1

ACTIVIDAD COLABORATIVA

ESTADISTICAS DESCRITIVA

NOMBRES

LINEY CERVANTES MEJIA

ELIZABETH QUINTERO
ESTEFANIA LONDOÑO
JULIA INES CUADRO
JOSE ALBEIRO JASPI

GRUPO 100105_4

TUTOR
ELBER FERNANDO CAMELO

BARRANQUILLA, 08 DE AGOSTO
 2

INTRODUCCION

Por medio del siguiente trabajo colaborativo, se pretende dar un acercamiento general de la
problemática utilizando Medidas de dispersión y Estadísticas Bivariantes, que nos permitan
observar, como en la vida cotidiana, obtenemos muestras y datos que necesitamos para
realizar la representación de la información mediante estos temas y conceptos

En el proceso de aprendizaje correspondiente a la Estadística Descriptiva, se conoce

claramente que se orienta a un proceso mediante el cual se recopila ,organiza, presenta,
analiza e interpreta datos de manera tal que describa fácil y rápidamente las características
esenciales de dichos datos mediante el empleo de métodos gráficos, tabulares o numéricos
en un estudio planteado. El nivel descriptivo está referido al estudio y análisis de los datos
obtenidos en una muestra (n) y como su nombre lo indica describen y resumen las
observación es obtenidas sobre un fenómeno un suceso o un hecho.
 3

JUSTIFICACION

En este trabajo analizamos la información de una encuesta que se le hizo a las instituciones
educativas en Yopal Casanare en el año 2016, donde a partir de los datos suministrados
identificamos datos, variables y diagramas estadísticos. Con el estudio siguiente vamos a
corroborar que los métodos estadísticos tradicionalmente se utilizan para propósitos
descriptivos, para organizar y resumir datos numéricos, y que poniendo en práctica dicho
estudio de esos diferentes tipos de representación estadística, lograremos gran parte de la
utilidad que tiene la Estadística Descriptiva; es decir, nos va a proporcionar un medio para
informar basado en los datos recopilados, y a su vez se verá reflejada la eficacia con que se
pueda realizar tal proceso de información dependiendo de la presentación de dichos datos,
específicamente siendo la forma gráfica una de las formas más rápidas y eficientes de
analizar unos resultados.
La estadística descriptiva nos permite organizar, agrupar, describir datos y manifestarlos a
través de gráficas, tablas, medidas numéricas. A partir de la unidad 2 podemos comprender
y desarrollar un análisis de la información suministrada en la guía.
 4

OBJETIVOS

Objetivo General

 Desarrollar las habilidades pertinentes para la práctica de la estadística, incluyendo la

capacidad para formular problemas, pensar creativamente y sintetizar información.

Objetivos Específicos

 Ser capaz aplicar los conocimientos de métodos estadísticos para entender los

procedimientos y el alcance apropiado de unas conclusiones asertivas.

 Aprender a recopilar datos, clasificarlos y analizarlos.

 Tener buen conocimiento práctico para prepararnos para carreras exitosas utilizando

sus habilidades matemáticas y estadísticas.

 Analizar los diferentes tipos de conceptos básicos de la Estadística Descriptiva.

 5

MEDIDAS UNIVARIANTES DE DISPERSION.

Identificar las variables discretas dentro del problema de estudio y calcular las
medidas univariantes de dispersión más adecuadas, a aquellas que consideren sean
relevantes para el problema de estudio.

1. Con la variable Discreta elegida calcular: rango, varianza, desviación

típica y coeficiente de variación. Interpretar los resultados obtenidos y
asociarlos con el problema objeto de estudio.

Solución:

Variable seleccionada: Materias Aprobadas

Materias Aprobadas frecuencia f*X

(x) absoluta (f)
5 1 5 25 -3,61 13,0321 13,0321
6 5 30 36 -2,61 6,8121 34,0605
7 12 84 49 -1,61 2,5921 31,1052
8 24 192 64 -0,61 0,3721 8,9304
9 30 270 81 0,39 0,1521 4,563
10 28 280 100 1,39 1,9321 54,0988
TOTAL 100 861 145,79

Columna1 Rango 5
Varianza 1,4579
Media 8,61 Desviacion Tipica 1,207435298
Error típico 0,121351813 Coeficiente de
14,02%
Mediana 9 Variacion
Moda 9
Desviación estándar 1,213518134
Varianza de la muestra 1,472626263
Curtosis -0,168195569
Coeficiente de asimetría -0,660361716
Rango 5
Mínimo 5
Máximo 10
Suma 861
Cuenta 100
 6

Conclusión: de los 100 estudiantes encuestados de las Instituciones de Educación Básica

Primaria de los colegios públicos y privados de los grados tercero y quinto de Yopal –
Casanare, podemos concluir lo siguiente con respecto al ejercicio anterior:
El promedio 8,61 si es representativo debido a que entre más pequeña sea la varianza en
este caso 1,4579, y la desviación estándar que es la raíz de la varianza es de 1,2074 con
respecto a los datos , más homogéneos son los datos, es decir menos dispersión hay entre
ellos.
La variable materias aprobadas el promedio si es representativo, no hay diferencia
significativa entre el número de materias aprobadas.

2. Con la variable Continua elegida calcular: rango, varianza, desviación típica y

coeficiente de variación. Interpretar los resultados obtenidos y asociarlos con
el problema objeto de estudio.

Variable continua elegida: Desempeño comportamiento

frecuencia
Marca de clase 𝒙 (f)*
Número de Intervalos Límite inferior Límite superior absoluta
(X)
f *X
(f) 𝒙
1 3,00 3,25 1 3,1 9,77 3,13 9,77
2 3,25 3,50 2 3,4 11,39 6,75 22,78
3 3,50 3,75 9 3,6 13,14 32,63 118,27
4 3,75 4,00 21 3,9 15,02 81,38 315,33
5 4,00 4,25 5 4,1 17,02 20,63 85,08
6 4,25 4,50 0 4,4 19,14 0,00 0,00
7 4,50 4,75 11 4,6 21,39 50,88 235,30
8 4,75 5,00 51 4,9 23,77 248,63 1212,05
Total 100 444,00 1998,56

n= de datos 100
min=Dato minimo 3
Max= Dato Maximo 5
Rango 2
K=n° de intervalo 7,664 8
A= amplitud 0,25

Media 4,44
varianza 0,272025
Desviacion
0,52156016
Estandar :
Coeficiente 11,75%
 7

Conclusión: de los 100 estudiantes encuestados de las Instituciones de Educación Básica

Primaria de los colegios públicos y privados de los grados tercero y quinto de Yopal –
Casanare, podemos concluir lo siguiente con respecto al ejercicio anterior:

El promedio 4,44 , si es representativo , y según la desviación estándar 0,521560 no hay

mucha diferencia significativa entre el desempeño de comportamiento de los cien
estudiantes encuestados de las diferentes IEBP de Yopal Casanare , por lo anterior
podemos decir que son datos homogéneos que se comportan más o menos de la misma
forma, no hay datos que estén por encima , ni por debajo del promedio , y tienen un
desempeño de comportamiento relativo.

Regresión y Correlación lineal

Simple
Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas.

Realizar el diagrama de dispersión de dichas variables y determinar el tipo

de asociación entre las variables.

R/: a través del diagrama de dispersión se evidencia que hay una relación
directa.
 8

Encuentre el modelo matemático que permite predecir el efecto de

una variable sobre la otra. Es confiable?

R/: y=0,0574x +0,8002

R2 0,87 coeficiente de determinación 87% 87,9% Confiable

R= 0,93Coeficiente de Correlación

La confiabilidad de los datos es el 87,9%, lo cual arroja un nivel confiable

Determine el porcentaje de explicación del modelo y el grado de

relación de las dos variables.

R/: El modelo matemático anterior explica el 87,9% de los datos

suministrados. excelente

R2 0,8799

r √

r= 0,93

de acuerdo a la tabla para un grado de correlación entre la

correlación es excelente .
 9

Relacionar la información obtenida con el problema.

R/: La relación de las dos variables seleccionada edad y estatura de los

niños encuestados de las diferentes Instituciones de educación básica
primaria de Yopal - Casanare de los grados tercero y quinto es directa por
cuanto que la línea de tendencia indica que al incrementar la edad de los
niños encuestados se aumenta la estatura que ellos tienen.

Cuando el r2 es cercano a 1 se dice que el modelo de regresión lineal

ajustado tiene un alto grado de confiablidad, si al contrario este se acerca
a 0 su grado de confiabilidad es muy bajo y se recomienda no utilizar el
modelo de regresión estimado.

En nuestro caso podemos concluir que el modelo de regresión lineal

ajustado tiene una alto grado de confiablidad.

El r2 afirma que el modelo explica el 87,9% de la información y el valor

de r confirma además el grado de relación entre las variable, es decir la
edad esta directamente relacionada con la estatura
 10

CONCLUSION

Las medidas univariantes nos permitieron hacer una análisis claro y conocer los
datos exactos de los rangos, varianza, desviación típica y coeficiente de variación en
las variables discretas y continuas de las encuestas de las escuelas públicas y
privadas en Yopal Casanare del año 2016,

A través de la estadística descriptiva, se adquieren habilidades y destrezas

desarrollando y aplicándola en los diferentes campos donde nos desempeñamos
atreves de esta materia nos brinda herramientas para elaborar con cuidado la
observación de hechos y fenómenos de la población en general, para tomar una
muestra y aplicar sus herramientas en la obtención de resultados, que fortalecerán el
que hacer profesional en la obtención, análisis y conclusiones de una investigación
,que ayudará a contribuir con el manejo de información, para ayudar en el contexto
dela proyección social con el fin de lograr una mejor calidad de vida. donde
requerimos tomar decisiones relevantes; es claro que nos brinda herramientas para
elaborar con cuidado la observación de hechos y fenómenos de la población en
general, tomar una muestra y aplicar sus herramientas en la obtención de resultados,
con el fin de fortalecer el quehacer profesional en la obtención, análisis y
conclusiones de una investigación, que auxiliará contribuyendo con el manejo de
información y ayudar en el contexto de la proyección social con el fin de lograr una
mejor calidad de vida
 11

BIBLIOGRAFIA
 García, M.S.(2004).Introducción a la estadística económica y
empresarial. Paraninfo.(pp. 74-98). Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.1&u=unad
&it=r&p=GVRL&sw=w&asid=4a9b0a469e755a4327207c94b4c0d549

 Montero, J.M. (2007).Regresión y Correlación Simple. Madrid: Paraninfo. (pp.

130-172) . Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=un
ad&it=r&p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219

 Churchill, G.A.(2009).Análisis de Correlación y de Regresión Simple. Mexico

City: Cengage Learning. (pp. 675-686). Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=un
ad&it=r&p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41

 Churchill, G.A.(2009). "Análisis de Regresión Múltiple." Investigación de

mercados. Mexico City: Cengage Learning. (pp. 686-695).Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=un
ad&it=r&p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9

 Montero, J.M. (2007).Regresión y Correlación Múltiple. Madrid: Paraninfo. (pp.

191-225). Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100012&v=2.1&u=un
ad&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad13af26a0a74e510de2

 Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto

Politécnico Nacional. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&d
ocID=10436604&tm=1489456194304
 Matus, R., Hernández, Martha, and García, E (2010). Estadística. México,
D.F., MX: Instituto Politécnico Nacional, (2010). ProQuest ebrary. Recuperado
de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&docI
D=10365616&tm=1489456296586
 Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y
estadística 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado de
:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=1&docI
D=11230886&tm=1489456400673
 12

ANEXOS
 13

ACTIVIDAD INDIVIDUAL

Ejercicios

1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial.

A una serie de voluntarios se les administra distintas dosis de sal en su
dieta y se mide su tensión arterial un tiempo después.

X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5 120

a. Realice el diagrama de dispersión y determine el tipo de asociación

entre las variables.
El tipo de asociación del diagrama de dispersión es lineal
 14

b. Encuentre el modelo matemático que permite predecir el efecto de

una variable sobre la otra. Es confiable?

b= 6. 2354,7 - (21) (657) = 14128,2 -13797 = 331,2 = 6,1062

6. 82,54 - 441 = 495,24 – 441 = 54,24
a = 657 – (6,10. 21) = - 88,1
6

a = media de y = 109,5 – (6,10). Media de x (3,5) = -88,1

tensión
sal (x) (y) xy x2
1,6 98 156.8 2.56
2,3 102 234.6 5.29
3,3 109 359.7 10.89
4,2 113 474.6 17.64
4,6 115 529 21.16
5 120 600 25
21 657 2354.7 82.54

c. Determine el grado de relación de las dos variables.

R/: Ecuación de la recta ajustada y = 6,1062x + 88,1 R2= 0,987

regresión lineal positiva correlación excelente

d. Si a un paciente se le administra una dosis de sal de 5,6. ¿Cuál es la

tensión arterial esperada?
R/: para hallar Para hallar el valor de la tensión arterial esperada
para una dosis de sal de 5.6 debemos reemplazar el valor de la
formula hallada.

R./ La tensión esperada es de 122

y= (6,10) (5,6) + 88,1= 34,16 + 88,1 = 122,26
 15

2. En un nuevo proceso artesanal de fabricación de cierto artículo que está

implantado, se ha considerado que era importante ir anotando
periódicamente el tiempo medio ( medido en minutos) que se utiliza para
realizar una pieza y el número de días desde que empezó dicho proceso de
fabricación. Con ello, se pretende analizar como los operarios van
adaptándose al nuevo proceso mejorando paulatinamente su proceso de
producción.
Los siguientes datos representan dicha situación:

X 12 23 35 42 53 65 70

Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente

(x), realice el diagrama de dispersión y determine el tipo de
asociación entre las variables.

El tipo de asociación del diagrama de dispersión es lineal.

 16

b. Encuentre el modelo matemático que permite predecir el efecto de

una variable sobre la otra. Es confiable?

R/: y=0,3566x +42,569

R2 0,79 coeficiente de determinación 79% 79,6% Aceptable

R= 0,88 Coeficiente de Correlación

c. Determine el grado de correlación de las dos variables.

R= 0,88 Coeficiente de Correlación = Aceptable

De acuerdo a la tabla para un grado de correlación entre la

correlación es Aceptable.

d. Que tiempo deberá tardarse un empleado cuando lleven 90 días?

R/: para hallar el valor del tiempo de 90 días debemos reemplazar

este valor en la formula hallada.

R/: Y= 6,1062 * 90 + 88,128 = 637,686 minutos

El tiempo que deberá tardarse es 637,686 minutos

 17

3. Una Nutricionista de un hogar infantil desea encontrar un modelo

matemático que permita determinar la relación entre el peso y la
estatura de sus estudiantes. Para ello selecciona 10 niños y realiza
las mediciones respectivas.

A continuación se presentan los resultados:

Estatu 12 124 107 118 112 110 115 104 110 116
ra 0
(cm)
Peso ( 24 23 19 24 21 19 22 16 20 23
kg)

Solución

a. Identifique la variable dependiente (y) y la variable independiente

(x), realice el diagrama de dispersión y determine el tipo de
asociación entre las variables.

R/: El tipo de asociación del diagrama de dispersión es lineal

 18

b. Encuentre el modelo matemático que permite predecir el efecto

de una variable sobre la otra. Es confiable?

R/ R/: y=0,386x +22,751

R2 0,83 coeficiente de determinación 83% 83,2% Aceptable

R= 0,91 Coeficiente de Correlación

c. Determine el grado de correlación de las dos variables.

R/: de acuerdo a la tabla para un grado de correlación entre

la correlación es excelente.

d. Cuál es el peso que debería tener un estudiante que mida 128

cm?

R/: Y= 0,386x * 128 - 22,751 .R² = 26.657 Kg

El peso que debe tener un estudiante que mide 128 cm es 26.657 Kg

 19

BIBLIOGRAFIA

 García, M.S.(2004).Introducción a la estadística económica y

empresarial. Paraninfo.(pp. 74-98). Recuperado de:
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900012&v=2.
1&u=unad&it=r&p=GVRL&sw=w&asid=4a9b0a469e755a4327207c9
4b4c0d549
 Montero, J.M. (2007).Regresión y Correlación Simple. Madrid:
Paraninfo. (pp. 130-172) . Recuperado
de: http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b82c81e98fcc1361e1929
abe203c8219
 Churchill, G.A.(2009).Análisis de Correlación y de Regresión Simple.
Mexico City: Cengage Learning. (pp. 675-686). Recuperado
de: http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=e558184ed89e57d11ede
116134cfce41
 Churchill, G.A.(2009). "Análisis de Regresión Múltiple." Investigación
de mercados. Mexico City: Cengage Learning. (pp. 686-
695).Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=49575112db86a0eb46da
e86bbaf74cb9
 Montero, J.M. (2007).Regresión y Correlación Múltiple. Madrid:
Paraninfo. (pp. 191-225). Recuperado
de:http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100012&v
=2.1&u=unad&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad13af26a0
a74e510de2
 Ortegón Pava, M. (2017).
Ova_Medidas_Univariantes.Colombia.Recuperado
de:http://hdl.handle.net/10596/11579
 Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX:
Instituto Politécnico Nacional. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actio
n?ppg=1&docID=10436604&tm=1489456194304

 Matus, R., Hernández, Martha, and García, E (2010). Estadística.

México, D.F., MX: Instituto Politécnico Nacional, (2010). ProQuest
ebrary. Recuperado
dehttp://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action
?ppg=1&docID=10365616&tm=1489456296586