Paso 4 - Yaquelinetrujillomurcia

Paso 4 - Descripción de la Información
Presentado por:
Yaqueline Trujillo Murcia
Código:1079175126
Presentado a:
Victoria Gutiérrez
Código del Curso
204040_380
Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias Sociales Artes y Humanidades (ECSAH)
Estadística descriptiva
Carrera Profesional de Psicología
Florencia Caquetá
Mayo– 2020
1
Tabla de contenido
pg.
 Introducción………………………………………………………………………3
 Justificación…………………………………………………...………………….4
 Objetivos generales y específicos, ………..…………….…………………..……5
 Mapa Mental…………………………………………………………...…………6
 Definición de conceptos……………………………………………………..…7-11
 Análisis de correlación lineal simple de las dos variables cuantitativas
seleccionadas. (Laboratorio)…………………………………….……………12-14
 Análisis de correlación múltiple de las variables cuantitativas seleccionadas.15-17
 Análisis y conclusiones, a partir de los resultados obtenidos y aplicados al

problema o situación estudiada…………………………………………………18
 Conclusiones…………………………………………………………………….19
 Referencias Bibliográficas……………………………………………………….20
2
Introducción
La Estadística es una ciencia que proporciona un conjunto de métodos que se utilizan para
recolectar, resumir, clasificar, analizar e interpretar el comportamiento de los datos con respecto a
una característica materia de estudio o investigación ,Este trabajo nos pretende enseñar a manejar
medidas estadísticas Bivariantes de regresión, donde nos permite describir ampliamente al
menos una de ellas, regresión lineal simple o regresión múltiple, y poder realizar ejercicios con
variables cuantitativas, de la base de datos denominada: “Indicadores de accidentalidad -220
municipios 2020 (16-1)”. Para realizar el laboratorio Denominado Regresión y Correlación dado
en este trabajo, permitiéndonos así tener mejores conceptos y buena práctica de los temas tratados
en función de la problemática de estudio. .
3
Justificación
Con el estudio que estamos realizando en este curso de estadística descriptiva nos
permite proporcionar un medio para investigar un caso y poder proporcionar nuestros
conocimientos y poder evaluar cada información que se nos recomienda recolectar a través de
los medios estadísticos; de esta manera se informara basándonos en los datos recopilados, y a su
vez se verá reflejada la eficacia con que se pueda realizar tal proceso de información dependiendo
de la presentación de dichos datos, ya que la información obtenida a través de instrumentos de
recolección de datos es muy tediosa para analizar, por tal razón es necesario procesar esa
información para poderla interpretar claramente. La estadística es una rama de las matemáticas
que permite exponer esta información mediante tablas de frecuencias, graficas, entre otras cosas,
para que la persona que vaya a estudiar la información reunida lo pueda hacer de la mejor manera
los datos que nos han expuesto obtener en este caso.
4
Objetivos generales
 Identificar, calculará e interpretará las medidas bivariantes, en función de la
descripción de la problemática, a partir del trabajo realizado con variables
cuantitativas, de la base de datos denominada: “Indicadores de accidentalidad -220
municipios 2020 (16-1)”.
Objetivos específicos
 Analizar los diferentes conceptos e interpretará las medidas bivariantes, en función
de la descripción de la problemática, a partir de variables cuantitativas, de la base
de datos denominada: “Indicadores de accidentalidad -220 municipios 2020 (16-
1)”..explicando los conceptos en un mapa mental.
 Definir brevemente los conceptos básicos asociados a Regresión y Correlación.
 Desarrollar el Laboratorio denominado Regresión y correlación.
 Identificar una variable cuantitativa dependiente y varias variables cuantitativas
independientes del estudio de investigación.
5
Actividad 1. Mapa Mental.

Link:file:///D:/Desktop/medidas%20estadisticas%20bivariables.html
6
Actividad 2. Definición de Conceptos.
Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:
-Diagrama de dispersión: el diagrama de dispersión permite analizar si existe algún tipo de
relación entre dos variables. Por ejemplo, puede ocurrir que dos variables estén relacionadas de
manera que al aumentar el valor de una, se incremente el de la otra. En este caso hablaríamos de
la existencia de una correlación positiva.
También puede ocurrir que al producirse una en un sentido, la otra derive en el sentido
contrario; por ejemplo, al aumentar el valor de la variable x, se reduzca el de la variable y.
Entonces, se estaría ante una correlación negativa. Si los valores de ambas variable se revelan
independientes entre sí, se afirmaría que no existe correlación.
Ventajas
Representa la relación entre dos variables de forma gráfica, lo que hace más fácil visualizar e
interpretar los datos.
Calculando la correlación de dos variables, permite cuantificar el grado de relación entre
ambas, asó como su signo.
Utilidades
Obtener información para determinar si dos variables están relacionadas.
Comprobar cómo afecta a una variable los cambios producidos en otra.
Probar las posibles relaciones causa / efecto.
7
El diagrama de dispersión es una herramienta que ayuda a identificar la posible relación entre
dos variables. Representa la relación entre dos variables de forma gráfica, lo que hace más fácil
visualizar e interpretar los datos.
-Correlación lineal simple: 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. Citado de
https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html visitado el día 30-
04-2020- a las 02-12 pm
-Coeficiente de determinación R2: Es el cuadrado de correlación que mide que parte viene
explicada en una determinada variante como parte de una variación, esto quiere decir cual se
puede predecir a través de la variación de la otra. Los modelos estadísticos tienen como
finalidad probar o explicar alguna variable aleatoria, esto se realiza a través de otras variables
8
aleatorias que son conocidas como factores. Ya que se puede predecir una variable considerada
aleatoria a través de su medida y que para este caso la varianza será el mismo error cuadrático
medio, el máximo error cuadrático medio que se puede aceptar es la varianza.
El resultado puede variar entre 0 y 1, esto significa que mientras más cerca esté del uno estará
más ajustada a la variable que intentas probar, mientras que en el caso contrario, es decir,
cuanto más se acerca a 0 menos fiable será ya que estará menos ajustado el modelo.
Lo que ocurre con R cuadrada y la razón por la cual se da la R cuadrada ajustada tiene que ver
con que no penaliza la inclusión respecto a las variables de tipo explicativas no significativas,
esto quiere decir que, si se le agrega al modelo por ejemplo 5 variables explicativas que no
tengan mucha relación con el puntaje que este determinado jugador ha anotado, el R cuadrado
será mayor o aumentará.
R cuadrado ajustado
Es una medida que establece el porcentaje explicado por la varianza de regresión con respecto a
la varianza de la variable explicada. Puedes ver que es lo mismo que con el R cuadrado sin
embargo con la pequeña diferencia de que penaliza la inclusión de variables.
La R cuadrada siempre aumenta a pesar de que las variables incluidas en el mencionado modelo
no sean realmente relevantes. Para resolver dicho problema se aplica que:
9
En esta ecuación se refiere a N como el tamaño de la muestra y K corresponde a las variables
explicativas. Desde el punto de vista de la deducción matemática a valores por encima de k,
estará más lejos el R cuadrado ajustado, del R cuadrado común.
Otras funciones del coeficiente de determinación
No tan solo es útil para explicar o mejor dicho, medir la capacidad explicativa de un modelo
sino que al mismo tiempo permite elegir cual entre varios modelos es el más adecuado. Esto
quiere decir que los modelos tienen las mismas variables dependientes y el mismo número con
respecto a las variables que se conocen como explicativas, el más adecuado será aquel que
tenga un coeficiente mayor de determinación.
Claramente esto puede variar según el modelo elegido ya que no será lo mismo en el caso por
ejemplo de un modelo anidado. Lo más importante con respecto a este coeficiente es su
capacidad para predecir la efectividad de los modelos o teorías propuestas, esto puede aplicarse
no tan solo a números, esto es vital para saber si las predicciones son buenas o malas.
-Correlación positiva y correlación negativa: 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. Correlación negativa: es cuando una variable
aumenta y la otra disminuye.
10
-¿ Qué es el coeficiente de correlación lineal y qué nos ayuda a medir’
El Coeficiente de correlación es una medida que permite conocer el grado de asociación lineal
entre dos variables cuantitativas (X, Y). ... Recordar entonces que el coeficiente de relación
lineal, y nos ayuda a medir la fuerza y el sentido de la relación lineal entre 2 variables
cuantitativas.
11
Actividad 3. Realizar el laboratorio de regresión y correlación lineal
Actividad 3 de este paso 4
a) Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas.
Respuesta: Tasa de fallecido 2019 y tasa de lesionado 2019
b) Realizar el diagrama de dispersión de dichas variables y determinar el tipo de relación entre
las variables.
Respuesta: El tipo de relación es negativa
c) Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
12
Respuesta:
Modelo matemático: y = a + bx y = 265,87x
R2 = -0,175 x 100% = -17,5% El modelo matemático es muy débil, es decir que tiene un -17,5%
de confiabilidad.
d) Determine el grado de correlación de las dos variables.
Respuesta:
Grado de correlación R = 0,4183 x 100% = 41,83%
La correlación de las variables es débil, dado que su valor de coeficiente es 0,41
e) Relacionar la información obtenida con el problema.
Respuesta: El resultado de las variables de tasa de fallecido 2019 y de tasa de lesionado 2019 de
los 200 municipios de la base de datos “Indicadores de accidentalidad -220 municipios 2020 (16-
1)”, se encuentra relacionados en un modelo matemático de regresión lineal es y = 265,87x que
explica el -17,5% de confiabilidad, esto debido a que las variables bajo la correlación débil de
41,83%
f) Establezca al menos 3 nuevos valores independientes para ser hallados a través del modelo
matemático calculado.
Respuesta:
Y = 265,87x
X1 = 1,0026 F (1,0026) = 265,87 (1,0026) = 266.5=266
13
X2 = 3,0158 F (3,0158) = 265,87 (3,0158) = 801.8=802
X3 = 2,9851 F (2,9851) = 265,87 (2,9851) = 793.6=793
14
Actividad 4
a. Identificar una variable cuantitativa dependiente y varias variables cuantitativas independientes
del estudio de investigación.
Respuesta: En la variable cuantitativa dependiente tenemos Velocidad Aprox. Para las variables
cuantitativa independiente tenemos la tasa de lesionados 2019 y la tasa de fallecidos 2019
b. Realizar el diagrama de dispersión de dichas variables.
15
c. Calcular la recta de regresión y el coeficiente de correlación para probar estadísticamente su
relación.
Respuesta:
Modelo matemático: y = a + b1 X1 + b2X2
Se trata de identificar los parámetros a, b1, b2 para ello se procede de la siguiente
manera: Análisis de datos
16
Y = 98,840 + (-1014,847)X1 + 0,0014X2
R2 = 0,02 el modelo matemático obtenido es nula en su confiabilidad.
R = 0,1729 x 100% = 17,29% la correlación entre las variables es muy débil, dado que su valor
coeficiente es de 0,1729
d. Relacionar la información obtenida con el problema.
Los resultados anteriores indican que las variables de Velocidad aprox. (km), Tasa de fallecidos
2019 y Tasa de lesionados 2019 se encuentran relacionado a través de un modelo matemático de
regresión múltiple y = 98,840 + (-1014,847) X1 + 0,0014X2 que explica el 0,02% de
confiabilidad. Esto debido a que dichas variables se encuentran bajo correlación muy débil de
17,29%.
17
Conclusiones
 Aprendí sobre los factores que influyen la accidentalidad y el grado de muertes

asociadas a los accidentes de Colombia, los marcos referenciales para dar solución
a los anunciados dándonos a conocer que los factores que influyen en la
accidentalidad de vehículos y en el grado de muertes asociadas a los accidentes de
tránsito en Colombia se ha ido en aumento tanto en las muerte de peatones,
accidentes en moto, por alicoramiento son las mayor tasa de mortalidad que se
presenta.
 Analice los diferentes conceptos sobre conceptos básicos asociados a Regresión y
Correlación expuesto.
18
Referencias Bibliográficas
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=b82c81e98fcc1361e1929abe203c8219 .
Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City:
Cengage Learning. (pp 675 – 686). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&it=r&p=
GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41.
Churchill, G.A. (2009). "Análisis de Regresión Múltiple." Investigación de mercados.
México City: Cengage Learning.(pp 686 – 695).Recuperado de Ortegón Pava, M.
(03,10,2018). Regresión y Correlación lineal. [Archivo de video]. Recuperado de
http://hdl.handle.net/10596/20621.
Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F., MX:
Instituto Politécnico Nacional, (2010). ProQuest ebrary. (pp 95-109). Recuperado de
http://site.ebrary.com/lib/unadsp/reader.action?ppg=12&docID=10365616&tm=1471981556
569
19
Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística 1. Distrito
Federal, MÉXICO: Grupo Editorial Patria. (pp 99-109). Recuperado de
http://site.ebrary.com/lib/unadsp/reader.action?ppg=6&docID=11230886&tm=14719820221
68
20

Paso 4 - Yaquelinetrujillomurcia

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

Paso 4 - Yaquelinetrujillomurcia

Cargado por

Copyright:

Formatos disponibles

Paso 4 - Descripción de la Información

Yaqueline Trujillo Murcia

Código del Curso

Universidad Nacional Abierta y a Distancia - UNAD

 Objetivos generales y específicos, ………..…………….…………………..……5

 Análisis de correlación lineal simple de las dos variables cuantitativas

 Análisis de correlación múltiple de las variables cuantitativas seleccionadas.15-17

 Análisis y conclusiones, a partir de los resultados obtenidos y aplicados al

medidas estadísticas Bivariantes de regresión, donde nos permite describir ampliamente al

variables cuantitativas, de la base de datos denominada: “Indicadores de accidentalidad -220

en función de la problemática de estudio. .

permite proporcionar un medio para investigar un caso y poder proporcionar nuestros

de la presentación de dichos datos, ya que la información obtenida a través de instrumentos de

los datos que nos han expuesto obtener en este caso.

 Identificar, calculará e interpretará las medidas bivariantes, en función de la

descripción de la problemática, a partir del trabajo realizado con variables

cuantitativas, de la base de datos denominada: “Indicadores de accidentalidad -220

municipios 2020 (16-1)”.

 Analizar los diferentes conceptos e interpretará las medidas bivariantes, en función

de la descripción de la problemática, a partir de variables cuantitativas, de la base

de datos denominada: “Indicadores de accidentalidad -220 municipios 2020 (16-

1)”..explicando los conceptos en un mapa mental.

 Definir brevemente los conceptos básicos asociados a Regresión y Correlación.

 Desarrollar el Laboratorio denominado Regresión y correlación.

 Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación.

Actividad 1. Mapa Mental.

Actividad 2. Definición de Conceptos.

Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:

-Diagrama de dispersión: el diagrama de dispersión permite analizar si existe algún tipo de

la existencia de una correlación positiva.

contrario; por ejemplo, al aumentar el valor de la variable x, se reduzca el de la variable y.

independientes entre sí, se afirmaría que no existe correlación.

interpretar los datos.

Calculando la correlación de dos variables, permite cuantificar el grado de relación entre

ambas, asó como su signo.

Obtener información para determinar si dos variables están relacionadas.

Comprobar cómo afecta a una variable los cambios producidos en otra.

Probar las posibles relaciones causa / efecto.

visualizar e interpretar los datos.

-Correlación lineal simple: La correlación, también conocida como coeficiente de correlación

conjunta entre dos variables.

coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto de puntos

representados se aproxima a una recta.

intensidad y el sentido de la relación entre dos variables. Citado de

https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html visitado el día 30-

04-2020- a las 02-12 pm

medio, el máximo error cuadrático medio que se puede aceptar es la varianza.

será mayor o aumentará.

embargo con la pequeña diferencia de que penaliza la inclusión de variables.

no sean realmente relevantes. Para resolver dicho problema se aplica que:

En esta ecuación se refiere a N como el tamaño de la muestra y K corresponde a las variables

explicativas. Desde el punto de vista de la deducción matemática a valores por encima de k,

estará más lejos el R cuadrado ajustado, del R cuadrado común.

Otras funciones del coeficiente de determinación

tenga un coeficiente mayor de determinación.

ejemplo de un modelo anidado. Lo más importante con respecto a este coeficiente es su

-Correlación positiva y correlación negativa: Correlación positiva: ocurre cuando una

aumenta y la otra disminuye.

-¿ Qué es el coeficiente de correlación lineal y qué nos ayuda a medir’

Actividad 3. Realizar el laboratorio de regresión y correlación lineal

Actividad 3 de este paso 4

a) Identificar dos variables cuantitativas de la situación estudiada que puedan estar