TRABAJO CUARTO (4)

CESAR ABAD DONOSO CALDERÓN

ESTADISTICA DESCRIPTIVA

Diagrama de dispersión:

Una distribución bidimensional o bivariante puede representarse gráficamente en

un plano cartesiano, ubicando en el eje horizontal los valores de la primera
variable denominada X y en el eje vertical, los valores de la segunda variable Y. De
manera pues que se grafican tantas parejas ordenadas como observaciones hayan
de variables.

Dado que los puntos se ubican de forma dispersa en el plano cartesiano.

Parte del análisis estadístico que hace el investigador es determinar cuál es la

mejor línea o curva que representa a ese conjunto de datos. El mejor ajuste se
hace cuando se elabora bien la gráfica, se conoce la distribución y se va
adquiriendo experiencia en su cálculo y determinación.

Regresión:

La regresión examina la relación entre dos variables restringiendo una de ellas

respecto a la otra, con el objeto de estudiar las variaciones de la primera cuando la
otra permanece constante. La regresión es un método que se emplea para
pronosticar o predecir el valor de una variable en función de los valores dados de
la otra (o de las otras cuando se trabaja más de dos variables).

Se trata pues de una dependencia funcional entre las variables. Cuando se trata de
dos variables, una (la X) será la variable independiente mientras que la otra (la
Y) variable dependiente. Se habla así de una regresión de Y sobre (o en función
de X).

Principio de Mínimos cuadrados:

Es una técnica de análisis numero enmarcada dentro de la optimización

matemática, en la que dados un conjunto de pares ordenados: variable
independiente, variable dependiente y una familia de funciones, se intenta
encontrar la función continua, dentro de dicha familia, que mejor se aproxime a los
datos, de acuerdo con el criterio de mínimo error cuadrático.
En su forma más simple, intenta minimizar la suma de cuadrados de las diferencias
en los ordenadores (llamadas residuos) entre los puntos generados por la función
elegida y los correspondientes valores en los datos. Específicamente se llama
mínimos cuadrados promedio (LMS) cuando el número de datos medidos es 1 y se
usa el método de descenso por gradiente para minimizar el residuo cuadrado. Se
puede demostrar que LMS minimiza el residuo cuadrado esperado, con el mínimo
de operaciones pero requiere un gran número de iteraciones para converger.

Correlación:

La correlación entre dos variables busca determinar el grado de relación que existe
entre ellas dos. Ella se calcula con los coeficientes de correlación.

Los coeficientes de correlación son números que varían entre +1 y -1. Su

magnitud indica el grado de asociación entre las variables, si es 0 indica que no
existen relación alguna y los valores extremos +1 y -1 indican una correlación
perfecta positiva o negativa respectivamente.

Se dice que existe una correlación lineal positiva entre dos variables, si al
aumentar o disminuir los valores de la variable independiente aumentan o
disminuyen los de la variable dependiente. En un gráfico de dispersión, la nube de
puntos tiene forma ascendente y por tanto la recta que se ajusta tendrá una
pendiente positiva. En cambio, cuando al aumentar los valores de la variable
independiente disminuyen los valores de la variable dependiente o viceversa, se
dice que la correlación lineal es negativa. En este caso la nube de puntos
descenderá de izquierda a derecha y la pendiente de la recta ajustada seria
negativa.

Coeficiente de determinación

Denominado R2 es un estadístico usado en el contexto de un modelo estadístico

cuyo principal propósito es predecir futuros resultados o testear una hipótesis. El
coeficiente determina la calidad del modelo para replicar los resultados y la
proporción de variación de los resultados que puede explicarse por el modelo.

6. Determine una ecuación que describa la relación entre la frecuencia de

Accidentes y el nivel de educación preventiva
 X Y XY X2
150 8,00 1200 22500
200 7,00 1400 40000
300 6,50 1950 90000
450 5,20 2340 202500
500 6,40 3200 250000
600 4,40 2640 360000
800 4,00 3200 640000
900 3,10 2790 810000
TOTAL 3900 44,60 18720 2415000

n ∑ xy−∑ x ∑ y ∑ y−b ∑ x
b= 2 a=
n ∑ x❑ −¿ ¿ n

8 (18720 )−( 3900 ) ( 44.60 ) −24180

b= 2
b= b=0,00588
8 ( 2415000 )−( 3900 ) ❑ 4110000

44,60− ( 0,00588 )( 3900 ) 21,67

a= a= a=¿2,71
8 8

ÿ=0,00588 x + ( 2,71 )

7. Suponga que una cadena de supermercados financia un estudio sobre los

gastos anuales en comestibles de familias de cuatro miembros. La

investigación se limitó a familias con ingresos netos que van de $ 8,000 a $

20,000 dólares. Se obtuvo la siguiente ecuación: y = -200 + 0.10x, donde y =

gastos anuales estimados, x = ingresos netos anuales

a) Estime los gastos de una familia de cuatro miembros con un ingreso anual

de $15,000.
y = -200 + 0.10(15000) y=1300

b) Uno de los vicepresidentes se preocupa por el hecho de que

aparentemente la ecuación indica que una familia con ingreso de $2,000

no gastaría nada en alimentos. ¿Cuál sería su respuesta?

y = -200 + 0.10(2000) y=0

Efectivamente como se muestra en la en la ecuación una familia con ingresos de

$2,000 no gasta en alimentos puesto que sus ingresos son bajos.

c) Elabore el Diagrama de Dispersión

2000
1800
1600
GASTOS ESTIMADOS

1400
1200
1000
800
600
400
200
0
6000 8000 10000 12000 14000 16000 18000 20000 22000
INGRESOS NETOS

8. El departamento de mercadeo de una empresa manufacturera desea saber si

existe una relación entre las ventas y el número de capacitaciones brindadas a
su personal. Para ello, toma una muestra aleatoria de siete ciudades. La
siguiente tabla muestra los resultados obtenidos:

VENTAS CAPACITACIONES
XY X2
X Y
840 3 2520 705600
520 0 0 270400
710 2 1420 504100
1000 5 5000 1000000
1290 6 7740 1664100
1210 7 8470 1464100
 1440 8 11520 2073600
7010 31 36670 7681900

a) Realice el Diagrama de Dispersión

9
8
7
6
CAPACITACIONES

5
4 CAPACITACIONES
3 Linear (CAPACITACIONES)
2
1
0
400 600 800 1000 1200 1400 1600
VENTAS

Determine la Ecuación que mas se ajusta a la relación.

n ∑ xy−∑ x ∑ y ∑ y−b ∑ x
b= 2 a=
n ∑ x❑ −¿ ¿ n

7 (36670 )−( 7010 ) ( 31 ) 39380

b= 2
b= b=0,00 85
7 (7681900 )−( 7010 ) ❑ 4633200

31−( 0 , 0085 ) (7010 ) −28,58

a= a= a=−4,08
7 7

ÿ=−4,08+0,0085 x

Halle el coeficiente de correlación

Ÿ=-4,08+0,0085(7010) ÿ= 55,5

31−(55,5)❑2 = ∅
Se=
√ 7−2
d) Si el gerente de ventas de la empresa quisiera aumentar el número de
ventas a 1800 unidades mensuales, ¿Cuantas capacitaciones estima el
departamento de mercadeo de la empresa que debe realizar diariamente?

ÿ=−4,08+0,0085 ( 1800 ) ÿ ¿=11