UNIDAD 1: PASO 2 – ORGANIZACIÓN Y PRESENTACION

ESTUDIANTE

ENITH YOHANA MEJIA

PRESENTADO A

JUAN CARLOS FLOREZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

FEBRERO 2019
 INTRODUCCION

El presente trabajo tiene como finalidad conocer los conceptos básicos y adquirir las
destrezas necesarias, para poder realizar actividades estadísticas relacionados con
medidas de regresión y correlación lineal, la representación de diagramas de dispersión
como herramienta de análisis e interpretación de los datos obtenidos, conocer el grado
de variabilidad entre las variables y conocer la correlación que toman, de acuerdo a si se
produce un aumento o una disminución entre las variables o si por el contrario las
tendencias son opuestas.
 JUSTIFICACION

Es de suma importancia tener conocimiento de este tema ya que la estadística es usada

como forma de obtener y generalizar datos, esto lo podemos aplicar al momento de
hacer una encuesta, estudios a pacientes de un plantel educativo, cárcel, clínica, etc.
Recopilar información, buscar la variable con más frecuencia y detectar la problemática
de estudio de manera que se pueda dar una información más certera y eficiente que
pueda ayudar a las personas y darle herramientas para superar sus problemas de la mejor
forma posible. Encontramos este método muy novedoso ya que día a día nos
encontramos con cantidades de datos que podemos organizar e interpretar de una
manera significativa
 OBJETIVOS

• Analizar los datos de la muestra de dos variables relacionadas y mostrar su viabilidad

y confianza de sus resultados, de acuerdo con las fórmulas matemáticas establecidas

• Desarrollar los laboratorios establecidos para la presente unidad.

• Utilizar la herramienta grafica de Excel, mediante el diagrama de dispersión, para

observar los resultados y su viabilidad con respecto a la correlación lineal, la cual se
usara para el desarrollo de la actividad.
 MARCO REFERENCIAL

Variable Aleatoria: Es una función que asigna un valor, usualmente numérico, al

resultado de un experimento aleatorio

Variable Cualitativa: Es un símbolo que puede aparecer en una función, un algoritmo,

una proposición o una fórmula, adoptando distintos valores. Al establecer vínculos con
otras variables, pueden contribuir al desarrollo de una teoría o de una hipótesis,
adquiriendo la denominación de constructos

Variable Cuantitativa: Son aquellas que adoptan valores numéricos (es decir, cifras)

Muestreo: Selección de un conjunto de personas o cosas que se consideran

representativos del grupo al que pertenecen, con la finalidad de estudiar o determinar las
características del grupo

Diagramas Estadísticos: son medios popularizados y a menudo los más convenientes

para presentar datos, se emplean para tener una representación visual de la totalidad de
la información. Los gráficos estadísticos presentan los datos en forma de dibujo de tal
modo que se pueda percibir fácilmente los hechos esenciales y compararlos con otros

Base de Datos (Indicadores socioeconómicos): Muestra de 125 municipios de zonas

vulnerables por pobreza, violencia y ausencia del estado en Colombia entre Marzo 25 y
Abril 9 de 2016. La información se obtuvo directamente del Departamento Nacional de
Estadística DANE, Ministerio de Hacienda y Ministerio de vivienda, Ciudad y
Territorio
MAPA MENTAL
 FICHA TECNICA

Identificación según la
Concepto
base de datos

Población. Municipios de Colombia

Tamaño de la muestra 125 Municipios de zonas

vulnerables por la pobreza

Instrumento de Recolección de la información. Encuesta

Ubicación espacio temporal del estudio. Entre Marzo 25 y abril 9 de

2016

Unidad estadística Municipios de zonas

vulnerables por la pobreza,
violencia y ausencia de
estado

Población: En estadística una población es un conjunto de sujetos, individuos,

elementos o eventos con determinadas características. A menudo se obtiene una muestra
de dicha población, es decir, un subconjunto representativo. Luego de realizar un
análisis estadístico a la muestra, los resultados se extrapolan al resto de la población
(inferencia estadística).

Tamaño de la Muestra: En estadística el tamaño de la muestra se le conoce como

aquel número determinado de sujetos o cosas que componen la muestra extraída de una
población, necesarios para que los datos obtenidos sean representativos de la población.

Instrumento de recolección de la información: Técnicas e instrumentos de

recolección de datos. Un instrumento de recolección de datos es en principio cualquier
recurso de que pueda valerse el investigador para acercarse a los fenómenos y extraer de
ellos información.

Unidad Estadística: Se llaman unidades estadísticas o individuos a los componentes de

una determinada población de datos centro del estudio estadístico. Cada uno de los
individuos de la población puede describirse según uno o varios caracteres.
 CLASIFICACION DE VARIABLES

CUALITATIVAS CUANTITATIVAS
Nominales Ordinales Discretas Continuas
tipo de riesgo Población de 15
al que más se años o más sin
expone la Lugar que ocupa en Educación básica
población Grado de marginación el contexto nacional primaria completa
acceso
mediante pago cantidad de % Ocupantes en
a internet o nivel educativo servicios públicos viviendas sin
televisión principal disponibles energía eléctrica
sector % Ocupantes en
mayoritario de nivel mayoritario de viviendas sin agua
viviendas Sisben de acueducto
presencia de cantidad de % Viviendas con
resguardos resguardos algún nivel de
indígenas indígenas hacinamiento
% de viviendas con
piso de tierra
% Población
ocupada con ingreso
de hasta 2 salarios
mínimos
 MUESTREO

Si se desea establecer una muestra representativa para estudiar el problema de

“Indicadores socioeconómicos 125 municipios (2019) 16-1” a través del muestreo
aleatorio simple, con un nivel de confianza del 97%, un error estimado del 3% y una
población de 1.101 municipios, ¿Cuál sería el tamaño de la muestra?, ¿Cuál sería el
tamaño si no se tienen datos de la población?

𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 𝑑𝑒𝑙 97% → 𝑍𝛼/2 = 2.17

𝑁 = 1101

𝐸 = 0.03

No se conocen datos de la población se asume una proporción 𝑃 = 50%

Tamaño de la muestra

𝑍∝2 ∗ 𝑁 ∗ 𝑃 ∗ (1 − 𝑃)
2 2.172 ∗ 1101 ∗ 0.5 ∗ 0.5
𝑛= =
𝐸 2 (𝑁 − 1) + 𝑍∝2 ∗ 𝑃 ∗ (1 − 𝑃) 0.032 (1101 − 1) + 2.172 ∗ 0.5 ∗ 0.5
2

1296.1247
= = 598.0641
2.1672

598.0641 ≈ 596

Se necesita una muestra de 596 municipios para obtener un error del 3% y una
confianza del 97% para una población de 1101 municipios.

Si no se tiene datos de la población el tamaño seria

𝑍∝2 ∗ 𝑃 ∗ (1 − 𝑃)
2 2.172 ∗ 0.5 ∗ 0.5 1.1772
𝑛= = = = 1308
𝐸2 0.032 0.0009

Se necesita una muestra mayor puesto que no se conoce nada de la población y para
asegurar el error y la confianza se incrementa la muestra
 LABORATORIO DE DIAGRAMAS ESTADISTICOS

1.1 Variable grado de marginación

Frecuencia Frecuencia
Frecuencia Frecuencia
Datos Absoluta porcentual
Absoluta Relativa
Acumulada (%)
Muy alto 4 4 3% 3%
alto 1 5 1% 4%
medio 48 53 38% 42%
bajo 51 104 41% 83%
Muy bajo 21 125 17% 100%
TOTAL 125 100%

Grafico de Barras
Frecuencia Relativa

60%
40%
20%
0%
Muy alto alto medio bajo Muy bajo
Grado de Marginacion

3%
17% 1% Muy alto

38% alto
medio
41%
bajo
Muy bajo

Moda Bajo

 El valor de grado de marginación con menos frecuencia es "alto", con el 1%

 El grafico circular se puede interpretar de la misma forma, también se puede
relacionar la frecuencia con el ángulo
1.2 Grado de Marginación VS Tipo de riesgo al que más se expone la población
Cuenta de Grado Etiquetas de
de marginación columna
Etiquetas avenidas movimientos
de fila torrenciales desbordamientos heladas en masa sequías sismos vulcanismo Total general
Alto 1 1
Bajo 8 2 2 9 10 9 11 51
Medio 6 18 4 9 11 48
Muy alto 1 1 2 4
Muy bajo 2 3 6 3 1 4 2 21
Total general 16 5 8 32 15 23 26 125

1.3 Cantidad de servicios públicos disponibles

Frecuencia Frecuencia
Frecuencia Frecuencia
Datos Absoluta porcentual
Absoluta Relativa
Acumulada (%)

0 4 4 3% 3%
1 14 18 11% 14%
2 34 52 27% 42%
3 26 78 21% 62%
4 15 93 12% 74%
5 20 113 16% 90%
6 6 119 5% 95%
7 6 125 5% 100%
TOTAL 125 100%

Grafico de Barras
30%

25%

20%
FRECUENCIA

15%

10%

5%

0%
0 1
CANTIDAD2 DE SERVICIOS
3 4
PUBLICOS 5 6
DISPONIBLES 7
 Poligono de Frecuencias
30%
25%
20%
15%
10%
5%
0%
0 1 2 3 4 5 6 7

El servicio público disponible con mayor frecuencia es "2 servicios", este es el valor
modal. También en el polígono de frecuencias que la distribución presenta asimetría a la
izquierda

2. Cantidad de servicios públicos disponibles

Media 3,184 El valor medio de la cantidad de servicios publicos

Mediana 3 El valor mediano de la cantidad de servicios publicos
Moda 2 El valor mas frecuente de la cantidad de servicios publicos
Q1 2 El 25% de los servicios publicos estan por debajo de 2 y el 75% por encima
Q2 3 El 50% de los servicios publicos estan por debajo de 3 y el 50% por encima
Q3 5 El 75% de los servicios publicos estan por debajo de 8 y el 25% por encima
D5 3 El 50% de los servicios publicos estan por debajo de 3 y el 50% por encima
D7 4 El 70% de los servicios publicos estan por debajo de 4 y el 30% por encima
P25 2 El 25% de los servicios publicos estan por debajo de 2 y el 75% por encima
P50 3 El 50% de los servicios publicos estan por debajo de 3 y el 50% por encima
Rango 7 Es el rango de variacion de la muestra
Varianza 2,95780645 La dispercion cuadrada de la muestra
Desviacion
Tipica 1,71982745 La dispercion es muy pequeña puesto que la desviacion es muy cercana a cero
Coeficiente
Variacion 54% El coeficiente de variacion me indica que hay hay poca variacion entre los datos
 CONCLUSIONES

En el siguiente trabajo se basado en las variables de los indicadores socioeconómicos

donde se analizó la regresión y correlación lineal simple y regresión y correlación lineal
múltiple, siendo estas son métodos muy eficientes para observar la relación de dos o
más variables. Se logra evidenciar que para manejar cualquier tipo de variables se
necesita realizar un diagrama de dispersión y aplicar conceptos, fórmulas de relación y
correlación que permita el despeje de las ecuaciones y datos para obtener un resultado
 BIBLIOGRAFIA

Montero, J. M. (2007). Conceptos Generales Estadística descriptiva. Madrid: Paraninfo.

Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical

Descriptive. Cengage Learning Paraninfo, S.A.

OVI. Pacheco, P. N., Vergara, S .C (2013). Universidad Nacional de Colombia. Bogotá.

Estadística Fundamental.