Colaborativo Base de Datos Desempleo Laboratorios V2

Universidad Nacional Abierta y a Distancia – UNAD
Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería de Sistemas

Curso: Catedra Unadista
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
Estadística Descriptiva
Grupo: 100105_176
Unidad 1 Conceptos preliminares y medidas de tendencia central

Caracterización de Variables
Presentado por:
ROBERTO JOSE SERRANO PEREZ
Código: 1114451738
Presentado a:
Tutor: Francisco Cabrera Diaz
Escuela De Ciencias Básicas e Ingeniería (Ingeniería en Sistemas)

CEAD Palmira
Febrero de 2018
INTRODUCCIÓN
Por medio de este documento, se pretende dar alcance a las competencias

adquiridas en el desarrollo de las actividades de la unidad presentada, con el fin
de aplicar, fortalecer nuestro campo laboral, personal y social.
OBJETIVOS
Objetivo General
 Relacionar nociones básicas, clasificar, tabular, presentar la información y

describir la problemática.
Objetivos Específicos
 Fortalecer conceptos básicos.

 Apropiarse de las etapas de una investigación estadística.
 Conocer sobre la caracterización de variables cualitativas.
Actividad a desarrollar – Roberto Jose Serrano Perez
Actividad Individual - Presentación de la información, diagramas

estadísticos.
En una encuesta se preguntó a 100 ejecutivos cual creían que era el

error más común de los candidatos durante las entrevistas de trabajo.
Los resultados fueron los siguientes:
Razón
Poco o malo conocimiento de la compañía 44
Sin preparación para discutir sus planes
profesionales 23
Escaso entusiasmo 16
Falta de contacto visual 5
Sin preparación para discutir sus habilidades
/experiencias 3
Otras razones 9
-Construya una gráfica de barras.
Grafico de barras encuesta

45
40
35
30
25
20
15
10
5
0
Poco o malo Sin Escaso Falta de Sin Otras razones
conocimiento preparación entusiasmo contacto preparación
de la para discutir visual para discutir
compañía sus planes sus
profesionales habilidades
/experiencias
-Construya un diagrama circular
Diagrama Circular
Poco o malo conocimiento de
la compañía
Sin preparación para discutir
9% sus planes profesionales
3%
5% Escaso entusiasmo
44%
16%
Falta de contacto visual
23% Sin preparación para discutir

sus habilidades /experiencias
Otras razones
- ¿A qué tipo de variable corresponden los datos?
Corresponde a la variable cuantitativa discreta.
- Mencione dos conclusiones a partir del gráfico.
Se puede observar que el error más común de los candidatos son el poco
conocimiento de la compañía.
Se determina de segundo lugar se encuentra que no cuentan con preparación

para discutir sus planes profesionales, no se proyectan a un futuro.
La siguiente tabla presenta el porcentaje de algodón en un material

utilizado para la fabricación de camisas para caballeros.
34,2 33,6 33,8 34,7 37,8 32,6 35,8 34,6

33,1 34,7 34,2 33,6 36,6 33,1 37,6 33,6
34,5 35,0 33,4 32,5 35,4 34,6 37,3 34,1
35,6 35,4 34,7 34,1 34,6 35,9 34,6 34,7
36,3 36,2 34,6 35,1 33,8 34,7 35,5 35,7
35,1 36,8 35,2 36,8 37,1 33,6 32,8 36,8
34,7 35,1 35,0 37,9 34,0 32,9 32,1 34,3
33,6 35,3 34,9 36,4 34,1 33,5 34,5 32,7
-Construya una tabla de distribución de frecuencias y un histograma de

frecuencias para los datos de contenido de algodón.
Se construye tabla de frecuencia junto con los parámetros.
Parámetros Redondeo
No datos 64
Valor Máximo 37,9
Valor Mínimo 32,1
Rango 5,8
Intervalo 7,014579313 7
Amplitud 0,826849301 1
DISTRIBUCION DE FRECUENCIAS PARA DATOS AGRUPADOS

Intervalos X fi Fi = 2do+ant (ni) fr = fi/N (Ni) Fr = Fi/N f% F%
No L. inferior L. superior M. de clase frec. Abs frec. Abs. Acum frec. Relativa frec. Relat. Acum frec. Porcent frec. Porcent. Acum
31,6 0
1 32,1 33,1 32,6 8 8 0,125 0,125 12,5 12,5
2 33,1 34,1 33,6 13 21 0,203125 0,328125 20,3125 32,8125
3 34,1 35,1 34,6 22 43 0,34375 0,671875 34,375 67,1875
4 35,1 36,1 35,6 9 52 0,140625 0,8125 14,0625 81,25
5 36,1 37,1 36,6 8 60 0,125 0,9375 12,5 93,75
6 37,1 38,1 37,6 4 64 0,0625 1 6,25 100
38,6 0
De la misma manera realizamos el Histograma de los datos contenidos. Marca

de clase y frecuencia absoluta.
HistoGrama
25
20
15
10
0
32.6 33.6 34.6 35.6 36.6 37.6
-Realizar un polígono de frecuencias
Se realiza el Polígono de frecuencia contenidos en los datos de frecuencia

absoluta.
Poligono de Frecuencias absolutas

25
22
20
Cantidad de Camisas
15
13
10
9
8 8
5
4
0 0 0
31.6 32.6 33.6 34.6 35.6 36.6 37.6 38.6
Porcentaje acumulado del algodon en la fabricacion de Camisas
-Mencione dos conclusiones a partir del gráfico.
Conclusión 1
Se puede establecer la mayor cantidad de camisas que se llegaron a fabricar en

cualquiera de los dos gráficos.
Conclusión 2
Podemos asociar el porcentaje acumulado en la fabricación de camisas, es decir

la cantidad de algodón
Considere la siguiente distribución de frecuencia, que proporciona el

ingreso anual bruto ajustado de Estados Unidos (Internal Revenue
Service, marzo 2017).
Frecuencia
Ingreso
(en
anual
millones -
(en miles de
Habitantes
Dólares)
)
0 – 24 60
25 – 49 33
50 – 74 20
75 – 99 6
100 – 124 4
125 – 149 2
150 – 174 1
175 – 199 1
Total 127
Construya un polígono de frecuencias para la variable ingreso anual.
60
Frecuencia (En millones)
33
20
6 4 2 1 1
0 – 24 25 – 49 50 – 74 75 – 99 100 – 124 125 – 149 150 – 174 175 – 199
Ingreso Anual (En miles de $)
Consigne dos conclusiones a partir del gráfico.
Conclusión 1
En el ingreso anual bruto ajustado de Estados Unidos Entre $0 y $24.000 se

obtuvo $60.000.000 esto corresponde aproximadamente al 42.24 % del total de
millones obtenidos.
Conclusión 2
El total de millones obtenidos de 52.75 % corresponden a $25.000 y $199.000

de ingreso anual bruto ajustado de Estados Unidos.
Actividad a desarrollar – Roberto Jose Serrano Perez
Actividad Individual - Regresión y correlación
1. El rendimiento del producto de un proceso químico está relacionado

con la temperatura de operación del proceso. Se desea establecer la
relación que existe entre la pureza (y) del oxígeno producido y el
porcentaje de hidrocarburo (x) que está presente en el condensador
principal en un proceso de destilación, de acuerdo con los siguientes

datos:
X
(% de
Hidro Y
carburos) (Pureza)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33
Diagrama de Dispersión
Diagrama de Dispersion
102
100
98 Y = 14.497x * 74.283
96 𝑹𝟐 = 0.8774
Y = Pureza
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
X = % de hidrocarburos
El porcentaje de hidrocarburos es directamente proporcional a la pureza, esto

quiere decir que entre mayor es el porcentaje de hidrocarburos mayor va a ser
la pureza.
La asociación de las variables es fuerte porque una variable depende de la otra,

en este caso la pureza depende del porcentaje de hidrocarburos, esto se puede
observar con el coeficiente de determinación 𝑹𝟐 que es 87.74%.
Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?
El modelo lineal que predice el efecto de una variable sobre la otra es el

siguiente:
y = 14.947x + 74.283
El modelo es confiable porque el coeficiente de determinación 𝑹𝟐 es cercano a

1.
Determine el porcentaje de explicación del modelo y el grado de relación

de las dos variables.
Esta ecuación hace una buena estimación entre las variables debido a que el
coeficiente de determinación 𝑹𝟐 explica el 87.74% de la información y el valor
del coeficiente de correlación R confirma el grado de relación de la variable, que
es el 93.67%.
¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es

igual a 91,3?
𝑌 = 14.497𝑥 + 74.283
𝑋 = (𝑌 − 74.283)/14.947
𝑋 = (91.3 − 74.283)/14.947
𝑋 = 1.14
Cuando la pureza del oxígeno sea 91.3, el porcentaje de hidrocarburos será 1.14.
2. El número de libras de vapor (y) consumidas mensualmente por una

planta química, se relaciona con la temperatura ambiental promedio
(en o F). Para el año 2014, se registraron los siguientes valores de
temperatura y consumo anual.
Temperatura
Mes (oF) Consumo de vapor (Lb)
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
Abr. 47 424,84
May. 50 455
Jun. 59 539
Jul. 68 621,55
Ago. 74 675,06
Sep. 62 562,03
Oct. 50 452,93
Nov. 41 369,95
Dic. 30 273,98
Realice el diagrama de dispersión y determine el tipo de asociación

entre las variables.
800
700
Y = 9.2087x * 6.3184
Consumo de vapor (Lb)
600
𝑹𝟐 = 0.9999
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatura (oF)
La temperatura es directamente proporcional al consumo de vapor, esto quiere

decir que entre mayor es la temperatura mayor va a ser el consumo de vapor.
La asociación de las variables es fuerte porque una variable depende de la otra,

en este caso el consumo de vapor depende de la temperatura, esto se puede
observar con el coeficiente de determinación 𝑹𝟐 que es 99.99%.
Ajuste un modelo matemático que permita predecir el efecto de una

El mejor modelo que describe el sistema es la función lineal
𝑌 = 9.2087𝑥 − 6.3184
El modelo es muy confiable porque el coeficiente de determinación 𝑹𝟐 es

aproximadamente 1.

Esta ecuación hace una buena estimación entre las variables debido a que el
es el 99.99%.
¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?
𝑌 = 9.2087 ∗ 70 − 6.3184
𝑌 = 638.29 𝑙𝑏
Cuando la temperatura sea 70 oF, el consumo de vapor será 638.29lb.
3. Los investigadores están estudiando la correlación entre la obesidad

y la respuesta individual al dolor. La obesidad se mide como
porcentaje sobre el peso ideal (x). La respuesta al dolor se mide
utilizando el umbral de reflejo de reflexión nociceptiva (y) que es una
medida de sensación de punzada. Obsérvese que ambas, X e Y, son
variables aleatorias.
x (porcentaje de sobrepeso) y (umbral de reflejo de flexión nociceptiva)

89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
Realice el diagrama de dispersión y determine el tipo de asociación

entre las variables.
16
14
Y = 0.0629x 11.642
12 𝑹𝟐 = 0.1115
10
Axis Title
8
6
4
2
0
0 20 40 60 80 100
Axis Title
La asociación de las variables no existe, esto se puede observar con el coeficiente

de determinación 𝑹𝟐 que es 11.15%.
Ajuste un modelo matemático que permita predecir el efecto de una

El modelo lineal que predice el efecto de una variable sobre la otra es el

siguiente:
𝑌 = 0.0629𝑥 + 11.642
El modelo no es muy confiable porque el coeficiente de determinación 𝑹𝟐 está

muy lejos de 1.

Esta ecuación no hace una buena estimación entre las variables debido a que el
es el 33.39%
¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un

porcentaje de sobrepeso, de 40?
𝒀 = −𝟎. 𝟎𝟔𝟐𝟗 ∗ 𝟒𝟎 + 𝟏𝟏. 𝟔𝟒𝟐

𝒀 = 𝟗. 𝟏𝟑
Cuando el porcentaje de sobrepeso sea 40, el umbral de reflejo de flexión

nociceptiva será 9.13.
4. Caracterización de variables:
A partir de la base de datos suministrada, cada estudiante debe elegir como

mínimo, una variable cualitativa distinta y caracterizarla; es decir:
Variable Escogida
Tipo de
Variable Variable
Optimismo Población Cualitativa
Tabla de Frecuencia
TABLA DE FRECUENCIA PARA LA VARIABLE OPTIMISMO POBLACION

Optimismo Población Frecuencia (F) Frecuencia Relativa (Fr) %
Buena 135 135/159 85%
Muy baja 6 6/159 4%
Regular 18 18/159 11%
159 100%
Diagrama Circular (Optimismo Población)
Diagrama Circular (Optimismo

Poblacion)
11%
4%
Buena 135 135/159
Muy baja 6 6/159
Regular 18 18/159
85%
Diagrama Gráficos de barras (Optimismo Población)
Grafico de Barras (Optimismo

Poblacion
90%
80%
85%
70%
60%
50%
40%
30%
20%
10% 4% 11%
0%
135/159 6/159 18/159
135 6 18
Buena Muy baja Regular
Moda: La moda es el dato que tiene mayor frecuencia, es decir, el dato que más
se repite, para esta variable. En este caso se puede discutir que la población
conserva un buen optimismo en el tema del empleo sobre pasando el 80%
Realizar una tabla de contingencias o de doble entrada, con dos

variables cualitativas.
Las variables cualitativas escogidas para realizar la tabla de contingencia son las
siguientes:
Presidente Optimismo Población
Tabla de Contingencia o doble entrada
Tabla de Frecuencia Absolutas

Presidentes
Total
Alvaro Uribe Juan Manuel Santos
Buena 74 61 135
Optimismo
Muy Baja 6 0 6
Poblacion
Regular 0 18 18
Total 80 79 159
CONCLUSIÓN
Como resultado de investigar y estudiar la documentación en el objeto de

aprendizaje, podemos concluir que el aprendizaje es constante, desde que
nacemos estamos rodeados de interrogantes que deben ser explicados de una
u otra manera. También en aprendizaje es lo que nos permite seguir día a día,
enfrentarnos a nuevos retos, lograr objetivos, ser mejores cada día.
BIBLIOGRAFÍA
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
Montero, J. M. (2007). Características de Una Distribución de Frecuencias.

Statistical Descriptive. Cengage Learning Paraninfo, S.A. Página 4 – 10
Recuperado de
&it=r&p=GVRL&sw=w&asid=84a84913a25d9dfd21d0a0d3deb41dea
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
García, J.E (2005).Análisis de Datos Unidimensionales.et al. Madrid:

Paraninfo. Página 26 -51 Recuperado de
&it=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1
Montero, J. M. (2007). Características de Una Distribución de Frecuencias.

Statistical Descriptive. Cengage Learning Paraninfo, S.A. Paginas 18-57.
Recuperado de
&it=r&p=GVRL&sw=w&asid=99feba20c3312cbea60961107ffc27a0
Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto

Politécnico Nacional. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&do
cID=10436604&tm=1489456194304
Matus, R., Hernández, Martha, and García, E (2010). Estadística. México,

D.F., MX: Instituto Politécnico Nacional, (2010). ProQuest ebrary. Recuperado
de:
cID=10365616&tm=1489456296586
Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y

estadística 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado de :
cID=11230886&tm=1489456400673

Colaborativo Base de Datos Desempleo Laboratorios V2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Colaborativo Base de Datos Desempleo Laboratorios V2

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Abierta y a Distancia – UNAD

Escuela: Ciencias Básicas Tecnología e Ingeniería Programa: Ingeniería de Sistemas

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Unidad 1 Conceptos preliminares y medidas de tendencia central

Escuela De Ciencias Básicas e Ingeniería (Ingeniería en Sistemas)

Por medio de este documento, se pretende dar alcance a las competencias

 Relacionar nociones básicas, clasificar, tabular, presentar la información y

 Fortalecer conceptos básicos.

Actividad a desarrollar – Roberto Jose Serrano Perez

Actividad Individual - Presentación de la información, diagramas

En una encuesta se preguntó a 100 ejecutivos cual creían que era el

-Construya una gráfica de barras.

Grafico de barras encuesta

-Construya un diagrama circular

23% Sin preparación para discutir

- ¿A qué tipo de variable corresponden los datos?

Corresponde a la variable cuantitativa discreta.

- Mencione dos conclusiones a partir del gráfico.

Se determina de segundo lugar se encuentra que no cuentan con preparación

La siguiente tabla presenta el porcentaje de algodón en un material

34,2 33,6 33,8 34,7 37,8 32,6 35,8 34,6

-Construya una tabla de distribución de frecuencias y un histograma de

Se construye tabla de frecuencia junto con los parámetros.

DISTRIBUCION DE FRECUENCIAS PARA DATOS AGRUPADOS

De la misma manera realizamos el Histograma de los datos contenidos. Marca

-Realizar un polígono de frecuencias

Se realiza el Polígono de frecuencia contenidos en los datos de frecuencia

Poligono de Frecuencias absolutas

-Mencione dos conclusiones a partir del gráfico.

Se puede establecer la mayor cantidad de camisas que se llegaron a fabricar en

Podemos asociar el porcentaje acumulado en la fabricación de camisas, es decir

Considere la siguiente distribución de frecuencia, que proporciona el

Construya un polígono de frecuencias para la variable ingreso anual.

Consigne dos conclusiones a partir del gráfico.

En el ingreso anual bruto ajustado de Estados Unidos Entre $0 y $24.000 se

El total de millones obtenidos de 52.75 % corresponden a $25.000 y $199.000

Actividad a desarrollar – Roberto Jose Serrano Perez

Actividad Individual - Regresión y correlación

1. El rendimiento del producto de un proceso químico está relacionado

principal en un proceso de destilación, de acuerdo con los siguientes

El porcentaje de hidrocarburos es directamente proporcional a la pureza, esto

La asociación de las variables es fuerte porque una variable depende de la otra,

Encuentre el modelo matemático que permite predecir el efecto de una

El modelo lineal que predice el efecto de una variable sobre la otra es el

El modelo es confiable porque el coeficiente de determinación 𝑹𝟐 es cercano a

Determine el porcentaje de explicación del modelo y el grado de relación

¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es

2. El número de libras de vapor (y) consumidas mensualmente por una

Realice el diagrama de dispersión y determine el tipo de asociación

La temperatura es directamente proporcional al consumo de vapor, esto quiere

La asociación de las variables es fuerte porque una variable depende de la otra,

Ajuste un modelo matemático que permita predecir el efecto de una

El mejor modelo que describe el sistema es la función lineal

El modelo es muy confiable porque el coeficiente de determinación 𝑹𝟐 es

Determine el porcentaje de explicación del modelo y el grado de relación

¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?

Cuando la temperatura sea 70 oF, el consumo de vapor será 638.29lb.

3. Los investigadores están estudiando la correlación entre la obesidad

x (porcentaje de sobrepeso) y (umbral de reflejo de flexión nociceptiva)

Realice el diagrama de dispersión y determine el tipo de asociación

La asociación de las variables no existe, esto se puede observar con el coeficiente

Ajuste un modelo matemático que permita predecir el efecto de una

El modelo lineal que predice el efecto de una variable sobre la otra es el