Paso 4.

Fase intermedia (trabajo colaborativo 3)

Estadstica descriptiva

Presentado por:
Daniel Barona Ruiz_1062308784
Carlos Arturo Murillo_16894400
Lina Marcela Guejia
Pamela Katerine Hernandez Estrella_99021412690
Lucelly Johana Arango Lopez_1.059.982.633

Grupo:
100105_276

Presentado a:
Edward Fernando Toro

Universidad Nacional Abierta y a Distancia

Mayo 2017

INTRODUCCION
El siguiente trabajo a presentar tiene como propsito el desarrollo de ejercicios, los cuales
se fundamentan en el reconocimiento y profundizacin de la temtica estudiada en el paso 4
fase intermedia para el desarrollo de esta actividad fue necesario poner en prctica
conceptos de gran importancia tales como: Calcular varianza, desviacin estndar y
coeficiente de variacin, y la realizacin del diagrama de dispersin e Interpretar los
resultados, adems de tener como objetivo fortalecer los conocimientos mediante la
solucin de los ejercicios, y al realizar un anlisis detallado de cada ejercicio podemos
hacer un estudio ms acertado en el estudio de los datos.
 JUSTIFICACIN

Por medio del siguiente trabajo se lleva a cabo la aplicacin de conocimientos referentes a
la regresin y determinacin mediante la realizacin de ejercicios empleando las medidas
de regresin y correlacin lineal simple y mltiple con variables cuantitativas que tienen
que ver con el caso estudiado a cerca de las Vctimas del conflicto armado en Colombia
2005 2012.
 OBJETIVOS
Objetivo General

Con el siguiente trabajo a presentar tenemos como objetivos poner en prctica los
conceptos que hemos estudiado a lo largo del proceso acadmico, adems de identificar y
llevar a cabo cada una de las etapas que se deben seguir dentro de una investigacin
estadstica y as poder representar la informacin mediante grficos en este caso el
diagrama de dispersin y poder analizar los resultados.
De esta manera nos damos cuenta que podemos manejar el concepto de estadstica.

Objetivo Especifico

- Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

relacionadas.

- Realizar el diagrama de dispersin de dichas variables y determinar el tipo de

asociacin entre las variables.

- Encuentre el modelo matemtico que permite predecir el efecto de una variable

sobre la otra. Es confiable?

- Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.

- Relacionar la informacin obtenida con el problema.

ANLISIS DE CORRELACIN LINEAL SIMPLE DE LAS DOS VARIABLES

CUANTITATIVAS SELECCIONADAS

Regresin y Correlacin lineal Simple

 Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas

Respuesta:
Variables Cuantitativas Continuas sobre el tema de violencia en Colombia:

Gasto en defensa y seguridad percapita

gasto en defensa y seguridad en Colombia

gasto en defensa y seguridad colombia vs percpita

f(x) = 0x + 3162.45
R = 1

Tipo de asociacin entre las variables

DIRECTA, ya que a medida que aumenta el gasto en la seguridad y defensa en
Colombia tambin aumenta el gasto en seguridad per cpita
Encuentra el modelo matemtico que permita predecir el efecto de una variable
sobre la otra. Es confiable?

y=2E-08 X + 31,624

2
R =0,9962 Coeficiente de determinacin.

CONFIABILIDAD = 99,6%
 R = 0,998 Coeficiente de Correlacin.
Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El grado de correlacin de las dos variables es 0,99 excelente.
Se puede analizar los resultados obtenidos en el diagrama de dispercion donde nos muesta
que la ecuacin de la recta es directamente proporcional esto quiere decir; que la relacin
entre las variables gastos en defensa y seguridad colombiana vs gasto en defensa y
seguridad percapita es directa . El R2 nos afirma y ademas explica el 99,6% el modelo y
el grado de relacion de la informacin y el valor de r coeficiente de correlacin lineal
confirma adems una correlacin excelente.

CONCLUSIONES
Conocimos muchos de los fundamentos que son necesarios para el estudio de la
estadstica.
Gracias al desarrollo de los ejercicios anteriores podemos decir que fortalecimos
mucho de los conceptos y procedimientos presentes en la estadstica descriptiva.
El desarrollo de los ejercicios nos permiti adentrarnos ms en el ambiente de las
estadsticas lo cual ser de gran ayuda para nuestra formacin como profesionales.
El trabajo en grupo nos permiti, tambin fortalecer nuestros conocimientos y
conocer mucho ms a nuestros compaeros de grupo
 REFERENCIAS BIBLIOGRFICAS.

Definiciones Estadsticas, Estadstica espacial y temporal:

http://carlosreynoso.com.ar/estadistica-espacial-y-temporal/

la investigacin estadstica:
http://www.eumed.net/libros-gratis/2007a/239/1c.htm

Estadstica poblacin muestras y variables:

https://www.slideshare.net/jcarlos2509/estadistica-poblacion-muestra-y-variables

ANEXO: LABORATORIO REGRESIN Y CORRELACIN LINEAL

 1. Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie
de voluntarios se les administra distintas dosis de sal en su dieta y se mide su
tensin arterial un tiempo despus.

X (sal) 1,6 2,3 3,3 4,2 4,6 5

Y (Tensin) 98 102 109 113 115 120

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las

variables

analisis consumo de sal vs tension arterial

f(x) = 6.11x + 88.13

R = 0.99

El tipo de asociacin de las variables es directa.

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
y=6,1062 x+ 88,128

R2=0,987 Coeficiente de determinacin

R= 0.99 Coeficiente de correlacin

Confiabilidad = 98.7 %

c. Determine el grado de relacin de las dos variables.

El grado de correlacin de las dos variables es excelente.
d. Si a un paciente se le administra una dosis de sal de 5,6. Cul es la tensin arterial
esperada?
y=6,1062 x+ 88,128

y=6,1062(5,6)+88,128

y=34,19472+88,128

y=122,32272

La tensin arterial esperada es de 122,32272

2. En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se

ha considerado que era importante ir anotando peridicamente el tiempo medio (medido en
minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho
proceso de fabricacin. Con ello, se pretende analizar cmo los operarios van adaptndose
al nuevo proceso mejorando paulatinamente su proceso de produccin.

Estos datos representan la anterior situacin:

X 12 23 35 42 53 65 70

Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x), realice el

diagrama de dispersin y determine el tipo de asociacin entre las variables
 PROCESO ARTESANAL

f(x) = - 0.36x + 42.57

R = 0.8

La variable (x): independiente son los das trascurridos en operacin para la fabricacin.
La variable (y): dependiente son los minutos utilizados o trascurridos en la fabricacin de
las piezas.
-El tipo de asociacin entre las variables es inversa.

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
y=0,3566 x+ 42,569

R2=0,7963 Coeficiente de Determinacin.

R= 0,89 Coeficiente de Correlacin.

Confiabilidad = 79,63 %
c. Determine el grado de correlacin de las dos variables.
El grado de correlacin es 0,89 aceptable.
d. Que tiempo deber tardarse un empleado cuando lleven 90 das?
y=0,3566 x+ 42,569

y=0,3566( 90)+ 42,569

y=32,092+42,569

y=10.529
Un empleado debera tardarse 10,529 minutos

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemtico que

permita determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 nios y realiza las mediciones respectivas.
A continuacin se presentan los resultados:

Estatur 12 12 10 11 11 11 11 10 11 11
a (cm) 0 4 7 8 2 0 5 4 0 6
Peso 24 23 19 24 21 19 22 16 20 23
( kg)

Solucin:
a. Identifique la variable dependiente (y) y la variable independiente (x), realice el
diagrama de dispersin y determine el tipo de asociacin entre las variables

PESO Y ESTATURA DE ESTUDIANTES

f(x) = 0.38x - 21.98

R = 0.84

La variable dependiente (y) es el peso.

La variable independiente (x) es la estatura.

El tipo de relacin o asociacin entre las variables es directa.

 b. Encuentre el modelo matemtico que permite predecir el efecto de una variable
sobre la otra. Es confiable?

y=0,3782 x21,979

2
R =0,84 Coeficiente de determinacion

Podemos asegurar que la ecuacin de la recta es confiable porque R est cercano a 1y tiene
un grado alto de confiabilidad.
c. Determine el grado de correlacin de las dos variables.
2
R= R

R=0,91 Coeficiente correlacin.

El grado de correlacin de las dos variantes es 0,91 (Correlacin positiva muy fuerte)

d. Cul es el peso que debera tener un estudiante que mida 128 cm?

y=a+bx

y=0,3782 x21 , 979

y=0,3782(128)21,979

y=48,4092 1,979

y=26,43

El peso que debe tener el estudiante es de 26,43 kg.