ANALISIS DE

DOS O MAS
VARIABLES
PRESENTADO POR :
MIRLEIDIS YULIANA PATERNINA GUARIN
ANDREA JULIETH AVILA GUTIERREZ
YUNEIDIS ALZATE
ALEXANDRA MADARIAGA
 Variable estadística

Es una característica o propiedad que se puede estudiar

en una población o muestra.
Una variable es estadística cuando sus resultados se
Pueden tabular, clasificar en rangos o sus respuestas
corresponden a una escala numérica.
son algunos ejemplos de variables estadísticas:
 Edad
 Color
 Peso
 Nacionalidad
 Gustos
 Preferencias
 nominales

cualitativas ordinales

Tipos de
variables cuantitativas discretas

continuas
 Son aquellas que se refieren a características o
cualidades que no pueden ser medidas con números
Una variable cualitativa es un tipo de 
variable estadística que describe las cualidades,
circunstancias o características de un objeto o persona ,
sin hacer uso de números.
De esta manera, las variables cualitativas permiten • VARIABLES
expresar una característica, atributo, cualidad o
categoría no numérica. Por ejemplo, el sexo de una
CUALITATIVAS
persona es una variable cualitativa, ya que es
masculino y o femenino

Las variables cuantitativas son aquellas variables

estadísticas que otorgan, como resultado, un
valor numérico.Se expresan mediante un numero,
se pueden realizar operaciones con ellas • VARIABLES
.Por ejemplo, variables tales como el peso (62 kg, 80 CUANTITATIVAS
kg), la altura (1.72 cm, 1.85 cm) o la cantidad de
miembros en una familia (2, 3 o 4), son variables
cuantitativas.
CARACTERÍSTICAS DE LAS VARIABLES
CUALITATIVAS

 No se puede medir numéricamente.

 No otorga datos específicos y a veces tampoco un orden.
 Especifica una condición, cualidad o característica.
 Cuando los valores de dicha variable son solamente dos, se
llama dicotómica.
 Cuando distingue tres valores o más, se la llama politómica.
CARACTERÍSTICAS DE LAS VARIABLES CUANTITATIVAS

 Expresan sus valores con números.

 Son utilizadas generalmente en encuestas o entrevistas.
 Utilizan gráficos llamados diagramas integrales y diagramas
diferenciales para mostrar la frecuencia relativa de las
variables.
 También pueden servirse de diagramas de barra para otorgar
cifras.
Tipos de variable cualitativa
Cualitativa Nominal
Variable que no es
representada por números
ni tiene algún tipo de
orden, y por lo tanto es
matemáticamente menos
precisa.
Por ejemplo, son variables
nominales los colores: negro,
azul, rojo, amarillo,
naranja, etc.
Cualitativa ordinal
La variable cualitativa
ordinaria, también conocida
como variable
cuasicuantitativa, es
representada por una
modalidad que no requiere
números pero sí consta de
un orden o un puesto.
Por ejemplo, el nivel
socioeconómico: alto,
medio, bajo.
TIPOS DE LAS VARIABLES CUANTITATIVAS
CUANTITATIVA
DISCRETA
La variable discreta
otorga cifras que se
encuentran separadas en
escalas, es decir que no
poseen valores entre
ellas, sino que el resultado
comprende un valor
exacto. De esta manera, dichas
variables solo pueden adquirir
un valor en números enteros.
Por ejemplo, una persona puede
tener 1, 2, 3 o más perros, pero no un
perro y medio.
CUANTITATIVA
CONTINUA
La variable continua, por otro
lado, puede otorgar un valor de
cualquier intervalo o medición,
es decir que puede haber otros
valores en medio de dos
exactos. Generalmente estos son
representados por valores
decimales, por lo cual la cifra será
mucho más específica
Por ejemplo, la estatura de una
persona puede ser
de 1,75 centímetros
 Ejemplos de variables cualitativas
Algunos ejemplos que nos pueden ayudar a comprender la
variable cualitativa son los siguientes:
 Estado civil: soltero, casado, viudo.
 La sed de una persona: mucha, poca, nada.
 Calificación no numérica de un examen: aprobado,
sobresaliente, aceptado, reprobado.
 Color de ojos: marrones, azules, verdes.
 Profesión: arquitecto, médico, ingeniero, abogado.
Ejemplos de variables cuantitativas
 Peso exacto de un niño: 40 kg, 30 kg, etc.
 Cantidad de mascotas que posee una persona: 1, 2, 3, etc.
 Velocidad con la que se traslada un automóvil: 160 km/h, 100 km/h, etc.
 Valor económico de un producto: $25, $50, $100, etc.
 Grados de alcohol de una cerveza: 5%, 10%, 12%, etc.
 Cantidad de niños en el aula de una escuela: 20, 30, 40, etc.
 Calificación exacta de un examen universitario: 4, 7, 8, 10, etc.
Diferencias entre cuantitativas y cualitativas
cuantitativa
 Una variable cuantitativa proporciona
un valor numérico, mientras que una
variable cualitativa proporciona
resultados con características o
cualidades.
 La variable cuantitativa suele
ser específica, mientras que la
variable cualitativa suele ser amplia y
relativa.
 Las variables cuantitativas se basan
en determinar la correlación o
asociación que hay entre variables,
mientras que las variables cualitativas
se enfocan en profundizar la
naturaleza de dichas realidades.
cualitativa
 Los valores de las variables cualitativas se expresan
en cualidades o características, mientras que los
valores que aportan las variables cuantitativas
son numéricos.
 Las variables cualitativas se concentran en la
naturaleza de tales realidades y su dinámica,
mientras que las variables cuantitativas
se concentran en determinar la fuerza que tienen
las variables.
 Aunque ambas se utilizan para determinar un proceso
estadístico o económico, las variables cualitativas
otorgan un valor general (aunque específico cuando
se trata de cualidades), mientras que el resultado de
las variables cuantitativas es específico y no da
margen de duda.
 Analisis de regresion
En estadística, el análisis de la regresión es un proceso estadístico para estimar las
relaciones entre variables continuas. Incluye muchas técnicas para el modelado y análisis de
diversas variables, cuando la atención se centra en la relación entre una variable dependiente
y una o más variables independientes (o predictoras).

El análisis de la regresión lineal se utiliza para predecir el valor de una variable según el
valor de otra. La variable que desea predecir se denomina variable dependiente. La variable
que está utilizando para predecir el valor de la otra variable se denomina variable
independiente.

Se denomina regresión lineal cuando la función es lineal, es decir, requiere la

determinación de dos parámetros: la pendiente y la ordenada en el origen de la
recta de regresión,

FORMULA y=a+b(x) ... velocidad y tiempo

 objetivo
el objetivo del análisis es construir una función que
permita estimar el valor futuro de la variable de
estudio.
Desde otro punto de vista, la regresión permite calcular
una esperanza (promedio) condicional. Para ese fin, se
toman como dados los valores de las variables
independientes.
Cabe precisar que cuando se tiene en cuenta solo una
variable independiente hablamos de regresión lineal
simple. En cambio, si se incluyen más factores, se trataría
de una regresión lineal múltiple.
 El coeficiente de correlacióN

es una prueba que mide la relación estadística entre dos variables continuas. ... El
coeficiente de correlación puede tomar:
un rango de valores de +1 a -1.
Un valor de 0 indica que no hay asociación entre las dos variables.
Un valor mayor que 0 indica una asociación positiva.

2(𝑆𝑥𝑦)
r= ሺ ሻ
𝑆𝑥 (𝑆𝑦 )
 TIPOS DE REGRESION LINEAL
Existen diferentes tipos de regresió n lineal que se clasifican de acuerdo a sus parámetros:
Regresión lineal simple
La regresió n lineal simple se basa en estudiar los cambios en una variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una relaci ón funcional entre ambas variables que puede ser establecida por una expresi ón lineal, es decir, su representaci ón gr áfica es una l ínea recta. Es decir, se esta en presencia de una regresi ón lineal simple cuando una variable independiente ejerce influencia sobre otra variable dependiente.
Y = f(x)

Regresión lineal múltiple

La regresió n lineal permite trabajar con una variable a nivel de intervalo o razón, así también se puede comprender la relación de dos o más variables y permitirá relacionar mediante ecuaciones, una variable en relaci ón a otras variables llamándose Regresi ón múltiple. O sea, la regresi ón lineal m últiple es cuando dos o más variables independientes influyen sobre una variable dependiente.
Y = f(x, w, z).
 Formulas
 
Y= a + b(x) formula de regresión lineal
b=y-ax promedio de la variable independiente (promedio de x )

promedio de la variable dependiente ( promedio de y)

𝑆𝑥𝑦
b.=
𝑆𝑥𝑥
  a.= – b()
(𝑆𝑥𝑦 )2
r= ሺ coe ficie nte de corre la ción
𝑆𝑥𝑥 ሻ(𝑆𝑦𝑦 )

2 1
Syy= ∑( 𝑦𝑖 −) Syy= ∑ 𝑦 − 𝑛 (∑𝑦)2
2

Sxx= ∑( 𝑥𝑖 - )2   Sxx= ∑ 𝑥 2 − 1 (∑𝑥)2

𝑛
1
Sxy= ∑( 𝑥𝑖 - )∗( 𝑦𝑖 −) S xy= ∑xy - ∗ ∑𝑥 ∗ ∑𝑦
𝑛
 Ejemplo de regresión lineal
Se recolecto información sobre el peso y estatura de 5 persona, donde X(estatura) y
Y(peso) como muestra la siguiente tabla
X ESTATURA VARIABLE INDEPENNDIENTE
y PESO VARIBLE DEPENDIENTE
¿cuál es la estimación esperanza del peso cuando una persona mida 1,95 m?
Y = a + b(x)
¿Calcular el coeficiente de correlación? (coeficiente de determinación)

ESTATURA(X) PESO(Y)
1,54 50
1,9 90
1,7 70
1,72 80
1,8 81
 ESTATURA PESO Sxx Syy Sxy X Y
X Y (X -) ( Y - ) (X -) ^ 2 ( Y - )^2 [ (X -) ] * [ ( Y- ) ] ESTATURA PESO
1 1,54 50 -0,192 -24,2 0,036864 585,64 4,6464 1,54 50
2 1,9 90 0,168 15,8 0,028224 249,64 2,6544 1,9 90
3 1,7 70 -0,032 -4,2 0,001024 17,64 0,1344 1,7 70
4 1,72 80 -0,012 5,8 0,000144 33,64 -0,0696 1,72 80
5 1,8 81 0,068 6,8 0,004624 46,24 0,4624 1,8 81
∑ 8,66 371 0,07088 932,8 7,828 1,732 74,2
PROMEDIOS
 
1 1,732 74,2
Syy= ∑( 𝑦𝑖 −)2 Syy= ∑ 𝑦2 − (∑𝑦)2
𝑛
1
Sxx= ∑( 𝑥𝑖 - )2 Sxx=∑ 𝑥2 − 𝑛 (∑𝑥)2
1
Sxy=∑( 𝑥𝑖 - )∗( 𝑦𝑖 −) Sxy= ∑xy - ∗ ∑𝑥∗∑𝑦
𝑛
b= ∑Sx y / ∑Sxx 110,440181

a= – b( ) -117,082393

b= ∑Sxy / ∑Sxx 110,440181

a= – b ( ) -117,082393

74,2-((110,440181)(1,732))
ECUACION DE REGRESION LINEAL
y= a + b(x) y= -117,082393 + 110,440181(x)
Calcular el coeficiente de correlación? (coeficiente de determinación
r= (7,828)^2
61,277584 0,92680718
0,07088*932,8
66,116864
cual es la esperanza del peso si una mide 1,95 m
estatura vs peso
x= 1,95 m 100
90
80
70
60
50

Y= 98,27595937 K 40
30
20
10
0
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95
Ejemplo de regresión lineal simple

Calculo de coeficientes

Ajustar los siguientes datos en una línea recta

formulas
x y
1 2 y=ax+b
2 3
2
3
4
4
a= n∑xy- ∑x∑y
4 4
4 6 n∑x^2-(∑x)2
5 5
6
27
7
35 b=y- a x b=∑y-a ∑x
n
paso 1 hallar el producto de xy y el producto de x^2 y
totalizar cada dato:
x y xy x2
1 2 2 1
2 3 6 4
2 4 8 4
3 4 12 9
4 4 16 16
4 6 24 16
5 5 25 25
6 7 42 36
PROMEDIO 3,375 4,375
totales 27 35 135 111  
 Paso 2 reemplazo valores en la formula

y=ax+b 8(135)-(27)(35) 45 0.849

a= n∑xy- ∑x∑y
8(111)-(27)^2 53
n∑x^2-(∑x)2

b= y- a x b=4,375-0,849(3,375) 1,509
b=∑y-a ∑x
35/8=4.375
0,849 n
27/8=3,375 b= 35-0,849(27) 1,509
8

Ecuación
lineal y=ax+b y=0,849x+1,509
 Paso 3 graficamos
x 1 2 2 3 4 4 5 6
y 2 3 4 4 4 6 5 7
8 y
7

0
0 1 2 3 4 5 6 7

x
!Gracias¡