Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CURSO
ESTADISTICA DESCRIPTIVA
TUTOR
ESTUDIANTE
BRAYAN EMILIO BENAVIDES PANTOJA CODIGO: 1085279847
GRUPO
100105_58
Por este motivo en el presente trabajo se analizaran diferentes variables que inciden en
el desempleo en Colombia mediante los diagramas de dispersión y hallaremos el
modelo matemáticos que predice el comportamiento de las variables estudiadas en la
problemática de
Objetivos
General:
Específicos:
-Encontrar el modelo matemático que permite predecir el efecto de una variable sobre
otra y comprobar su confiabilidad.
Actividad a desarrollar
Se emplea cuando una o varias variables está bajo el control del experimentador. Si
existe un parámetro que se incrementa o disminuye de forma sistemática por el
experimentador, se le denomina parámetro de control o variable independiente y
habitualmente se representa a lo largo del eje horizontal (eje de las abscisas). La
variable medida o dependiente usualmente se representa a lo largo del eje vertical (eje
de las ordenadas). Si no existe una variable dependiente, cualquier variable se puede
representar en cada eje y el diagrama de dispersión mostrará el grado de correlación
(no causalidad) entre las dos variables.
Coeficiente de determinación R2
En estadística, el coeficiente de determinación, denominado R² y pronunciado R
cuadrado, es un estadístico usado en el contexto de un modelo estadístico cuyo
principal propósito es predecir futuros resultados o probar una hipótesis. El coeficiente
determina la calidad del modelo para replicar los resultados, y la proporción de
variación de los resultados que puede explicarse por el modelo.
Hay varias definiciones diferentes para R² que son algunas veces equivalentes. Las
más comunes se refieren a la regresión lineal. En este caso, el R² es simplemente el
cuadrado del coeficiente de correlación de Pearson, lo cual es sólo cierto para la
regresión lineal simple. Si existen varios resultados para una única variable, es decir,
para una X existe una Y, Z... el coeficiente de determinación resulta del cuadrado del
coeficiente de determinación múltiple. En ambos casos el R² adquiere valores entre 0
y 1. Existen casos dentro de la definición computacional de R² donde este valor puede
tomar valores negativos.
X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
140
80
60
40
20
RTA: El tipo de asociación del diagrama de dispersión es LINEAL, entre más consumo
de sal mayor tensión arterial tendrán.
y = 6,1062(5.6) + 88,128
y= 122.3227
Por lo tanto la tensión arterial esperada para una dosis de sal de 4.8 administrada será
de 122.3227
1.4 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.
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20
50
10
0 10 20 30 40 50 60 70
X NUMERO DE DIAS
El tipo de relación es inversa ya que indica que entre más días de trabajo, menos
tiempo usan par tallar una pieza.
42,569
y = -0,3566(90) + 42,569
y= 74,663
Por lo tanto un empleado que lleve 80 días debe tardarse 74 minutos tallando una pieza.
2.2 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:
Estatur 12 124 107 118 112 110 115 104 110 116
a 0
(cm)
Peso ( 24 23 19 24 21 19 22 16 20 23
kg)
30
y = 0,386x - 22,751
25
R² = 0,8329
20
Peso en KG
15
10
D. Cuál es el peso que debería tener un estudiante que mida 128 cm? y = 0,386x -22,751
y = 0,386(128) - 22,751
Y= 26,657 Por lo tanto un estudiante que tenga un estatura de 128 cm deberá pesar 27 kg
aproximadamente.
Conclusiones
-Con la regresión lineal podemos relacionar una variable (conocida como variable
dependiente) con una o más variables independientes por medio de una ecuación lineal.
-En la regresión lineal simple una sola variable independiente explica el comportamiento de
la variable independiente.
-El coeficiente de correlación indica el nivel de asociación entre la variable dependiente e
independiente en el modelo matemático de la regresión lineal, puede ser negativa o positiva
y un valor cercano a 1 indica si efectivamente el modelo corresponde a una línea recta.
-Cuando analizamos las variables de cantidad de empresas y la variable personas con
empleo podemos determinar que al aumentar el número de empresas aumenta el número de
personas con empleo y con esto se disminuye el desempleo en Colombia.
Una política que incentive la creación de empresas en Colombia garantiza que la tasa de
desempleo disminuya.
Referencias Bibliográficas
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&do
cID=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&do
cID=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&d
ocID=11230886&tm=1489456400673