1

Paso 4- Descripción de la Información.

Estadística 202107095_344

Karen Daniela Álvarez Valencia

Tutor: Álvaro Javier Cangrejo

Universidad Nacional Abierta y a Distancia. UNAD

Escuela Ciencias Sociales Artes y Humanidades-ECSAH
Programa Psicología
Florencia- Caquetá
15- Mayo- 2022
 2

Introducción

En el presente trabajo encontraremos diferentes actividades realizadas dirigidas por el

curso de estadística de la UNAD, 5 actividades donde se enfoca el tema de la estadística, esta

actividad hace introducción a la descripción de información.

 3

Justificación

Este estudio nos permite poner en práctica los métodos estadísticos que se requieren,

la estadística juega un papel importante en la interpretación del objetivo del estudio, donde

recolección de información es un método esencial para que así todos los demás análisis sean

concretos, la estadística permite visualizar orientar e interpretar dicha información.

 4

Objetivos

-Conocer los métodos para una investigación estadística

Desarrollar ejercicios que permitan interpretar estos conceptos, que son esenciales desde

cualquier área.

Aprender a clasificar las variables cualitativas y cuantitativas

Conocer el concepto de diagrama de dispersión, Correlación lineal simple

 5

Actividad 1. Mapa mental

Medidas estadísticas Bivariantes de regresión y correlación.

Figura 1

Enlace de mapa mental

https://www.goconqr.com/es-ES/mindmap/36648209/medidas-estadisticas-bivariantes-de-
regresion-y-correlacion
 6

Actividad 2. Definición de Conceptos

Definir brevemente los conceptos básicos asociados a Regresión y Correlación como

-Diagrama de dispersión: También conocido como grafica de dispersión, grafico de

puntos, diagrama de XY, estos 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. Los diagramas de dispersión
son ideales cuando se tienen datos numéricos emparejados y se desea ver si una variable afecta a
la otra.

-Correlación lineal simple: También conocida como coeficiente de correlación lineal de

(Pearson), es una medida de regresión que pretende cuantificar el grado de variación conjunta
entre dos variables.

-Coeficiente de determinación R2: El coeficiente de determinación, también llamado R

cuadrado es la proporción de la varianza total de la variable explicada por la regresión, refleja la
bondad del ajuste de un modelo a la variable. Su propósito es predecir futuros resultados o
probar una hipótesis.

-Correlación positiva: Se da cuando hay una relación proporcional entre ambas

variables; es decir, las dos disminuyen o aumentan a la vez.

-Correlación negativa: Se produce cuando el comportamiento de una variable es

diferente a la otra. Por ejemplo, mientras una aumenta, la otra disminuye.

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

conocida como coeficiente de correlación lineal de (Pearson), es una medida de regresión que
pretende cuantificar el grado de variación conjunta entre dos variables.
 7

Actividad 3. Ejercicio práctico.

Ejercicio:
Peso-Altura.
Tabla 1

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

Grafica 1

Peso en función de la estatura

162
y = 0,6399x + 113,88
160
R² = 0,4116
158
156
154
Peso(Kg)

152
150
148
146
144
142
140
0 10 20 30 40 50 60 70
Altura (Cm)
 8

b) Encuentre el coeficiente de determinación y correlación.

Respuesta:
Tabla 2
0,4116
Coeficiente de =
determinación
Coeficiente de 0,6415606
correlación. =

c) Determine el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
Respuesta:
Tabla 3

y = 0,6399x + 113,88
Modelo
R² = 0,4116

El modelo es confiable ya que el coeficiente de correlación es 0,6415606 y según la tabla del

grado de correlación lineal, una correlación regular es de 0,60 y 0,80. Esto la hace una
correlación pero regular y no por completo.

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

Respuesta: Es una relación lineal positiva, ya que la línea es recta y asciende hacia arriba.
Tabla 4
y = 0,6399x + 113,88
Coeficiente de
0,4116 Modelo R² = 0,4116
determinación =

Coeficiente de = 0,6415606
correlación.

Relación Lineal Positiva

 9

Actividad 4. Regresión y correlación Lineal Simple.

a) Identificar dos variables cuantitativas de la situación estudiada que puedan estar relacionadas
e identificar la variable dependiente e independiente.
Respuesta: Violencia psicológica casos y Violencia psicológica Tasa x cien mil hbtes.

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

las variables.
Grafica 2

Variable dependiente en función independiente

300,0 y = 0,6863x + 20,995
psicológica Tasa x cien mil

250,0 R² = 0,1449
200,0
Violencia

150,0
hbtes.

100,0
50,0
0,0
0 50 100 150 200 250 300
Violencia psicologica casos

c) Determine al coeficiente de determinación y de correlación de las dos variables.

Respuesta:
Tabla 5

Coeficiente de
0,1449
determinación =
Coeficiente de
= 0,380657326
correlación.
 10

d) Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?

Respuesta: El modelo no es muy confiable ya que el coeficiente de correlación es 0,380657326

y según la tabla del grado de correlación lineal, una correlación mínima es de 0,30 y 0,60. Esto
la hace una correlación pero muy mínima.
Tabla 6

y = 0,6863x + 20,995 R² =
Modelo 0,1449

e) Determine el tipo de correlación de las dos variables.

Respuesta: El tipo de correlación de las dos variables es, correlacion lineal positiva, ya que la
línea es recta y asciende hacia arriba, pero la relación de estas en muy mínima.

F) Relacionar la información obtenida con el problema.

Respuesta: Se contextualiza la problemática y se menciona que la violencia psicológica de casos
y la Violencia psicológica Tasa x cien mil hbtes, debido a que su coeficiente de correlación dio
0,380657326 encontramos que hay una mínima de correlación, por lo tanto el modelo
matemático indicado y = 0,6863x + 20,995 R² = 0,1449, no es confiable por completo. Por lo tanto
no se pueden hacer predicciones a futuro con estas dos variables.
Tabla 7

Coeficiente de = 0,1449 y = 0,6863x + 20,995

Modelo
determinación R² = 0,1449
Coeficiente de
correlación.
= 0,380657326
Correlación
Relación
lineal positiva.
 11

Actividad 5. Regresión y Correlación Múltiple.

a. Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación.
Respuesta: Violencia Privación y negligencia casos, Violencia Privación y negligencia Tasa x
cien mil hbtes, Código zona.

b. Realizar el diagrama de dispersión de dichas variables.

Grafica 3

Gráfico de probabilidad normal

30

20
Y

10

0
0 20 40 60 80 100 120
Muestra percentil

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

relación.
Tabla 8
Coeficiente de correlación múltiple 0,210963371
Coeficiente de determinación R^2 0,044505544

Tabla 9

Recta de Y= -0,08946*X1+0,0302*X2-
regresión 13,735
 12

d. Relacionar la información obtenida con el problema.

Respuesta: Se contextualiza la problemática y se menciona que las variables Violencia
Privación y negligencia casos, Violencia Privación y negligencia Tasa x cien mil hbtes, son
variables independendientes que están asociadas con el Código zona. NO se podrían hacer
predicciones a futuro con estas 2 variables ya que su coeficiente de correlación múltiple es de
0,210963371 y según la tabla del grado de correlación lineal, NO hay correlación de 0 a 30, NO es
una correlación.
 13

Anexos
14
 15

Conclusiones

Hay que tomar en cuenta que la estadística es fundamental para la vida social y laboral.

Se aprendió a hallar la correlación de los ejercicios y diagramas de dispersión sobre el tema.

Los diagramas de dispersión son ideales cuando se tienen datos numéricos emparejados y se

desea ver si una variable afecta a la otra.

Se hizo la realización de la guía con todos sus puntos y se evidencio el análisis de todos los

datos y se aprendió a implementar los métodos que nos dieron para realizar el análisis.
 16

Referencias bibliográficas

Manterola, T. O. (19 de 12 de 2016). Scielo. Obtenido de Técnicas de Muestreo sobre

una Población a Estudio: https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-
95022017000100037

Martínez, C. (2011). Capítulo 1. Distribuciones de frecuencia. En: Estadística y

muestreo, 13a ed. [Online] Bogotá: Ecoe Ediciones. (pp 2 – 10). Recuperado
de http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?il=739

Montero, J. M. (2007). Conceptos Generales Estadística descriptiva. Madrid:

Paraninfo. (pp 3 – 16). Recuperado
de https://link.gale.com/apps/doc/CX4052100007/GVRL?u=unad&sid=GVRL&xid=24d3aa5
1

Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F., MX:
Instituto Politécnico Nacional, (2010). ProQuest ebrary.(pp 1-15) Recuperado
de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/76119?page=1