ESTADISTICA DESCRIPTIVA

UNIDAD 2. MEDIDAS ESTADISTICAS BIVARIANTES

ACTIVIDAD COLABORATIVA

ESTUDIANTES
BOLAO TORRES ERICK ENRIQUE COD: 1047428497
YANIVIS PESTANA PEA COD:1049937493
JULIE PAOLA ARAGON COD:
ARMANDO ENRRIQUE CALLEJAS COD

TUTOR:
DANIEL FRANCISCO CHICA

GRUPO:
100105_34

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIDAD SOCIO HUMANISTICA
CARTAGENA-BOLIVAR

2017
 INTRODUCCION

Estadstica Descriptiva es que el estudiante conozca y comprenda los conceptos bsicos de

estadstica descriptiva de conjuntos de datos univariantes y bivariantes, que incluyen medidas
de tendencia central, de dispersin, de localizacin y forma, grficos bsicos, coeficientes de
correlacin y regresin lineal. As mismo se provee al estudiante de conocimientos sobre
probabilidad y variables aleatorias unidimensionales y sus momentos, con nfasis en las
distribuciones binomial, hipergeomtrica, Poisson, uniforme, exponencial y normal.
Finalmente, se dan conocimientos y comprensin sobre variables bidimensionales, en
particular sobre las relaciones de dependencia existentes entre ellas medidas a travs de la
covarianza, la recta de regresin lineal el coeficiente de correlacin y el coeficiente de
determinacin.
 JUSTIFICACIN

La Estadstica es una disciplina que se aplica en todos los campos de la actividad del ser
humano. Es muy frecuente encontrarse en las diferentes reas del conocimiento con
incertidumbres como el pronosticar el crecimiento poblacional de un pas, el crecimiento
econmico de una empresa o el crecimiento de produccin y venta de un producto especfico,
el conocer la efectividad de diferentes abonos en el campo agrario, el determinar la tendencia
de contaminacin del agua o el aire, la clasificacin de personal en una empresa para efectos
de una buena y sana poltica laboral, etc.

El acelerado desarrollo de Mtodos, Tcnicas y Tecnologas para el ptimo anlisis de datos

justifica que un profesional disponga de una slida fundamentacin conceptual para que
realice apropiadamente su evaluacin y aporte sustentaciones a su decisin.

Este curso debe garantizar al estudiante alcanzar seguridad y destreza en los aspectos bsicos
e indispensables para lograr una aprehensin de conocimientos en los fundamentos,
aplicaciones e interpretacin de resultados en los cuales se basan los mtodos estadsticos.
 OBJETIVOS

Interpretar datos, obtenidos en toda suerte Metodologa de fuentes de

documentacin, tanto enunciativos como estadsticos y representados mediante
tablas y grficos.

OBJETIVOS GENERALES

Utilizar un mtodo cientfico, desarrollando las tcnicas de observacin, la

cuantificacin, la induccin y verificacin en campos tericos y prcticos.
Ser capaz de organizar y planificar una investigacin, mediante la aplicacin de un
anlisis crtico.
Utilizar las tcnicas de la informacin y comunicacin, tanto para la obtencin de
datos, como para el tratamiento de los mismos.
Capacidad de aprendizaje autnomo y capacidad para buscar informacin y
organizar el propio tiempo.
 Regresin y Correlacin Lineal

x Independiente y dependiente
Personas Con Empleo Tasa de empleo (%)

Total 4.808.796.238,78 10.724,99

Media 24.660.493,53 55,00

% Correlacin positiva muy alta

R 0,90 90%
R^2 0,81 81%

Personas con empleo VS Tasa de empleo

70.00

60.00

50.00
Tasa de empleo

40.00

30.00 y = 1E-06x + 30.441

R = 0.8143
20.00

10.00

0.00
- 5,000,000.00
10,000,000.00
15,000,000.00
20,000,000.00
25,000,000.00
30,000,000.00
35,000,000.00
Personas con empleo

X-Personas Sin Empleo (Variable Y Tasa desempleo (%) (Variable

Independiente) Dependiente)
Personas Sin Empleo Tasa de desempleo (%)
TOTAL
SUMATORIAS 1.003.973.484 2269,88
 X*Y X2 Y2
Total
12.010.952.995,07 5410622802091830 27409,63896

Personas sin empleo - Tasa de desempleo

(%)
20.00
Tasa de Desempleo

15.00

10.00 Tasa de desempleo (%)

5.00 Linear (Tasa de desempleo

y = 1E-06x + 4.7291
R = 0.4409 (%))
0.00
- 4,000,000 8,000,000
Personas Sin Empleo

La relacin de las Variables es Diversa, aunque presentan una estrecha relacin

no es clara porque hay empleos formales que en la gran mayora son reportados y los informales
y esto no da claridad a la hora de cifras claras segn el grafico variar mientras uno sube el otro baja o viceversa.

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

y = 1E-06x + 4,7291
R = 0,4409 COEFICIENTE DE DETERMINACION 44%

No es confiable por el R porque esta lejos 1

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

variables.
La correlacin es Regular 0,66
Esta ecuacin no hace una buena estimacin entre las variables debido a que el
coeficiente de determinacin R2 explica, 44, 09% de la informacin y el valor del
coeficiente de correlacin R confirma el grado de relacin de la variables, que es el
0,66%. lo que hace que este sea regular y no muy confiable.
 Cantidad Empresas(X) Produccion Millones(Y)
TOTAL
SUMATORIA 48.142.606 8.364.942.064

X*Y X2 Y2
2,14144E+15 1,2023E+13 4,14574E+17

desempleo en colombia
100,000,000
produccion millones

80,000,000 y = 555.41x - 9E+07

R = 0.7598
60,000,000
40,000,000
20,000,000
-
- 50,000 100,000 150,000 200,000 250,000 300,000 350,000
cantidad de empresas

R:0,871
La relacin es directa
Al aumentar la cantidad de empresas la produccin en millones en Colombia va aumentado
con lo cual favorece a la tasa de empleo porque si aumenta la cantidad de empresas se
necesitara personal para laborar.

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

y = 555,41x -
9E+07
R = 0,7598
es poco confiables con un 75%

c.determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.

R=0,87 La correlacin es aceptable

Esto quiere decir que la cantidad de empresas en Colombia esta poco relacionado con la
produccion en millones y que por una variable baje la tasa de desempleo la otra no .

X (Variable Independiente) Y (Variable Dependiente)

poblacin cantidad de
personas produccin por persona
TOTAL 8.737.636.406 183174788,00
MEDIA
44.808.392 939357,89

x=X- y=Y- xy x y

157.170.099.547.502,00 1189473110150300 20.818.377.066.107,50

%
R 1,00 100%
R^2 1,00 100%
corelacion es positiva grade y perfecta
 poblacion de cantidad de persona vs
produccion por persona
1,600,000

1,400,000
produccion por persona Linear (produccion por persona)
1,200,000
produccion por presonas

Linear (produccion por persona)

1,000,000 y = 0.1321x - 5E+06
R = 0.9976
800,000

600,000

400,000

200,000

-
- 10,000,00020,000,00030,000,000
40,000,000
Poblacion cantidad50,000,000
de 60,000,000
personas
 CONCLUSINES

Se puede concluir que se desarroll con claridad todo el trabajo y se cumplieron cada uno de
los lineamientos expuestos por la universidad nacional abierta y a distancia UNAD,
entendiendo cada uno de los procesos para llevar a cabo un desarrollo de una determina da
investigacin
 REFERENCIAS BIBLIOGRFICAS

Montero, J. M. (2007). Conceptos Generales Estadstica descriptiva. Madrid: Paraninfo.

Pgina 3 - 16. Recuperado de:

http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100007&v=2.1&u=unad&it=r&

p=GVRL&sw=w&asid=0a7332df0d4700de0bd272caa41e1718

Pacheco, P. N., Vergara, S .C (2013). Universidad Nacional de Colombia. Bogot.

Estadstica Fundamental. Recuperado de:
http://168.176.60.11/cursos/ciencias/1000012/un2/html/leccion1.html

Recuperado de: http://estadisticadescriptivaunad100105.blogspot.com.co/

Recuperado de:
https://drive.google.com/drive/folders/1u7ilOnoi9iYZU8_1-kPpGLXV2fETOIKo
 ANEXOS

LABORATORIO REGRESIN Y CORRELACIN LINEAL.

Laboratorio de Diagramas Estadsticos.

Actividades a desarrollar

1. Este ejercicio prctico, pretende hacer la transferencia del conocimiento adquirido a

partir de la elaboracin del laboratorio de Regresin y Correlacin Lineal , el cual se
realizar utilizando el software gratuito INFOSTAT, que podr descargar ingresando
a Laboratorios Estadstica Descriptiva: Infostat, Tutoriales, ( Entorno de aprendizaje
prctico).

2.1. 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) Y (Tensin)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

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

las variables
 CAUSAS DEL AUMENTO DE SAL
Linear (Y (Tensin) )

150

TENSION ARTERIAL (Y)

y = 6.1062x + 88.128
100 R = 0.987

50

0
0 1 2 3 4 5 6
CONSUMO DE SAL (X)

La relacion entre las variables es

Directa
porque cuando aumenta el consumo de SAL se presenta
tambin un aumento de la TENSION ARTERIAL

b. Encuentre el modelo matemtico que permite predecir el efecto de una

variable sobre la otra. Es confiable?

Si es confiable siendo el coeficiente de determinacin de con un 98%

y = 6,1062x + 88,128
R = 0,987

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

COEFICIENTE DE CORRELACION= RAIZ CUADRADA DEL COEFICIENTE

DE DETERMINACION R= 0,99
La correlacin es excelente.
El aumento excesivo de consumo de la sal aumenta la presin arterial lo que
con lleva que el asesino silencioso (hipertensin arterial) tenga una cifra
elevadas en la poblacin.

d. Si a un paciente se le administra una dosis de sal de 4,8. Cul es la

tensin arterial esperada?

X= SAL
Y= TENSION ARTERIAL y = 6,1062(4,8) + 88,128
 Y= 117,43

Esto quiere decir que la presin del paciente est por los parmetros normales entonces la
dosis de sal no esta tan elevada.

2.2 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 como los operarios van
adaptndose al nuevo proceso mejorando paulatinamente su proceso de
produccin.

Los siguientes datos representan dicha situacin:

X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

Variable Independiente
X
Variable Dependiente
Y

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
Y Linear (Y)

50

Tiempo Medido
40
30
20
10 y = -0.3566x + 42.569
0 R = 0.7963
0 10 20 30 40 50 60 70 80
Numero de dias

La relacin de las variables es inversa ya que la pendiente lineal va en descenso

b. Encuentre el modelo matemtico que permite predecir el efecto de una

variable sobre la otra. Es confiable?

y = -0,3566x +
42,569

R = 0,7963 COEFICIENTE DE DETERMINACION 79%

No es tan confiable porque se tiene que analizar realmente
como se han sentido los operarios luego del cambio y si se les has hecho difcil el hacer la pieza.

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

COEFICIENTE DE El grado es
R= 0,89 CORRELACION regular

d. Que tiempo deber tardarse un empleado cuando lleven 80 das?

y = -0,3566x + 42,569

y = -0,3566(80) +
42,569

Y= 14,041
2.3 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:

Estatura
120 124 107 118 112 110 115 104 110 116 Variable
(cm)
X Independiente
Peso ( Variable
24 23 19 24 21 19 22 16 20 23
Y kg) Dependiente

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

Programa de Nutricion
Peso ( kg) Linear (Peso ( kg))

30
25
20
PESO

15
10
5 y = 0.386x - 22.751
0 R = 0.8329
100 105 110 115 120 125
ESTATURA

La relacin entre las variables es directa

teniendo en cuenta que el nio debe pesar segn
su estatura o edad segn las tablas orientativas del de edad, talla y peso.

b. Encuentre el modelo matemtico que permite predecir el

efecto de una variable sobre la otra. Es confiable?

y=0,386x-
22,751
 COEFICIENTE DE
R=0,8329
DETERMINACION 83%
Si es confiable ya que el coeficiente de determinacin es de un 83% y basndose en textos nutricionistas
Basndose en artculos de nutricin explican claramente la relacin entre peso - estatura
y la pendiente lineal va en ascenso.

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

COEFICIENTE DE
R= CORRELACION 0,91

El grado de correlacin es Excelente es decir que estas 2 variables se complementan y es confiable su

clculo.

d. Cul es el peso que debera tener un estudiante que mida 120 cm?

y=
0,386x
-
22,751

y=0,386(120)-22,751

Y = 23,56