Unidad 3 - Tarea 4 –

Descripción de la Información

Mayra Alejandra Ruiz Oliveros

C.C 1113310544

Grupo
(202107095A_954)

Tutor

YEINY CONSUELO ALARCON

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PROGRAMA DE PSICOLOGÍA
NOVIEMBRE 2021
PALMIRA
 INTRODUCCIÓN

En el siguiente trabajo muestra una serie de ejercicios de regresión y correlación lineal

simple y múltiple donde se relacionan las variables de las bases de datos
presentada sobre los indicadores la estadística descriptiva trata sobre un conjunto de
técnicas a través de números y gráficas que se usan para analizar una agrupación de datos
sin determinar inferencias sobre la población a la que estas pertenecen.
 JUSTIFICACIÓN

Partiendo de la base de datos sobre los indicadores socioeconómicos que se ha obtenido,

para ello en primer lugar se aplicara el proceso de regresión y correlación lineal simple para

determinar la naturaleza como la fuerza de una relación entre dos variables y en un segundo

lugar la regresión y correlación lineal múltiple con la cual describimos la relación entre dos

o más variables independientes y una variable dependiente utilizando la ecuación de

regresión múltiple, estas ecuaciones nos permiten realizar una interpretación de correlación

de la investigación realizada en Colombia, el trabajo de laboratorio constituye en una de las

mejores metodologías para la aplicación de modelos estadísticos a las variables de los

hechos, es por esto que se trabajan en este sentido y no otro para la realización de nuestras

actividades académicas.
 OBJETIVOS

General

• Potencializar en el estudiante habilidades y destrezas para caracterizar una situación

mediante el análisis de las medidas estadísticas, y así interpretar adecuadamente

estas medidas estadísticas, asociadas a una situación específica, determinando la

relación entre las variables inscritas en la situación especificada a partir del análisis

de regresión y correlación lineal y múltiple.

Específicos

• Interpretar correctamente los datos de la tabla propuestos en cada uno de los

ejercicios Realizar diagramas de dispersión en los ejercicios propuestos para esta

actividad

• Desarrollar el laboratorio de regresión y correlación lineal simple creando modelos

matemáticos que nos permitan predecir el efecto de una variable sobre otra.
Actividad 1.

Mapa Mental Resumir mediante un mapa mental las medidas estadísticas Bivariantes de

regresión y correlación

https://cdn3.mindmeister.com/es/1458412914/medidas-estad-sticas-bivariantes-de-regresi-

ny-correlaci-n?fullscreen=1
Actividad 2. Definición de Conceptos.

Diagrama de dispersión: Dispersión se define como el grado de distanciamiento de un

conjunto de valores respecto a su valor medio. A partir de esta definición, se derivan las

medidas de dispersión que aprendimos en la clase de estadística del colegio: Rango,

varianza, desviación, covarianza, coeficiente de correlación, etc. El diagrama de dispersión,

también conocido como gráfico de dispersión o gráfico de correlación consiste en la

representación gráfica de dos variables para un conjunto de datos. En otras palabras,

analizamos la relación entre dos variables, conociendo qué tanto se afectan entre sí o qué

tan independientes son una de la otra. En este sentido, ambas variables se representan como

un punto en el plano cartesiano y de acuerdo a la relación que exista entre ellas, definimos

su tipo de correlación.

Correlación lineal simple: El concepto de relación o correlación se refiere al grado de

variación conjunto existente entre dos o más variables. En este apartado nos vamos a

centrar en el estudio de un tipo particular de relación llamada lineal y nos vamos limitar a

considerar únicamente dos variables (simple).

Coeficiente de determinación R2: Nos indica cuanto de la variación total en Y se debe a la

variación en X, Su principal propósito es predecir futuros resultados o probar una hipótesis,

es importante tener en cuenta que el resultado del coeficiente de terminación R2 oscila

entre O y 1. Cuanto más cerca de 1 se sitúe su valor, mayor será el ajuste del modelo a la
variable que estamos intentando explicar. Por el contrario, si su resultado se encuentra más

cerca de cero, menos ajustado estará al modelo y menos confiable será.

Correlación positiva y correlación negativa: Los valores positivos en una correlación

indican que dichos estos valores de los dos cambiantes tienden a incrementarse y en cuanto

a los valores de la correlación negativa esta nos indican que los valores de una variable

tienden a incrementarse mientras tanto que los valores de la otra variable descienden de

manera que la sociedad además de ser inversa, es perfecta para los valores elevados de una

variable le corresponde valores bajos a la otra variable o al revés.

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

R// el coeficiente de correlación lineal es el encargado de medir la fuerza entre los distintos

valores y sus interrelaciones, además no solo instituye la existencia o ausencia de

correlación en medio de los 2 cambiantes, y sirve para establecer el nivel preciso en que los

valores permanecen correlacionadas entre las variables X y Y, según Lahura E. (2003) “El

coeficiente de correlación es una herramienta estadística elemental e importante para el

estudio econométrico de relaciones lineales bivariadas que involucran el uso de datos de

corte transversal o series de tiempo”. Pág. (5)

Actividad 3. Ejercicio práctico

Punto A) Realizar un diagrama de dispersión y determine el tipo de asociación entre las

variables. Tabla de coeficiente

X (sal) Y (Tensión) Xi - x Yi - Y (Xi - x) (Yi - Y)

1,4 84 -2,21428571 -25 55,35714286
2,6 103 -1,01428571 -6 6,085714286
3,5 110 -0,11428571 1 -0,114285714
4,1 114 0,48571429 5 2,428571429
4,3 115 0,68571429 6 4,114285714
4,5 117 0,88571429 8 7,085714286
4,9 120 1,28571429 11 14,14285714

Tabla 1.0

140

120

100
(Y) Tensionn

80

60 Series1
Lineal (Series1)
40

20

0
0 1 2 3 4 5 6
(X) Sal

Grafica 1.0

El tipo de asociación que se puede determinar en la gráfica es la relación directa o positiva

ya que se muestra como una nube de puntos ascendente demostrando que para valores altos

de (X) existen valores altos de (Y).

B) Encuentre el coeficiente de determinación y correlación

Media de X 3,61428571

Media de Y 109

Sxy 12,7285714

Sx 1,23075664

Sy 12,30176139

Coeficiente de correlación (r) 0,84069832

R2 0,706

Tabla 2.0

Tabla de correlación lineal

X (sal) Y (Tensión) X2 XY
1,4 84 1,96 117,6
2,6 103 6,76 267,8
3,5 110 12,25 385
4,1 114 16,81 467,4
4,3 115 18,49 494,5
4,5 117 20,25 526,5
4,9 120 24,01 588
25,3 763 100,53 2846,8
Tabla 3.0

0 A = - 9,80352091

B = 798,4327256
Grafica 2.0
N=7
Tabla 4.0
0
Según lo que nos muestra el modelo matemático obtenido es: Y = ax + b = - 9,80352091 x 0

+ 798,4327256
C). Determine el modelo matemático que permite predecir el efecto de una variable

sobre la otra. ¿Es confiable? R// como se observó con anterioridad la fórmula matemática

para determinar el efecto de una variable sobre otra es y = a x + b, además que se determina

que es confiable debido a la tabla 2.0 que muestra el coeficiente de correlación es positivo

mostrando que los valores se mueven en una misma dirección lo que quiere decir que no

hay correlación, o relación, entre las dos variables además de que en la tabla 2.0 se observa

la ecuación de la recta es confiable porque el R² está cercano a 1 y tiene un grado alto

de confiabilidad.

D). Determine el grado de relación de las dos variables

R// como se menciona en el punto c el grado de relación de los valores es que no hay

relación entre las variables.

Actividad 4. Regresión y Correlación Múltiple.

A). Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación

R// Variables de la investigación

X1 = Edad

X2 = Fecha de recuperación

Y1 = Fecha de diagnostico

Tabla 5.0

B) Realizar
.0 el diagrama de dispersión de dichas variables.

0
 Grafica de dispersion del caso de iinvestigacion
19/05/2020 0:00

9/05/2020 0:00

29/04/2020 0:00

19/04/2020 0:00

9/04/2020 0:00

30/03/2020 0:00

20/03/2020 0:00

10/03/2020 0:00

29/02/2020 0:00
0 5000 10000 15000 20000 25000 30000 35000 40000 45000 50000

Fecha diagnostico edad Fecha recuperacion

Grafica 3.0
.0 recta de regresión y el coeficiente de correlación
C). Calcular la
para probar estadísticamente
0 su relación.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,143607706
Coeficiente de determinación R^2 0,020623173
R^2 ajustado 0,016682019
Error típico 14,61898155
Observaciones 500

Tabla 6.0
Tabla 4.0

.0
ANÁLISIS DE
VARIANZA 0
Grados de Suma de Promedio de Valor crítico
libertad cuadrados los cuadrados F de F
Regresión 2 2236,641049 1118,320525 5,232774978 0,005636782
Residuos 497 106216,167 213,7146216
Total 499 108452,808
Tabla 7.0
Tabla 4.0

.0
0
 Coeficie Error Estadísti Probabil Inferior Superio Inferior Superio
ntes típico co t idad 95% r 95% 95,0% r 95,0%
Intercep 43937,0 1,65694 26516,9 43933,8 43940,3 43933,8 43940,3
ción 8673 2669 6257 0 3125 422 3125 422
- - - - - -
Variabl 0,08573 0,03773 2,27172 0,02352 0,15987 0,01158 0,15987 0,01158
eX1 0862 8145 9635 9452 683 489 683 489
Variabl
eX2 0 0 65535 #¡NUM! 0 0 0 0
Tabla 8.0
Tabla 4.0

.0
0
D). Relacionar la información obtenida con el problema

R// de acuerdo con la información que se presenta en el anterior punto las variables x (edad

y fecha de recuperación) por lo que se observa que la variable dependiente y explica que el

2% de la regresión de la varianza y muestra que los puntos no están muy cerca de la línea

de regresión ajustada.

Otro aspecto importante que se ha podido mirar ha sido que el R cuadrado ajustado

presento una leve disminución una por lo cual el modelo mejoro en menos de lo cual se

esperaba.
 Conclusiones

• A través del desarrollo del presente trabajo puedo concluir que se logró aprender e

identificar conceptos importantes como diagrama de dispersión, correlación lineal,

coeficiente de determinación, correlación positiva y correlación negativa, los cuales

son de suma importancia al momento de clasificar, elegir y manipular información,

que nos permiten simplificar la interpretación de los datos recolectados de una

forma rápida y eficiente.

• La metodología usada para llevar a cabo los ejercicios de la unidad tres, nos

ayudaron a practicar los conceptos anteriormente mencionados, dándonos claridad

sobre el manejo de la información a través de Excel.

• Con este trabajo pudimos aprender a comprobar la relación que existe entre una o

más variables estadísticamente, ya que intuitivamente podemos deducir que una

variable depende de otra, pero al realizarlo estadísticamente podremos darnos

cuenta que tan confiable y que tanta relación existe entre ambas.
 Referencias 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