y: Evaluación que obtiene el estudiante en la materia
X: Fluctuaciones de precios
Y: Participación en el mercado.
 Paso 2: Determinar Xmax e Ymax definiendo escalas para cada eje
de manera que sus longitudes sean aproximadamente
iguales, facilitando así la lectura del diagrama.
 Paso 3: Graficar (De existir valores coincidentes para distintas
observaciones , trazar círculos concéntricos).
DIAGRAMAS DE DISPERSION : Ejemplo
Presión de Aire
de Soplado vs Porcentaje de Defectos
%
n = 30
0.93
0.92
0.91
% Defectos
0.90
0.89
0.88
0.87
0.86
0.85
8.0 8.5 9.0 9.5 Kgf/cm2

Presion de aire
LECTURA :
Examinar si hay puntos muy apartados y si es así excluirlos del

análisis “outliers”. (Errores de medición, de registro o cambio en
condiciones de operación)
Analizar la forma de la distribución de puntos:

a) Si Y crece con X tenemos correlación positiva entre las
variables (potencial)
b) Si Y disminuye cuando X aumenta tenemos correlación
negativa (potencial)
c) No existe correlación alguna
d) Cuando X aumenta Y toma la forma de una curva
LECTURA DE DIAGRAMAS DE DISPERSION
Puntos lejanos
2
Puntos lejanos
0
0 2 4 6 x

Correlación positiva
n = 34
r = 0.9
6
0
0 2 4 6 x

Puede haber correlación positiva
n = 30
r = 0.6
6
0
0 2 4 6 x

No hay correlación
6
n = 30
r =0
4
0
0 2 4 6 x

Correlación negativa
6
n = 35
r = -0.9
4
0
0 2 4 6 x

Puede haber correlación negativa
6
n = 30
r = -0.6
4
0
0 2 4 6 x

Forma de curva
Curva no
monotónica
6
n = 32
4
0
0 2 4 6 x

CORRELACION
OBJETIVO :
Evaluar numéricamente la relación existente evidenciada a través
del diagrama de dispersión mediante un modelo matemático
HERRAMIENTA :
Coeficiente de correlación S ( XY )
de Pearson “r” ( r ) r =
S ( XX ) . S ( YY )
n n n
S ( XX ) = S ( X i - X )2= S X i - (S X i ) 2 / n
2
i=1 i=1 i=1
n n n
S ( YY ) = S ( Y i - Y )2= S Y i - (S Y i ) 2 / n
2
i=1 i=1 i=1
n n n n
S ( XY ) = S ( X i - X ) ( Y i - Y ) = S Y i X i - [(S Y i ).(S X i )] / n
i=1 i=1 i=1 i=1
S ( XY ) :Covarianza n : Número de pares de datos

ANALISIS CORRELACIONAL
ANALISIS DE RESULTADO :
-1 <= r <= 1
a ) | r | > 1  Error de cálculo

b ) r  1  Correlación positiva
c ) r  - 1  Correlación negativa
d ) r  0  Correlación débil ( Positiva o negativa )
e ) | r | = 1  Línea recta
IMPORTANTE:
El análisis correlacional debe efectuarse con el resultado del
cálculo de r en una mano y el gráfico de dispersión en la otra

CONSIDERACIONES :
A ) Importancia de la selección de escalas:
Si la escala está incorrectamente definida, el resultado puede
ser una interpretación errónea de los datos.
B ) Influencia de la mezcla de poblaciones:
La mezcla de poblaciones puede enmascarar una correlacion.
En estos casos utilizar un gráfico estratificado.
Es recomendable siempre registrar el origen y el contexto de
la información.
C ) Influencia del rango de las variables:
La existencia o no de correlación depende en muchos casos
del rango de las variables y no se presenta necesariamente en
todos los rangos.
D ) Falsa correlación:
Aún cuando r sea alto, esto no indica necesariamente una
relación causa - efecto. Siempre debemos pensar en el
significado científico-tecnológico.
Efecto visual de las escalas de las coordenadas

y
n=30
6
0
0 2 4 6 x y
y
n=30
6 n=30 12
4 8
2 4
0 0
0 4 8 12 x 0 2 4 6 x
Efecto del rango de la variable
y n =21
6
4
6
2
4
0
x
0 2 4 6
n = 37 2
0 x
3 4 5 6
La estratificación en los diagramas de dispersión
na = 20 A
nb = 20 B
y y
n = 40
Viscosidad
Viscosidad
x x
Cantidad de impurezas Cantidad de impurezas

Efecto del rango de la variable
y
n=30
6
0
0 2 4 6 x
y y
6 4 n=18
n=12
4 4
2 2
0 0
0 2 4 6 x 0 2 4 6 x
ANALISIS DE REGRESION
OBJETIVO :
Es la herramienta o modelo matemático que nos permite

hallar cuantitativamente la relación continua que define para
cada valor de la variable X el valor esperado de la variable Y
RESULTADO :
Línea de regresión de la forma :

y=a + b . x y = variable dependiente
x = variable independiente
a = constante (ordenada
al origen)
b = coefic. de regresión
METODOLOGIA :
Determinación de a y b mediante el método de los mínimos

cuadrados (Recta de mejor ajuste)
ANALISIS DE REGRESION: Recta de mejor ajuste
La “recta de mejor ajuste” es la línea que hace mínima la suma de los

cuadrados de los residuos, es decir, es aquella recta en la que las diferencias
elevadas al cuadrado entre los valores calculados por la ecuación de la recta
y los valores reales de la serie, son las menores posibles.
y = a + bx

ANALISIS DE REGRESION: Predicción
¿Altura a los
32 meses?

LINEAS DE REGRESION
CONSTRUCCION :
• Paso 1: Obtener los valores promedios de X e Y a partir de los pares de

datos disponibles.
• Paso 2: Calcular S(xx) , S (yy) y S (xy)
• Paso 3: Obtener b = S (xy) / S (xx) y a = y - b x

LINEAS DE REGRESION
EJEMPLO :
En una fabrica de tanques plásticos de combustible obtenidos

por soplado, debido a fallas en la uniformidad en el espesor de
las paredes de las piezas producidas, se quiere determinar la
relación entre la presión de aire de soplado y el ancho de la
pared para lograr el rango adecuado de la presión p de trabajo
de manera de lograr espesores óptimos.

GRAFICO DE DISPERSION
Relación entre la presión del aire y el espesor
Ancho de la pared (mm) y ( mm)
5.0
n = 20
4.0
3.0
2.0
1.0
x (Kgf/cm2)
8.0 8.5 9.0 9.5 10.0
Scatter Diagram Presion de aire Mgtr.. Ing. C.A. Pettinaroli

LINEA DE REGRESION
Relación entre la presión del aire y el espesor
y ( mm )
Por cada 1 kgf/cm2 de incremento de p
5.0
el espesor disminuye 1,28 mm
Ancho de la pared (mm)
4.0
y = 14.80 - 1.28x
3.0
2.0
1.0
x (Kgf/cm2)
8.0 8.5 9.0 9.5 10.0
Presion de aire
LINEA DE REGRESION : ERRORES COMUNES
Diagramas de dispersión que tienen la misma línea de

regresión
y1 y2
15 n=11 15 n=11
10 10
5 5
0 x1 0 x2
5 10 15 5 10 15
Correcto Línea curva
y3 y4
15 n=11 15 n=11
10 10
5 5
0 x3 0 x4
5 10 15 5 10 15
Eliminar punto lejano Obtener más información
LINEA DE REGRESION: Ejemplo
Probabilidad de que el ruido induzca cambios en el sueño

Relación positiva débil:
Existe mucha
variabilidad entre la
altura del padre y la
altura del hijo. Resulta
dificultoso predecir la
altura del hijo a partir
de la altura del padre.

1000 puntos. r = 0.6. Triángulo: Punto de promedios. Líneas
verticales 2sx desde xprom. Líneas horizontales 2sy desde yprom.
Age vs. Height: r=0.9888.

Age vs. Height: r = 0.849

Mismo r : 0.70; diferente sy

Fumar y cáncer de pulmón
En 1955, Sir William Doll, hizo un diagrama de
dispersion entre los índices de fumadores y
muertes por cáncer de pulmón en 11 países. Se
obtuvo un coeficiente de correlación de 0,7 y
esto fue empleado para mostrar la fuerza de
la relación entre el tabaco y el cáncer.
No obstante es la gente la que fuma y contrae
cáncer no los países; era necesario tener datos que relacionaran
el fumar con el cáncer de las personas. No obstante estos estudios
soportan los argumentos de Doll.

Las Grasas y el Cáncer
En países
donde la
gente come
grasas en
abundancia,
los índices
de cáncer de
mamas y
colon son
altos. Esta
correlación
es a menudo
usada para
argumentar
que las
grasas en la
dieta
generan
cáncer.

DIAGRAMA DE DISPERSIÓN EN SERVICIO
Prom. horas sobretiempo / Sem.

12
..
. .
10
.. .. .
. . .
8 .
. . ..
. . . . .. .
. . ... . . . .
6
.. . . . .
4
2 .
0
1 2 3 4 5 6 7 8 9
Nro. Errores de Medicación/Semana


Diagramas Dispersion, Anaisis Regresion y Correlacion

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diagramas Dispersion, Anaisis Regresion y Correlacion

Uploaded by

Copyright:

Available Formats

Universidad Tecnológica Nacional - Fac. Reg. Gral.

Mgtr. Ing. Carlos A. Pettinaroli

Hasta ahora hemos visto mediciones y ensayos

¿Qué podemos decir acerca de la relación entre

De existir ¿cómo podemos encontrar y describir su

Analizar si existe relación causa - efecto entre dos variables o

 Temperatura y rendimiento de un proceso

QUE DOS VARIABLES ESTEN RELACIONADAS NO IMPLICA

Una tercer variable Z, influye sobre ambas y es causal de la

X e Y aparecen relacionados por no ser representativa la muestra

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

 Paso 1: Reunir y tabular al menos 30 pares de datos ( X , Y ).

8.0 8.5 9.0 9.5 Kgf/cm2

Examinar si hay puntos muy apartados y si es así excluirlos del

Analizar la forma de la distribución de puntos:

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Puede haber correlación positiva

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Puede haber correlación negativa

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

S ( XY ) :Covarianza n : Número de pares de datos

a ) | r | > 1  Error de cálculo

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Efecto visual de las escalas de las coordenadas

Efecto del rango de la variable

La estratificación en los diagramas de dispersión

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Efecto del rango de la variable

Es la herramienta o modelo matemático que nos permite

Línea de regresión de la forma :

Determinación de a y b mediante el método de los mínimos

La “recta de mejor ajuste” es la línea que hace mínima la suma de los

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

• Paso 1: Obtener los valores promedios de X e Y a partir de los pares de

• Paso 2: Calcular S(xx) , S (yy) y S (xy)

• Paso 3: Obtener b = S (xy) / S (xx) y a = y - b x

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

En una fabrica de tanques plásticos de combustible obtenidos

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Relación entre la presión del aire y el espesor

Ancho de la pared (mm) y ( mm)

Scatter Diagram Presion de aire Mgtr.. Ing. C.A. Pettinaroli

Relación entre la presión del aire y el espesor

Diagramas de dispersión que tienen la misma línea de

Probabilidad de que el ruido induzca cambios en el sueño

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

Scatter Diagram Mgtr.. Ing. C.A. Pettinaroli

En 1955, Sir William Doll, hizo un diagrama de

dispersion entre los índices de fumadores y

muertes por cáncer de pulmón en 11 países. Se

obtuvo un coeficiente de correlación de 0,7 y

esto fue empleado para mostrar la fuerza de

la relación entre el tabaco y el cáncer.

No obstante es la gente la que fuma y contrae

cáncer no los países; era necesario tener datos que relacionaran

el fumar con el cáncer de las personas. No obstante estos estudios