ESTADISTICA DESCRIPTIVA

PASO 4

DESCRIPCION DE LA INFORMACION

PRESENTADO POR:
ANYI LORENA MARIN
CODIGO:
LINA MARIA JIMENEZ
CODIGO: 24729496
YEISON ARIEL FRANCO
CODIGO: 1109295596

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

(UNAD)

ESCUELA DE CIENCIAS DE LA EDUCACION

(ECEDU)

MAYO 2018
 INTRODUCCION

Colombia tiene la cuarta economía más grande, basada en el PIB, en toda Sudamérica. La

economía colombiana creció 3.1% en 2015, está en camino de crecer otro 2.5% en 2016, y

el Banco Central de Colombia predice una expansión de 2% para 2017. Es impulsada por las

exportaciones de petróleo, esmeraldas, minerales, plátanos, café, y flores cortadas. (El 70%

de las flores cortadas importadas por los EE. UU. Provienen de Colombia).

En los últimos años se han producido cambios importantes en la industria del petróleo en

Colombia. Una disminución tanto en la producción por barril como en el precio por barril ha

sido un factor importante para generar las tasas de crecimiento económico más bajas desde

la crisis de 2009. Aunque las exportaciones de petróleo representan solo el 5% del PIB,

representan el 20% de los ingresos del gobierno. Esto ha llevado al gobierno a emitir una

propuesta de reforma tributaria.

La propuesta incluye un aumento en el IVA (impuesto al valor agregado) del 16% al 19%.

Sin embargo, en total, la reforma fiscal es en realidad un impulso tanto para los negocios

como para la inversión en Colombia. Ayudará a trasladar a más personas del empleo

"informal" al empleo "formal", disminuirá los impuestos comerciales multinivel para las

pequeñas empresas y eliminará el actual "impuesto al patrimonio". Tasa de desempleo en

Colombia (según lo informado por el departamento nacional de estadísticas del país, DANE

), fue solo del 8,5% en septiembre de 2016.

El dólar de EE. UU. Ha sido muy fuerte frente al peso colombiano durante 2016, con un

promedio de poco más de 3.100 pesos por dólar. Esto es ideal para la inversión de EE. UU.

En Colombia. Muchos expatriados están encontrando precios inmobiliarios que ya eran

significativamente menores que propiedades similares en muchas partes de los EE. UU., Para

ser aún más una ganga debido a la fortaleza del dólar.

Si bien esto es un impulso para los EE. UU., No es una situación tan buena para los

colombianos. Los productos importados son más caros y las exportaciones son una ganga

para los compradores extranjeros, pero generan menos ingresos para los colombianos.

También desalienta el viaje a los Estados Unidos.

El Banco Mundial considera que la educación de nivel terciario (más allá de la escuela

secundaria) es un indicador de la capacidad de un país para prosperar, terminar con la pobreza

extrema y construir una sociedad más fuerte. En 2011, el año más reciente de la estadística

del Banco Mundial, el 22.6% de la fuerza de trabajo de Colombia tenía educación de nivel

terciario. Esto es un buen augurio para el futuro.

Recientemente, el Departamento de Inmigración ha visto un aumento del 16% en el número

de extranjeros que vienen a visitar Colombia. El gobierno federal lanzó un plan de 2.900

millones de dólares para modernizar y ampliar los aeropuertos más activos de Colombia:

Bogotá, Medellín, Barranquilla, Cartagena y Cali, así como muchos aeropuertos de menor
tamaño. De hecho, Bogotá, la capital del país, en realidad agregará un segundo aeropuerto y

un tren rápido para conectar los dos.

Cada vez más personas están descubriendo el maravilloso país de Colombia. El turismo se

está convirtiendo en una estrella brillante en su economía. Colombia se ha transformado de

su oscuro pasado y ofrece un gobierno estable, una buena infraestructura y un paisaje

impresionante para veraneantes, ecoturismo, convenciones comerciales, ferias comerciales,

turismo médico y, por supuesto, aquellos que desean trasladarse a tiempo parcial o completo

al país.
 JUSTIFICACION

En este trabajo, hemos estudiado el alcance y la naturaleza de La economía en Colombia

mediante el uso de una nueva fuente de datos. En particular, utilizamos un nuevo capítulo

sobre informalidad de 2004 a 2017,y de igual modo el crecimiento poblacional de ciertos

periodos de tiempo y su impacto en la economía de nuestro país, que incluye cuestiones

sobre la profundización de la información sobre cobertura de beneficios de protección social,

trayectorias del mercado laboral y motivación para el sector de empleo.

La disponibilidad de estos nuevos datos nos permite medir la informalidad de varias maneras

y comprender las diferencias y las implicaciones del uso de varias definiciones; Alrededor

del 26% de la fuerza laboral nacional, o alrededor de 4 millones 5 cientos de miles de

trabajadores, pagan contribuciones tanto a la pensión como a la salud. Esto implicaría un

sector informal nacional de alrededor del 74%. La fracción del empleo formal en 13 áreas

metropolitanas principales es 37.8%, en áreas urbanas es 31.2% y en áreas rurales es

alrededor de 10%, lo que implica un sector informal de 62% en las 13 áreas metropolitanas

principales, 69% en áreas urbanas áreas y el 90% en áreas rurales. La medida tradicional de

la informalidad basada en el tamaño de la empresa30 utilizada por el Departamento Nacional

de Estadística (DANE) implica un sector informal nacional de alrededor del 67,5%.

Deberíamos notar que las tasas de informalidad que generalmente se hacen públicas o se

presentan en investigaciones recientes se refieren a cálculos basados en la Encuesta Nacional

de Hogares, generalmente para las siete ciudades principales en lugar del total nacional.
Como hemos informado, las medidas de empleo formal en las áreas rurales son

significativamente más bajas que en las áreas urbanas. Por ejemplo, mientras que el 38% de

los trabajadores en las 13 principales áreas metropolitanas hacen contribuciones tanto a la

salud como a las pensiones, solo un 10% lo hace en las áreas rurales. Tenga en cuenta que

esto implicaría un sector informal de alrededor del 62% en las 13 principales ciudades

metropolitanas (muy en línea con las tasas de informalidad generalmente publicadas según

la definición oficial utilizada por el DANE). Sin embargo, cuando nos referimos a los totales

nacionales, esta tasa es significativamente mayor debido, en particular, a la inclusión del

sector rural.
OBJETIVOS:

 Mostrar en cifras cómo se comporta un país en cuanto a su crecimiento poblacional

y por consiguiente en su comportamiento económico en los diferentes sectores.

 Impartir medidas con las cuales se determinen los rangos de frecuencia como se han

comportado las estadísticas en la tabla de datos para los años de 2004 a 2017

 Determinar la fiabilidad de las tablas y graficas con que se trabajan para hallar las

estadísticas requeridas.
ESTUDIANTE: LINA MARIA JIMENEZ

Variables continuas: PERSONAS CON EMPLO;

Variables continuas: AÑO

Año X Personas con Empleo Y X*Y X2 Y2

2.004 22.189.229 44467214916 4016016 4,92362E+14
2.004 22.313.795 44716845180 4016016 4,97905E+14

Calculo de r y R2
Numerador 2,02715E+11
1 Parte del Denominador 370188
2 Parte del Denominador 1,50496E+17
Resultado Total del Denominador 5,57119E+22
Raiz Cuadrada del Denominador 2,36E+11
Coeficiente de Correlación r 0,858838161
Coeficiente de Determinacion R2 0,737602986
Calculo de a
Numerador 2,02715E+11
Denominador 370188
Resultado de a 5,47599186481E+05
Calculo de b
Numerador -1,70998E+11
Denominador (valor de n) 159
Resultado b -1075460403

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

asociación entre las variables.

Personas con emplevo vs año

35,000,000
y = 547,599.19x - 1,075,460,403.34
30,000,000 R² = 0.74
25,000,000
20,000,000
15,000,000
10,000,000
5,000,000
-
2,002 2,004 2,006 2,008 2,010 2,012 2,014 2,016 2,018
Análisis: La asociación entre las variables es directa y positiva

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

y = 547.599,19x - 1.075.460.403,34

Análisis: Con los resultados obtenidos se puede asegurar que la ecuación de la recta es una muy
buena estimación de la relación entre las variables Personas con empleo y AÑO. El R² afirma
además que el modelo explica el 74 % de la información es confiable y el valor de r coeficiente de
correlación lineal (85,8%) confirma además una correlación ACEPTABLE debido a que su valor se
encuentra entre el rango 0,80 < r < 0,90; r= 85,8% entre las variables Personas con Empleo y AÑO.

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

Coeficiente de Correlación r 0,858838161

Coeficiente de Determinación R2 0,737602986

Análisis: Se puede asegurar que la ecuación de la recta es confiable porque el coeficiente de

determinación (R²) está cercano a 1 con un valor de 74% y tiene una correlación ACEPTABLE
debido a que su valor se encuentra entre el rango 0,80 < r < 0,90; r= 85,8% entre las variables
Personas con Empleo y AÑO

Relacionar la información obtenida con el problema.

Teniendo en cuenta las variables analizadas PERSONAS CON EMPLEO Y AÑO, se encontró una
relación directa que pueda explicar el comportamiento de las variables y como se observa en las
gráficas de dispersión y línea de tendencia anualmente a aumentado las personas que cuentan con
empleo según la base de datos Suministrada.
ESTUDIANTE 2 YEISON ARIEL FRANCO

frecuencia de crecimiento en la
poblacion 2014 poblacion
0.082858751
42,131,988
0.08294504
42,175,864
0.083031326
42,219,739
0.083117615
42,263,615
0.083203901
42,307,490
0.08329019
42,351,366
0.083376477
42,395,241
0.083462765
42,439,117
0.083549052
42,482,992
0.083635341
42,526,868
0.083721627
42,570,743
0.083807916
42,614,619
 DIAGRAMA DE DISPERSION
Frecuencia de crecimiento en la 0.084
y = 2E-09x - 2E-09
0.0838
R² = 1
0.0836
poblacion

0.0834

0.0832

0.083

0.0828
42,100,000 42,200,000 42,300,000 42,400,000 42,500,000 42,600,000 42,700,000
poblacion por mes

Con los resultados obtenidos se puede asegurar que la ecuación de la recta es una muy buena
estimación de la relación entre las variables frecuencia de crecimiento de población y el número de
habitantes por mes en 2004. El R 2 afirma además que el modelo explica el 100 % de la información
y el valor de r coeficiente de correlación lineal confirma además una correlación Excelente entre las
variables: crecimiento y habitantes por mes de crecimiento por mes.

Encuentre el modelo matemático que permite predecir el efecto de una : 2Evariable sobre la otra.

Es confiable?

Y=2E-9

X=-2E-09

R=En la ecuación se puede observar que la confiabilidad que nos muestra el factor R es de 100 %

por lo tanto es de total afianzamiento en las estadísticas, siendo asi como se observa el nivel de

crecimiento en un amplio margen cada mes.

Relacionar la información obtenida con el problema.

Se observa como la gráfica del diagrama de dispersión puede vislumbrar como va en aumento la

poblacion en cada mes del año 2014 mostrando así la ecuación de igual manera que en una totalidad

del de uno en el rango R se manifiesta la linealidad en el crecimiento poblacional.

ESTUDIANTE 3
CONCLUSIONES
 REFERENCIAS

 Economia Colombiana tomado de:

https://www.colombia.com/colombia-info/informacion-general/economia/

 Análisis de la economía colombiana tomado de :

https://www.elespectador.com/economia/la-economia-colombiana-se-desacelera-y-

se-asoma-la-estanflacion-articulo-706750
ANEXO LABORATORIO

2.1. 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
Datos Y(Pureza)
carburos) X*Y X2 Y2
1 0,99 90,01 89,1099 0,9801 8101,8001
2 1,02 89,05 90,831 1,0404 7929,9025
3 1,15 91,43 105,1445 1,3225 8359,4449
4 1,29 93,74 120,9246 1,6641 8787,1876
5 1,46 96,73 141,2258 2,1316 9356,6929
6 1,36 94,45 128,452 1,8496 8920,8025
7 0,87 87,59 76,2033 0,7569 7672,0081
8 1,23 91,77 112,8771 1,5129 8421,7329
9 1,55 99,42 154,101 2,4025 9884,3364
10 1,4 93,65 131,11 1,96 8770,3225
11 1,19 93,54 111,3126 1,4161 8749,7316
12 1,15 92,52 106,398 1,3225 8559,9504
13 0,98 90,56 88,7488 0,9604 8201,1136
14 1,01 89,54 90,4354 1,0201 8017,4116
15 1,11 89,85 99,7335 1,2321 8073,0225
16 1,2 90,39 108,468 1,44 8170,3521
17 1,26 93,25 117,495 1,5876 8695,5625
18 1,32 93,41 123,3012 1,7424 8725,4281
19 1,43 94,98 135,8214 2,0449 9021,2004
20 0,95 87,33 82,9635 0,9025 7626,5289
23,92 1843,21 2214,6566 29,2892 170044,532

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

 Proceso Quimico
102
100
98 y = 14.947x + 74.283
96 R² = 0.8774
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8

Análisis : La asociación entre las variables es directa y positiva

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

sobre la otra. Es confiable?

Ecuación de Regresión o Modelo Matemático Y = a +b X Y = 14,9 + 74,283*X

Analisis: Con los resultados obtenidos se puede asegurar que la ecuación de la

recta es una muy buena estimación de la relación entre las variables % de
Hidrocarburos y pureza. El R² afirma además que el modelo explica el 87 % de la
información es confiable y el valor de r coeficiente de correlación lineal (93,67%)
confirma además una correlación Excelente entre las variables: de Hidrocarburos y
pureza

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

variables

Coeficiente de Correlación r 0,936715381

Coeficiente de Determinación R2 0,877435705

Análisis: Se puede asegurar que la ecuación de la recta es confiable porque el coeficiente de

determinación (R²) está cercano a 1 con un valor de 87,7% y tiene una correlación r EXCELENTE
debido a que su valor se encuentra entre el rango 0,90 < r < 0,1, r=0,9367.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 91,3?

Y = 14,9X + 74,283
Y - 74,283 = 14,9X
(91,3-74,283)/14,9 = X
X= 1,1420 (% de Hidro carburos)

Respuesta: el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 91,3 es de

1,1420 %

2.2 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.

Consumo de vapor
Mes Temperatura (oF)
(Lb)
X*Y X2 Y2
Ene. 21 185,79 3901,59 441 34517,9241
Feb. 24 214,47 5147,28 576 45997,3809
Mar. 32 288,03 9216,96 1024 82961,2809
Abr. 47 424,84 19967,48 2209 180489,026
May. 50 455 22750 2500 207025
Jun. 59 539 31801 3481 290521
Jul. 68 621,55 42265,4 4624 386324,403
Ago. 74 675,06 49954,44 5476 455706,004
Sep. 62 562,03 34845,86 3844 315877,721
Oct. 50 452,93 22646,5 2500 205145,585
Nov. 41 369,95 15167,95 1681 136863,003
Dic. 30 273,98 8219,4 900 75065,0404
558 5062,63 265883,86 29256 2416493,37

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

 Consumo de vapor (Lb)
800
y = 9.2087x - 6.3184
600
R² = 0.9999
400

200

0
0 10 20 30 40 50 60 70 80

Análisis : La asociación entre las variables es directa y positiva.

Ecuacion de Regresion o Modelo Matematico Y = a +b X y = 9,2087x - 6,3184

Analisis: Con los resultados obtenidos se puede asegurar que la ecuación de la recta es una
muy buena estimación de la relación entre las variables TEMPERATURA Y VAPOR. El R²
afirma además que el modelo explica el 99 % de la información es confiable y el valor de r
coeficiente de correlación lineal (99,9%) confirma además una correlación Excelente entre
las variables: TEMPERATURA Y VAPOR

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

Coeficiente de Correlacion r 0,999931932

Coeficiente de Determinacion R2 0,99986387

Análisis: Se puede asegurar que la ecuación de la recta es confiable porque el coeficiente de

determinación (R²) es muy cercano a 1 con un valor de 99,9% y tiene una correlación r
EXCELENTE debido a que su valor se encuentra entre el rango 0,90 < r < 1, r=0,9999.

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

y = 9,2087x - 6,3184
y = 9,2087(70) - 6,3185
y =644,609 - 6,3186
y = 638,29 Lb

Solución: el de consumo de vapor cuando la temperatura es de 70 oF es de 638,29 Lb

2.3 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.

y (umbral de
x (porcentaje de
reflejo de flexión
sobrepeso)
nociceptiva) X*Y X2 Y2
89 2 178 7921 4
90 3 270 8100 9
75 4 300 5625 16
30 4,5 135 900 20,25
51 5,5 280,5 2601 30,25
75 7 525 5625 49
62 9 558 3844 81
45 13 585 2025 169
90 15 1350 8100 225
20 14 280 400 196
627 77 4461,5 45141 799,5
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.

y (umbral de reflejo de flexión nociceptiva)

20

15

10
y = -0.0629x + 11.642
5 R² = 0.1115

0
0 10 20 30 40 50 60 70 80 90 100

Análisis : La asociación entre las variables no es directa y es negativa

b. Ajuste un modelo matemático que permita predecir el efecto de una variable

sobre la otra. Es confiable?

Ecuacion de Regresion o Modelo Matemático y = -0,0629x + 11,642

Y = a +b X

Análisis: Con los resultados obtenidos se puede asegurar que la ecuación de la recta
no es una muy buena estimación de la relación entre las variables porcentaje de
sobrepeso y umbral de reflejo de flexión nociceptiva, El R² afirma además que el
modelo explica el 11 % de la información y por lo tanto no es confiable y el valor de
r coeficiente de correlación lineal (-0,333907%) confirma además una correlación
inversa negativa entre las variables: porcentaje de sobrepeso y umbral de reflejo de
flexión nociceptiva

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

dos variables.

Coeficiente de Correlación r -0,333907988

Coeficiente de Determinación R2 0,111494545

Análisis: Se puede asegurar que la ecuación de la recta NO es confiable porque el

coeficiente de determinación (R²) esta muy alejado a 1 con un valor de11,14% y tiene
una correlación r Inversa Negativa debido a que su valor se encuentra entre el rango
0 < r , r=-3,333

d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de

sobrepeso, de 40?

y = -0,0629x + 11,642
y = -0,0629(40) + 11,642
y = 9,126

Solución: el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de

sobrepeso, de 40 es de 9,126