ESTADISTICA

ACTIVIDAD 2 PROCESAMIENTO DE VARIABLES.

PRESENTADO POR

JENNIFER TATIANA NARANJO PEREZ

GRUPO: 202107095_340

CORREO: jtnaranjop@unadvirtual.edu.co

TELEFONO: 3118126549

PRRESENTADO A

JAIRO HERNAN RUIZ

UNIVVERSIDAD NACIONA ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES

PSICOLOGIA
MAYO
Independiente Dependiente
 Variable (x) Variable (y)
Número de
Edad madre
abortos
19 1
20 2
29 2
23 0
32 1
21 2
21 2
21 0
29 1
36 1
25 2
29 0
25 0
25 2
39 2
17 1
26 2
35 0
19 1
28 1
24 1
21 2
20 0
26 2
24 0
22 1
25 2
22 0
24 1
25 0
22 0
26 1
21 2
21 0
29 0
27 1
30 1
26 0
20 0
33 0
27 2
18 1
20 0
18 0
25 1
32 0
32 1
31 2
24 1
19 0
22 1
19 2
22 2
21 2
23 0
22 1
23 2
16 2
22 2
22 2
26 2
24 2
28 1
26 0
27 2
18 0
28 0
15 2
25 1
23 1
36 1
36 1
25 0
25 0
27 1
18 0
26 1
25 2
29 0
26 2
26 2
29 2
26 2
32 2
17 0
23 1
23 1
15 2
31 1
24 0
31 1
29 1
30 2
20 1
19 1
36 0
24 1
20 2
24 1
24 1
28 0
26 1
30 2
25 2
20 2
34 0
23 1
24 0
20 1
18 1
26 1
23 1
37 1
19 1
24 2
24 1
19 1
23 2
21 0
29 0
24 1
21 2
25 0
22 1
19 1
 30 1
33 1
21 1
23 1
27 0
21 0
28 0
28 0
27 2
17 2
20 1
31 2
22 0
22 0
24 0
22 1
26 0
40 2
20 1
20 2
22 1
40 1
31 1
19 2
18 2

Diagrama.

Numero de abortos
2.5
Numero de abortos

2
1.5
1
f(x) = − 0.00711391807698295 x + 1.19628288994764
0.5 R² = 0.00221693906203735
0
10 15 20 25 30 35 40 45
Edad madre
Coeficiente de y=-0,0071x +
R² = 0,0022 Modelo
determinación 1,1963
Coeficiente de
R= 0,046904158 Correlación Lineal Negativa
correlación

Análisis
No hay correlación entre esas 2 variables por ende no se puede hacer predicciones en estas
dos variables. Los factores se justifican por medio de las variables que se hayan trabajado,
podemos observar que las 150 personas madres encuestadas tienen entre 15 y 40 años,
observamos que la mayor parte de los estratos son 1 y 2 siendo estos los que más tienen
abortos basándonos en que los números de abortos por edad de madre son entre 1 y 2.
Teniendo en cuenta que para poder hallar el diagrama tomamos todos los datos de Edad de
madres para poder observar y por su edad se generan más abortos siendo eficiente para la
encuesta donde se pudo notar que mujeres con mayor edad presentan 2 abortos a lo largo de
su vida siendo este un numero alto en decisiones de las madres para no tener más hijos
algunas por que presentan un numero alto de hijos y otras por que fueron abortos
inesperados. En el diagrama se encuentra explicada la línea de tendencia donde se pudo
hallar la tendencia por medio de una línea buscando equilibrio entre la edad de la madre y
la totalidad de abortos por cada una, también hacemos la presentación de ecuación en el
cuadro y presentando el valor R cuadrado en el gráfico, donde con estos resultados
podemos dar relación al coeficiente de determinación de R2 y coeficiente de correlación R,
para así llegar a la conclusión de correlación lineal la cual en este ejercicio encontramos
que es negativa, el modelo lo desarrollamos en la gráfica, nos dicen que en coeficiente de
determinación R2 es 0,0022 y hallamos el coeficiente de correlación realizando la raíz
cuadrada de determinación y con esto concretar el trabajo.
2)

Independiente Dependiente

Variable (x) Variable (y)

Talla Peso
47 2610
45 2200
48 2730
52 3730
47 2650
48 3370
47 2980
50 3700
50 3010
50 3470
47 2940
51 3080
48 2870
45 2650
51 2840
51 3470
46 2370
50 2250
53 3070
47 2650
52 3120
48 2680
49 2880
51 3710
49 3390
51 3840
49 3370
48 3330
50 3240
49 2720
47 2950
52 3550
45 2020
45 2100
49 2790
50 3280
47 2640
47 2790
50 3510
48 2660
49 3090
49 3120
48 2700
47 2510
48 2980
49 3000
48 2730
49 3520
48 3430
49 2980
54 3220
50 2390
48 3040
49 2860
50 3370
52 3530
51 3810
48 2740
48 2630
49 3220
51 3340
54 3560
51 2830
53 3450
53 3260
53 3490
51 3320
49 3010
51 3370
53 3420
51 3510
53 3490
51 2910
47 2870
50 4000
46 2970
49 3060
46 2920
48 3170
50 3430
47 2620
47 3050
50 3490
51 3310
45 2050
47 2410
44 2400
50 2960
49 2970
51 3640
46 2640
49 3080
48 3340
50 3180
47 2710
50 3080
50 3760
45 2770
53 3760
47 3150
54 4060
52 3570
50 2990
47 2830
52 3210
49 3490
50 2730
51 3830
48 3100
48 3020
51 3570
47 2440
48 3170
48 2950
51 3280
48 2990
50 3250
52 4170
51 3750
50 3320
51 3490
49 2880
51 3750
53 3900
48 3200
47 2820
53 3910
48 3370
48 2850
50 3630
49 3590
50 3260
51 3460
52 3950
50 3420
50 3230
48 3020
48 2920
51 3230
 51 3350
49 2930
50 3180
42 1900
47 2200
50 3850
46 2740
52 3490
49 2690
51 3160
50 2880

Diagrama.

Peso
4500
4000
3500 f(x) = 148.289109019565 x − 4186.0548436371
3000 R² = 0.539396755722508
2500
Talla

2000
1500
1000
500
0
40 42 44 46 48 50 52 54 56
Peso

Coeficiente de y= 148,29x -
R² = 0,5394 Modelo
determinación 4186,1
Coeficiente de
R= 0,734438561 Correlación Lineal Positiva
correlación

Análisis.
A diferencia del ejercicio pasado podemos observar que si hay correlación siendo esta
positiva, porque talla y peso se complementan siendo estas medidas y peso importante para
el crecimiento del bebé pues estas nos guían para saber si el niño se encuentra en el peso
que necesita, de igual manera la talla, nos dice si el crecimiento del bebe es normal, para
esto se tomó la talla y el peso de los niños que nacidos vivos en el Hospital Manuel Uribe A
desde enero hasta junio dándonos cifras reales donde se puede evidenciar que el peso y la
talla se complementan, para poder hallar esto se realizó una tabla basado en la actividad de
correspondía a la guía donde hallamos la regresión de la actividad, realizando su debido
diagrama, con las pautas puestas y así basándonos en la línea de tendencia y hallar el
coeficiente de determinación R2 que nos dio 0,5394, y para hallar el coeficiente de
correlación se sacó raíz cuadrada del coeficiente de determinación el cual nos dio
0,73443851 por ultimo el modelo y= 148,29x – 4186,1 donde encontramos la correlación
lineal positiva, esto se obtuvo por la base de datos de los Nacidos vivos del Hospital
Manuel Uribe A, podemos predecir que estas dos variables son confiables y con esto
terminar la actividad.