UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Estadística Descriptiva

Unidad 3: Paso 4

Grupo 21

Estudiante: María yudy Rivera cortes. Código 29 509 311

Estudiante: Diana Stefanny Benítez Bernal Código: 1085923414

Tutor: Lic. Juan Manuel González

ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES

PSICOLOGÍA -PASTO- NARIÑO

JULIO 2020
 INTRODUCCIÓN

En este trabajo nos encontrareis con medidas estadísticas, bivariantes de la cuales

hacemos uso de ella para darle solución a la pregunta problema de investigación, en ese

sentido hicimos uso y praxis de regresión y correlación lineal, regresión y correlación

múltiple con tal fin de tener una máxima claridad de respuesta a la solución para darle

solución a nuestra pregunta de investigación, “¿Cuáles son los factores que influyen en la

accidentalidad de vehículos y en el grado de muertes asociadas a los accidentes de tránsito

en Colombia?”.
 JUSTIFICACIÓN

La estadística descriptiva, es una disciplina que se aplica en todos los campos laborales

de la vida, ya sea para posibles soluciones, para conocer la producción de rentabilidad,

probabilidades etc. Es por eso que este trabajo fue expuesto al desarrollo, de identificar el

cómo se comportan los datos y como se expresa la relación y correlación simple o múltiple

entre ellos mismos dentro del problema directo y darle una solución inminente.

.
 Objetivos generales

Identificar mediante las medidas estadísticas bivarientes cómo se relacionan los datos y

darle sentido e interpretación para relacionarlo con la pregunta principal de la base del

problema “¿Cuáles son los factores que influyen en la accidentalidad de vehículos y en

el grado de muertes asociadas a los accidentes de tránsito en Colombia?”).

Objetivos específicos.

 Identificar, calcular las medidas bivarientes, en función de la pregunta problema

de base.

 Interpretar el porcentaje de confiabilidad de los modelos matemáticos para una

posible solución del problema.

Mapa Mental
 -Diagrama de dispersión: Es una

ilustración gráfica que se usa en el

análisis de regresión. Consta de una

dispersión de puntos tal que cada punto

representa un valor de la variable

independiente.

El diagrama de dispersión también

llamado nube de puntos, brinda dos tipos

de información, visualmente se pueden

determinar los patrones que indican

como las variables están relacionadas

(lineal o mediante una curva) y por otro lado si existe una relación entre ellas

visualizando la clase de línea o ecuación de estimación que describe dicha relación.

-Correlación lineal simple: El análisis de correlación es la herramienta estadística que

podemos usar para describir el grado o fuerza en el que una variable está linealmente

relacionada con otra.

-Coeficiente de determinación R2: La medida mas importante quede que tambien

ajusta la linea de regresión estimada en los datos muestrales en los que está basada, es el
coeficiente de determinación muestral, este es igual a la proporción de la variación total

de los valres de la variable dependiente “Y” que pude explicarse por medio de la

asociación de Y con X medida por la linea de regresión estimada.

 El coeficiente de determinación es la manera primaria, de medir el grado de fuerza

de la relación que existe entre dos variables , XyY.
 El coeficiente de determinación muestral se representa como R2, y mide
exclusivamente la fuerza de una relación lineal entre dos variables. Calculo del
coeficiente de determinación:

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

Es la raíz cuadrada del coeficiente de determinación maestral, √ r 2, es un índice

alternativo común del grado de asociación entre dos variables cuantitativas.

 Esta segunda medida nos sirve para describir la eficacia con que una variable es

explicada por otra, así pues el signo de “r” indica la dirección de la relación entre dos

variables X y Y.

Actividad 3. Realizar el laboratorio de regresión y correlación lineal

1. Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.
 Fallecidos en enero y febrero del 2019_ Dependiente
 Usuario de moto_ Independiente

2. Realizar el diagrama de dispersión de dichas variables y determinar el tipo de

relación entre las variables.
 a. Encuentre el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?

Modelo Matemático

Y =m ( x )+ b Y =1.88 x +22.40

b. Coeficiente de determinación R2:

0.82*100= 82%.
El modelo matemático de arroja una 82% de confianza

c. Coeficiente de correlación √ R2: √ 0.82=0.9055

d. Determine el grado de correlación de las dos variables.

 Teniendo en cuenta que la raíz cuadrada del coeficiente de

correlación nos da como resultado 0.9055 se encuentra se
 encuentra entre 0.90 y 1 demuestra que tiene una correlación
excelente.

CONCLUSIONES

 La relación en los fallecidos en enero y febrero del año 2019 y los usuarios
de moto tienen una relación proporcional. Sí analizamos la gráfica ella
asciende es decir que es positiva, en otras palabras entre más usuarios de
motos más fallecidos en accidentes de tránsito en enero y febrero del 2019

 La confiabilidad de la relación entre los fallecidos en enero y febrero en

2019 y los usuarios de moto es del 82% según los datos analizados.

 La correlación entre los fallecidos en enero y febrero en 2019 y los usuarios

de moto es excelente o de alta correlación.

 El modelo matemático permite determinar los fallecidos en enero y febrero

en 2019 a partir de los usuarios de moto, con un nivel de 82% y una
correlación excelente.

e. Establezca al menos 3 nuevos valores independientes para ser hallados a través

del modelo matemático calculado.
 Actividad 4. Regresión y correlación múltiple.

Descripción de la Actividad:

A partir de la base de datos suministrada “Indicadores de accidentalidad -250

municipios 2020 (16-2)”, cada estudiante, deberá:

a. Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación.

Variable dependiente: Fallecidos en enero-febrero 2019

Variables independientes: Usuario de moto y Usuario de v. particular

b. Realizar el diagrama de dispersión de dichas variables.

c. Calcular la recta de regresión y el coeficiente de correlación para probar
estadísticamente su relación.

Y =b 1 x 1+ b 2 x 2+ a Y =1.58 ( x 1 ) + 4.42 ( x 2 )−1.42

Coeficiente de determinación: 1.00 * 100 = 100%

Coeficiente de correlación (r): √ 1.00 = 1

La correlación de es = 1; eso quiere decir que la correlación es perfecta

CONCLUSIONES

 La relación entre, Fallecidos en enero-febrero 2019 Usuario de moto y Usuario de v.

particular, es una relación directa proporcional. Las pendientes de las gráficas son
positivas, eso quiere decir que a mayores usuarios de motos y usuarios de vehículos
individuales existe un incremento de fallecidos en ene-feb 2019.

 La confiabilidad de la relación Fallecidos en enero-febrero 2019 Usuario de moto y

Usuario de v. particular, es de 100% según los datos analizados.
  La correlación de Fallecidos en enero-febrero 2019 Usuario de moto y Usuario de v.
particular es PERFECTA y ubica un valor de = 1.

 El modelo matemático obtenido permite determinar los Fallecidos en enero-febrero

2019 a partir de los Usuarios de moto y Usuarios de v. particular, con un nivel de
determinación del 100% y una correlación PERFECTA.

REFERENCIAS BIBLIOGRÁFICAS

Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 151 –

158).

Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City:

Cengage Learning.
 Churchill, G.A. (2009). "Análisis de Regresión Múltiple." Investigación de mercados.

México City: Cengage Learning.