UNIDAD 2 - PASO 4

JUAN DIEGO TORRADO AREVALO

CÓDIGO: 1093790686

Tutor:
JOSÉ FERNANDO VELANDIA TACUMA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ADMINISTRACIÓN DE EMPRESAS
ESTADÍSTICA DESCRIPTIVA
CÚCUTA
 Introducción

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.
 Justificación
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
Objetivo General:

Determinar la correlación entre dos variables cuantitativas a través de un laboratorio de

regresión y correlación lineal.

Objetivos 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: 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.

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, como su signo.

Correlación lineal simple: Es el grado de variación conjunta existente entre dos o más

variables, es decir 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.
 Coeficiente de determinación R2: Término usado en el análisis de regresión para denotar la

proporción relativa de la variación total en la variable de criterio que puede explicarse mediante

la ecuación de regresión ajustada.

Correlación positiva y correlación negativa

 Correlación positiva: Se presenta cuando una variable aumenta o disminuye y la otra

también, respectivamente. Hay una relación proporcional. Por ejemplo, para un vendedor

de carros, si él vende más carro (variable 1), va a ganar más dinero (variable 2).

 Correlación negativa: Se presenta cuando una variable se comporta de forma contraria o

a la otra, es decir que, si una variable aumenta, la otra disminuye. Hay una relación

inversa proporcional. Por ejemplo, para la construcción de un edificio, entre más

trabajadores estén construyendo un edificio (variable 1), menos tiempo se necesitará para

tenerlo listo (variable 2).

¿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, mide la fuerza y el sentido de la

relación lineal entre 2 variables cuantitativas.

Actividad 3. Ejercicio Práctico

Temperatura – Enfermedad respiratoria. En una investigación realizada durante el mes de

noviembre en un hospital pediátrico respecto a la relación de la temperatura ambiente media y

los casos de enfermedad registrados se obtuvieron los siguientes datos

En cada ejercicio deberá responder los siguientes interrogantes:

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

b. Encuentre el coeficiente de determinación y correlación.

b -1,7333
a 46,089
y 1,7333+46,089
0,8909
R2

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 Tenemos como resultado -0,94 tenemos una correlación negativa

de 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.

ED VELOCIDAD
AD PROM.
PR
OM
.
x y xy 2 2
i i x y
4 1 4 1849 10404
3 0 3
2 8
6
2 9 1 400 8281
0 1 8
2
0
3 9 3 1369 8100
7 0 3
3
0
3 9 3 1156 9409
4 7 2
9
8
2 1 3 784 13225
8 1 2
5 2
0
3 1 3 961 12996
1 1 5
4 3
4
3 1 4 1369 12996
7 1 2
4 1
8
2 9 2 625 9604
5 8 4
5
0
3 1 3 1089 12100
3 1 6
0 3
0
4 7 3 1849 5929
3 7 3
1
1
3 1 3 961 12544
1 1 4
2 7
2
3 1 3 1156 11881
4 0 7
9 0
6
2 1 3 784 16900
8 3 6
0 4
0
3 1 4 1369 15625
7 2 6
5 2
5
2 6 1 576 4356
4 6 5
8
4
3 7 2 1296 5776
6 6 7
3
6
2 6 1 400 4225
0 5 3
0
0
4 1 4 1681 14641
1 2 9
1 6
1
3 6 1 961 3844
1 2 9
2
2
2 7 1 400 5329
0 3 4
6
0
4 1 4 1764 11664
2 0 5
8 3
6
4 1 4 1936 11881
4 0 7
 9 9
6
4 1 4 1681 13689
1 1 7
7 9
7
2 8 2 676 7921
6 9 3
1
4
3 1 3 1369 10201
7 0 7
1 3
7
2 9 2 484 8836
2 4 0
6
8
3 7 2 1156 5184
4 2 4
4
8
2 1 3 729 14641
7 2 2
1 6
7
4 1 4 1600 11025
0 0 2
5 0
0
3 6 2 1521 3721
9 1 3
7
9
2 7 1 625 5476
5 4 8
5
0
2 1 2 625 10000
5 0 5
0 0
0
3 1 4 1444 11881
8 0 1
9 4
2
2 1 2 484 14400
2 2 6
0 4
0
3 9 3 1024 8836
2 4 0
0
8
3 6 2 1444 4356
8 6 5
0
8
2 7 1 784 4900
8 0 9
6
0
2 9 211 529 8464
3 2
 6
4 1 5 1936 14161
4 1 2
9 3
6
3 1 3 961 13225
1 1 5
5 6
5
3 8 3 1296 7921
6 9 2
0
4
3 7 2 1024 5184
2 2 3
0
4
2 1 3 784 13225
8 1 2
5 2
0
3 6 2 1444 4761
8 9 6
2
2
2 9 2 676 9025
6 5 4
7
0
3 6 2 1089 4624
3 8 2
4
4
3 1 4 1089 16900
3 3 2
0 9
0
3 1 3 1089 10404
3 0 3
2 6
6
3 6 2 1089 4225
3 5 1
4
5
2 9 2 676 9025
6 5 4
7
0
2 6 1 441 4624
1 8 4
2
8
2 1 3 841 13689
9 1 3
7 9
3
3 7 2 1225 4900
5 0 4
5
0
2 8 1 400 6561
0 1 6
2
0
2 9 2 529 8836
3 4 1
6
2
2 1 3 784 12544
8 1 1
2 3
6
3 1 3 1089 11881
3 0 5
9 9
7
3 6 2 1156 4761
4 9 3
4
6
4 1 4 1681 13689
1 1 7
7 9
7
3 108 3 1369 11664
7 9
9
6
2 108 3 841 11664
9 1
3
2
3 78 2 1444 6084
8 9
6
4
4 92 3 1764 8464
2 8
6
4
3 107 4 1521 11449
9 1
7
3
2 72 1 576 5184
4 7
2
8
3 75 2 1225 5625
5 6
2
5
3 91 3 1296 8281
6 2
7
6
3 78 3 1521 6084
9 0
4
2
3 78 2 1369 6084
7 8
8
6
3 99 3 961 9801
1 0
6
9
4 90 3 1764 8100
2 7
8
0
4 95 3 1681 9025
1 8
9
5
3 127 3 961 16129
1 9
3
7
3 63 2 1521 3969
9 4
5
7
2 124 2 576 15376
4 9
7
6
2 96 2 841 9216
9 7
8
4
4 107 4 1600 11449
0 2
8
0
2 75 2 784 5625
8 1
0
0
3 106 3 1369 11236
7 9
2
2
3 115 4 1296 13225
6 1
4
0
2 88 2 576 7744
4 1
1
2
2 117 2 484 13689
2 5
7
4
3 128 4 1296 16384
6 6
0
8
3 102 3 1521 10404
9 9
7
8
4 77 3 2025 5929
5 4
6
 5
3 96 2 961 9216
1 9
7
6
2 65 1 576 4225
4 5
6
0
3 109 4 1369 11881
7 0
3
3
4 74 3 1849 5476
3 1
8
2
2 123 2 576 15129
4 9
5
2
2 102 2 576 10404
4 4
4
8
2 121 2 576 14641
4 9
0
4
3 77 2 1089 5929
3 5
4
1
3 127 3 900 16129
0 8
1
0
4 112 4 1764 12544
2 7
0
4
2 128 3 625 16384
5 2
0
0
4 73 3 1936 5329
4 2
1
2
3 78 2 1225 6084
5 7
3
0
3 78 2 961 6084
1 4
1
8
2 66 1 529 4356
3 5
1
8
2 88 2 729 7744
7 3
7
6
3 76 2 1521 5776
9 9
6
4
2 86 2 676 7396
6 2
3
6
3 62 2 1089 3844
3 0
4
6
2 111 3 784 12321
8 1
0
8
4 77 3 1600 5929
0 0
8
0
2 115 3 784 13225
8 2
2
0
4 105 4 1936 11025
4 6
2
0
2 91 2 484 8281
2 0
0
2
4 102 4 1600 10404
0 0
8
0
3 107 4 1521 11449
9 1
7
3
2 110 2 484 12100
2 4
2
0
3 79 3 1444 6241
8 0
0
2
3 67 2 1225 4489
5 3
4
5
3 81 2 1369 6561
7 9
9
7
2 127 3 576 16129
4 0
4
8
3 61 2 1444 3721
8 3
1
8
2 95 2 841 9025
9 7
5
5
4 66 2 1681 4356
1 7
0
6
3 117 4 1521 13689
9 5
6
3
2 63 1 676 3969
6 6
3
8
3 78 2 1089 6084
3 5
7
4
2 73 1 625 5329
5 8
2
5
2 78 2 729 6084
7 1
0
6
2 84 2 676 7056
6 1
8
4
3 128 4 1296 16384
6 6
0
8
4 92 3 1849 8464
3 9
5
6
2 122 3 841 14884
9 5
3
8
3 112 4 1521 12544
9 3
6
8
3 64 2 1089 4096
3 1
1
2
4 93 4 2025 8
5 1 6
8 4
5 9
4 97 3 1600 9
0 8 4
8 0
0 9
3 77 2 1296 5
6 7 9
7 2
2 9
4 66 2 1764 4
2 7 3
7 5
2 6
2 83 2 676 6
6 1 8
5 8
8 9
3 11 4 1521 1
9 5 4 3
8 2
5 2
5
2 11 2 529 1
3 2 5 2
7 5
6 4
4
4 67 2 1936 4
4 9 4
4 8
8 9
3 12 3 961 1
1 5 8 5
7 6
5 2
5
3 64 2 1156 4
4 1 0
7 9
6 6
2 63 1 625 3
5 5 9
7 6
5 9
2 11 2 400 1
0 4 2 2
8 9
0 9
6
4 10 4 2025 1
5 7 8 1
1 4
5 4
9
2 10 2 625 1
5 5 6 1
2 0
5 2
5
3 73 2 961 5
1 2 3
6 2
3 9
2 11 3 676 1
6 8 0 3
6 9
8 2
4
3 92 3 1089 8
3 0 4
3 6
6 4
3 12 4 1296 1
6 8 6 6
0 3
8 8
4
2 10 2 529 1
3 2 3 0
4 4
6 0
4
2 97 2 841 9
9 8 4
1 0
3 9
3 88 3 1296 7
6 1 7
6 4
8 4
2 12 2 400 1
0 9 5 6
8 6
0 4
1
4 69 2 1849 4
3 9 7
 6 6
7 1
3 11 3 1156 1
4 3 8 2
4 7
2 6
9
2 93 2 576 8
4 2 6
3 4
2 9
2 97 2 576 9
4 3 4
2 0
8 9
3 11 3 1024 1
2 5 6 3
8 2
0 2
5
3 94 3 1521 8
9 6 8
6 3
6 6
3 89 2 1024 7
2 8 9
4 2
8 1
4 98 4 1681 9
1 0 6
1 0
8 4
3 69 2 1521 4
9 6 7
9 6
1 1
3 94 2 900 8
0 8 8
2 3
0 6
3 11 3 1024 1
2 7 7 3
4 6
4 8
9
3 10 3 1369 1
7 4 8 0
4 8
8 1
6
4 11 4 1681 1
1 3 6 2
3 7
3 6
9
4 86 3 1681 7
1 5 3
2 9
6 6
3 75 2 1156 5
4 5 6
5 2
0 5
2 10 3 784 1
8 9 0 1
5 8
2 8
1
3 12 4 1225 1
5 2 2 4
7 8
0 8
4
3 10 4 1444 1
8 9 1 1
4 8
2 8
1
2 72 1 529 5
3 6 1
5 8
6 4
2 10 2 676 1
6 8 8 1
0 6
8 6
4
2 76 1 676 5
6 9 7
7 7
6 6
3 10 3 961 1
1 2 1 0
6 4
2 0
4
4 86 3 1600 7
0 4 3
4 9
0 6
4 10 4 1849 1
6 5 1
5 2
3
3 8 6
4 93 3 1849 8
3 9 6
9 4
9 9
4 83 3 2025 6
5 7 8
3 8
5 9
3 72 2 1369 5
7 6 1
6 8
4 4
3 11 4 1444 1
8 5 3 3
7 2
0 2
5
2 63 1 576 3
4 5 9
1 6
2 9
2 82 1 576 6
4 9 7
6 2
8 4
4 61 2 1681 3
1 5 7
0 2
1 1
3 97 3 1444 9
8 6 4
8 0
6 9
3 11 4 1521 1
9 7 5 3
6 6
3 8
9
4 82 3 1849 6
3 5 7
2 2
6 4
3 12 3 1024 1
2 1 8 4
7 6
2 4
1
4 10 4 1936 1
4 9 7 1
9 8
6 8
1
3 12 4 1369 1
7 5 6 5
2 6
5 2
5
2 10 2 441 1
1 9 2 1
8 8
9 8
1
4 12 5 1936 1
4 6 5 5
4 8
4 7
6
2 11 2 484 1
2 4 5 2
0 9
8 9
6
2 99 2 441 9
1 0 8
7 0
9 1
3 13 4 961 1
1 0 0 6
3 9
0 0
0
4 12 5 1600 1
0 6 0 5
4 8
0 7
6
2 11 2 576 1
4 1 6 2
6 3
4 2
1
2 12 3 841 1
9 5 6 5
 2 6
5 2
5
2 80 1 441 6
1 6 4
8 0
0 0
2 13 2 484 1
2 0 8 6
6 9
0 0
0
3 10 3 900 1
0 4 1 0
2 8
0 1
6
∑ 6541 19 6 2 1
16 2 2 9
7 5 4 1
5 0 7
7 8 7
0 1 4
3

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

entre las variables.

DIAGRAMA
14 DE
0
DISPERSIÓN
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 -
0.1
26
 7
a 99.
97
80

Según lo que nos muestra el modelo matemático obtenido es:

Y =bx a0.1267 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

2 r 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 x55 años → Y= 0.12675599.978093 km

Si x47 años →Y = 0.12343474838.6 km/h

Si x58 años →Y=0.126799.978092.6 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.

 Conclusiones

Es evidente que la dispersión de los gráficos es muy útil para analizar el comportamiento

de dos o más variables, en uno de los cuales se estima que tienen algún tipo de relación, y por lo

tanto, lo que demuestra cómo se puede influir en la otra. Las medidas de dispersión ayudan a

realizar una comparación entre las posibles variaciones que pueden existir en algunos de los

datos que se están estudiando.

Ambas dispersiones mediciones y de dispersión gráficos se utilizan para observar el

comportamiento de algunos datos que son el objeto de estudio y que intento para mostrar la

relación que existe entre ellos.

Los temas tratados en el curso demuestran la importancia de la estadística para el análisis

de datos de acuerdo con estudios previos en circunstancias que requieren el uso de un proceso
para llegar a conclusiones críticas en cada uno de ellos. Aparté de eso, que es posible que vea la

asistencia que los gráficos proporcionan en los datos de análisis.

Fuentes Bibliográficas

 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.