Variable cuantitativa Discreta y Continua

Descripción de la actividad

1. Para la variable discreta elegida, se deberán calcular las medidas

univariantes de tendencia central: Media, Mediana, Moda. Todos
los cuartiles. Así mismo deberán calcular las medidas univariantes
de dispersión: Rango, Varianza, Desviación típica y Coeficiente de
variación.

Discreta: Edad

 Medidas univariantes de tendencia central:

El número de datos de la edad en orden ascendente queda como

aparece a
continuación{7,7,7,7,7,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,8,9,9,9,9
,9,9,9,9,9,10,10,10,10,10,10,10,10,10,11,11,11,11,11,11,11,11,1
1,11}

Para determinar la media sumamos todos los datos y los dividimos entre
el número de datos queda así,

Media = 452/50

Media = 9 quiere decir que el promedio de edad de loes

estudiantes de bajo rendiemiento es de 9 años

Para calcular la mediana, ordena los números que te han dado según
su valor y encuentra el que queda en el medio.

Mediana = (9+9)/2

Mediana = 9 quiere decir que en el grupo los estudiantes de la

base de datos tienen una edad de 9 años

Para determinar la moda simplemente verificamos cual de los datos es

el que más se repite para el caso el 8 se repite 17 veces

Moda = 8 quiere decir que son más los alumnos que TIENEN UNA
EDAD DE 8 AÑOS
  Cuartiles

Q1=25%
Q2=50%
Q3=75%

Q1=1*50/4=12.5
Q1=8
Q2=2*50/4=25
Q2=9
Q3=3*500/4=37.5
Q3=10

 Medidas de Dispersión:

Rango, simplemente tomamos los extremos de los datos y los

restamos: 11-7 = 4

 Varianza
2
Σ(𝑥 − 𝑥̅ )2 . 𝑓
𝑣 =
𝑛
153
𝑣2 =
50

𝒗𝟐 = 𝟑. 𝟎𝟔

 Desviación Típica
Σ(𝑥 − 𝑥̅ )2 . 𝑓
𝑣= √
𝑛
𝒗 = 𝟏. 𝟕𝟒𝟗𝟐

 Coeficiente de variación
𝑣
𝐶𝑣 =
𝑥̅
3.06
𝐶𝑣 =
9

𝑪𝒗 = 𝟎. 𝟑𝟒
 2. Para la variable continúa elegida, se deberán calcular las medidas
univariantes de tendencia central: Media, Mediana, Moda. Todos
los cuartiles Así mismo deberán calcular las medidas univariantes
de dispersión: Rango, Varianza, Desviación típica y Coeficiente de
variación

Continua: Estatura

 Medidas de tendencia central

El número de datos de la edad en orden ascendente queda como

aparece a
continuación{1.20,1.20,1.20,1.20,1.21,1.22,1.22,1.23,1.24,1.24,1.
25,1.25,1.25,1.26,1.26,1.26,1.26,1.26,1.26,1.27,1.27,1.27,1.30,1
.31,1.32,1.32,1.32,1.32,1.33,1.34,
1.35,1.35,1.35,1.35,1.37,1.37,1.38,1.38,1.39,1.39,1.40,1.40,1.41
,1.42,1.42,1.43,1.45,1.45,1.45,1.45, 1.50}

Para determinar la media sumamos todos los datos y los dividimos entre
el número de datos queda así,

Media = 40.54/50

Media = 0.8108 quiere decir que el promedio de estatura de los

estudiantes de bajo rendimiento es de 0.8108

Para calcular la mediana, ordena los números que te han dado según
su valor y encuentra el que queda en el medio.

Mediana = 1.32

Para determinar la moda simplemente verificamos cual de los datos es

el que más se repite para el caso el 1.26 se repite 11 veces.

Moda = 1.26 quiere decir que son más los alumnos que TIENEN
UNA ESTATURA de 1.26m

 Cuartiles

Q1=25%
Q2=50%
Q3=75%
Q1=1*50/4=12.5
Q1=1.25
Q2=2*50/4=25
Q2=1.32
Q3=3*500/4=37.5
Q3=1.39

 Medidas de Dispersión

Rango, simplemente tomamos los extremos de los datos y los

restamos:150-120 = 0.30

 Varianza
2
Σ(𝑥 − 𝑥̅ )2 . 𝑓
𝑣 =
𝑛
50.07
𝑣2 =
50

𝒗𝟐 = 𝟏. 𝟎𝟎𝟏𝟒

 Desviación Típica
Σ(𝑥 − 𝑥̅ )2 . 𝑓
𝑣=√
𝑛
𝒗 = 𝟏. 𝟎𝟎𝟎𝟔

 Coeficiente de variación
𝑣
𝐶𝑣 =
𝑥̅
𝟎. 𝟔𝟕𝟒𝟔
𝐶𝑣 =
1.32

𝑪𝒗 = 𝟎. 𝟕𝟓𝟖𝟔
 3. Regresión y correlación entre variables cuantitativas:
Identificar dos variables cuantitativas de la situación estudiada
que puedan estar relacionadas:

Edad y Estatura

a. Realizar el diagrama de dispersión de dichas variables y

determinar el tipo de asociación entre las variables.

EDAD-ESTATURA
1.45
1.41
1.4
1.36
ESTATURA

1.35 y = 0.05x + 0.86

R² = 1 1.31
1.3
1.26
1.25
1.21
1.2
0 2 4 6 8 10 12
EDAD

La estatura depende de la edad y se relacionan linealmente.

b. Encontrar el modelo matemático que permite predecir el efecto de

una variable sobre la otra. ¿Es confiable?

De la herramienta Excel, el modelo matemático que permite predecir el

efecto de una variable sobre la otra viene dado por la ecuación de la
recta y = 0,05x + 0,86

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

De Excel el valor que arroja la gráfica es de 𝑅² = 1, lo que es un

excelente indicador de relación entre las variables
 d. Relacionar la información obtenida con el problema.

La correlación entre valores de variables puede ser un indicativo de su

interdependencia pero no podemos olvidar que si bien estos valores
pueden ser próximos en algunos casos las variables en verdad no tienen
nada que ver una con la otra si bien el comportamiento lineal es una de
las formas de correlación que más se presentan entre variables también
existen de tipo logarítmico, exponencial y polinómico con lo cual
podríamos comparar los valores de correlación de ellos para poder elegir
la forma más adecuada de presentación de la ecuación que los
caracteriza que fue lo que se hizo en este con la ayuda de la
herramienta Excel. Las variables Edad-Estatura, si bien hacen parte del
cuadro inicial, no tienen una fuerte relación con el problema, son
simples causa efecto del desarrollo corporal a medida que pasa el
tiempo, no fueron elegidas otras variables ya que a cada una se le
realizó un estudio previo y los valores de correlación.