Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Caso 1.
Ejemplo.
En un grupo de 48 personas, se encontró que 28 eran hombres, 12 casados y 16
solteros., 20 eran mujeres; 6 casadas y 14 solteras.
a) Expresar los datos como una tabla de frecuencias
b) Elaborar una tabla de contingencia en porcentajes totales.
c) Elaborar una tabla de contingencia en porcentajes por filas.
d) Elaborar una tabla de contingencia en porcentajes por columnas.
e) Que porcentaje de las personas del grupo son hombres casados.
f) Que porcentajes de los hombres del grupo son casados.
g) Qué porcentajes de los solteros son mujeres.
1
Notas de Estadística. Profesor PABLO GARCIA BELLO
Solución.
a) Estado Civil
Casados Solteros
Hombres 12 16 28
Mujeres 6 14 20
18 30 48
b) Estado Civil
Casados Solteros
Hombres 25% 33.3% 58.3%
Mujeres 12.5% 29.2% 41.7%
37.5% 62.5% 100%
c) Estado Civil
Casados Solteros
Hombres 42.8% 57.2% 100%
Mujeres 30% 70% 100%
37.5% 62.5% 100%
d) Estado Civil
Casados Solteros
Hombres 66.7% 53.3% 58.3%
Mujeres 33.3% 46.7% 41.7%
100% 100% 48
2
Notas de Estadística. Profesor PABLO GARCIA BELLO
b) Elaborar una tabla de contingencia en porcentajes totales.
c) Elaborar una tabla de contingencia en porcentajes por filas.
d) Elaborar una tabla de contingencia en porcentajes por columnas.
e) Que porcentaje de los estudiantes encuestados son de sistemas.
f) Que porcentajes de los estudiantes de sistemas son hombres.
g) Qué porcentajes de las mujeres encuestadas son de sicología.
CASO 2.
Observaciones:
1) x: es la variable de entrada ó independiente
2) y : es la variable de salida ó dependiente
3) “ la variable de entrada se usa para predecir la salida y”
x y
Ejemplo.
Elaborar el diagrama de dispersión para los siguientes conjunto de datos.
a) { (0 , 5) , ( 1, 3) , ( 2, 4) , ( 3, 3) , ( 4 , 2)}
b) { ( 1, 1) , ( 2, 4) , (3 , 6) , ( 4, 5) , ( 5, 10) }
Solución a)
3
Notas de Estadística. Profesor PABLO GARCIA BELLO
6
5
4 Solución b)
3
2
1
0
0 1 2 3 4 5
12
10
8
6
4
2
0
0 1 2 3 4 5 6
SC ( xy )
r donde:
SC ( x ) SC ( y )
x 2
SC ( xy ) xy
x y
SC ( x) x 2
y
n n
Observaciones:
1) 1 r 1
2) r0 significa que “ y crece cuando x crece”
4
Notas de Estadística. Profesor PABLO GARCIA BELLO
Ejemplo. Peso y edad en los niños
Motivación y Rendimiento
# de organizaciones armadas y Violencia Homicida
3) r 0 significa que “ y decrece cuando x crece”
xi yi xiyi xi2 y i2
. . . . .
5
Notas de Estadística. Profesor PABLO GARCIA BELLO
. . . . .
xn yn xnyn xn2 y n2
x i y i x i yi x i
2
y i
2
COEFICIENTE DE DETERMINACIÓN: r2
El coeficiente de determinación de Pearson: r2 , mide la proporción de datos de la
variable y, explicados por la variable x.
Ejemplo. Si para las variables, x: Promedio de notas de un estudiante en Secundaria
Y y: promedio de nota en el primer semestre universitario, se obtiene un coeficiente
6
Notas de Estadística. Profesor PABLO GARCIA BELLO
r 0.90 Esto significa que la correlación entre las dos variables es positiva fuerte; es
decir que los estudiantes que en secundaria tuvieron buenos promedios tienden a tener
buenos promedios en el primer semestre universitario.
r 2 0.81 significa que el 81% de los promedios de los estudiantes en su primer
semestre universitario, están explicados ( determinados) por los promedios que
obtuvieron en secundaria. El 19% restante de los promedios estarán determinados por
otras razones.
yˆ Bx A donde:
n xy ( x )( y ) y B x y B x
B y A
n x ( x)
2 2
n
Observaciones:
1) B: Es la pendiente de la recta e indica el cambio en y, debido al cambio de x en una
unidad.
2) A: Es el valor de y, cuando x 0
3) La recta de mejor ajuste siempre pasa por el punto ( x , y)
Ejemplo.
Los siguientes datos relacionan los promedios de calificaciones de los estudiantes de
secundaria (PCS) y universitaria (PCU).
7
Notas de Estadística. Profesor PABLO GARCIA BELLO
c) Calcular el coeficiente de determinación e interpretarlo.
d) Estimar el PCU para un estudiante cuyo PCS fue de 3.75
8
Notas de Estadística. Profesor PABLO GARCIA BELLO
TALLER.
El empleo en cierta ciudad, durante los años de 2009 al 20175 tuvo el siguiente
comportamiento:
x: año 2009 2010 2011 2012 2013 2014 2015 2016 2017
Y: #de 1.9 2.2 2.3 2.4 2.7 2.7 2.9 2.9 3.2
empleo
en mlls
a) Estime el número de empleos en dicha ciudad para el año 2.020
b) En que año el número de empleo será de aproximadamente 4.5 millones
c) Determine el porcentaje de empleos que es explicado (determinado) por el tiempo
transcurrido desde el 2009.
d) Que porcentaje del número de empleos no es explicado por la variable tiempo?.
COEFICIENTES DE CORRELACIÓN.
1) Coeficiente de correlación de Pearson: r
Es un valor entre -1 y 1 que mide la asociación entre dos variables de escala (
intervalo o razón) y está dado por:
SC ( xy )
r donde:
SC ( x ) SC ( y )
x 2
SC ( xy ) xy
x y
SC ( x) x 2 y
n n
r 0.90 Esto significa que la correlación entre las dos variables es positiva fuerte; es
decir que los estudiantes que en secundaria tuvieron buenos promedios tienden a tener
buenos promedios en el primer semestre universitario.
r 2 0.81 significa que el 81% de los promedios de los estudiantes en su primer
semestre universitario, están explicados (determinados) por los promedios que
obtuvieron en secundaria.
9
Notas de Estadística. Profesor PABLO GARCIA BELLO
10