Paso 4 – Descripción de Información

Estudiante
Felipe Meza Osorio
Código: 1053852397

100105- Estadística Descriptiva

Grupo - 100105_44

Presentado a
José Fernando Velandia.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

09 de mayo de 2022
 INTRODUCCIÓN

La descripción de la información es una herramienta que nos permite exponer o hacer del conocimiento
un campo amplio de datos, estadísticas, números, explicaciones concretas y discretas de los resultados
obtenidos de las medidas estadísticas bivariantes brindando el análisis de dos o más variantes continuas,
teniendo como foco principal la caracterización de los datos para obtener resultados que entre ellos
presenten relaciones de trabajo.
 JUSTIFICACIÓN
Esta actividad tiene como propósito el estudio y la interpretación de las medidas estadísticas
bivariantes, entre ellas agrupando dos o más variables a analizar e interpretar en los casos en los que las
correlaciones sean directas, inversas o nulas. En la que se tiene como finalidad trabajar y especificar el
uso de variables de coeficiente de determinación y coeficiente por medio del archivo de indicadores de
percepción en donde se evidencia valores de hallazgo que nos ayudan a realizar actividades concretas y
de gran calidad, estos conocimientos son claves para el avance de los ejercicios y el aprendizaje individual.
 OBJETIVO GENERAL
 Interpretar las medidas estadísticas Bivariantes de regresión y correlación.

Objetivos específicos
 Desarrollar mapa mental sobre medidas estadísticas Bivariantes de regresión y correlación.
 Analizar los datos de los indicadores de percepción para definir variables de dispersión.
 Utilizar aplicativo de Excel para identificación y organización de datos elegidos en los ejercicios.
 Aplicar los recursos educativos y conocimientos brindados para la ejecución de ejercicios practicos.
Actividad de mapa mental
 Actividad 2. Definición de Conceptos.
Descripción de la Actividad Individual:

 Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:

 -Diagrama de dispersión: El diagrama de dispersión permite estudiar las relaciones entre dos
conjuntos asociados de datos que aparecen en pares (por ejemplo, (x,y), uno de cada conjunto). El
diagrama muestra estos pares como una nube de puntos.

 Correlación lineal simple: No hace sino redimensionar el campo de variación de la covarianza

entre −1 y 1. Dicho esto, ahora se puede entender por qué la covarianza entre dos variables indica
su grado de correlación lineal a través de la recta, La ventaja del coeficiente de correlación lineal
respecto de la covarianza, a la hora de medir la correlación lineal entre X e Y, es que, mientras el
campo de variación de la covarianza [−SXSY; + SXSY] depende de cada distribución bidimensional,
el del coeficiente de correlación lineal es [−1; 1] para todas las distribuciones.

 Coeficiente de determinación R2: El coeficiente de determinación es la proporción de la varianza

total de la variable explicada por la regresión. El coeficiente de determinación, también llamado R
cuadrado, refleja la bondad del ajuste de un modelo a la variable que pretender explicar, Una vez
elegido el modelo de función de regresión de tipo II y estimados los valores de sus parámetros que
hacen mínima SCE11 , la cuestión que se plantea es cómo medir el grado de dependencia
de Y respecto de X bajo la suposición de que se estima Y mediante dicha función concreta de X. Tal
grado de dependencia será denotado por R2Y/X, y se denomina coeficiente de determinación de la
regresión de Y sobre X (R2X/Y, cuando la regresión sea de X sobre Y).

 Correlación positiva: Un coeficiente de correlación mayor que cero indica una relación positiva
 Correlación negativa: Si el valor obtenido es un resultado menor que cero significa que la
correlación es negativa.

 Que es el coeficiente de correlación lineal: Término usado en el análisis de regresión para

designar la fuerza de la relación lineal entre las variables de criterio y predictivas. Suponga que
también interesa la intensidad de la relación lineal entre esas dos variables, lo cual lleva al
concepto de coeficiente de correlación. Se partió de dos supuestos adicionales al analizar el modelo
de correlación. El primero, que Xi es una variable aleatoria. Una observación de muestra permite
obtener valores de Xi y Yi. El segundo, que las observaciones provienen de una distribución normal
de dos variables, es decir, una en que la variable X tiene distribución normal, al igual que la
variable Y.

Actividad 3. Ejercicio práctico

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

R/:

La asociación entre las variables es una correlación directa debido a que cuando una de las variables
aumenta, la recta correspondiente a la nube de puntos de distribución es una recta creciente.

 Encuentre el coeficiente de determinación y correlación.

R/: El coeficiente de correlación entre las variables de peso(kg) y altura (cm) es Raíz cuadrada de 0,4116
que equivales a 0,6403 (46%) y la correlación es directa.

 Determine el modelo matemático que permite predecir el efecto de una variable sobre la otra. ¿Es
confiable?
 R/: El modelo matemático que permite predecir el efecto de una variable sobre la otra es Y= a+ b x para
este caso se tiene que y = 0,6432x - 30,771 , Esto nos permite predecir el efecto de una variable sobre la
otra, teniendo en cuenta que R2 = 0,6432 es cercano a 1 se puede determinar que es confiable

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

R/: El grado de relación es débil ya que los puntos están alejados de la recta.

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.

R/: Personas del núcleo familiar en educación preescolar- básica primaria y bachillerato y
Promedio de equipos de cómputo en el hogar, y la variable es dependiente ya que el valor depende de
cómo se comporta la independiente en la relación.

- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de relación entre las variables.

R/:
-Determine al coeficiente de determinación y de correlación de las dos variables. Interprete los resultados
R/: El coeficiente de determinación es de 0,6500 que es el equivalente de la raíz cuadrada del coeficiente
R2 de 0,4226.

- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra. ¿Es
confiable? - Determine el tipo de correlación de las dos variables.
R/: El modelo matemático que permite predecir el efecto de una variable sobre la otra es Y= a+ b x para
este caso se tiene que y = 0,4226x +0,3859 Esto nos permite predecir el efecto de una variable sobre la
otra, teniendo en cuenta que R2 = 0,6253 es cercano a 1 se puede determinar que es confiable
 CONCLUSIONES

 Se realiza mapa mental sobre las medidas estadísticas bivariantes en el cual se aprende y se entiende
sobre las variables que se trabajan tales como tipos de correlación y grado de correlación.

 Se analizan las variables de correlación directa, nula o inversa y en los grados de correlación se
determinó si es fuerte, débil o nula.

 Se utilizan todos los recursos empleados en los recursos de la rúbrica y se emplea el programa de Excel
para la realización de dichas actividades.
 REFERENCIAS BIBLIOGRÁFICAS
Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En: Estadística y muestreo, 13a ed.
[Online].Ecoe Ediciones. (pp 570 – 582).

http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?il=739

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

https://link.gale.com/apps/doc/CX4052100011/GVRL?u=unad&sid=GVRL&xid=696103db

Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. Cengage Learning. (pp-675–
686).

https://link.gale.com/apps/doc/CX4058900232/GVRL?u=unad&sid=GVRL&xid=a2479593

Monroy, S. S. (2005). Estadística descriptiva.MX: Instituto Politécnico Nacional. (pp 21-29).

https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/74722

Ortegon Pava, M. (2020). OVI.Medidas Bivariantes - Regresión lineal simple.

https://repository.unad.edu.co/handle/10596/33651

◄ Unidad 1- Generalidades y medidas estadísticas univariantes - Contenidos y referentes bibliográficos