Trabajo Colaborativo - 2 - Estadistica Descriptiva - Grupo - 204040 - 13

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
ESCUELA DE CIENCIAS SOCIALES ARTES Y HUMANIDADES.

ESTADISTICA DESCRIPTIVA
MEDIDAS DE DISPERSIÓN Y ESTADISTICAS BIVARIANTES

Intermedia (Momento 2)
Presentado por:
Ramón Alejandro Sosa Echeverría Código: 1093753431
Ángel Adrián Suarez Hernández Código: 1090464953
Adriana Patricia Palta Código: 34316623
Jairo Alonso Guevara Código: 1061746829
Grupo: 204040_13
Tutor:
* Francisco Cabrera Díaz
Escuela de Ciencias Sociales, Artes y Humanidades – ECSAH

Programa de Psicología
Cúcuta Junio de 2016
1
Tabla de contenido
INTRODUCCIÓN............................................................................................................................................. 3
JUSTIFICACIÓN .............................................................................................................................................. 5
OBJETIVOS ..................................................................................................................................................... 6
GENERAL ................................................................................................................................................... 6
ESPECIFICOS: ............................................................................................................................................. 6
1. CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE TENDENCIA CENTRAL Y DE
DISPERSIÓN PARA LA VARIABLE DISCRETA ................................................................................................... 8
2. CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE TENDENCIA CENTRAL Y DE
DISPERSIÓN PARA LA VARIABLE CONTINUA ............................................................................................... 10
3. A PARTIR DE LA BASE DE DATOS: DETERMINAR LA RELACIÓN ENTRE DOS VARIABLES
CUANTITATIVAS DEL PROBLEMA DE ESTUDIO: .......................................................................................... 12
ANEXOS ....................................................................................................................................................... 16
ANEXO 1. ................................................................................................................................................. 16
ANEXO 2. ................................................................................................................................................. 23
ANEXO 3. ................................................................................................................................................. 37
ANEXO 4. ................................................................................................................................................. 45
CONCLUSIONES ........................................................................................................................................... 52
REFERENTES BIBLIOGRAFICOS .................................................................................................................... 54
2
INTRODUCCIÓN
Mediante el presente trabajo Colaborativo de la materia Estadística Descriptiva, el grupo
busca dar a entender y desarrollar de manera satisfactoria los ejes temáticos planteados en la
materia, de tal manera que se pueda tener un conocimiento más amplio de los temas
planteados para la asignatura, temas como análisis de datos, estudio y desarrollo de medidas
estadísticas, conceptos como población variable, muestra, diagramas, que serán debidamente
analizados y explicados de acuerdo a las guías y documentos anexos en la bibliografía que
nos ofrece la materia en el área de interés.
Como primera medida el grupo elaborara para casos hipotéticos de aplicación estadística,
soluciones probables mediante el uso de diagramas de frecuencia o medidas y el trabajo
colaborativo, teniendo en cuenta los roles escogidos y cumpliendo con la dinámica de la guía
y trabajo para cumplir con los objetivos planteados durante el desarrollo de la materia. Por
otro lado buscaremos reconocer y distinguir lo relevante de cada caso e identificaremos los
factores clave de cada problema, para así poder generar soluciones y respuestas que sean
acordes, coherentes pero sobre todo concretas.
En segundo lugar mediante la asociación de los conocimientos adquiridos durante el
estudio de la materia y el desarrollo del trabajo lograremos aprender a identificar caracteres
importantes para el estudio estadístico como lo son la población, el tamaño de la muestra, la
ubicación espacio temporal del estudio, la unidad estadística, las variables que se manejen,
ya sean cualitativas, o cuantitativas (Discretas y/o Continuas) las cuales intervienen siempre
3
de forma directa o indirecta en el problema.
En tercera medida aprenderemos que es la Operacionalización, y como nos sirve en
cuanto a presentar la información del estudio como la caracterización de las variables, es
decir, organizar por medio de tablas de frecuencias, aprender además a calcular moda y
presentar información mediante diferentes tipos de diagramas estadísticos. Y por último
pero no menos importante el grupo revisara y analizara estadísticamente, bases de datos, en
donde se hará, el reconocimiento de variables que se presenten dentro de cada problema de
estudio.
4
JUSTIFICACIÓN
El presente trabajo se desarrolla cumpliendo a los requerimientos de aprendizaje del curso de
Estadística Descriptiva, Unidad 2, ejecutando la guía de actividades y buscando cumplir a
cabalidad con la rúbrica evaluativa la cual es la que nos califica y nos evalúa los logros en todo
el desarrollo del curso, cabe destacar que más que los requerimientos exigidos por el curso es
necesario rescatar lo necesario y lo elemental que podamos necesitar para nuestro futuro.
El grupo colaborativo pretende entender y desarrollar los ejes temáticos planteados en la
materia Estadística descriptiva, de tal manera que se pueda obtener un conocimiento con mayor
profundidad en el área y los temas planteados para esta asignatura, temas comprender lo
importante que es la Estadística en las ramas de las ciencias que están a favor de la sociedad y
demás saberes del conocimiento que la complementan, en esta momento colaborativo
encontraremos análisis de datos, estudio y desarrollo de medidas estadísticas, conceptos de
población, variable, muestra, diagramas, los cuales estarán debidamente analizados y que serán
explicados de acuerdo a las referencias bibliográficas encomendadas, las guías para el desarrollo
de la actividad y todos los documentos anexos usados para desenvolver y desentrañar la finalidad
de este trabajo, en la materia o área de interés.
5
OBJETIVOS
GENERAL
- Comprender los ejes temáticos planteados en la materia Estadística Descriptiva, para
lograr un entendimiento más amplio de los temas planteados para la asignatura tales como el
análisis de datos, estudio y desarrollo de medidas estadísticas, comprender conceptos básicos
como población variable, muestra, diagramas y demás conceptos de nuestro interés,
debidamente analizados y explicados en las guías y documentos anexos en la bibliografía
que nos ofrece la materia Estadística Descriptiva.
ESPECIFICOS:
- Aprender a elaborar, en casos de aplicación estadística, soluciones como diagramas de
frecuencia o medidas y aprenderlo mediante el trabajo colaborativo, acogiendo roles y
cumpliendo con los objetivos planteados para el desarrollo de esta materia.
- Reconocer y diferenciar lo relevante en los casos que se planteen, identificando factores
clave del problema y generando respuestas adecuadas, coherentes y concretas respecto a las
preguntas que surtan del mismo.
- Asociar conocimientos adquiridos y lograr identificar la población, el tamaño de la
muestra, la ubicación espacio temporal del estudio, la unidad estadística, las variables, ya
sean cualitativas, o cuantitativas (Discretas y/o Continuas) las cuales intervienen siempre de
forma directa o indirecta en el problema.
6
- Desarrollar la Operacionalización de las variables, Organizando y presentando la
información del estudio como la caracterización de las variables cualitativas, es decir,
organizar por medio de tablas de frecuencias, además aprender a calcular la moda y presentar
la información a través de los distintos tipos de diagramas estadísticos existentes.
- Revisar y analizar estadísticamente, Bases de Datos, reconociendo a su vez las variables
que se presenten dentro de los problemas de estudio planteados.
7
ESQUEMA DE TRABAJO
1. CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE TENDENCIA

CENTRAL Y DE DISPERSIÓN PARA LA VARIABLE DISCRETA
Con la variable Discreta elegida calcular:
Variable Discreta: Edades
Edades Frecuencia Ni xi.ni Xi 2.ni

(xi) (ni)
7 7 7 49 343
8 26 33 208 1664
9 27 60 243 2187
10 23 83 230 2300
11 17 100 187 2057
total 100 917 8551
Media 9,17
Error típico 0,11981046
Mediana 9
Moda 9
Desviación estándar 1,19810456
Varianza de la muestra 1,43545455
-
Curtosis 0,98089891
Coeficiente de
asimetría 0,02416794
Rango 4
Mínimo 7
Máximo 11
Suma 917
Cuenta 100
Rango o recorrido:
Re= 11 - 7= 4
8
Varianza:
S2= 8551/100 – {917/100}2
S2=85,51 – 84,0889 = 1,4211
Desviación típica:
S=√S2
S= √1,4211
S= 1,192098989178332
Coeficiente de variación:
V= 1,19 V= 1,19 * 100

9,17 9,17
V= 0,1297709923664122 V= 12,97709924
V≈13%
Interpretación:
Entre los niños de la muestra, de las instituciones educativas de primaria de la ciudad de
Jamundí, hay una desviación con respecto a la media (9.17) de 1.19 cuya varianza es de 1.42 y el
coeficiente de variación es de 13% siendo predominante 9 años de edad, este presenta la menor
variación (menor distancia con respecto a la media)
La curtosis positiva nos dice que la distribución de frecuencias es relativamente plana
(pluticúrtica) y ascendente. Se presenta un error típico en la dispersión de 12%, este confirma
9
una dispersión muy aleatoria, además se encontró un coeficiente de simetría de 2%, lo cual lo
sustenta más. Se espera que la función de distribución normal no muestre puntiagudez sea más
bien plana
2. CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE TENDENCIA

CENTRAL Y DE DISPERSIÓN PARA LA VARIABLE CONTINUA
Con la variable Continua elegida calcular: rango, varianza, desviación típica y coeficiente de
variación. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.
Variable continua: Desempeño comportamiento
Desempeño
Frecuencia
comportamiento Ni xi.ni Xi 2.ni
(xi) (ni)
3,0 1 1 3,0 9,0
3,4 2 3 6,8 23,12
3,5 6 9 21,0 73,5
3,6 3 12 10,8 38,88
3,7 7 19 25,9 95,83
3,8 12 31 45,6 173,28
3,9 2 33 7,8 30,42
4,0 5 38 20,0 80,0
4,5 11 49 49,5 222,75
5,0 51 100 255 1275
total 100 445,4 2021,78
Media 4,454
Error típico 0,06192893
Mediana 5
Moda 5
Desviación
estándar 0,61928926
Varianza de la
muestra 0,38351919
10
Curtosis -1,42260454
Coeficiente de
asimetría -0,4928417
Rango 2
Mínimo 3
Máximo 5
Suma 445,4
Cuenta 100
Rango o recorrido:
Re= 5,0 – 3,0= 2,0
Varianza:
S2= 2021,78/100 – {445,4/100}2
S2=20,2178 – 19,838226 = 0,379574
Desviación típica:
S=√S2
S= √0,379574
S= 0,616095771
Coeficiente de variación:
V= 0,61 V= 0,61 * 100

4,454 4,454
V= 0,136955545 V= 13,69555456
V≈13,7%
11
Interpretación:
La nota de desempeño 5.0 es más frecuente, demostrando que los niños de primaria tienen un
excelente comportamiento con un 51%, esto demuestra que el desempeño alto y sobresaliente es
el que posee menor variabilidad correspondiente a 0.37.
Las estadísticas de la variable continua: desempeño comportamiento tiene una varianza con
respecto a la media (4.45) de 0,379574 correspondiente a una desviación típica de 61% y un
coeficiente de variación de 13.7%, esto nos dice que la variación con respecto a la media es
insignificante
La curtosis negativa nos indica que la agudeza de la distribución de frecuencias es
relativamente plana siendo platicurtica o plana y decreciente, entonces se espera que la función
de distribución normal muestre un acercamiento de los datos a la media con poca puntiagudez y
mejor casi plano.
3. A PARTIR DE LA BASE DE DATOS: DETERMINAR LA RELACIÓN ENTRE DOS

VARIABLES CUANTITATIVAS DEL PROBLEMA DE ESTUDIO:
Identificar dos variables cuantitativas del problema que puedan estar relacionadas.
Las variables que se van a emplear para realizar el ejercicio son:
 Edad
 Estatura
Realizar el diagrama de dispersión de dichas variables, determinar el tipo de asociación.
12
Edad Estatura
7 1,22
8 1,25
9 1,28
10 1,37
11 1,43
1.45 Diagrama de Dispersión

1.4 y = 0,055x + 0,813
1.35 R² = 0,9489
Esta
1.3
1.25
1.2
1.15
0 2 4 6 8 10 12
Edad
La edad de los niños es directamente proporcional a su estatura, esto quiere decir que entre más
años tiene el niño mayor es su estatura.
La asociación de las variables es fuerte porque una variable depende de la otra.
Calcular la recta de regresión o encuentre el modelo matemático que permite predecir el
efecto de una variable sobre la otra y calcule el coeficiente de correlación para probar
estadísticamente su relación.
13
𝒙 𝒚 𝒙𝟐 𝒙∗𝒚
7 1,22 49 8,54
8 1,25 64 9,92
9 1,28 81 11,52
10 1,37 100 13,7
11 1,43 121 15,73
45 6,54 415 59,41
 Calculo del modelo matemático
𝒚=𝒂𝒙+𝒃
𝒏 Ʃ𝒙𝒚 − Ʃ𝒙 Ʃ𝒚
𝒂=
𝒏 Ʃ𝒙𝟐 − ( Ʃ𝒙)𝟐
5 (59,41) − (45)(6,54) 297,05 − 294,3 2,75

𝑎= = = = 0,055
5(415) − (45)2 2075 − 2025 50
Ʃ𝑦 − 𝑎 Ʃ𝑥
𝑏=
𝑛
6,54 + 0,055 (45) 6,54 − 2,475 4,065
𝑏= = = = 0,813
5 5 5
𝒚 = 𝟎, 𝟎𝟓𝟓 𝒙 + 𝟎, 𝟖𝟏𝟑
El modelo que describe el sistema es la función lineal y la fórmula matemática es la siguiente:

𝑦 = 0,055𝑥 + 0,813
𝑅 2 = 0,9529
El modelo es confiable porque el coeficiente de determinación R2 es cercano a 1.
14
 Calculo del coeficiente de correlación es:
Ʃ𝑥 45 Ʃ𝑦 6,55
𝑥̅ = = =9 𝑛=5 𝑦̅ = = = 1,31
𝑛 5 𝑛 5
𝒙 𝒚 ̅
𝒙−𝒙 ̅
𝒚−𝒚 ̅) 𝟐
(𝒙 − 𝒙 ̅ )𝟐
(𝒚 − 𝒚 (𝒙 − 𝒙
̅)(𝒙 − 𝒚
̅)
7 1,22 -2 -0,09 4 0,0081 0,18
8 1,25 -1 -0,06 1 0,0036 0,06
9 1,28 0 -0,03 0 0,0009 0
10 1,37 1 0,06 1 0,0036 0,06
11 1,43 2 0,12 4 0,0144 0,24
45 6,54 0 0 10 0,0306 0,54
(Ʃ(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅)

r=
(√Ʃ (𝑥 − 𝑥̅ )2 )(√Ʃ (𝑦 − 𝑦̅)2 )
(0,54)
r=
(√10)(√0,0306)
0,54 0,54
𝑟= = = 0,9762
( 3,1623)(0,175) ( 0,5532)
Por lo tanto, la correlación existente entre estas dos variables es elevada (0,97) y de signo
positivo.
15
ANEXOS
ANEXO 1.
Ramón Alejandro Sosa.
EJERCICIO 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:
16
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.
Diagrama de Dispersión
102
100
y = 14,947x + 74,283
98
R² = 0,8774
96
Purez
94
92
90
88
86
0 0.5 1 1.5 2
% 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%.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. Es confiable?
𝑦 = 14,947 𝑥 + 74,283
El modelo es confiable porque el coeficiente de determinación R2 es cercano a 1.
c. Determine el porcentaje de explicación del modelo y el grado de relación de las
17
dos variables.
El R2 afirma además que el modelo explica el 87,74 % de la información y el valor de r
coeficiente de correlación lineal confirma una relación muy buena, entre la relación que
existe entre la pureza (y) del oxígeno producido y el porcentaje de hidrocarburo (x)
presente en el condensador principal en un proceso de destilación, que es el 93.67%.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a
87,6?
𝑦 = 14,947 𝑥 + 74,283
87,6 = 14,947 (𝑥) + 74,283
87,6 − 74,283 = 14,947 (𝑥)
(87,6 − 74,283)
𝑥= = 0,89
14,947
Rta: el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 87,6 es 0,89 %.
EJERCICIO 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.
18

variables.
Diagrama de dispersión
800
700 y = 9,2087x - 6,3184
600 R² = 0,9999
Consumo de
500
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatu
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
b. Ajuste un modelo matemático que permita predecir el efecto de una variable
𝑦 = 9,2087 𝑥 − 6, 3184
El modelo es muy confiable porque el coeficiente de determinación R2 es aproximadamente 1.
19
dos variables.
El R2 afirma además que el modelo explica el 99,99 % de la información y el valor de r
coeficiente de correlación lineal confirma una relación excelente, cercana al 100% entre la
relación que existe entre el número de libras de vapor (y) consumidas mensualmente en la
relaciona con la temperatura ambiental promedio.
d. ¿Cuál es el de consumo de vapor, cuando la temperatura es de 70 ªF?
𝑦 = 9,2087 𝑥 − 6, 3184
𝑦 = 9,2087 (70) − 6, 3184
𝑌 = 638,29 𝑙𝑏
El de consumo de vapor, cuando la temperatura es de 70 ªF es 638,29 Lb.
EJERCICIO 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
20

variables.
Diagrama de dispersión
16
14
umbral de reflejo de reflexión
12
y = -0,0629x + 11,642
R² = 0,1115
10
8
6
4
2
0
0 20 40 60 80 100
Porcentaje de sobrepeso
La asociación de las variables no existe, esto se puede observar con el coeficiente de
21
b. Ajuste un modelo matemático que permita predecir el efecto de una variable
𝑦 = −0,0629 𝑥 + 11,642
El modelo no es muy confiable porque el coeficiente de determinación R2 está muy lejos de 1.
dos variables.
El R2 afirma además que el modelo explica el 11.15 % de la información y el valor de r
coeficiente de correlación lineal confirma una relación mala no es confiable ya que está lejos del
al 100% entre la relación que existe entre la obesidad y la respuesta individual al dolor.
El valor del coeficiente de correlación R confirma el grado de relación de la variables, que es el
33.39%.
d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje
de sobrepeso, de 40?
𝑦 = −0,0629 (40) + 11,642
𝑦 = −2,516 + 11,642
𝑦 = 9,126
22
El umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de sobrepeso, de 40 es de
9,126
ANEXO 2.
Adriana Patricia Palta.
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 Y
% de Hidrocarburos) (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
23
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33
n=20 # de datos proporcionados
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.

Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil deVersión
Rendimiento Estudiantil
un producto Versión Estudiantil
97,19
94,67
Pureza
92,16
Versión Estudiantil Versión 89,65
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil87,13
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
0,84 Versión
1,00Estudiantil1,17
Versión Estudiantil
1,33 Versión
1,49 Estudiantil
Versión Estudiantil Versión Estudiantil %Versión Estudiantil
de hidrocarburos Versión Estudiantil Versión Estudiantil
Diagrama de dispersión por InfoStat
Para determinar el modelo se utiliza la herramienta de mínimos cuadrados
24
X
Y
(% de Hidro
(Pureza)
carburos) X² Y² X*Y
0,99 90,01 0,9801 8101,8001 89,1099
1,02 89,05 1,0404 7929,9025 90,831
1,15 91,43 1,3225 8359,4449 105,1445
1,29 93,74 1,6641 8787,1876 120,9246
1,46 96,73 2,1316 9356,6929 141,2258
1,36 94,45 1,8496 8920,8025 128,452
0,87 87,59 0,7569 7672,0081 76,2033
1,23 91,77 1,5129 8421,7329 112,8771
1,55 99,42 2,4025 9884,3364 154,101
1,4 93,65 1,96 8770,3225 131,11
1,19 93,54 1,4161 8749,7316 111,3126
1,15 92,52 1,3225 8559,9504 106,398
0,98 90,56 0,9604 8201,1136 88,7488
1,01 89,54 1,0201 8017,4116 90,4354
1,11 89,85 1,2321 8073,0225 99,7335
1,2 90,39 1,44 8170,3521 108,468
1,26 93,25 1,5876 8695,5625 117,495
1,32 93,41 1,7424 8725,4281 123,3012
1,43 94,98 2,0449 9021,2004 135,8214
0,95 87,33 0,9025 7626,5289 82,9635
Σ=
23,92 1843,21 29,2892 170044,532 2214,6566
x̅ = 1,16719075 y̅ = 92,0676484
25
Grafica dada por Excel
Pureza vs % de Hidrocarburos
102
y = 14.947x + 74.283
100 R² = 0.8774
98
96
Pureza
94
92
90
88
86
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
% de Hidrocarburos
Análisis en Infostat
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Pureza/% Versión Estudiantil
de hidrocarburos Versión Estudiantil
100,02
96,70
Pureza
93,38
90,05
Versión EstudiantilVersión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
86,73
0,84 Versión1,02Estudiantil1,21
1,40 Versión
1,58 Estudiantil
Versión Estudiantil Versión Estudiantil %Versión Estudiantil Versión Estudiantil Versión Estudiantil
de Hidrocarburos
El tipo de asociación entre las variables es lineal obedeciendo a la ecuación Y=bX+a
26
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Análisis de regresión lineal

Variable N R² R² Aj ECMP AIC BIC
Pureza 20 0,8774 0,8706 1,5287 63,9699 66,9571
Coeficientes de regresión y estadísticos asociados
Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows VIF
const 74,2833 1,5935 70,9356 77,6311 46,6172 <0,0001
% de
Hidrocarburos 14,9475 1,3168 12,1811 17,7139 11,3517 <0,0001 123,1321 1
Cuadro de Análisis de la Varianza (SC tipo I)
F.V. SC gl CM F p-valor
Modelo. 152,1271 1 152,1271 128,8617 <0,0001
% de
Hidrocarburos 152,1271 1 152,1271 128,8617 <0,0001
Error 21,2498 18 1,1805
Total 173,3769 19
Cuadro de Análisis de la Varianza (SC tipo III)
Modelo. 152,1271 1 152,1271 128,8617 <0,0001
% de
Hidrocarburos 152,1271 1 152,1271 128,8617 <0,0001
Error 21,2498 18 1,1805
Total 173,3769 19
Los datos con el software infostat corresponden a los valores hallados con el programa Excel
Y=14.99475X+74.2833
R2= 0.8774
Y=BX+A
𝑛 ∑ 𝑥 ∗ 𝑦 − ∑ 𝑥 ∑ 𝑦 20 ∗ 2214.6566 − 23.92 ∗ 1843.21 203.4168

𝐵= = = = 14.9477
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 20 ∗ 29.2892 − (23.92)2 13.6176
∑ 𝑦 − 𝐵 ∑ 𝑥 1843,21 − 14.947 ∗ 23.92 1485.67776

𝐴= = = = 74.2838
𝑛 20 20
La ecuación queda
Y= 14.948X+74.284
27
c. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
Coeficientes de correlación
Correlación de Pearson: Coeficientes\probabilidades
Pureza % de Hidrocarburos
Pureza 1 1,20E-09
% de
Hidrocarburos 0,9367 1
Para analizar el error estándar estimado
√∑ 𝑦 2 − 𝐴 ∑ 𝑦 − 𝐵 ∑ 𝑥 ∗ 𝑦 √170044,532 − 74.2838 ∗ 1843.21 − 14.947 ∗ 2214,6566

𝑆𝑒 = =
𝑛−2 20 − 2
21.416
=√ = √1.189 = 1.0907
18
Para hallar el coeficiente de determinación
∑ 𝑦2
𝑆𝑦2 = − 𝑦̅ 2
𝑛
170044,532
𝑆𝑦2 = − 92,0672
20
𝑆𝑦2 = 8502.22 − 8476.45 = 25.7747
𝑆𝑒 2 1.09072
Correlación: 𝑅 2 = 1 − 𝑆𝑦2
= 1 − 25.7747 = 1 − 0.04616 = 0.954
𝓇 = √0.954 = 0.976
El porcentaje de explicación del modelo es confiable en un 93.7% que es el valor dado por
infostat, este me indica la relación máxima entre variables, al realizar el cálculo manual es
97.6% debido a que no se toman todas las cifras significativas durante el cálculo. El Cp nos
28
muestra confiabilidad en la predicción del modelo.
El análisis anterior facilitado por la herramienta infostat es; 0.937 ≤ 𝓇 < 1 resultando ser
excelente
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 87.6?
Se tiene a Y= 87.6, reemplazando se tiene
87.6 = 14.99475𝑋 + 74.2833
14.99475𝑋 = 87.6 − 74.2833
13.3167
𝑋=
14.9947
𝑋 = 0.8891
Entonces, el porcentaje de hidrocarburo cuando la pureza es igual a 87.6% es de 0.89%
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.
2014 Registros de temperatura y consumos de vapor.
Consumo de vapor
Mes Temperatura (oF)
(Lb)
Ene. 21 185,79
Feb. 24 214,47
Mar. 32 288,03
29
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

Versión Estudiantil Versión Estudiantil Versión
Registros deEstudiantil
temperaturaVersión Estudiantil
y consumo Versión Estudiantil
de vapor
675,06
Consumo de vapor (Lb)-Sep.
552,74
430,42
21,00 Versión Estudiantil47,50
34,25 Versión Estudiantil
60,75 Versión
74,00 Estudiantil
Temperatura (oF) Versión Estudiantil Versión Estudiantil
30
Grafico dado por Microsoft Excel
y = 9.2087x - 6.3184
R² = 0.9999
Consumo de vapor vs Temperatura
800
700
Consumo de vapor(Lb)
600
500
400
300
200
100
0
18 28 38 48 58 68 78
Temperatura °F
Versión Estudiantil Versión Estudiantil Versión
ConsumoEstudiantil Versión Estudiantil
de vapor/temperatura Versión Estudiantil
699,53
Consumo de vapor (Lb)

295,88
161,33
Versión Estudiantil Versión
18,35Estudiantil
32,93 Versión47,50
Estudiantil 62,08
Temperatura Versión
(oF)Estudiantil Versión Estudiantil
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre la
otra. Es confiable?

Consumo de
vapor (Lb) 12 0,9999 0,9999 5,4069 53,9509 55,4056
const -6,3184 1,6777 -10,0566 -2,5802 -3,766 0,0037
31
Temperatura
(oF) 9,2087 0,034 9,133 9,2844 271,0147 <0,0001 66772,8879 1
Modelo. 280603,286 1 280603,286 73448,9767 <0,0001
Temperatura
(oF) 280603,286 1 280603,286 73448,9767 <0,0001
Error 38,2038 10 3,8204
Total 280641,49 11
Modelo. 280603,286 1 280603,286 73448,9767 <0,0001
Temperatura
(oF) 280603,286 1 280603,286 73448,9767 <0,0001
Error 38,2038 10 3,8204
Lack of Fit 36,0614 9 4,0068 1,8702 0,5168
Error Puro 2,1424 1 2,1424
Total 280641,49 11
Y= 9.2087X – 6.3184
R2=0.9999
Como puede verse, en la tabla del análisis de la varianza, hay relación lineal entre la
Consumo de vapor y temperatura (p<0.0001). También se observa que el modelo propuesto
no presenta falta de ajuste (p=0.5168).
0.999 ≤ 𝓇 < 1 Dando una gran confiabilidad al modelo planteado ya que su error puro es
de 0.02% y su CpMallows es muy grande con respecto a p (sesgo altamente y de gran
confiabilidad en la predicción).
variables.
Consumo de vapor (Lb) Temperatura (oF)

Consumo de vapor (Lb) 1 0
Temperatura (oF) 0,9999 1
32
El grado de relación máximo de las variables es 1 donde el porcentaje del modelo es de
99.9%
El análisis resulta entonces 0.999 ≤ 𝓇 < 1 : resultando perfecta
d. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?
𝑌 = 9.2087 ∗ 70 − 6.3184
𝑌 = 644.609 − 6.3184
𝑌 = 638.2906
Por tanto; el consumo de vapor cuando la temperatura es de 70°F es de 638.29 Lb
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
Umbral de
Porcentaje
reflejo de
de
flexión
sobrepeso
nociceptiva
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
33
20 14
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
EstudioVersión
de laEstudiantil
correlacionVersión
entreEstudiantil
obesidad yVersión Estudiantil
respuesta Versión Estudiantil
al dolor
15,65
umbral de reflejo de flexión nocice
12,08
8,50
4,93 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil 1,35
35,75 Versión Estudiantil Versión
55,00 74,25 Estudiantil 93,50
porcentaje Versión Estudiantil
de sobrepeso Versión Estudiantil Versión Estudiantil
Grafica dada por Microsoft Excel
y = -0.0629x + 11.642
Umbral Vs Porcentaje R² = 0.1115
16
Umbral de reflejo de flexion nociceptiva
14
12
10
8
6
4
2
0
18 28 38 48 58 68 78 88 98
34
Análisis por InfoStat

UmbralVersión Estudiantil
de reflejo Versión Estudiantil
Vs porcentaje Versión Estudiantil
de sobrepeso
15,65
umbral de reflejo de flexión nocice

12,08
8,50
4,93
1,35
16,50 Versión
35,75Estudiantil Versión Estudiantil
55,00 74,25 Versión
93,50 Estudiantil
Versión Estudiantil Versión Estudiantil Versiónde
porcentaje Estudiantil
sobrepeso Versión Estudiantil Versión Estudiantil
otra. ¿Es confiable?

umbral de reflejo de
flexi.. 10 0,1115 0,0004 39,838 63,4786 64,3864
const 11,6418 4,2157 1,9203 21,3633 2,7615 0,0246
porcentaje de
sobrepeso -0,0629 0,0627 -0,2076 0,0818 -1,0019 0,3457 2,0035 1
Modelo. 23,0348 1 23,0348 1,0039 0,3457
porcentaje de
sobrepeso 23,0348 1 23,0348 1,0039 0,3457
Error 183,5652 8 22,9457
Total 206,6 9
Modelo. 23,0348 1 23,0348 1,0039 0,3457
porcentaje de
sobrepeso 23,0348 1 23,0348 1,0039 0,3457
35
Error 183,5652 8 22,9457

Lack of Fit 107,0652 6 17,8442 0,4665 0,8016
Error Puro 76,5 2 38,25
Total 206,6 9
En la tabla del análisis de varianza(SC), hay una relación lineal entre el umbral de
reflejo de flexión nociceptiva y el sobrepeso (su p es igual a 0.3457), También se observa
que el modelo propuesto presenta falta de ajuste (p=0.8016). Con un error de más de 1%
(1.83%), su error puro es de 76.5, reafirmando que es poco confiable el modelo
El CpMallows es pequeño dando a entender un sesgo muy bajo y pobre en la predicción.
variables.
Umbral de reflejo de flexi.. porcentaje de sobrepeso
umbral de reflejo de flexi.. 1 0,3457
porcentaje de sobrepeso -0,3339 1
El porcentaje de explicación del modelo es mínimo ya que su coeficiente de correlación es
de 0.33 es decir un 33%
Por tanto la correlación entre las variables es entonces, 0.33 ≤ 𝓇 < 1 : resultando pobre
d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de
sobrepeso, de 40?
𝑌 = −0.0629𝑋 + 11.6418
𝑌 = −0.0629 ∗ 40 + 11.6418
36
𝑌 = −2.516 + 11.6418
𝑌 = 9.1258
El umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de sobrepeso de 40% es
9.13%
ANEXO 3.
Ángel Adrián Suarez Hernández
TEMA: REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE
EJERCICIO 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
Y
(% de Hidro
(Pureza)
carburos)
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
37
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
Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.
DIAGRAMA DE DISPERSIÓN
102
100
98 y = 14.947x + 74.283
96
PUREZA
94
R² = 0.8774
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
% DE HIDROCARBUROS
R/ El tipo de asociación presentada entre las variables es positiva y fuerte
a. Encuentre el modelo matemático que permite predecir el efecto de una variable
Y=14,947x + 74,283
Coeficiente de determinación: R2=0,8774
Presenta un grado elevado de confiabilidad a partir de los resultados arrojados por el
coeficiente de determinación, ya que se encuentra dentro del rango menor o igual a 1 con
un resultado de 0,8774
38
b. determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
El porcentaje de explicación del modelo está dado el 87,74%.
El grado de relación que existe entre las variables determinado por el coeficiente de
correlación: Sugiere una relación lineal positiva
r= √r2
r= √0,8774
r= 0,9366963221877195
r≈0,94
Interpretación: El incremento de la pureza del oxígeno producido y el porcentaje de
hidrocarburo presente en un proceso de destilación están directamente relacionados.
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 87,6?
Y= a+ bx,
Y=14,947x + 74,283
87,6=14,947x+4,283
14,947x=87,6-74,283
14,947x=13,317
x=13,317/14,947
x= 0,89
39
relaciona con la temperatura ambiental promedio (en o F). Para el año 2014, se registraron
los siguientes valores de temperatura y consumo anual.
.
2014 Registros de temperatura y consumos
de vapor.
Temperatura Consumo de
Mes
(oF) 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
variables.
R/ El tipo de asociación entre variables es positiva perfecta.
40
800
700
600 y = 9.2087x - 6.3184
Consumo de vapor
500
R² = 0.9999
400
300
200
100
0
0 10 20 30 40 50 60 70 80
Temperatura a (F)
otra. Es confiable?
y = 9,2087x - 6, 3184
Presenta un grado alto de confiabilidad a partir de los resultados arrojados por el
un resultado de 0,999 estimando que la correlación es perfecta y que toda variación de Y
puede ser explicada por X.
variables.
El porcentaje de explicación del modelo está dado por el 0.99%
correlación: Sugiere una relación entre variables perfecta.
41
r= √r2
r= √0,9999
r= 0,9999499987499375
r≈1
Interpretación: El incremento del número de libras de vapor consumidas mensualmente
en una planta química y la temperatura ambiental promedio están directamente
relacionados
d. . ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?
Y= a+ bx,
y = 9,2087x - 6, 3184
70=9,2087x+6,2184
9,2087x=70-6,2184
9,2087x= 63,7816
x=63,7816/9,2087
x= 6,92
El consumo de vapor en una la planta química cuando la temperatura es de 70°F es de
6,92 Lb.
2. 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.
42
x
(porcentaje y (umbral de
de reflejo de
sobrepeso) flexión
nociceptiva)
89 2
90 3
75 4
30 4,5
51 5,5
75 7
62 9
45 13
90 15
20 14
variables.
R/ El tipo de asociación presentado entre las variables es nulo, no existe una correlación
como tal presentada en el diagrama de dispersión, se nota que las variables son
independientes.
16
Umbral de reflejo de flexión nociceptiva
14
12
10
8
6
4
y = -0.0629x + 11.642
2 R² = 0.1115
0
0 20 40 60 80 100
43
b. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre
la otra. Es confiable?
y = -0,0629x + 11,642
Presenta un grado de confiabilidad muy bajo a partir de los resultados arrojados por el
un resultado de 0,1115, lo que quiere decir que existe una alta probabilidad de error.
variables.
El porcentaje de explicación del modelo está dado por el 0.11%
correlación: Sugiere una relación débil entre variables,
r= √r2
r= √0,1115
r= 0,33391615714128
r≈0,3
Interpretación: El incremento de la obesidad y de la respuesta individual al dolor no
están relacionados.
d. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de
sobrepeso, de 40?
44
Y= a+ bx,
y = -0,0629x + 11,642
y= -0, 0629 * 40 + 11,642
y= -2,516 + 11,642
y= 9,126
El umbral de reflejo de flexión nociceptiva, es de 9,1 cuando hay un porcentaje de sobre
peso de 40.g
ANEXO 4.
Jairo Alonso Guevara Mera
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 Y
Hidro (Pureza)
carburos)
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
45
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
Y(PUREZA)
102
100
98
96
94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Rta:
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Rta:
46
Y  14,947 X  74,283
R 2  0,08774
Según el modelo matemático desarrollado con la información de las variables se deduce
que el efecto si es seguro debido a que el porcentaje de confiabilidad da alto
variables.
Rta:
R 2  0,08774 *100
El porcentaje de explicación del modelo es del 87,74%
El número de relación de las variables: Afirma que el modelo explica el 87,74% de la
información y el valor de r coeficiente de correlación lineal confirma además el grado de
relación (93,67%) entre las variables
d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 87,6?
Rta:
87,6  14,947 X  74,283

87,6  74,283
X   0,89
14,947
El porcentaje de hidrocarburo cuando la pureza del oxígeno es 87,6 es de 0,89%
relaciona con la temperatura ambiental promedio (en o F). Para el año 2014, se registraron
47
los siguientes valores de temperatura y consumo anual.
2014 Registros de temperatura y

consumos de vapor.
Temperatura Consumo de
Mes
(oF) 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
e. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.
Rta:
48
f. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre la
otra. Es confiable?
Rta:
Y  9,2087 X  6,3184
R 2  0,9999
g. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
Rta:
R 2  0,9999 *100
El número de relación de las dos variables: Afirma que el modelo explica el 99,99% de la
información y el valor de r coeficiente de correlación lineal confirma además el grado de
relación (aproximadamente 100%) entre las variables.
h. ¿Cuál es el de consumo de vapor cuando la temperatura es de 70 oF?
Y  9,2087 X  6,3184
Y  9,2087 * (70)  6,3184
Y  638,29lb
El porcentaje de consumo de vapor cuando la temperatura es de 70 oF es 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
49
aleatorias
x
(porcentaje y (umbral
de de reflejo
sobrepeso) 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
e. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.
Rta:
umbral de reflejo
16 y = -0.0629x + 11.642
14 R² = 0.1115
12
10 umbral de reflejo
8
6 Linear (umbral de
reflejo)
4
2
0
0 20 40 60 80 100
50
f. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre la
otra. Es confiable?
Rta:
Y  0,0629 X  11,642
R 2  0,1115
Según el modelo matemático desarrollado con la información de las variables me permite
deducir que el efecto no es seguro debido a que el porcentaje de confiablidad es bajo
g. Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
Rta:
R 2  0,1115 *100
EL número de relación de las dos variables: Afirma que el modelo explica el 11,15% de
la información y el valor de r coeficiente de correlación lineal confirma además el grado
de relación (33,39%) entre las variables
h. ¿Cuál es el umbral de reflejo de flexión nociceptiva, cuando hay un porcentaje de
sobrepeso, de 40?
Rta:
Y  0,0629 * (40)  11,642

Y  9,126
El umbral de reflejo de flexión nociceptiva cuando hay un porcentaje de sobrepeso de 40
es de 9,126
51
CONCLUSIONES
1. Las variables de dispersión muestran la variabilidad de una distribución, indicando
por medio de un número si las diferentes puntuaciones de una variable están muy alejadas
de la media. Estas nos informan sobre cuanto se alejan del centro los valores de la
distribución y son medidas que se toman para tener la posibilidad de establecer
comparaciones de diferentes muestras, para las cuales son conocidas ya medidas que se
tienen como típicas en su clase, se divide en medidas de dispersión absolutas y medidas
de dispersión relativa que nos sirven para cuantificar la separación de los valores de una
distribución.
2. Las medidas de tendencia central son medidas estadísticas que pretenden resumir en
un solo valor a un conjunto de valores. Representan un centro en torno al cual se
encuentra ubicado el conjunto de los datos. Las más utilizadas son: media, mediana y
moda. Las medidas de dispersión en cambio miden el grado de dispersión de los valores
de la variable. Dicho en otros términos las medidas de dispersión pretenden evaluar en
qué medida los datos difieren entre sí. De esta forma, ambos tipos de medidas usadas en
conjunto permiten describir un conjunto de datos entregando información acerca de su
posición y su dispersión.
3. Al analizar la correlación entre la variable Estatura y Peso, estas variables muestran
gran correlación con un valor de 0.97 siendo el 97%, demostrando una grandependencia
52
entre estas dos, se puede afirmar que los niños de primaria posee un crecimiento físico
que es directamente proporcional con su edad, despreciando variables como genética las
cuales no son objeto de estudio. La relación entre Estatura y Peso es directa así que a
mayor peso mayor será su estatura.
4. Se superaron los objetivos de manera grupal teniendo en cuenta la opinión y
participación de los integrantes del grupo, tomando como estrategia el aprendizaje basado
en problemas.
53
REFERENTES BIBLIOGRAFICOS
- Francisco Cabré, Estadística descriptiva, septiembre de 2009, revisado
en http://franciscocabre.blogspot.com/2009/09/estadistica-descriptiva.html.
- Universidad Nacional Abierta y a distancia UNAD, Estadística descriptiva, recuperado de.
http://estadisticadescriptivaunad100105.blogspot.com/.
- Vitutor, Estadística Descriptiva, tomado de.
http://www.vitutor.com/estadistica/descriptiva/estadistica.html.
- Videos de la página de YouTube, enlaces visitados y vistos, para comprensión del tema:
https://www.youtube.com/watch?v=3cDvh-1q6lo.
https://www.youtube.com/watch?v=scoknDoOiaA.
https://www.youtube.com/watch?v=E2yGBeq6faE
https://www.youtube.com/watch?v=uGNnRF50088
https://www.youtube.com/watch?v=ImzAq6ept1Y&list=PLD436EDDBC7DAAD98&inde
x=39
54

Trabajo Colaborativo - 2 - Estadistica Descriptiva - Grupo - 204040 - 13

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

Trabajo Colaborativo - 2 - Estadistica Descriptiva - Grupo - 204040 - 13

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS SOCIALES ARTES Y HUMANIDADES.

MEDIDAS DE DISPERSIÓN Y ESTADISTICAS BIVARIANTES

Ángel Adrián Suarez Hernández Código: 1090464953

Adriana Patricia Palta Código: 34316623

Jairo Alonso Guevara Código: 1061746829

Escuela de Ciencias Sociales, Artes y Humanidades – ECSAH

Mediante el presente trabajo Colaborativo de la materia Estadística Descriptiva, el grupo

analizados y explicados de acuerdo a las guías y documentos anexos en la bibliografía que

nos ofrece la materia en el área de interés.

soluciones probables mediante el uso de diagramas de frecuencia o medidas y el trabajo

acordes, coherentes pero sobre todo concretas.

En segundo lugar mediante la asociación de los conocimientos adquiridos durante el

estudio de la materia y el desarrollo del trabajo lograremos aprender a identificar caracteres

importantes para el estudio estadístico como lo son la población, el tamaño de la muestra, la

En tercera medida aprenderemos que es la Operacionalización, y como nos sirve en

cuanto a presentar la información del estudio como la caracterización de las variables, es

presentar información mediante diferentes tipos de diagramas estadísticos. Y por último

pero no menos importante el grupo revisara y analizara estadísticamente, bases de datos, en

donde se hará, el reconocimiento de variables que se presenten dentro de cada problema de

El presente trabajo se desarrolla cumpliendo a los requerimientos de aprendizaje del curso de

Estadística Descriptiva, Unidad 2, ejecutando la guía de actividades y buscando cumplir a

El grupo colaborativo pretende entender y desarrollar los ejes temáticos planteados en la

demás saberes del conocimiento que la complementan, en esta momento colaborativo

encontraremos análisis de datos, estudio y desarrollo de medidas estadísticas, conceptos de

de este trabajo, en la materia o área de interés.

- Comprender los ejes temáticos planteados en la materia Estadística Descriptiva, para

análisis de datos, estudio y desarrollo de medidas estadísticas, comprender conceptos básicos

como población variable, muestra, diagramas y demás conceptos de nuestro interés,

debidamente analizados y explicados en las guías y documentos anexos en la bibliografía

que nos ofrece la materia Estadística Descriptiva.

- Aprender a elaborar, en casos de aplicación estadística, soluciones como diagramas de

frecuencia o medidas y aprenderlo mediante el trabajo colaborativo, acogiendo roles y

cumpliendo con los objetivos planteados para el desarrollo de esta materia.

- Reconocer y diferenciar lo relevante en los casos que se planteen, identificando factores

preguntas que surtan del mismo.

- Asociar conocimientos adquiridos y lograr identificar la población, el tamaño de la

forma directa o indirecta en el problema.

- Desarrollar la Operacionalización de las variables, Organizando y presentando la

información del estudio como la caracterización de las variables cualitativas, es decir,

la información a través de los distintos tipos de diagramas estadísticos existentes.

- Revisar y analizar estadísticamente, Bases de Datos, reconociendo a su vez las variables

que se presenten dentro de los problemas de estudio planteados.

1. CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE TENDENCIA

Con la variable Discreta elegida calcular:

Variable Discreta: Edades

Edades Frecuencia Ni xi.ni Xi 2.ni

S2= 8551/100 – {917/100}2

S2=85,51 – 84,0889 = 1,4211

V= 1,19 V= 1,19 * 100

Entre los niños de la muestra, de las instituciones educativas de primaria de la ciudad de

variación (menor distancia con respecto a la media)

La curtosis positiva nos dice que la distribución de frecuencias es relativamente plana

(pluticúrtica) y ascendente. Se presenta un error típico en la dispersión de 12%, este confirma

2. CÁLCULO E INTERPRETACIÓN DE LAS MEDIDAS UNIVARIANTES DE TENDENCIA

Variable continua: Desempeño comportamiento

Re= 5,0 – 3,0= 2,0

S2= 2021,78/100 – {445,4/100}2

S2=20,2178 – 19,838226 = 0,379574

V= 0,61 V= 0,61 * 100

el que posee menor variabilidad correspondiente a 0.37.

respecto a la media (4.45) de 0,379574 correspondiente a una desviación típica de 61% y un

La curtosis negativa nos indica que la agudeza de la distribución de frecuencias es