Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombres: Códigos:
Javier José Pacheco Ramos 1066180368
Yuri Marcela Meléndez Ordoñez 1005770306
Carol Dahiana Enciso Castaño 1005753743
Yisel Nayibe Espinosa
Grupo colaborativo:
204040_280
Periodo:
2020 I PERIODO 16-01 (761)
INTRODUCCION
JUSTIFICACION
OBJETIVOS
ACTIVIDADES PARA DESARROLLAR
ACTIVIDAD 1. AJUSTE DE DATOS
ACTIVIDAD 2. PROCESAMIENTO DE VARIABLES
ACTIVIDAD 3. PROPUESTA DE SOLUCIÓN A LA PROBLEMÁTICA
ACTIVIDAD 4. CONSOLIDACIÓN DE INFORME DESCRIPTIVO
CONCLUSIONES
REFERENCIAS BIBIOGRAFICAS
INTRODUCCION
Objetivos específicos:
Tabla de frecuencias
Genero Frecuencia
Diagrama
GENERO
Hombre Mujer
Moda
la moda del género de fallecidos en el 2019, son los hombres con una
frecuencia de 35 que corresponde al 70%
Tabla de contingencia
Cuenta de Etiquetas de
GENERO columna
Etiquetas de muje Total
Conclusiones
1. De la anterior tabla de frecuencias podemos determinar que los hombres
fueron los que más fallecieron en el 2019 a causa de un accidente de
tránsito.
2. De la anterior tabla de frecuencias podemos concluir que las mujeres
equivalen al 30% de los fallecidos durante el 2019 a causa de un
accidente de tránsito.
Frecuencia
Diagrama
DIA
Lunes
Domingo 14%
20%
Martes
8%
Sabado Miercoles
20% 16%
Viernes Jueves
10% 12%
Moda
La moda de prevalencia de día de la semana 2019, equivale a los días sábado y
domingo, con una frecuencia de 20 que corresponde a el 40%.
Tabla de contingencia
Cuenta de Etiquetas de
DIA columna
Etiquetas de Atlántic Total
general 40 10 50
Conclusiones
1. De la anterior tabla de frecuencias podemos concluir que los días en los
que más se presentan accidentes de tránsito son los días sábado y
domingo.
2. De la anterior tabla de frecuencias podemos concluir que el 16% de los
accidentes de tránsito se presentaron el día miércoles.
La moda, es la
medida univariante de tendencia central que se puede establecer como la
variable de mayor frecuencia, en este caso que estudiamos los Indicadores de
accidentalidad en 50 municipios de Colombia 2019, podemos concluir que en
14 municipios se repite la tendencia de 7 fallecidos por actor vial usuarios T.
Pasajeros.
Medidas Univariantes de posición
Todos los cuartiles en esta medida de posición concluimos que los cuartiles
dividen un conjunto de datos en 4 partes iguales, para resumir, haremos un
ejemplo en el cuartil 1(Q1), en los Indicadores de accidentalidad en 50 de los
200 municipios de Colombia 2019 este valor es de 6, quieres decir que el 25%
de los usuarios T. Pasajeros van desde 5 a 6 y el otro 75% van desde 6 a 20
fallecidos por actor vial usuarios T. Pasajeros
Los Deciles en esta medida de posición concluimos que los deciles como su
nombre lo indica dividen un conjunto de datos en 10 partes iguales, es decir
que para el decil 5 serían el 50% de los datos en este caso sería igual al
percentil 50 con un dato de 5 y 7 fallecidos por actor vial usuarios T. Pasajeros
y el decil 9 sería el 90% de los datos, este es lo podemos denotar como el
percentil 90 que para este caso serian 11 fallecidos por actor vial usuarios T.
Pasajeros que los podemos concluir que entre 5 y 11 serían el 90% de
fallecidos por actor vial usuarios T. Pasajeros en los Indicadores de
accidentalidad en 50 de los 200 municipios de Colombia 2019.
P (25) = 6 este valor representa el 25% de fallecidos por actor vial usuarios T.
Pasajeros
P (50) = 7 este valor representa el 50% de fallecidos por actor vial usuarios T.
Pasajeros
P (90) = 11 este valor representa el 90% de fallecidos por actor vial usuarios
T. Pasajeros
Rango,
Varianza,
Desviación típica
Coeficiente de variación.
podemos concluir mediante las medidas univariantes de dispersión que para
este caso no hay diferencias significativas entre el número de fallecidos por
actor vial usuarios T. Pasajeros, ya que podemos relacionar que el dato minino
es 5 fallecidos y el dato máximo es 20 fallecidos, por tal motivo llegamos a la
conclusión, conociendo los datos de D.E(3) aprox. y C.V(36) aprox.
afirmamos que no hay diferencias significativas porque los valores no son
distantes entre en el lapso de datos suministrados. Después de dar estas
conclusiones podemos anexar que la varianza esta en los rangos normales eso
es significado que los datos no están dispersos. Para el Rango, podemos decir que
es la resta del dato mayor menos el dato menor, en este caso el Rango de los
fallecidos por actor vial usuarios T. Pasajeros sería de 15 fallecidos en 50
municipios del estudio de los Indicadores de accidentalidad de los 200
municipios 2019.
Media,
Mediana
Moda.
De los Indicadores de
accidentalidad en 50 de los 200 municipios de Colombia 2019, podemos
concluir con medida univariante de tendencia central media, el promedio de
edad es de 32 años.
La mediana, en esta medida univariante de tendencia central concluimos que
el 50% de los municipios estudiados el promedio de edad es de 20 y 33 años,
el otro 50% es de 33 y 44 años, en los Indicadores de accidentalidad en 50 de
los 200 municipios de
Colombia 2019.
La moda es la medida univariante de tendencia central que se puede establecer
como la variable de mayor frecuencia, en este caso que estudiamos el
promedia de edad en los factores que influyen en la accidentalidad y en el
grado de muertes asociadas a los accidentes de tránsito en Colombia, podemos
concluir que en 5 municipios se repite la tendencia del promedio de edad entre
30 y 33 años.
Todos los cuartiles, en esta medida de posición concluimos que los cuartiles
dividen un conjunto de datos en 4 partes iguales, para resumir, haremos un
ejemplo en el cuartil 3(Q3), los factores que influyen en la accidentalidad y en
el grado de muertes asociadas a los accidentes de tránsito en Colombia, este
valor es de 37, quieres decir que el 75% del promedio de edad en 50
municipios de Colombia.
Deciles, en esta medida de posición concluimos que los deciles como su
nombre lo indica dividen un conjunto de datos en 10 partes iguales, es decir
que para el decil 5 serían el 50% de los datos en este caso sería igual al
percentil 50 = 33, esto quiere decir que el 50% del promedio de edad en 50 de
los 200 municipios en Colombia
Percentiles, esta medida de posición la podemos denotar fácilmente como el
25 y 50% respetivamente de los datos del promedio de edad en 50 de los 200
municipios en Colombia asociadas a los accidentes de tránsito en Colombia,
que para este caso serían P (25) = 26 años y P (50) =33 años.
podemos denotar en la tabla anterior el dato de la asimetría y kurtosis que en
este caso es negativo, el cual quiere decir que las mayorías del promedio de
edad en 50 de los 200 municipios estudiados son a partir de los 32 años el dato
del cual es referenciado de la media.
Para el Rango, podemos decir que es la resta del dato mayor menos el dato
menor, en este caso el Rango del promedio de edad seria 24 años, todo lo antes
mencionados son los factores que influyen en la accidentalidad en 50 de los
200 municipios en Colombia.
Análisis de regresión
Regresión y correlación entre variables cuantitativas
Identificar dos variables cuantitativas de la situación estudiada que puedan
estar relacionadas y:
a. Realizar el diagrama de dispersión de dichas variables y determinar el
tipo de asociación entre las variables.
Y =a+bX
n∙ ∑ x ∙ y −∑ x ∙ ∑ y
b= 2
n ∙ ∑ x 2−( ∑ x )
a=
∑ y−b ∙ ∑ x
n
N° (FM) (TF) TF*FM ܯܨଶ ܶ ܨଶ
1 205 371 76055 42025 137641
2 5 33 165 25 1089
3 6 39 234 36 1521
4 5 33 165 25 1089
5 4 27 108 16 729
6 3 21 63 9 441
7 4 27 108 16 729
8 10 63 630 100 3969
9 2 15 30 4 225
10 2 15 30 4 225
11 6 39 234 36 1521
12 4 27 108 16 729
13 8 51 408 64 2601
14 6 39 234 36 1521
15 3 21 63 9 441
16 4 27 108 16 729
17 2 15 30 4 225
18 4 27 108 16 729
19 4 27 108 16 729
20 5 33 165 25 1089
21 6 39 234 36 1521
22 4 27 108 16 729
23 7 45 315 49 2025
24 4 27 108 16 729
25 6 39 234 36 1521
26 4 27 108 16 729
27 2 15 30 4 225
28 4 27 108 16 729
29 3 21 63 9 441
30 3 21 63 9 441
31 5 33 165 25 1089
32 6 39 234 36 1521
33 11 69 759 121 4761
34 2 15 30 4 225
35 5 33 165 25 1089
36 17 105 1785 289 11025
37 4 27 108 16 729
38 4 27 108 16 729
39 2 15 30 4 225
40 3 21 63 9 441
41 3 21 63 9 441
42 4 27 108 16 729
43 10 63 630 100 3969
44 2 15 30 4 225
45 2 15 30 4 225
46 6 39 234 36 1521
47 4 27 108 16 729
48 8 51 408 64 2601
49 6 39 234 36 1521
50 3 21 63 9 441
51 4 27 108 16 729
Sumatoria 446 1967 85988 43560 202027
Reemplazamos los datos de la tabla en la ecuación.
n∙ ∑ FM ∙ FT−∑ FM ∙ ∑ FT
b= 2
n∙ ∑ FM 2−( ∑ FM )
3508106
b=
2023644
b ≅1,734
a=
∑ y−b ∙ ∑ x
n
a=
∑ TF−b ∙ ∑ FM
n
a ≅23,40
Y =a+bX
Y =23,40+ 1,734 X
Dicha ecuación relaciona la mayoría de los datos obtenidos, es decir, que cada esta sobre la
gráfica de dicha ecuación; dejando fuera muy pocos.
Para hallar el coeficiente de correlación debemos obtener primero el error estándar del
estimado, utilizando la siguiente ecuación, donde utilizaremos los valores a y b obtenidos
anteriormente.
∑ y 2−a∙ ∑ y−b ∙ ∑ x ∙ y
Se=
√ n−2
Reemplazamos.
∑ FT 2−a ∙ ∑ FT −b ∙ ∑ FM ∙ FT
Se=
√ n−2
( 202027 )−46027,8−149103,2
Se=
√ 49
202027−195131
Se=
√ 49
6896,008
Se=
√ 49
Se ≅ 11,8
2 ∑ y2
Sy = − yprom2
n
Reemplazamos.
S y 2=
∑ TF 2 −TFpromedio 2
n
202027
S y 2= −( 38,56863 )2
51
S y 2=2473,774
2 Se 2
R =1−
S y2
(11,8 )2
R2=1−
2473,774
139,24
R2=1−
2473,774
R2=0,9437
∑ X 2 ∙ Y =a∙ ∑ X 2+ b1 ∑ X 1 ∙ X 2 +b 2 ∑ X 22
∑ [( FU −TC) X 2]∗[(TF )Y ]=a ∙ ∑ ( FU −TC) X 2+b1 ∑ [(FM ) X 1]∙[( FU −TC) X 2]+ b2 ∑ [( FU −TC )X 2
59500=a ∙ 466+b1 ∙27642+ b2 ∙ 18324
.
466
( )
Multiplicamos la ecuación (1) por − 51 y para sumar el valor con la
ecuación (3) y así eliminar la variable a
( −466
51 )
[1967=51 a+ 446 b +466 b ]
1 2
[ −17972,980=−466 a−4075,216−4075,216 ]
Resultado.
41527,019=23566,784 b1 +14066,039 b2
446
( )
Multiplicamos la ecuación (1) por − 51 y para sumar el valor con la
ecuación (2) y así eliminar la variable a
446
( ( )) [
−
51
1967=51 a+ 446 b1 +466 b2 ]
Resultado.
68786,392=39659,686 b 1+23566,784 b2
68786,392=39659,686 b 1+23566,784 b2
41527,019−14066,039 b2=23566,784 b 1
41527,019−14066,039 b 2
=b1
23566,784
68786,392=39659,686 b 1+23566,784 b2
68786,392−23566,784 b2=39659,686 b1
68786,392−23566,784 b2
=b 1
39659,686
1646948569,5625−557854702,4191 b2=1621074067,6801−555393322,8897 b 2
1646948569,5625−1621074067,6801=−555393322,8897 b 2+557854702,4191 b2
25874501,8823=2461379,5294 b2
25874501,8823
=b2
2461379,5294
10,5122=b 2
1967=51a−2012,4390+ 4898,6829
1967=51a+ 2886,2439
1967−2886,2439=51 a
−919,2439=51 a
−919,2439
=a
51
−18,0244=a
Y =−18,0244−4,5122 X 1+ 10,5122 X 2
SUMMARY OUTPUT
Regression Statistics
Multiple R 1
R Square 1
Adjusted R Square 1
Standard Error 6,12508E-14
Observations 51
ANOVA
df SS MS F Significance F
Regression 2 126162,5098 63081,2549 1,68E+31 0
Residual 48 1,8008E-25 3,75166E-27
Total 50 126162,5098
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept -18,02439024 3,193E-14 -5,64497E+14 0 -18,02439024 -18,02439024 -18,02439024 -18,02439024
X Variable 1 -4,512195122 4,63029E-15 -9,74495E+14 0 -4,512195122 -4,512195122 -4,512195122 -4,512195122
X Variable 2 10,51219512 7,77494E-15 1,35206E+15 0 10,51219512 10,51219512 10,51219512 10,51219512
Propuesta de solución
En relación con la base indicadores de accidentalidad en 200 municipios de
Colombia 2019, al reducir los datos estamos tomando una muestra de solo 50
municipios en los cuales podemos presentar la siguiente alternativa.
podemos realizar un estudio haciendo énfasis en los principales factores de la causal
de los accidentes, donde lo primero sea confirmar que en cada uno de los municipios
se estén cumpliendo la debida señalización vial impuestas en las normas de tránsito
colombianas
al obtener los datos estadísticos podemos realizar actividades para concientizar sobre
el respeto a la vida que deben tener los conductores que en base a estos estudios el
70% son hombres,
GENERO
Hombre Mujer
así como dedican mucho tiempo para conducir,
obligatoriamente deben dedicar tiempo para formarse como conductores
responsables, aplicando de manera sistemática y organizada, procesos de
aprendizaje de conocimientos, actitudes y habilidades en función de aprender las
normas de seguridad y las implicaciones de no cumplirlas. Después de un análisis
detallado y teniendo claro las causas que ocasionan los accidentes, mediante
postulados pedagógicos diseñar un modelo que sirva para educar a las personas del
rango de edades entre los 30 y 33 años que son las que más están implicadas en la
relación de este estudio, también podemos darles charlas para que tomen conciencia
todos los colombianos que tienen licencia de conducción y que deseen solicitarla, a
capacitarlos y condicionar el comportamiento al conducir, garantizando unas
medidas preventivas para que se disminuya al máximo las tasas de accidentalidad.
también debemos tener en cuenta la educación a los conductores empíricos que son
motociclistas y gente que transita en bicicleta que no conocen ninguna norma de
seguridad vial en este caso podemos pedirles a las alcaldías tomar esta información
donde se presenta mayor accidentalidad los días sábados y domingos, que tomen
medidas y mano dura, que se apoyen con la policía de tránsito y agente de tránsito
municipales colaboración en estos días que son los más críticos según este estudio
tenemos que inculcar concientización y citarlos a cursos cortos para que sean
alimentados de información vial donde incluyan todas las normas vigente y respeto a
las distintas señalizaciones de tránsitos situadas en estos municipios de Colombia.
Para esta situación de análisis de datos nos apoyarnos en los fundamentos básicos de
la Estadística Descriptiva y las etapas dentro de esta investigación, por medio de
datos tomados de esta solución, aplicando las medidas estadísticas univariantes y las
medidas estadísticas bivariantes en función de las posibles soluciones de factores
que influyen en la accidentalidad de vehículos y en el grado de muertes asociadas a
los accidentes de tránsito en Colombia
CONCLUSIONES
para concluir este tema nosotros como futuros profesionales y en apoyo en la
estadística descriptiva podemos resolver problemas en el día a día empleando
sus principios como lo es Población, la muestra, la unidad estadística, las
variables y todos los aspectos relacionado con la temática, relacionando la
solución de problemas en nuestra vida profesional y cotidiana desarrollando
modelos estadísticos que permitan identificar los factores influyentes en la
severidad de accidentes y muertes asociados a los accidentes de tránsito
ocurridos en estos municipios estudiados en Colombia; también contamos con
las medidas estadísticas univariantes como son las medidas de tendencia
central y dispersión en la cual aparecen conceptos básicos como; media
aritmética, mediana y moda, cuartiles, deciles, percentiles y todos los aspectos
relacionado con la temática, las cuales se centran en el análisis de una única
característica o cualidad del individuo. También se logró comprender todos lo
relacionado con las medidas estadísticas bivariantes, en esta se estudió:
Regresión lineal, coeficiente de determinación lineal, Análisis de correlación,
Regresión simple, Diagramas de dispersión etc.… aquí encontramos el
análisis conjunto de dos características de las variables en estudio con el
propósito de detectar posibles relaciones entre ellas, todos estos conceptos se
logró analizar las variables elegidas de los datos de los indicadores de
accidentalidad en 50 municipios escogidos en Colombia 2019 llegando a su
compresión total y así poder llegar todos estos conceptos a la vida cotidiana
para resolver problemas en nuestras vidas como profesionales cada uno en su
respectivo campo.
Referencia Bibliográficas
Unidad 1 - Conceptos preliminares e investigación
descriptiva
Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En:
Estadística y muestreo, 13a ed. [Online] Bogotá: Ecoe Ediciones. (pp 2 –
10). Recuperado de http://bibliotecavirtual.unad.edu.co/login?
url=http://search.ebscohost.com/login.aspx?
direct=true&db=edselb&AN=edselb.3199239&lang=es&site=eds-
live&scope=site
http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052100008&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=99fe
ba20c3312cbea60961107ffc27a0
Unidad 3 - Regresión y Determinación.
Montero, J.M. (2007). Regresión y Correlación Simple. Madrid:
Paraninfo. (pp 151 – 158). Recuperado de
http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052100011&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b
82c81e98fcc1361e1929abe203c8219
http://hdl.handle.net/10596/7779