ESTADISTICA DESCRIPTIVA

UNIDAD 2. MEDIDAS ESTADISTICAS BIVARIANTES

ACTIVIDAD COLABORATIVA

ESTUDIANTES
BOLAÑO TORRES ERICK ENRIQUE COD: 1047428497
YANIVIS PESTANA PEÑA 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

Estadística Descriptiva es que el estudiante conozca y comprenda los conceptos básicos de

estadística descriptiva de conjuntos de datos univariantes y bivariantes, que incluyen medidas
de tendencia central, de dispersión, de localización y forma, gráficos básicos, coeficientes de
correlación y regresión lineal. Así mismo se provee al estudiante de conocimientos sobre
probabilidad y variables aleatorias unidimensionales y sus momentos, con énfasis en las
distribuciones binomial, hipergeométrica, Poisson, uniforme, exponencial y normal.
Finalmente, se dan conocimientos y comprensión sobre variables bidimensionales, en
particular sobre las relaciones de dependencia existentes entre ellas medidas a través de la
covarianza, la recta de regresión lineal el coeficiente de correlación y el coeficiente de
determinación.
 JUSTIFICACIÓN

La Estadística es una disciplina que se aplica en todos los campos de la actividad del ser
humano. Es muy frecuente encontrarse en las diferentes áreas del conocimiento con
incertidumbres como el pronosticar el crecimiento poblacional de un país, el crecimiento
económico de una empresa o el crecimiento de producción y venta de un producto específico,
el conocer la efectividad de diferentes abonos en el campo agrario, el determinar la tendencia
de contaminación del agua o el aire, la clasificación de personal en una empresa para efectos
de una buena y sana política laboral, etc.

El acelerado desarrollo de Métodos, Técnicas y Tecnologías para el óptimo análisis de datos

justifica que un profesional disponga de una sólida fundamentación conceptual para que
realice apropiadamente su evaluación y aporte sustentaciones a su decisión.

Este curso debe garantizar al estudiante alcanzar seguridad y destreza en los aspectos básicos
e indispensables para lograr una aprehensión de conocimientos en los fundamentos,
aplicaciones e interpretación de resultados en los cuales se basan los métodos estadísticos.
 OBJETIVOS

 Interpretar datos, obtenidos en toda suerte Metodología de fuentes de

documentación, tanto enunciativos como estadísticos y representados mediante
tablas y gráficos.

OBJETIVOS GENERALES

 Utilizar un método científico, desarrollando las técnicas de observación, la

cuantificación, la inducción y verificación en campos teóricos y prácticos.
 Ser capaz de organizar y planificar una investigación, mediante la aplicación de un
análisis crítico.
 Utilizar las técnicas de la información y comunicación, tanto para la obtención de
datos, como para el tratamiento de los mismos.
 Capacidad de aprendizaje autónomo y capacidad para buscar información y
organizar el propio tiempo.
 Regresión y Correlación 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

% Correlación 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

R² = 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
R² = 0.4409 (%))
0.00
- 4,000,000 8,000,000
Personas Sin Empleo

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

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

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

y = 1E-06x + 4,7291
R² = 0,4409 COEFICIENTE DE DETERMINACION 44%

No es confiable por el R² porque esta lejos 1

c. Determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.
La correlación es Regular 0,66
Esta ecuación no hace una buena estimación entre las variables debido a que el
coeficiente de determinación R2 explica, 44, 09% de la información y el valor del
coeficiente de correlación R confirma el grado de relación 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

R² = 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 relación es directa
Al aumentar la cantidad de empresas la producción 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 matemático que permite predecir el efecto de una variable sobre la
otra. Es confiable?

y = 555,41x -
9E+07
R² = 0,7598
es poco confiables con un 75%

c.determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.

R=0,87 La correlación 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)

población cantidad de
personas producción por persona
TOTAL 8.737.636.406 183174788,00
MEDIA
44.808.392 939357,89

x=X-Ẋ y=Y-Ῡ xy x² y²

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
R² = 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
 CONCLUSIÓNES

Se puede concluir que se desarrolló 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
investigación
 REFERENCIAS BIBLIOGRÁFICAS

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

Página 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. Bogotá.

Estadística 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 REGRESIÓN Y CORRELACIÓN LINEAL.

Laboratorio de Diagramas Estadísticos.

Actividades a desarrollar

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

partir de la elaboración del laboratorio de Regresión y Correlación Lineal , el cual se
realizará utilizando el software gratuito INFOSTAT, que podrá descargar ingresando
a Laboratorios Estadística Descriptiva: Infostat, Tutoriales, ( Entorno de aprendizaje
práctico).

2.1. Se quiere estudiar la asociación entre consumo de sal y tensión

arterial. A una serie de voluntarios se les administra distintas dosis de sal
en su dieta y se mide su tensión arterial un tiempo después.

X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

a. Realice el diagrama de dispersión y determine el tipo de asociación entre

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

150

TENSION ARTERIAL (Y)

y = 6.1062x + 88.128
100 R² = 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
también un aumento de la TENSION ARTERIAL

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

variable sobre la otra. Es confiable?

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

y = 6,1062x + 88,128
R² = 0,987

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

COEFICIENTE DE CORRELACION= RAIZ CUADRADA DEL COEFICIENTE

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

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

tensión arterial esperada?

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

Esto quiere decir que la presión del paciente está por los parámetros normales entonces la
dosis de sal no esta tan elevada.

2.2 En un nuevo proceso artesanal de fabricación de cierto artículo que

está implantado, se ha considerado que era importante ir anotando
periódicamente el tiempo medio ( medido en minutos) que se utiliza para
realizar una pieza y el número de días desde que empezó dicho proceso
de fabricación. Con ello, se pretende analizar como los operarios van
adaptándose al nuevo proceso mejorando paulatinamente su proceso de
producción.

Los siguientes datos representan dicha situación:

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 dispersión y determine el tipo de asociación entre
las variables
 Proceso Artesanal
Y Linear (Y)

50

Tiempo Medido
40
30
20
10 y = -0.3566x + 42.569
0 R² = 0.7963
0 10 20 30 40 50 60 70 80
Numero de dias

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

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

variable sobre la otra. Es confiable?

y = -0,3566x +
42,569

R² = 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 difícil el hacer la pieza.

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

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

d. Que tiempo deberá tardarse un empleado cuando lleven 80 días?

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 matemático que permita
determinar la relación entre el peso y la estatura de sus estudiantes. Para ello selecciona 10 niños
y realiza las mediciones respectivas.
A continuación 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 dispersión y determine el tipo de asociación entre
las variables

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

30
25
20
PESO

15
10
5 y = 0.386x - 22.751
0 R² = 0.8329
100 105 110 115 120 125
ESTATURA

La relación entre las variables es directa

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

b. Encuentre el modelo matemático que permite predecir el

efecto de una variable sobre la otra. Es confiable?

y=0,386x-
22,751
 COEFICIENTE DE
R²=0,8329
DETERMINACION 83%
Si es confiable ya que el coeficiente de determinación es de un 83% y basándose en textos nutricionistas
Basándose en artículos de nutrición explican claramente la relación entre peso - estatura
y la pendiente lineal va en ascenso.

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

COEFICIENTE DE
R= CORRELACION 0,91

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

cálculo.

d. Cuál es el peso que debería tener un estudiante que mida 120 cm?

y=
0,386x
-
22,751

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

Y = 23,56