ESTADISTICA DESCRIPTIVA

PASO 4 - DESCRIPCION DE LA INFORMACION

ESTUDIANTE:
CRISTIAN RODRIGUEZ VELASQUEZ
CODIGO: 1110477106

TUTOR:
JOSE FERNANDO VELANDIA
GRUPO (237)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTNACIA (UNAD)

NOVIEMBRE DE 2020
IBAGUE -TOLIMA
 INTRODUCCION

Con el desarrollo de esta nueva actividad me permitirá conocer e ir apropiando nuevo

elementos y conceptos que serán necesarios al momento de tomar decisiones sobre un
determinado tema y como resultado de una respectiva recopilación de datos. Es por eso
que en este trabajo poder identificar y trabajar sobre la forma de adquirir dichos datos,
ordenarlos y realizarle su respectiva lectura frente a una temática identificada.
Así que al culminar esta actividad se podrá compartir elementos estadísticos dando
respuesta o solución a una situación problemática con el uso de la estadística
descriptiva. Para el desarrollo de esta nueva actividad me permite conocer e ir
apropiando nuevos elementos y conceptos que serán necesarios al momento de tomar
decisiones o lectura de datos sobre un determinado tema.
 JUSTIFICACION

En el presente trabajo se compararon datos cuantitativos para determinar su

correlación y de esta manera analizarla, partiendo de una realidad que conocemos y
entendemos se podrán formular propuestas encaminada a la transformación de una
realidad. Mediante un proceso gradual de clasificación, organización de datos hemos
analizado variables cualitativas y cuantitativas, lo que nos permite en este momento
elaborar un laboratorio apoyados en el análisis y formulas del programa de Excel.
Además de todo esto el trabajo permite distintas perspectivas que complementan la
entrega final, adquiriendo nuevas experiencias a través de la ejercitación de nuestra
habilidades interpretativas y argumentativas que se reúnen en torno a un tema común
en donde prevalece la objetividad.
 OBJETIVOS

General

Determinar la correlación entre dos variables cuantitativas a través de un

laboratorio de regresión y correlación lineal.

Específicos

 Analizar datos agrupados para encontrar su relación.

 Determinar porcentajes que permitan una explicación de modelo y grado de
relación de dos variables de los ejercicios de laboratorio y de regresión y
correlación lineal simple.
 En la práctica de regresión y correlación lineal múltiple identificar una variable
cuantitativa dependiente y varias variables independientes del estudio
de investigación, diagramarlas y calcular la recta de regresión y
coeficiente de correlación para probar estadísticamente su relación
 Relacionar o analizar la información obtenida en cada problema planteando en
los
ejercicios de laboratorio.
Actividad 1. Mapa Mental
 Actividad 2. Definición de Conceptos.

Diagrama de dispersión
Se trata de un diagrama de tipo matemático que maneja las coordenadas cartesianas para
exponer los valores de dos variables, para un grupo de datos, también se le conoce como
gráfico de puntos o diagrama de XY. Son diagramas que utilizan un grupo de puntos,
ubicados usando las coordenadas cartesianas (X, Y) para expresar valores de 2 variables,
ya que, al seguir una variable en cada eje, se detecta la relación o correlación entre las dos
variables.
Entendiendo que la dispersión en la matemática se conoce como el valor de
distanciamiento de un vinculado de valores, con respecto a un valor medio.

Correlación lineal simple.

Si entre dos variables cuantitativas existe una relación lineal, el análisis de correlación
lineal simple se usa para determinar la dirección y la magnitud de dicha relación. Se trata
de expresar cuantitativamente el grado de relación que existe entre las variables en estudio.

Coeficiente de determinación R2
El coeficiente de determinación es la proporción de la varianza total de la variable
explicada por la regresión. Es también denominado R cuadrado y sirve para reflejar la
bondad del ajuste de un modelo a la variable que se pretende explicar.

Correlación positiva y correlación negativa

Cuando hay una correlación positiva (r> 0) entre dos variables aleatorias, una variable se
mueve proporcionalmente a la otra variable. ... Cuando hay una correlación negativa (r <0)
entre las dos variables aleatorias, las variables se mueven opuestas entre sí. Si una variable
aumenta, la otra

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

En estadística, el coeficiente de correlación es una medida lineal entre dos variables

aleatorias cuantitativas, a diferencia de la covarianza, la correlación de Pearson es
independiente de la escala de medida de las variables
De manera menos formal, podemos definir el coeficiente de correlación de Pearson como
un índice que puede utilizarse para medir el grado de relación de dos variables siempre y
cuando ambas sean cuantitativas y continuas.
Actividad 3. Ejercicio práctico.

Temperatura – Enfermedad respiratoria.

En una investigación realizada durante el mes de agosto en un hospital pediátrico respecto

a la relación de la temperatura ambiente media y los casos de enfermedad registrados se
obtuvieron los siguientes datos

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.

Coeficiente de correlación
b. Correlación lineal simple.

b -1,7333
a 46,089
y 1,7333+46,089
R2 0,8909
 c. Determine el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?

Se puede observar que existe un porcentaje aproximado al 90%

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

Correlación de Tenemos como resultado -0,94 tenemos una correlación negativa

Pearson
Comprobación

-0.94
Actividad 4. Regresión y correlación Lineal.
Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas e identificar la variable dependiente e independiente.

EDAD VELOCIDAD
PROM. PROM.
xi yi xy 2 2
43 102 438
x
1849
y
10404
6
20 91 182 400 8281
0
37 90 333 1369 8100
0
34 97 329 1156 9409
8
28 115 322 784 13225
0
31 114 353 961 12996
4
37 114 421 1369 12996
8
25 98 245 625 9604
0
33 110 363 1089 12100
0
43 77 331 1849 5929
1
31 112 347 961 12544
2
34 109 370 1156 11881
6
28 130 364 784 16900
0
37 125 462 1369 15625
5
24 66 158 576 4356
4
36 76 273 1296 5776
6
20 65 130 400 4225
0
41 121 496 1681 14641
1
31 62 192 961 3844
2
20 73 146 400 5329
0
42 108 453 1764 11664
6
44 109 479 1936 11881
6
41 117 479 1681 13689
7
26 89 231 676 7921
4
37 101 373 1369 10201
7
22 94 206 484 8836
8
34 72 244 1156 5184
8
27 121 326 729 14641
7
40 105 420 1600 11025
0
39 61 237 1521 3721
9
25 74 185 625 5476
0
25 100 250 625 10000
0
38 109 414 1444 11881
2
22 120 264 484 14400
0
32 94 300 1024 8836
8
38 66 250 1444 4356
8
28 70 196 784 4900
0
23 92 211 529 8464
6
44 119 523 1936 14161
6
31 115 356 961 13225
5
36 89 320 1296 7921
4
32 72 230 1024 5184
4
28 115 322 784 13225
0
38 69 262 1444 4761
2
26 95 247 676 9025
0
33 68 224 1089 4624
4
33 130 429 1089 16900
0
33 102 336 1089 10404
6
33 65 214 1089 4225
5
26 95 247 676 9025
0
21 68 142 441 4624
8
29 117 339 841 13689
3
35 70 245 1225 4900
0
20 81 162 400 6561
0
23 94 216 529 8836
2
28 112 313 784 12544
6
33 109 359 1089 11881
7
34 69 234 1156 4761
6
41 117 479 1681 13689
7
37 108 399 1369 11664
6
29 108 313 841 11664
2
38 78 296 1444 6084
4
42 92 386 1764 8464
4
39 107 417 1521 11449
3
24 72 172 576 5184
8
35 75 262 1225 5625
5
36 91 327 1296 8281
6
39 78 304 1521 6084
2
37 78 288 1369 6084
6
31 99 306 961 9801
9
42 90 378 1764 8100
0
41 95 389 1681 9025
5
31 127 393 961 16129
7
39 63 245 1521 3969
7
24 124 297 576 15376
6
29 96 278 841 9216
4
40 107 428 1600 11449
0
28 75 210 784 5625
0
37 106 392 1369 11236
2
36 115 414 1296 13225
0
24 88 211 576 7744
2
22 117 257 484 13689
4
36 128 460 1296 16384
8
39 102 397 1521 10404
8
45 77 346 2025 5929
5
31 96 297 961 9216
6
24 65 156 576 4225
0
37 109 403 1369 11881
3
43 74 318 1849 5476
2
24 123 295 576 15129
2
24 102 244 576 10404
8
24 121 290 576 14641
4
33 77 254 1089 5929
1
30 127 381 900 16129
0
42 112 470 1764 12544
4
25 128 320 625 16384
0
44 73 321 1936 5329
2
35 78 273 1225 6084
0
31 78 241 961 6084
8
23 66 151 529 4356
8
27 88 237 729 7744
6
39 76 296 1521 5776
4
26 86 223 676 7396
6
33 62 204 1089 3844
6
28 111 310 784 12321
8
40 77 308 1600 5929
0
28 115 322 784 13225
0
44 105 462 1936 11025
0
22 91 200 484 8281
2
40 102 408 1600 10404
0
39 107 417 1521 11449
3
22 110 242 484 12100
0
38 79 300 1444 6241
2
35 67 234 1225 4489
5
37 81 299 1369 6561
7
24 127 304 576 16129
8
38 61 231 1444 3721
8
29 95 275 841 9025
5
41 66 270 1681 4356
6
39 117 456 1521 13689
3
26 63 163 676 3969
8
33 78 257 1089 6084
4
25 73 182 625 5329
5
27 78 210 729 6084
6
26 84 218 676 7056
4
36 128 460 1296 16384
8
43 92 395 1849 8464
6
29 122 353 841 14884
8
39 112 436 1521 12544
8
33 64 211 1089 4096
2
4 93 418 2025 8649
5 5
4 97 388 1600 9409
0 0
3 77 277 1296 5929
6 2
4 66 277 1764 4356
2 2
2 83 215 676 6889
6 8
3 115 448 1521 1322
9 5 5
2 112 257 529 1254
3 6 4
4 67 294 1936 4489
4 8
3 125 387 961 1562
1 5 5
3 64 217 1156 4096
4 6
2 63 157 625 3969
5 5
2 114 228 400 1299
0 0 6
4 107 481 2025 1144
5 5 9
2 105 262 625 1102
5 5 5
3 73 226 961 5329
1 3
2 118 306 676 1392
6 8 4
3 92 303 1089 8464
3 6
3 128 460 1296 1638
6 8 4
2 102 234 529 1040
3 6 4
2 97 281 841 9409
9 3
3 88 316 1296 7744
6 8
2 129 258 400 1664
0 0 1
4 69 296 1849 4761
3 7
3 113 384 1156 1276
4 2 9
2 93 223 576 8649
4 2
2 97 232 576 9409
4 8
3 115 368 1024 1322
2 0 5
3 94 366 1521 8836
9 6
3 89 284 1024 7921
2 8
4 98 401 1681 9604
1 8
3 69 269 1521 4761
9 1
3 94 282 900 8836
0 0
3 117 374 1024 1368
2 4 9
3 104 384 1369 1081
7 8 6
4 113 463 1681 1276
1 3 9
4 86 352 1681 7396
1 6
3 75 255 1156 5625
4 0
2 109 305 784 1188
8 2 1
3 122 427 1225 1488
5 0 4
3 109 414 1444 1188
8 2 1
2 72 165 529 5184
3 6
2 108 280 676 1166
6 8 4
2 76 197 676 5776
6 6
3 102 316 961 1040
1 2 4
4 86 344 1600 7396
0 0
4 106 455 1849 1123
 3 8 6
4 93 399 1849 8649
3 9
4 83 373 2025 6889
5 5
3 72 266 1369 5184
7 4
3 115 437 1444 1322
8 0 5
2 63 151 576 3969
4 2
2 82 196 576 6724
4 8
4 61 250 1681 3721
1 1
3 97 368 1444 9409
8 6
3 117 456 1521 1368
9 3 9
4 82 352 1849 6724
3 6
3 121 387 1024 1464
2 2 1
4 109 479 1936 1188
4 6 1
3 125 462 1369 1562
7 5 5
2 109 228 441 1188
1 9 1
4 126 554 1936 1587
4 4 6
2 114 250 484 1299
2 8 6
2 99 207 441 9801
1 9
3 130 403 961 1690
1 0 0
4 126 504 1600 1587
0 0 6
2 111 266 576 1232
4 4 1
2 125 362 841 1562
9 5 5
2 80 168 441 6400
1 0
2 130 286 484 1690
2 0 0
3 104 312 900 1081
0 0 6
∑ 6541 19167 625 2240 1917
570 81 743

Realizar el diagrama de dispersión de dichas variables y determinar el tipo de relación

entre las variables.

DIAGRAMA DE
14 DISPERSIÓN
0

12
0
f(x) = − 0.13 x +
10 99.98
0 R² = 0
60
80
40

20

0
15 20 25 30 35 40 45 50
EDAD
PROMEDIO
 Determine al coeficiente de determinación y de correlación de las dos variables.
Interprete los resultados

n 200
b -
0.126
7
a 99.97
80

Según lo que nos muestra el modelo matemático obtenido es:

Y bx a0.1267 x 99.9780

Conforme de lo que se puede ver en el diagrama de dispersión, el modelo obtenido

no es confiable. Esto se puede ver más adelante cuando se vaya a hallar el
coeficiente de correlación entre las variables.

Determine al coeficiente de determinación y de correlación de las dos variables.

Interprete los resultados
Coeficiente de Correlación
r -0.0449

r2
0.0020

Según la información obtenida podemos ver que nos muestra una variable
independiente, promedio de edad de los fallecidos, tiene un grado de asociación muy
bajo, es decir, casi cero, con la variable dependiente, velocidad promedio del accidente.
También, la baja o corta correlación existente entre las variables inversas: al
incrementar el promedio de edad, la velocidad promedio del accidente disminuye.
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?

Si x55 años → Y 0.1267 55 99.978093 km  h

Si x47 años→Y 99.9780km  h
Si x58 años →Y 0.126799.978092.6 km  h

No obstante, se pueden disponer nuevos valores independientes, el modelo

matemático generado se puede ver que no es confiable.

Relacionar la información obtenida con el problema.

Según la información obtenida podemos ver que nos muestra una variable independiente,
promedio de edad de los fallecidos, tiene un grado de asociación muy bajo, es decir, casi
cero, con la variable dependiente, velocidad promedio del accidente. También, la baja o
corta correlación existente entre las variables inversas: al incrementar el promedio de
edad, la velocidad promedio del accidente disminuye.
“¿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?”

Podemos observar directamente que un factor principal es el consumo desmedido de

alcohol factores de distracción mientras se conduce como celulares o aparatos tecnológicos
entre otros y esto es debido a la falta de control por parte de las autoridades viales o
(seguridad vial)
 CONCLUCIONES

Es evidente que las gráficas de dispersión son de gran ayuda para el bue análisis del
comportamiento de dos variables de las cuales se estima algún tipo de relación, y por
ende demostrar que tanto puede afectar una a otra. Las medidas de dispersión
contribuyen a la realización de una comparación entre las posibles variaciones que
pueden tener algunos datos que se están estudiando.
Tanto las medidas de dispersión como los gráficos de dispersión sirven para observar el
comportamiento que tiene algunos datos que son objeto de estudio y que pretenden
mostrar la relación que existe entre los mismos o por el contrario una total desconexión
que impide brindar soluciones.
Las temáticas tratadas durante el curso muestran la importancia de la estadística para el
análisis de datos de acuerdo con estudios previos en circunstancias que necesitan de un
proceso para llegar a las conclusiones determinantes en cada una de ellas. Además de lo
anterior se puede evidenciar la ayuda que brindan los gráficos pata el estudio de los
datos, con el fin de dar soluciones precisas que contribuyen a mejores resultados de las
situaciones objeto de estudio.
 REFERENCIAS BIBLIOGRAFICAS

Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 130 – 158.

Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City: Cengage
Learning. Páginas 675 – 686

Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. Paginas. 151 – 158.