Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo - 1141 - Juliocesarsalgado - Paso 4. Descripción de La Informacion
Grupo - 1141 - Juliocesarsalgado - Paso 4. Descripción de La Informacion
Estudiante
Julio Cesar Salgado Marín
Código: 1.053.771.913
Presentado a
José Fernando Velandia
INTRODUCCIÓN
Las técnicas estadísticas bivariantes permiten el análisis conjunto de dos características de los individuos de
una población con el propósito de detectar posibles relaciones entre ellas, demostradas a través de procesos
estadísticos que nos permitan determinar tipo de asociación entre las variables relacionadas demostrado a travez
del modelo matemático.
JUSTIFICACIÓN
Este trabajo tiene como propósito estudiar las medidas bivariantes con cada uno de los conceptos que las
determinan y demostrar por medio de programas estadísticos la relación que tienen dos variables pero ya no de
manera intuitiva sino bajo criterio matemático.
OBJETIVO GENERAL
Desarrollar en el estudiante hábitos y destrezas para caracterizar diferentes situaciones mediante el análisis de
las medidas estadísticas bivariantes, calculando adecuadamente las medidas asociadas para hallar relación entre
las variables
Objetivos específicos
Obtener conceptos básicos que no permiten construir conocimiento sobre las medidas bivariantes
Luego del proceso definir los la relación que existen entre las variables seleccionadas para el estudio
Demostrar el grado de confiabilidad de las variables
Actividad 1. Mapa mental o conceptual.
Análisis de Análisis de
regresión correlación
Análisis de Análisis de
regresión simple regresión múltiple
CONCEPTO DEFINICIÓN
También conocido como gráfico de dispersión o gráfico de
correlación consiste en la representación gráfica de dos variables
Diagrama de dispersión 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.
Es una técnica que permite medir la fuerza o intensidad de la
relación entre dos variables lineales, su grado de relación y su
Correlación lineal simple sentido.
Se logra a través del coeficiente de relación Pearson: r
a. Diagrama de dispersión
30
20
10
0
140 145 150 155 160 165
Altura
R2=0,4116∗100
Confiabilidad de 41,16%
Coeficiente de determinación
Cd=√ 0,4116
Cd=0,6415
60 f(x)==0.411575497473451
R² 0.643234672304439 x − 30.7706131078224
40
Peso
20
0
140 145 150 155 160 165
Altura
y = 0,6432x - 30,771
Confiabilidad de 41,16%
Según la tabla tenemos una correlación mínima de confiabilidad.
d. Grado de relación entre las dos variables.
Grado de relación de 41,16%
Actividad 4. Regresión y correlación lineal.
R2=0,01∗100
Confiabilidad de 1%
Coeficiente de determinación
Cd=√ 0,0 1
Cd=0,1
Modelo matemático
Y =37631,41 X +1593699,62
- Encuentre
el modelo
matemático
que
permite
predecir el efecto de una variable sobre la otra. ¿Es confiable?
Modelo matemático
Y =37631,41 X +1593699,62
- Determine el tipo de correlación de las dos variables.
Según la tabla y el resultado no hay correlación entre Número de integrantes del núcleo familiar y el
Ingreso promedio del núcleo familiar
Confiabilidad de 1%
Podemos decir que con las medidas bivariantes demostramos de manera exacta la relación que existe entre dos
variables cuantitativas que pensábamos intuitivamente que tenían relación, pero al ir al proceso matemático nos
damos cuenta de que no la tienen.
REFERENCIAS BIBLIOGRÁFICAS
http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?il=739
https://link.gale.com/apps/doc/CX4052100011/GVRL?u=unad&sid=GVRL&xid=696103db
https://link.gale.com/apps/doc/CX4058900232/GVRL?u=unad&sid=GVRL&xid=a2479593
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/74722
https://repository.unad.edu.co/handle/10596/33651