ESTADISTICA DESCRIPTIVA

Paso 4

Presentado por: xxxxxxxxxxxxxxxx

Tutor: xxxxxxxxxxxxxxx

Universidad nacional abierta y a distancia

Unad 2022
 INTRODUCCION

El siguiente trabajo tien como objetivo Aplicar las medidas estadísticas bivariantes, por

medio del cálculo e interpretación del software estadístico, en función de la problemática

objeto de estudio, en este caso se realizó un ejercicio práctico donde se hizo un análisis de

coeficiente de determinación y correlación, a su vez también se hizo un análisis de

Regresión y correlación Lineal Simple con el Anexo 1- Indicadores de violencia contra la

mujer en Colombia para el periodo 2010 a 2021 (8-3), y posteriormente se hizo un

Regresión y correlación múltiple.

 JUSTIFICACION

Las medidas bivariantes permiten Analizar la relación de dos o más variables continuas

Cuando analiza las dos variables a esta se el conoce como

Variable Bivariantes Correlación Indica la fuerza y la dirección de una relación lineal y

proporcionalidad entre dos variables estadísticas.

 OBJETIVOS

GENERAL:

 Aplicar las medidas estadísticas bivariantes, por medio del cálculo e interpretación

del software estadístico, en función de la problemática objeto de estudio.

ESPECIFICOS:

 Resumir mediante un mentecato conceptual las medidas estadísticas Vicariantes de

regresión y correlación

 Definir brevemente los conceptos básicos asociados a Regresión y Correlación

 Desarrollar la regresión simple y lineal

Mentecato Conceptual -Análisis de regresión

-Análisis de correlacion

-coeficiente de correlacion medidas estadísticas Bivariantes de

regresión y correlación
-coeficiente de determinacion

ANALISIS DE REGRESION: técnica ANALISIS DE CORRELACION:

de análisis que calcula la consiste en un procedimiento
relación estimada entre una estadístico para determinar si
variable dependiente y una o dos variables están
varias variables explicativas relacionadas o no. 
Actividad 2. Definición de Conceptos.

 Diagrama de dispersión: Los diagramas de dispersión usan una colección de puntos

colocados usando coordenadas cartesianas para mostrar valores de dos variables Al

mostrar una variable en cada eje, se puede detectar si existe una relación o

correlación entre las dos variables.

 Correlación lineal simple: Es la correlación simple entre Y su predicción por medio

de la ecuación de regresión. En el análisis de correlación canónica se examina la

relación lineal entre un grupo de variables, X, y un grupo, o más de un grupo, de

variables Y.

 El coeficiente de correlación: Es la medida específica que cuantifica la intensidad de

la relación lineal entre dos variables en un análisis de correlación. En los informes

de correlación, este coeficiente se simboliza con la r.

 Correlación positiva y correlación negativa: Los valores de r positivos indican

una correlación positiva, en la que los valores de ambas variables tienden a

incrementarse juntos. Los valores de r negativos indican una correlación negativa,

en la que los valores de una variable tienden a incrementarse mientras que los

valores de la otra variable descienden

 ¿Qué nos ayuda a medir le el coeficiente de correlación lineal?: tiene el objetivo de

indicar cuán asociadas se encuentran dos variables entre sí

 Regresión lineal simple: Es una técnica paramétrica de machine laringe. Con

«paramétrica» queremos decir que incluso antes de mirar a los datos, ya sabemos

cuántos parámetros (o coeficientes) vamos a necesitar

 Regresión lineal múltiple:  Es un modelo estadístico versátil para evaluar las

relaciones entre un destino continuo y los predictores.

Ejercicio práctico.

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

GASTOS HOGAR (Y)

8000

7000

6000

5000

4000

3000

2000

1000

0
8500 9000 9 50 0 1 0 0 00 1 05 0 0 1 1 0 00 1 1 5 00 1 20 0 0 1 2 5 00 1 3 0 00

Se analizó las variables ingresos, y gastos a partir de esta se comprueba que a mayores

ingresos son mayores gastos respectivamente, es decir una variable depende de la otra.

b. Encuentre el coeficiente de determinación y correlación

COEFICIENTE DE 0,9822472
 CORRELACION 9

a 2083,9

b 0,3696

COEFICIENTE DE

DETERMINACION 0,9648

c.Determine el modelo matemático que permite predecir el efecto de una variable sobre la

otra. ¿Es confiable?

     
GASTOS

INGRESOS(X) HOGAR
XY X²  
(Y)
     

9098 5492 49966216,00 82773604,00 30162064,00

9282 5507 51115974,00 86155524,00 30327049,00

9525 5538 52749450,00 90725625,00 30669444,00

10662 6157 65645934,00 113678244,00 37908649,00

11432 6124 70009568,00 130690624,00 37503376,00

11871 6496 77114016,00 140920641,00 42198016,00

11871 6471 76817241,00 140920641,00 41873841,00

12494 6755 84396970,00 156100036,00 45630025,00

527815369,0

86235 48540 0 941964939,00 296272464,00

Determine el grado de relación de las dos variables.

Y=2083,9+0,3696x

Actividad 4. Regresión y correlación Lineal Simple.

Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas e identificar la variable dependiente e independiente.

 PORCENTAJE DE RIESGO DE LA VICTIMA

 TOTAL, DE LA VICTIMAS

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

las variables

TOTAL_VICTIMAS
1000
900
800
700
600
500
400
300
200
100
0
0 10 20 30 40 50 60

El porcentaje de victimas varía de acuerdo al número de victimas

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

los resultados

COEFICIENT

E DE -

CORRELACI 0,103393

ON     21

R2 0,0107

A 104,48

B 3,142

Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la

otra. ¿Es confiable?

PORCENTA

JE DE

RIESGO DE

LA TOTAL_VICTIM

VÍCTIMA AS XY X² y²

10,27 13 133,51 105,47 169,00

11,57 3 34,71 133,86 9,00

12,75 12 153,00 162,56 144,00

5,98 1 5,98 35,76 1,00

703921,0

13,51 839 11334,89 182,52 0

12,47 44 548,68 155,50 1936,00

12,31 1 12,31 151,54 1,00

163216,0

3,8 404 1535,20 14,44 0

5,08 239 1214,12 25,81 57121,00

14,35 41 588,35 205,92 1681,00

2,36 12 28,32 5,57 144,00

7,14 1 7,14 50,98 1,00

14,97 1 14,97 224,10 1,00

13,07 29 379,03 170,82 841,00

2,35 215 505,25 5,52 46225,00

758641,0

5,33 871 4642,43 28,41 0

10,56 16 168,96 111,51 256,00

5,37 104 558,48 28,84 10816,00

6,54 1 6,54 42,77 1,00

7,69 3 23,07 59,14 9,00

7,87 273 2148,51 61,94 74529,00

9,41 1 9,41 88,55 1,00

9,96 2 19,92 99,20 4,00

3,18 1 3,18 10,11 1,00

9,17 1,041 9,55 84,09 1,08

3,97 12 47,64 15,76 144,00

 3,81 4 15,24 14,52 16,00

8,48 19 161,12 71,91 361,00

9,61 9 86,49 92,35 81,00

4,89 2 9,78 23,91 4,00

1,85 41 75,85 3,42 1681,00

6,12 310 1897,20 37,45 96100,00

8,81 9 79,29 77,62 81,00

12,14 2 24,28 147,38 4,00

3,51 21 73,71 12,32 441,00

7,24 1 7,24 52,42 1,00

9,19 8 73,52 84,46 64,00

4,08 12 48,96 16,65 144,00

13,3 1 13,30 176,89 1,00

7,77 1 7,77 60,37 1,00

8,49 1 8,49 72,08 1,00

13,33 10 133,30 177,69 100,00

14,43 66 952,38 208,22 4356,00

1,13 103 116,39 1,28 10609,00

11,47 7 80,29 131,56 49,00

11,2 1 11,20 125,44 1,00

13,28 89 1181,92 176,36 7921,00

1,66 2 3,32 2,76 4,00

12,07 2 24,14 145,68 4,00

 7,44 160 1190,40 55,35 25600,00

11,27 2 22,54 127,01 4,00

9,25 235 2173,75 85,56 55225,00

8,18 192 1570,56 66,91 36864,00

7,87 3 23,61 61,94 9,00

14,79 5 73,95 218,74 25,00

10,45 1 10,45 109,20 1,00

11,52 33 380,16 132,71 1089,00

5,24 1 5,24 27,46 1,00

290521,0

4,48 539 2414,72 20,07 0

13,85 1 13,85 191,82 1,00

120409,0

8,47 347 2939,09 71,74 0

12,3 1 12,30 151,29 1,00

13,41 30 402,30 179,83 900,00

9,73 1 9,73 94,67 1,00

11,49 5 57,45 132,02 25,00

2,15 53 113,95 4,62 2809,00

3,83 5 19,15 14,67 25,00

15,83 7 110,81 250,59 49,00

755161,0

4,62 869 4014,78 21,34 0

13,99 33 461,67 195,72 1089,00

117649,0

4,16 343 1426,88 17,31 0

10,42 2 20,84 108,58 4,00

7,15 2 14,30 51,12 4,00

6,32 44 278,08 39,94 1936,00

9,61 6 57,66 92,35 36,00

7,04 5 35,20 49,56 25,00

10,59 2 21,18 112,15 4,00

9,88 88 869,44 97,61 7744,00

5,41 6 32,46 29,27 36,00

10,93 1 10,93 119,46 1,00

3,42 12 41,04 11,70 144,00

408321,0

11,59 639 7406,01 134,33 0

12,38 9 111,42 153,26 81,00

5,69 122 694,18 32,38 14884,00

14,32 2 28,64 205,06 4,00

11,95 53 633,35 142,80 2809,00

8,09 102 825,18 65,45 10404,00

8,32 5 41,60 69,22 25,00

11,05 3 33,15 122,10 9,00

7,45 85 633,25 55,50 7225,00

 5,8 1 5,80 33,64 1,00

6,8 37 251,60 46,24 1369,00

7,5 8 60,00 56,25 64,00

5,77 6 34,62 33,29 36,00

14,25 1 14,25 203,06 1,00

10,86 23 249,78 117,94 529,00

1,3 1 1,30 1,69 1,00

5,57 17 94,69 31,02 289,00

5,93 117 693,81 35,16 13689,00

12,53 1 12,53 157,00 1,00

14,4 1 14,40 207,36 1,00

11,41 12 136,92 130,19 144,00

3,7 19 70,30 13,69 361,00

5,76 1 5,76 33,18 1,00

3,12 36 112,32 9,73 1296,00

4,41 46 202,86 19,45 2116,00

12,36 60 741,60 152,77 3600,00

3,94 1 3,94 15,52 1,00

8,29 2 16,58 68,72 4,00

868624,0

6,27 932 5843,64 39,31 0

5,02 6 30,12 25,20 36,00

8,89 1 8,89 79,03 1,00

 5,66 2 11,32 32,04 4,00

10,72 25 268,00 114,92 625,00

8,3 2 16,60 68,89 4,00

2,32 11 25,52 5,38 121,00

13,12 199 2610,88 172,13 39601,00

9,5 8 76,00 90,25 64,00

7,37 11 81,07 54,32 121,00

7,75 34 263,50 60,06 1156,00

6,35 5 31,75 40,32 25,00

11,81 33 389,73 139,48 1089,00

12,42 2 24,84 154,26 4,00

13,06 158 2063,48 170,56 24964,00

11,56 1 11,56 133,63 1,00

9,06 287 2600,22 82,08 82369,00

15,01 1 15,01 225,30 1,00

4,8 1 4,80 23,04 1,00

7,34 175 1284,50 53,88 30625,00

9,58 1 9,58 91,78 1,00

19,7 4 78,80 388,09 16,00

2,96 33 97,68 8,76 1089,00

1,89 90 170,10 3,57 8100,00

13,91 1 13,91 193,49 1,00

2,36 39 92,04 5,57 1521,00

14,97 3 44,91 224,10 9,00

11,92 1 11,92 142,09 1,00

2,39 3 7,17 5,71 9,00

8,65 1 8,65 74,82 1,00

7,94 21 166,74 63,04 441,00

5,08 47 238,76 25,81 2209,00

5,49 2 10,98 30,14 4,00

6,51 13 84,63 42,38 169,00

9,9 42 415,80 98,01 1764,00

8,29 6 49,74 68,72 36,00

7,79 95 740,05 60,68 9025,00

4,98 4 19,92 24,80 16,00

753424,0

5,34 868 4635,12 28,52 0

11,18 41 458,38 124,99 1681,00

5,07 1 5,07 25,70 1,00

419904,0

13,19 648 8547,12 173,98 0

9,21 7 64,47 84,82 49,00

6,46 2 12,92 41,73 4,00

2,51 1 2,51 6,30 1,00

3,69 17 62,73 13,62 289,00

7,04 4 28,16 49,56 16,00

13,32 1 13,32 177,42 1,00

14,5 57 826,50 210,25 3249,00

3,3 14 46,20 10,89 196,00

4,15 2 8,30 17,22 4,00

10,16 3 30,48 103,23 9,00

12,26 56 686,56 150,31 3136,00

414736,0

5,64 644 3632,16 31,81 0

13,37 1 13,37 178,76 1,00

11,56 1 11,56 133,63 1,00

3,29 1 3,29 10,82 1,00

13,02 19 247,38 169,52 361,00

19,05 2 38,10 362,90 4,00

16,13 1 16,13 260,18 1,00

2 1 2,00 4,00 1,00

24,88 102 2537,76 619,01 10404,00

12,12 58 702,96 146,89 3364,00

31,74 25 793,50 1007,43 625,00

14,86 3 44,58 220,82 9,00

36,87 6 221,22 1359,40 36,00

6,49 234 1518,66 42,12 54756,00

3,87 9 34,83 14,98 81,00

11,94 4 47,76 142,56 16,00

 12,92 152 1963,84 166,93 23104,00

49,63 1 49,63 2463,14 1,00

106406,0 21330,89 6589811,

1659,92 13591,041
16 94 08

 Determine el tipo de correlación de las dos variables.

La correlación es aceptada, esto debido a que una variable depende de la otra

respectivamente.

Actividad 5. Regresión y correlación múltiple.

. Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación

b. Realizar el diagrama de dispersión de dichas variables.

1000
900
800
700
600
500
400
300
200
100
0
0 10 20 30 40 50 60

PORCENTAJE DE RIESGO DE LA VÍCTIMA TOTAL_VICTIMAS

. Calcular la recta de regresión y el coeficiente de correlación para probar estadísticamente

su relación.
 Estadísticas de la

regresión

Coeficient

e de

correlació

n múltiple 1

Coeficient

e de

determina

ción R^2 1

R^2

ajustado 1

Error

típico 0

Observaci

ones 180

ANÁLISI

S DE

VARIAN

ZA
 Val

Prom or

Grado Suma edio crít

s de de de los ico

liberta cuadr cuadr de

  d ados ados F F

6023, 6023,

Regresión 1 48603 48603 0 0

Residuos 178 0 0

6023,

Total 179 48603      

Sup

Infe Sup Infe erio

rior erio rior r

Coefic Error Estadí Proba 95 r 95, 95,0

  ientes típico stico t bilidad % 95% 0% %

Intercepci

ón 0 0 65535 0 0 0 0 0

Variable

X1 1 0 65535 0 1 1 1 1
. Identificación de indicadores de violencia contra la mujer en Colombia para el periodo

2010 a 2021”

Para la variable de identificación de los indicadores contra la mujer, se identifica que los

factores que más influyen en estos indicadores son, porcentaje de víctimas, total de

víctimas y factores de victimización, las medidas bivariantes ayudan a identificar factores

que influyen en una variable como en otra en este caso el porcentaje de victimas con la tasa

de victimización.

CONCLUSIONES

 Es importante conocer las medidas bivariantes porque permiten proporcionar las

medidas y los diferentes criterios a evaluar en cada variable, es por eso que es

necesario conocer estos análisis no solo para identificar la relación de cada variable

si no que a su vez permite que estos análisis y coeficientes de correlación, permitan

contribuir la demanda futura de estas variables.

 Mediante el análisis estadístico anteriormente desarrollado se identificó todas las

variables que influyen en la problemática anteriormente planteado

 BIBLIOGRAFIA

 ETAPAS DE LA INVESTIGACION ESTADISTICA - Mapa Mental. (nod). Retrieved

from https://www.mindomo.com/es/mindmap/etapas-de-la-investigacion-

estadistica-017a473c73dcf98ae8502c9a07dda38c

 Variable cualitativa - ¿Qué es?, características, ejemplos y más. (n.d.). Retrieved

from https://enciclopediaeconomica.com/variable-cualitativa/