Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTEGRANTES:
PRESENTADO A:
ESTADSTICA DESCRIPTIVA
GRUPO 501
2017
CONTENIDO
Pg.
1. Problema de la investigacin 1
2.Introduccion: 2
3.Objetivos:.................................................. 3
3.1. General................................................ 3
8.Predicciones .. 11
10. Conclusiones. 14
11. Bibliografa.. 15
1. PROBLEMA DE INVESTIGACIN
Ya teniendo una base de datos de estas variables, queremos descubrir por medio de
la correlacin qu relacin existe entre ellas; dependiendo del grado que se obtenga
y as poder decir que tan buena es y si puedo hacer predicciones que sera lo que
posiblemente podra pasar o dar.
Con todos estos datos recolectados, finalmente se verifica los resultados para
generar conclusiones de que se puede decir de las variables que se correlacionaron,
si tiene buen modelo y p-valor para la respectiva prediccin.
2. INTRODUCCIN
Hoy en da existen muchas personas que recurren a prstamos como lo es el Gota Gota,
como uno de los medios de ms rpida financiacin; muchas veces para satisfacer
necesidades de pequeos empresarios, asumiendo que estos le ayudan a cumplir con sus
obligaciones financieras, pagar impuestos y retribuir a sus dueos o simplemente para
invertir en su negocio, entre otras cosas. Por medio de este estudio obtenido de una
muestra representativa de datos que se llev acabo en Villavicencio empleando encuesta,
se centra en describir y analizar los resultados partiendo de la correlacin de las mismas.
Algunos consideran que estas personas generan amenaza econmica por lo que disminuye
la rentabilidad de los negocios y la calidad de vida de los microempresarios, sin embargo, la
utilizacin de los prestamistas gota a gota representan una solucin inmediata a sus
problemas de liquidez.
3.1. GENERAL
3.2. ESPECFICOS
Analizar las variables que tienen relacin mutua, viendo el grado en que las variables
se relaciona con los valores de la otra.
Los prestatarios son habitualmente comerciantes de los estratos ms bajos, quienes son los
ms propensos a recurrir a fuentes informales de financiamiento, como consecuencia de
los bajos ingresos, la falta de ahorros y de educacin financiera, enfrentar diferentes
imprevistos conllevando a las personas a sumergirse en un excesivo endeudamiento por la
sobreestimacin de la capacidad de pago.
La carencia de educacin financiera es una de las barrera ms grande para los pequeos
comerciantes para el acceso a la financiacin con las entidades formales del estado; sumado
esto la mayora de los pequeos comerciantes no exhiben vida crediticia apropiada, lo cual
imposibilita el acceso a los crditos formales por la falta de garantas y deciden utilizar
prestamos gota a gota.
Se puede evidenciar que hay una relacin entre la variable VENTA y GANANCIA, ya que su
valor est por encima de 0,7.
2. Se verifico en el grfico de boxplot que datos me estn dispersando la correlacin para
que sea an mucho mejor que la anterior.
1e+06
8e+05
6e+05
4e+05
2e+05
0e+00
VENTA GANANCIA
Nos muestra unos puntos outlier en la variable GANANCIA, es all donde hay datos que
hacen que la correlacin no sea mayor a la anterior o que me disperse los datos, por tanto
lo que se debe realizar es eliminar los valores que se encuentran desde 750000 hasta
850000 aproximadamente para mejores resultados.
3. Se analiza el mejor modelo que representa la correlacin ya dada, con un R2 mayor o igual
a 0,7.
600000
400000
200000
0
0 200000 400000 600000 800000 1000000 1200000
-200000
El mejor modelo que representa a las dos variables correlacionadas es la potencial ya que
su valor es mayor que 0,7 mientras que las otras se encuentran por debajo de este valor;
se designa en un recuadro amarillo.
p-value: 2.668e-16
VENTA GANANCIA
Se observa que los puntos outlier en la variable GANANCIA, que se encontraban desde
750000 hasta 850000 aproximadamente desaparecieron por lo que se eliminaron
totalmente para que no me dispersionara la correlacin.
Se confirma que el P-valor sigue siendo el mismo, pero que a pesar que es muy bajito es
muy bueno, ya que su valor equivale a 0.0000000000000002 y este est por debajo de 0.5.
8. PREDICCIONES
Sabiendo que los tres pasos para la correlacin se cumplieron, ahora podemos empezar a
predecir otros datos a partir de la ecuacin que nos dio el mejor modelo que fue la
polinomica as:
VENTA GANANCIA
1.000.000 487.331
3.000.000 1.881.332
500.000 226.332
700.000 326.532
1.500.000 783.332
150.000 62.882
300.000 131.732
900.000 432.332
2.000.000 1.114.332
50.000 21.357
20.000 8.700
Ya con estos datos se puede decir que es lo que posiblemente puede quedarle de
ganancia a un microempresario que venda eso por da, mas no asegurar que eso le queda.
Para variables como MONTO y INTERS que no tuvieron correlacin de valores con las
otras dos variables, lo que se quiere agregar es una serie de preguntas dando su respuesta
con grafico de barras y as analizar lo que se pueda observar de ah.
MONTO VENTA
1200000
1000000
800000
600000
400000
200000
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Se tomaron 20 datos para hacer la relacin entre MONTO y VENTA y se dice que los
microempresarios se endeudan ms porque lo de sus ventas no les alcanza.
Algunos casos donde se evidencia lo anterior:
MONTO VENTA
700.000 300.000
500.000 150.000
400.000 100.000
300.000 80.000
Los resultados obtenidos en los 3 pasos para la correlacin son muy buenos ya que
fueron valores aceptados para poder hacer la prediccin, se dice que es un modelo
bastante confiable ya que el 85 % de los datos con verdad y se pueden utilizar para
otras investigaciones.
Se puede afirmar que con la Correlacin y Regresin lineales de datos, podemos calcular
qu medida se relacionan dos variables estadsticas, y por otro lado desarrollar un mtodo
general para calcular la regresin lineal que nos lleva a la recta de mejor ajuste junto con el
mejor modelo; nos permite realizar ciertas predicciones estadsticas, a partir de los datos
obtenidos.
La correlacin me Indica que existi variables que tuvieran una relacin mutua entre una y
otra, ya que en el anlisis me indica que el grado de los valores son viables.
Para una buena correlacin se debe eliminar los datos que la dispersan, que me los
presenta el coeficiente de correlacin y el grafico boxplot.
7. BIBLIOGRAFA
https://www.uam.es/personal_pdi/ciencias/joser/paginaR/regresion.h
tml
Software de R
Excel