Estadística Descriptiva (100105A- 954)

Paso 4: Descripción de la información

Grupo: 100105_193

Universidad nacional abierta y a distancia - UNAD

Escuela de ciencias básicas tecnología e ingeniería

Introducción

En el siguiente trabajo se desarrollan las actividades planteadas en la guía de actividades,

aplicando los conocimientos de las medidas estadísticas bivariantes, por medio del cálculo e

interpretación del software estadístico Excel e Infostat sobre la unidad 2 de este curso, además

de la importancia reconocer y manejar las fórmulas que se obtienen de dichos software.

 Justificación

El trabajo de laboratorio constituye una de las mejores metodologías para la aplicación y

apropiación de modelos estadísticos, partiendo de la base se presenta las soluciones de las

actividades planteadas en la guía.

 OBJETIVO GENERAL

Analizar la información concerniente a la base de datos brindando soluciones, aplicando las

medidas estadísticas univariantes.
 OBJETIVOS ESPECIFICOS

 Diseñar el diagrama de dispersión

 Analizar la correlación simple y el coeficiente de determinación.

 Análisis de correlación positiva y negativa.

Actividad 1. Mapa mental

Medidas Estadísticas Bivariantes de

Regresión y Correlación.
 Actividad 2
Definición de conceptos

 Diagrama de dispersión: El diagrama de dispersión es un tipo de diagrama

matemático que utiliza las coordenadas cartesianas para mostrar los valores de dos
variables para un conjunto de datos.
  Correlación lineal simple: Es una medida de regresión que pretende cuantificar el
grado de variación conjunta entre dos variables.

 Coeficiente de determinación R2: Se define como la proporción de la varianza total

de la variable explicada por la regresión.

 Correlación negativa: Cuando las dos variables se correlacionan en sentido inverso

en la negativa la relación entre variables es opuesta.

 Correlación positiva: la relación entre variables es lineal y recta.

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

Es una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos
variables, nos ayuda a medir el grado de intensidad y el sentido de relación entre dos variables.

Actividad 3
.2. CH-Pureza. El rendimiento del producto de un proceso químico está relacionado con la

temperatura de operación del proceso. Se desea establecer la relación que existe entre la

pureza (y) del oxígeno producido y el porcentaje de hidrocarburo (x) que está presente en el

condensador principal en un proceso de destilación, de acuerdo con los siguientes datos:

 X Y
(% de hidrocarburos) (pureza)
0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33

Diagrama de Dispersión
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.
 CH Pureza
105

% de hidrocarburos
100
95
90
85
80
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
Pureza

Asociación positiva existe una alta correlación positiva directa entre las variables % de
hidrocarburos y pureza.

b. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. ¿Es confiable?

Ecuacion
y = -0,0384x + 92,564
R² = 0,87

El coeficiente de determinación es de 87% lo que me indica que la ecuacion es confiable.

c. Encuentre el coeficiente de determinación y correlación.

Coheficiente de determinación
R² = 0,87
R² = 0,87 * 100= 87%

Coeficiente de correlación
r= 0,93

d. Determine el grado de relación de las dos variables

R² = 0,87
r=√ R²
r=√0,87
r=0,93 Grado de relación entre dos variables
.
Actividad 4. Regresión y correlación Lineal
a. Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas e identificar la variable dependiente e independiente.

X= población por departamento - independiente

Y= índice de cobertura por departamento -dependiente

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

entre las variables.

Chart Title
1800000
1600000
1400000
1200000
1000000 f(x) = − 7128.18 x + 1143537.67
R² = 0.42
800000
600000
400000
200000
0
0 20 40 60 80 100 120 140 160 180

Población por departamento

Linear (Población por departamento)
Indice de cobertura electrica por departamento (%)

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

Interprete los resultados

Coheficiente de determinacion
r = 0,76
Coheficiente de correlacion
R2= 0,58

Correlacion positiva inversa ya que al aumentar la población el índice de cobertura

baja lo que se interpreta como mayor población requiere más servicio de cobertura
eléctrica por departamento.

d. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
Ecuacion
y = m (x) + b
Modelo matemático
y = -7128,2x + 1E+06

R² = 0,58
R² = 0,58
R² = 0,58* 100= 58%

Indica un 58% de confiabilidad

e. Determine el tipo de correlación de las dos variables.

R² = 0,58

r=√ 0,58
r=√0,76
r=0,76 Grado de relación entre dos variables

El grado de relación entre las dos variables es excelente

f. Relacionar la información obtenida con el problema.

En base a los resultados obtenidos en el diagrama de dispersión, de las dos variables
seleccionadas podemos determinar que la relación entre la población por departamento e
índice de cobertura es directamente proporcional.

Conclusiones
Partiendo de la pregunta orientadora ¿Cómo se caracteriza la población de las Zonas No

Interconectadas (ZNI), en las regiones de la Amazonía, Orinoquia y Pacífica, para dar

viabilidad a soluciones energéticas sostenibles que contribuyan al desarrollo de las regiones?

Se caracteriza como prioridad, ya que la mayoría son usuarios de estrato 1, que necesitan de

dicho servicio, algunos utilizan gasolina, para suplir el servicio. Se deben estudiar estrategias

viables para llevar el servicio a cada rincón del país.

Referencias bibliográficas.
 Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F., MX:
Instituto Politécnico Nacional, (2010). ProQuest ebrary.(pp 1-15) Recuperado de
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/76119?page=1

 Montero, J. M. (2007). Conceptos Generales Estadística descriptiva. Madrid:

Paraninfo. (pp 3 – 16). Recuperado de
https://link.gale.com/apps/doc/CX4052100007/GVRL?
u=unad&sid=GVRL&xid=24d3aa51

 Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto

Politécnico Nacional. (pp 55-79). Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/74722