Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cod: 1003123477
2023
Introducción
En el siguiente trabajo el lector podrá adentrarse en el desarrollo de las medidas de
datos para diversos fines, como podría ser estudios, análisis y demás para artículos científicos,
De manera que para resolver esta parte de la actividad fue de suma importancia poder
trabajo se representará sus medidas en un mapa conceptual, se definirán conceptos para la mayor
Este trabajo es de mayor importancia porque nos permite reconocer las medidas bivariantes en
estadística descriptiva, sacar de dicha información un montón de datos valiosos para poder dar
una posible conclusión sobre el resultado de la información sobre cual estamos trabajando. Nos
Objetivo General
Objetivos específicos
Figura 1
https://www.canva.com/design/DAF1beHairc/xILPBrvSPoikvjonacucDQ/edit?
utm_content=DAF1beHairc&utm_campaign=designshare&utm_medium=link2&utm_source=sha
rebutton
Actividad 2. Definición de conceptos
Tabla 1
Conceptos Valor
Interpretación
relación entre dos variables. Por ejemplo, puede ocurrir que dos
Correlación lineal de modo que las relaciones no lineales también estén soportadas. El
normalmente al modelo.
determinación (R2) entre 0 y 1. Así, cuando adquiere resultados más cercanos a 1, mayor
pretende aplicar y, justo por eso, resultará dicho modelo menos fiable.
Aparte de la correlación positiva, en estadística dos variables también
incluido) y 1 (incluido).
Correlación positiva Correlación negativa: cuando una variable aumenta la otra disminuye, y
sirve para establecer una relación lineal entre dos variables. De esta
Coeficiente de
manera, su cálculo permite conocer con exactitud el grado de
correlación lineal
dispersión de los valores de una variable en relación con una media
Fuente. Autor
Actividad 3. Ejercicio práctico
Figura 2
X (Azúcar) Y (Glicemia)
(mg/L) (mg/dL)
1,5 81
2,3 88
3,5 89
4,1 105
4,4 110
4,6 121
4,9 149
Tipo de asociación entre las variables:
El tipo de asociación que encontramos es directo porque cuando una magnitud aumenta esta
también aumenta, o cuando está disminuyendo esta también disminuye, en este caso está
Y: 10.393x+64.571
R2: 0.9085
Se puede decir que como el valor de R es 0.9085 se acerca a uno, el modelo es confiable y este
valor se multiplicaría por 100 para que, del resultado de fiabilidad en este caso, 0.90*100: 90%;
Calcular cuál será la correlación de las lecturas de glicemia respecto a la ingesta de azúcar:
Coeficiente correlación es un valor que se mueve entre menos uno y uno, y este dio 0,90 la cual
podemos determinar que hay una correlación excelente entre la glicemia y el azúcar para los 7
Problemática de estudio
2021
Figura 3
En este caso el tipo de asociación entre las variables es directo ya que a medida que aumenta la
Coeficiente de determinación es de 6%
Y: 0.10x-1.79
R2: 0.06
Se puede decir que como el valor de R es 0,06 no se acerca a uno por lo que el modelo no es
Si hay relación porque el resultado es menos que 0,05. Al principio obviamente sabíamos que
entre esas dos variables había mucha relación, pero estadísticamente se comprueba que no hay
correlación entre las variables y el modelo matemático no es nada confiable porque solo esta
Problemática de estudio
2021.
Variables cuantitativas (3) que tengan relación Talla, peso y número de hijos vivos
Figura 4
Tipo de Estos datos se comportan de manera normal, aunque haya datos afuera de la líneas
Coeficiente de determinación: 7%
Y: 0.25x1+0.09x2-1.94
R2: 0.07, 7%
Se puede decir que el valor R es 0,07 lo cual está super lejos de llegar a uno por lo que no tiene
correlación, para encontrar la fiabilidad se multiplicó 0,07 por 100 y el resultado dio un 7% de
fiabilidad.
Lineal positiva
A partir de la regresión múltiple encontramos que, si existe una relación entre la talla con los
hijos nacidos con el peso de bebes nacidos, el modelo matemático es ese, es confiable tal por
ciento del coeficiente encontramos que es excelente el p afirma que si hay relación.
problemática estudiada, dos de ellas son independiente es la talla y los hijos vivos y una es
De acuerdo con el análisis estadístico realizado en el punto 3 ejercicio práctico, en donde nos
presentaron dos variables cuantitativas las cuales una de ella es dependiente (Glicemia) y la otra
independiente (Azúcar) pudimos ver que el coeficiente de relación entre estas dos variables fue
escogimos una variable cuantitativa independiente (Talla) y una dependiente (Peso) de el anexo
Departamento de Caldas entre el año 2014 y 2021”. El cual estadísticamente pudimos encontrar
que en estas dos variables no hay correlación por lo tanto el modelo matemático es poco fiable
variante dependiente (Peso) y dos independientes (Talla e hijos vivos) la cual se pudo concluir
que los hijos vivos influyen mucho más en el resultado final que la talla, y dio poca correlación
y una fiabilidad no confiable, pero al final si hubo relación entre estas variables.
Conclusiones
Podemos concluir que la estadística desarrolla una labor imprescindible ene le área de la
investigación, por lo tanto, es muy importante analizar, entender, comprender y llevara nuestro
En el anterior estudio pudimos observar que las medidas bivariantes de la tasa de adolescentes
embarazadas en el departamento de Cali en el año 2014 y 2021. Este trabajo fue de suma
importancia para aprender sobre las medidas bivariantes, diferenciarlas y ponerlas en práctica
con esos ejercicios, poder realizar gráficas, sacar información valiosa de esos datos obtenidos y
poder dar conclusiones nos hace desarrollar mejor las habilidades cognitivas.
Referencias
Consultores. https://www.aiteco.com/diagrama-de-dispersion/
múltiple-linear-regression
Software DELSOL. (2019, 3 junio). ▷ Coeficiente de determinación ¿Qué es? Software del Sol.
https://www.sdelso
l.com/glosario/coeficiente-de-determinacion/
https://www.sdelsol.com/glosario/coeficiente-de-correlacion-
lineal/#:~:text=El%20coeficiente%20de%20correlaci%C3%B3n%20lineal%20es%20una%20me
dida%20de%20regresi%C3%B3n,una%20media%20para%20dicha%20variable