Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por:
Gloria Inés Ochagá Bravo
Código: 1´116.860.515
Presentado a:
Tutora Jessica Almeida Braga
Programa Agronomía
Villavicencio-Meta
2019
INTRODUCCION
A continuación encontraras la respuestas de un cuestionario que va de la letra a la n, estas
preguntas con sus repuestas son de mucha ayuda para comprender y entender la importancia de
la estadística descriptiva, eso se logró con la ayuda de información que se pudo recopilar por
medio de internet.
Actividades a desarrollar
Los estudiantes deben definir los roles dentro de cada grupo. Deben hacer los aportes al Entorno
del Aprendizaje Colaborativo.
Cuestionario:
2. ¿Por qué se requiere la regresión lineal múltiple? ¿En qué casos se presenta?
Rta: La regresión lineal múltiple trata de ajustar modelos lineales o linealizables entre una
variable dependiente y más de una variables independientes. En este tipo de modelos es
importante testar la heterocedasticidad, la multicolinealidad y la especificación. En este curso
trataremos de introducirnos en el mundo de la modelización, con creación de dummies,
configurando un individuo de referencia, factores de ponderación, variables de interacción,
interrelación, etc. Es particularmente importante entender lo que se está haciendo en cada
momento porque estos principios sirven para prácticamente todos los modelos que se emprendan
a continuación y después, con modelos más complejos y menos intuitivos, serán más difíciles de
comprender. (Granados, 2016).
Utilizamos regresión múltiple cuando estudiamos la posible relación entre varias variables
independientes (predictoras o explicativas) y otra variable dependiente (criterio, explicada,
respuesta).
Por ejemplo, podemos estar interesados en estudiar la inteligencia humana (IQ como variable
respuesta), y es posible que consideremos que puede estar relacionado con otras variables como
el tamaño del cerebro (explicativa). Es posible que el tamaño de la persona y su sexo también
deban ser tenidos en cuenta. Podríamos añadirlas al estudio como variables independientes. Un
modelo de regresión podría ofrecer una respuesta como:
IQ=80+0.02 Volumen cerebro +0.15 Tamaño-0.8 Sexo (Barón López & Téllez Montiel , s.f.)
3. Que tipos de correlación existe, cite un ejemplo para cada uno de los casos.
Rta: Hay tres tipos de correlación: positiva, negativa y nula (sin correlación).
Correlación positiva: ocurre cuando una variable aumenta y la otra también. Por ejemplo, la
altura de una persona y el tamaño de su pie; mientras aumenta la altura, el pie también.
Sin correlación: no hay una relación aparente entre las variables. Los puntos en tus videojuegos
y tu talla de zapato no parece tener ninguna correlación; mientras una aumenta, la otra no tiene
ningún efecto. (SHMOOP UNIVERSITY. ALL RIGHTS RESERVED., 2019).
Por ejemplo: a medida que se eleva el nivel de vida de una población, tiende a aumentar el
consumo de artículos que no son de primera necesidad. CorrelaciónNegativa. Ocurre cuando al
crecer alguna de las variables, la otra decrece o viceversa. ... En el ejemplo anterior (las ventas)
tenemos una correlación positiva.
Ejemplo Correlación negativa
Por ejemplo: a medida que se eleva el nivel de vida de una población, tiende a aumentar el
consumo de artículos que no son de primera necesidad. Correlación Negativa. Ocurre cuando al
crecer alguna de las variables, la otra decrece o viceversa. ... En el ejemplo anterior (las ventas)
tenemos una correlación positiva.
4. ¿Qué es coeficiente de correlación y cuál es su interpretación?
Rta: La correlación, también conocida como coeficiente de correlación lineal (de Pearson), es
una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos
variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos variables, es
decir, si se representan en un diagrama de dispersión los valores que toman dos variables, el
coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto de puntos
representados se aproxima a una recta.
De una forma menos coloquial, la podemos definir como el número que mide el grado de
intensidad y el sentido de la relación entre dos variables.
Siendo:
Cómo podemos ver en el gráfico, la relación es positiva. A más partidos jugados, como es lógico,
más goles anota en la temporada. El ajuste, según el cálculo del R cuadrado, es de 0.835. Lo cual
quiere decir que es un modelo cuyas estimaciones se ajustan bastante bien a la variable real.
Aunque técnicamente no sería correcto, podríamos decir algo así como que el modelo explica en
un 83.5% a la variable real. (López, 2019).
1. En un ensayo sobre trigo se quiere cuantificar la relación que hay entre la disponibilidad
de Nitrógeno en el suelo con la cantidad de Nitrógeno en la planta. Se obtuvieron datos para
doce parcelas en las que se registró el contenido de nutrientes en el suelo (x) y los valores
promedio de nitrógeno por planta(y)
N en el suelo N en la planta
x Y
0,42 0,13
0,45 0,15
0,50 0,16
0,55 0,17
0,68 0,18
0,69 0,18
0,70 0,19
0,73 0,20
0,80 0,20
0,90 0,21
0,92 0,22
0,94 0,23
a. ¿Cuál es la variable dependiente (y) respuesta y cuál es (son) la (s) variable (s)
independiente (s)(x) o predictora (s) en este caso?
b. Realice el diagrama de dispersión asignando la variable respuesta e independiente según
corresponda. ¿Qué sugiere la gráfica con respecto al modelo?
c. Identifique el modelo
d. Estime los parámetros del modelo e interprételos
e. Redacte las hipótesis que interesa contrastar en el análisis de varianza
f. Especifique matemáticamente el modelo y especifique cada término
g. Verifique los supuestos para realizar en ANAVA y determine las hipótesis
h. ¿Es significativo el modelo?
i. Realice la regresión con fórmulas en archivo Excel y con la herramienta “regresión de
análisis de datos”
j. Son significativos los coeficientes de regresión
k. Como se cuantifica si el modelo explica una parte significativa de la variación de la
variable respuesta
l. Redactar como si fuese para la sección de material y método y resultados de un artículo
científico
Los datos:
Muestra X1 X2 Y
1 0.4 53 64
2 0.4 23 60
3 3.1 19 71
4 0.6 34 61
5 4.7 24 54
6 1.7 65 77
7 9.4 44 81
8 10.1 31 93
9 11.6 29 93
10 12.6 58 51
11 10.9 37 76
12 23.1 46 96
13 23.1 50 77
14 21.6 44 93
15 23.1 56 95
16 1.9 36 54
17 26.8 58 168
18 29.9 51 99
Fuente: Datos adaptados Martínez 1997
No. PB CA No. PB CA
Finca Finca
1 2.74 1.87 13 2.95 2.04
2 3.19 2.26 14 3.08 2.16
3 2.96 2.07 15 3.14 2.16
4 2.91 2.09 16 3.22 2.22
5 3.23 2.28 17 3.14 2.22
6 3.04 2.04 18 3.15 2.24
7 3.08 2.18 19 3.2 2.22
8 3.23 2.3 20 2.95 2.07
9 3.11 2.17 21 3.19 2.25
10 3.11 2.15 22 3.12 2.23
11 3.1 2.16 23 2.99 2.16
12 3.25 2.33
CONCLUSIONES
Bouza, H., Carlos, N., Sistachs, V. (2009). Estadística. Teoría básica y ejercicios. La Habana,
CU: Editorial Félix Varela. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10479343&p00=
estadistica
Naiman, A., Rosenfeld, R., & Zirkel, G. (1987). Introducción a la estadística. México, D.F.,
MX: McGraw-Hill Interamericana. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10491334&p00=
estadistica
Peña, D. (2014). Fundamentos de estadística. Madrid, ES: Larousse - Alianza
Editorial. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=11028686&p00=
estadistica
Portal Educativo conectando neuronas. Media, moda, mediana, rango. Octavo básico-
Actividad N° 790. Recuperado de https://www.portaleducativo.net/octavo-basico/790/Media-
moda-mediana-rango
Séneca. Aula virtual de formación del profesorado. Cursos en abierto. Metodología del
trabajo investigado en el centro educativo, unidad 2. Recuperado de
https://educacionadistancia.juntadeandalucia.es/profesorado/autoformacion/mod/book/view.p
hp?id=3846&chapterid=3122
Soporte de minitab°18. ¿Qué son los errores de tipo I y tipo II?. Recuperado de
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/type-i-and-type-ii-error/
García J. Hola mundo. Comunicación, calidad y alguna que otra cosa más. Tesis doctoral y
otros documentos. La curva de distribución normal o ´´campana de Gauss´´. Recuperado de
https://jesusgarciaj.com/2010/01/22/la-curva-de-distribucion-normal/
Soporte de minitab°18. El teorema del límite central: las medidas de muestras grandes y
aleatorias son aproximadamente normales. Recuperado de https://support.minitab.com/es-
mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/data-
concepts/about-the-central-limit-theorem/