ESTADÍSTICA - (202107095A_1142)

Unidad 3 - Paso 4 - Descripción de la Información

Estudiante:

Angie Lizeth Ortiz Campos

Código: 1030644165

Teléfono: 3123009559

Grupo: 202107095_34

Tutor:

Eliana Alejandra Ayarza Páez.

Universidad Nacional Abierta y a Distancia

Escuela de ciencias sociales artes y humanidades (ECSAH)

Junio de 2022

Bogotá D. C
 Introducción.

La estadística se utiliza en diversos aspectos de la vida cotidiana y es fundamental

en determinadas áreas para determinar, organizar y tomar decisiones de trascendencia y de

ato impacto. Estás áreas que requieren de la estadística, también buscan nuevas variables

para futuras investigaciones y proyectos generales. En el presente trabajo se evidencia la

aplicación de medidas estadísticas bivariantes, calculo e interpretación estadística. De igual

forma se muestra la investigación realizada por medio de un mapa mental sobre las

bivariantes de regresión y correlación. Se presenta de igual forma un diagrama de

dispersión, donde se determina la asociación entre las variables, de igual forma, se presenta

el coeficiente de determinación y correlación, finalizando con la modelo matemática que

permite predecir el efecto de una variable.

 Justificación.

Es importante conocer de qué forma se logra utilizar la estadística y todas las ramas que la

componen, para así poder realizar ejercicio aplicados a la vida cotidiana que permiten que

ésta sea más fácil de organizar información y contar con datos exactos en diversas áreas.

Con esto se afirma la importancia que ha venido tomando la estadística en recolectar

detalles y poder representarlos de forma más apropiada para entender mejor, es por ello por

lo que este trabajo se busca entender este modelo o patrón de informe para llevar a cabo en

la cotidianidad.
 Objetivos:

Objetivos General:

Conocer para aplicar las medidas estadísticas bivariantes aplicando éstas al cálculo

e interpretación estadística según los diferentes problemas plateados.

Objetivos Específicos:

Definir conceptos relacionados con regresión y correlación.

Ejecutar un diagrama de dispersión según los problemas planteados, con asociación

entre las variables.

Comprender los diferentes tipos de variables, al igual de los diagramas de

dispersión
 Mapa Mental
https://lucid.app/lucidspark/ce70b9a2-28b7-4b95-8f5d-babd1a0fe0a3/edit?
viewport_loc=1217%2C-378%2C4098%2C1971%2C0_0&invitationId=inv_74e32245-
52d3-4b13-bd7e-703d3990eda5#

Definición de conceptos
Actividad 2. Definición de Conceptos.
Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:
-Diagrama de dispersión. Este es un diagrama que se representa en forma de una
nube de puntos por así decirlo, y ayuda a observar con claridad las relaciones entre
dos datos. De igual forma permite estudiar la relación entre dos factores relacionadas
con la calidad o problemas de calidad.
-Correlación lineal simple. “La correlación lineal es un método estadístico que permite
cuantificar la relación lineal existente entre dos variables. Existen varios estadísticos,
llamados coeficientes de correlación lineal, desarrollados con el objetivo de medir este
tipo de asociación, algunos de los más empleados son Pearson, Spearman y Kendall”
-Coeficiente de determinación R2. “Denominado también como coeficiente de
correlación de PEARSON, simbolizado por r o R y nos determina el grado de relación o
correlación entre dos variables. Cuando el valor se acerca a 1 o –1, nos estará
indicando una fuerte relación positiva o negativa. Por el contrario, al acercarse a cero,
nos indicará falta de relación” (p. 739)
-Correlación positiva y correlación negativa. “El coeficiente de correlación de
producto-momento puede variar de – 1 a +1. La correlación positiva perfecta, en que un
aumento dado de X determina con exactitud otro de Y, tiene coeficiente +1. La
correlación negativa perfecta, en que un incremento de X determina exactamente una
disminución de Y, produce un coeficiente –1” (p.684) Es decir que, se habla de una
correlación positiva cuando una relación entre una
variable y otra es lineal y directa; en cambio, es negativa cuando la relación entre una
variable y otra es opuesta o inversa.
- ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?
El Coeficiente de correlación es una medida que permite conocer el grado de
asociación lineal entre dos variables cuantitativas (X, Y). Mide la intensidad de la
asociación lineal entre dos variables. Es decir que permite medir la relación de dos
datos que se obtienen.
Ejercicio práctico
5. Temperatura – Enfermedad respiratoria.
En una investigación realizada durante el mes de diciembre de 2019 en un hospital
pediátrico respecto a la relación de la temperatura ambiente media y los casos de
enfermedad registrados se obtuvieron los siguientes datos:
Temperatura Casos de
Media (°C) Enfermedad
respiratoria
7 30
9 28
12 26
14 24
16 21
19 18
21 15
23 11
24 3

Calcule las respectivas correlaciones de casos respiratorios respecto a la temperatura.

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

35

30

25

20

15

10

0
6 8 10 12 14 16 18 20 22 24 26

La variable dependiente en este caso es Casos de enfermedad respiratoria (y), y la

variable independiente objeto central del estudio es la temperatura a media (°C) (X),
el tipo de asociación entre ambas variables es inversa negativa.

b) Encuentre el coeficiente de determinación y correlación.

Coeficiente de correlación
r= -0,95439264
Coeficiente de Determinación
R2= 0,91086532

c) Determine el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
 40
30
20
10
0
6 8 10 12 14 16 18 20 22 24 26
-10
-20
-30
-40
-50
-60

Casos de Enfermedad respiratoria Y y=mx+b

De acuerdo al análisis realizado encontramos que el modelo matemático nos indica

que se presenta una relación alta.

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

Estas dos variables son inversamente proporcionales, estas variables de proporcionalidad
inversa, si una de las variables aumenta, la otra disminuye en un mismo factor; y si una de
las variables disminuye, la otra aumenta en un mismo factor. (a más, menos y a menos más)

Análisis de correlación lineal simple de las dos variables cuantitativas seleccionadas.

Actividad 4. Regresión y correlación Lineal Simple.
Descripción de la Actividad Individual:
A partir de la base de datos suministrada “Anexo 1. Registro Nacimientos vivos de
Envigado Antioquia 2021”, cada estudiante, deberá:
Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas e identificar la variable dependiente e independiente.
Tiempo de gestación (x) independiente
Peso (y) dependiente
Realizar el diagrama de dispersión de dichas variables y determinar el tipo de
relación entre las variables.
1,000.000

900.000

800.000

700.000

600.000

500.000

400.000

300.000

200.000

100.000

0.000
20 25 30 35 40 45 50

La variable dependiente es el peso y la variable independiente es el tiempo de gestación, el

tipo de asociación entre ambas variables es directo positivo
Determine al coeficiente de determinación y de correlación de las dos variables.
Interprete los resultados.

 El coeficiente de correlación (r) es de 0,664322903 y es una correlación positiva

moderada.
 El coeficiente de determinación (r2) es de 0,44133305 y es una correlación positiva

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

sobre la otra. ¿Es confiable?
 Y: 0,1672x -3.3887

R2:0,4413

Determine el tipo de correlación de las dos variables.

Relacionar la información obtenida con el problema.

Regression
Multiple R o,66432903 Teniendo en cuanta que la correlación entre variable es un
R Square 0,44133306 44 % que es un porcentaje débil, no es posible determinar
Adjusted 0,44021124 el peso de los nacidos vivos según su tiempo de gestación.
Estándar 0,3831686
Observation 500

Rango Relacion
Lineal
0,96 1,0 Perfecta
0,85 0,95 Furte
0,70 0,84 Significativa
0,50 0,69 Moderada
0,20 0,49 Debil
0,10 0,19 Muy Debil
0,09 0 Nula
 Conclusiones.

Dentro de los ejercicios realizados se pueden evidenciar variables que tienen y no relación.

Cuando se logra la aplicar las medidas estadísticas bivariantes en diferentes problemas

planteados, se obtiene un cálculo de información sobre la relación de las variantes. Con esto

brinda la capacidad a distintas áreas disciplinas a analizar información. Es de vital

importancia definir conceptos relacionados con regresión y correlación para identificar los

problemas planteados. Y confirmar las variables que tienen relación y son dependientes e

independientes de la otra variable.

Referencias
Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City:
Cengage Learning. (pp-675–686). Recuperado
de https://link.gale.com/apps/doc/CX4058900232/GVRL?u=unad&sid=GVRL&xid
=a2479593
Correlacion lineal con Python by Joaquín Amat Rodrigo, available under a Attribution
4.0 International (CC BY 4.0) at

https://www.cienciadedatos.net/documentos/pystats05-correlacion-lineal-
python.html

Martínez Bencardino, C. (2012). Estadística y muestreo. Ecoe Ediciones.

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=2