TEMA 3: MANEJO DE DATOS BIVARIANTES (BIDIMENSIONALES)

Problemas Tipo y Casos Prácticos N°3 (20%)

Caso Practico N° 1: La información estadística obtenida de una muestra sobre la relación existente entre
la inversión realizada (Miles de Bs) y el rendimiento obtenido (en %) en el año 2022, por empresas
dedicadas a la venta de artículos para el hogar, se muestra en el siguiente cuadro. (Valor 6%)
E mpre s as 1 2 3 4 5 6 7 8 9 10 11 12
I nv e rs i ón 10 60 60 55 68 40 45 35 30 45 68 40
Re ndi mie nto 5,4 6,5 6,7 7,7 7,9 7,8 8,3 8,2 8,9 8,5 0,0 6,2
Determine:
1) Explicar hecho o evento a estudiar y describir Población, Muestra, Individuo y Carácter a estudiar
2) Identificar y Caracterizar los datos y variables a estudiar y Explicar método y técnica usada para
recolección u Obtención de los datos
3) Construya una gráfica de dispersión para estos datos. Analice comportamiento. ¿Parece lineal la
relación entre las variables?. Justifique su repuesta
4) Suponga que existe una relación lineal entre las calificaciones de los dos exámenes, Calcule el valor
r de Pearson. Analizar este valor en función de lo establecido en la Tabla de Valores para su
Interpretación. Justifique su repuesta

SOLUCIÓN
1) Se estudiara cómo se comporta el rendimiento de las empresas con respecto a la inversión de manera
aleatoria de 12 empresas
Población: Empresas de ventas del hogar
Muestra: 12 empresas en específico
Individuo: Inversión
Carácter a estudiar: Rendimiento en ventas

2) Los datos son los siguientes:

Empresas 1 2 3 4 5 6 7 8 9 10 11 12
Inversión 10 60 60 55 68 40 45 35 30 45 68 40
Rendimient
o 5,4 6,5 6,7 7,7 7,9 7,8 8,3 8,2 8,9 8,5 0 6,2

El método a utilizar es mediante una tabla de contingencia se puede establecer los diferentes términos
necesarios para calcular el coeficiente de correlación de Pearson
3) GRAFICO DE DISPERSIÓN

Inversión vs Rendimiento
10
9
8
7
6
5
4
3
2
1
0
0 10 20 30 40 50 60 70 80

Justificación: La covarianza y el coeficiente de correlación son positivos, por lo que la correlación es

directa, en este caso está lejano del 1 por lo que la correlación es débil, en este caso podemos establecer
que dos variables cuantitativas están correlacionadas cuando los valores de una de ellas varían
sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos variables (A y B)
existe correlación entre ellas si al disminuir los valores de A lo hacen también los de B y viceversa. EN
ESTE CASO, las variables que se muestran en este caso no existe correlación puesto que aparte de
demostrar que la relación es decreciente al verse los valores desordenados quieren decir que no depende
directamente una la inversión con respecto al rendimiento en ventas de las empresas (NO ES LINEAL)

NUMERO DE DATOS 12
IN
VE
X
RSI
ON
RE
ND
Y IMI
EN
TO

4) TABLA DE
CONTIGENCIA

Y X.Y
5,4 54
6,5 390
6,7 402
7,7 423,5
7,9 537,2
7,8 312
 8,3 373,5
8,2 287
8,9 267
8,5 382,5
0 0
6,2 248
82,1 3676,7

COVARIANZA=
∑ X∗Y = 556∗82,1 = 45647,6 = 3803,97
N 12 12

δxy 3803,97 3803,97

r= = = =0,0002103
δx∗δy 28948∗624,87 18088736,76

Análisis: El coeficiente de correlación de Pearson oscila entre –1 y +1: Un valor menor que 0 indica que
existe una correlación negativa, es decir, que las dos variables están asociadas en sentido inverso. En
este caso nuestro coeficiente dio 0,0002103 por lo que esto significa que las variables no presentan
relación y que esta es negativa.
Caso Practico N° 2: Hacer un estudio estadístico aplicando las técnicas de correlación para determinar
posible relación entre las variables estadísticas ingresos mensuales y Edad de su grupo familiar (más de
20 miembros) (Valor 14%)
Contenido:
1) Explicar hecho o evento a estudiar.
2) Indicar Tipo de estadística a usar: Descriptiva o Inferencial
3) Determinar y describir Población, Muestra, Individuo y Carácter a estudiar
4) Identificar y Caracterizar los datos y variables a estudiar. Descripción de cada Dato o Variable a
estudiar y sus características: a) Definición de cada tipo de dato a estudiar b) Tipos de Datos
(Cuantitativo y Cualitativo) c) tipo variable (discreta o continua), d) Unidad en que se mide
(ejemplos, años, Bs, $, etc); e) Escala de valores o cualidades posibles,
5) Explicar método y técnica usada para recolección u Obtención de los datos
6) Construya una gráfica de dispersión para estos datos. Analice comportamiento. ¿Parece lineal la
relación entre las variables?
7) Calcule el valor r de Pearson. Analizar este valor en función de lo establecido en la Tabla de
Valores para su Interpretación. Justifique su repuesta
8) Como conclusión, existe correlación entre los ingresos mensuales y la Edad de su grupo familiar.
Justifique su repuesta
SOLUCIÓN
1) Estudiar los diferentes ingresos con respecto a la edad de los miembros de mi familia
2) Estadística descriptiva
3) Población: Miembros de mi familia
Muestra: 22 miembros de mi familia
Individuo: Edades
Carácter a estudiar: ingresos mensuales en bs
4) Miembros de mi familia es un tipo de variable cualitativa pero al tratarse de la edad, se convierte en una
variable cuantitativa discontinua
La unidad en que se mide es en años, y la escala puede ir desde 0 hasta 100-110 años que es lo que
normalmente vive una persona
Ingresos mensuales es una variable cuantitativa continua ya que pueden existir decimales, se mide en
bolívares y la escala puede ir desde 1 bs hasta miles de millones (infinito)
5) el método de la recolección se baso en la entrevista y análisis posterior de datos mediante de tablas y
graficos
6) Grafico de dispersión

Edad vs Ingreso
1000
900
800
700
600
500
400
300
200
100
0
10 15 20 25 30 35 40 45 50 55 60

Justificación: La correlación a pesar de ser de manera creciente por la organización de los datos con
respecto a la edad de igual manera se puede expresar que no es lineal puesto que la edad de una variable
que dependa del ingreso de cualquier persona es por eso que se pueden ver los datos de manera dispersa.
7) Tabla de contingencia

N° EDAD INGRESO X*Y X2 Y2

1 15 52 780 225 2704
2 16 52 832 256 2704
3 17 92 1564 289 8464
4 20 180 3600 400 32400
5 20 132 2640 400 17424
6 21 180 3780 441 32400
7 25 132 3300 625 17424
8 25 88 2200 625 7744
9 30 250 7500 900 62500
1
0 32 300 9600 1024 90000
1
1 35 300 10500 1225 90000
1
2 40 132 5280 1600 17424
1
3 40 132 5280 1600 17424
1
4 41 200 8200 1681 40000
1
5 43 500 21500 1849 250000
1 43 132 5676 1849 17424
 6
1
7 43 80 3440 1849 6400
1
8 46 635 29210 2116 403225
1
9 47 635 29845 2209 403225
2
0 50 635 31750 2500 403225
2
1 55 52 2860 3025 2704
2
2 56 876 49056 3136 767376
  760 5767 238393 29824 2692191

COVARIANZA=
∑ X∗Y = 760∗5767 = 4382920 = 199223,64
N 22 22

δxy 199223,64 199223,64

r= = = =0,0000024812
δx∗δy 29824∗2692191 80291904384

En este caso vemos un coeficiente de correlación bastante alejado del 1 por lo que reconocemos una
correlación negativa

8) No existe correlación puesto de que existen casos en el que personas menores tienes muchos más
ingresos al mes que miembros de la familia que se encuentran en la cima de las edades de los miembros
encuestados

Nota:
a) Es importante identificar y caracterizar muy bien cada dato o variable por separado. Anexar respectivos soportes
de estos datos, tal y como los obtuvo
b) POR SU CARACTERISTICAS LA SOLUCION DE ESTOS CASOS PRAC TICOS DEBEN SER
PERSONALIZADOS, POR TANTO NO PUEDE HABER CASOS IGUALES; EL CONTENIDO DEBE SER
RESUMIDO Y LOS CASOS PRACTICOS DEBEN ESTAR BIEN FUNDAMENTADOS. NO DEBE SER UNA
COPIA DE INTERNET; DEL LIBRO Ó DE OTRO INFORME
c) Recuerden los pasos para resolver este tipo de Ejercicios:
i) Analizar y entender Problemas y definir hecho, población y datos/variables
ii) Definir variables: “X”: Vab. Independiente: “Y” : Vab. Dependiente
iii) Elaborar la tabla de contingencia con los datos de X e Y. Realizar respectivos cálculos. dependiente:
iv) Calcular Coeficiente de regresión Lineal “r” y Analizar su valor en función de lo establecido en la Tabla de
Valores para su Interpretación
v) Elaborar Diagrama de Dispersión y Analizar en este grafico la Relación entre variables
Nota: es indiferente primero calcular “r” y luego elaborar Diagrama de Dispersión