Introducción

En base a un registro histórico de datos sobre la problemática de las víctimas del conflicto se

presenta las soluciones de las actividades planteadas. La investigación estadística es una

actividad que apela a diversas técnicas con el propósito de llegar a la esencia de la realidad. La

regresión lineal simple y la regresión lineal múltiple son técnicas de análisis de las variables de

una investigación estadística, en este caso desde la encuesta realizada. Si bien es cierto estas

técnicas mencionadas se pueden utilizar para solucionar problemas comunes en los negocios o

para evaluar el comportamiento de su economía y en general se utiliza con mayor frecuencia en

las ciencias económicas, también es cierto que en muchos casos seré quiere conocer más que el

comportamiento de una sola variable para entender una investigación cualquiera sea su especia.

Entonces, sin importar la situación presentada se hace necesario que practiquemos estas técnicas

de regresión por medio de ejercicios salientes de la cotidianidad, a continuación, veremos pues

los resultados de dicha práctica. La realización de este trabajo es dar a conocer y poner en

práctica la regresión y correlación y medias de dispersión y estadísticas bivariantes sobre la

unidad 2 de este curso, además delos comportamientos que se dan en el plano cartesiano tanto en

las variables, como los grados y resultados que se manejan para los ejemplos que se plantean en

el laboratorio propuesto, que es de vital importancia reconocer y manejar las fórmulas que se

obtienen de la herramienta de Excel.

Justificación
Partiendo de una base de datos calidad en el servicio de urgencias se presenta las soluciones de

las actividades planteadas aplicaremos el proceso de regresión lineal simple para determinar

tanto la naturaleza como la fuerza de una relación entre dos variables y segundo lugar la

regresión lineal múltiple con la cual describiremos la relación entre dos o más variables

independientes y una variable dependiente utilizando la ecuación de regresión múltiple; estas

ecuaciones de estimaciones nos permitirá realizar una interpretación de correlación de la

investigación realizada. El trabajo de laboratorio constituye una de las mejores metodologías

para la aplicación de modelos estadísticos a las variables de los hechos.

Objetivos
Objetivos generales
  Potencializar en el estudiante habilidades y destrezas para caracterizar una situación

mediante el análisis de las medidas estadísticas bivariantes

 Calcular e interpretar adecuadamente las medidas estadísticas bivariantes, asociadas a

una situación específica.

 Determinar la relación entre dos o más variables inscritas en una situación específica a

partir del análisis de regresión lineal simple y múltiple.

Objetivos Específicos

 Interpretar correctamente los datos de cada tabla propuestos en cada uno de los ejercicios.

 Realizar diagramas de dispersión en los ejercicios de laboratorio y actividades

colaborativas que permitan determinar el tipo de asociación entre las variables escogidas

en cada ejercicio.

 En los ejercicios propuestos de laboratorio y de regresión y correlación lineal simple

crear modelos matemáticos que permita predecir el efecto de una variable sobre la otra

para determinar su fiabilidad.

 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.

Mapa Mental

medidas estadísticas Bivariantes de regresión y correlación.

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

grafico de dispersión o grafico de correlación consiste en la representación graficas de dos

variables para un conjunto de datos. En toras palabras analizamos, analizamos la relación entre

dos variables, conociendo que tanto se afectan entre sí o que 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 situé 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

Correlación positiva y correlación negativa

Correlación positiva: Se habla de una correlación positiva cuando una relación entre una

variable y otra es lineal y directa, de manera que un cambio en una variable predice el cambio en

la otra variable. En ese caso, se dice que la correlación es positiva perfecta, es decir, ambas

variables varían al mismo tiempo. Este tipo de correlación es directamente proporcional. Hay

correlación positiva cuando las dos variables se correlacionan en sentido directo, por lo que, a

valores altos de una le corresponde valores altos de la otra e igualmente con los valores bajo.
Correlación negativa: Se habla de una correlación negativa cuando la relación entre una

variable y otra es opuesta o inversa, es decir, cuando una variable cambia, la otra se modifica

hacia lo contrario. Entonces, cuando una posee variables valores altos, la otra posee valores bajos

y mientras este valor esté más cerca de -1, más evidente será esta variación. Se dice que hay una

correlación negativa perfecta cuando r=-1. Este tipo de correlación es inversamente proporcional.

Entonces, hay correlación negativa cuando las dos variables se correlacionan en sentido inverso.

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

En estadística, el coeficiente de correlación es una medida lineal entre dos variables aleatorias

cuantitativas. A diferencia de la covarianza, la correlación de Pearson es independiente de la

escala de medida de las variables. De manera menos formal, podemos definir el coeficiente de

correlación de Pearson como un índice que puede utilizarse para medir el grado de relación de

dos variables siempre y cuando ambas sean cuantitativas y continuas.