ESTADISTICA DESCRIPTIVA

Paso 4 - Descripción de la información.

Detallar y Relacionar variables de la problemática utilizando
Medidas Bivariantes. (Desarrollar laboratorio- Regresión y
Correlación).

ELABORADO POR:
YUNIOR JOSE BOVEA SEGURA
N˚GRUPO: 201

TUTOR (A):
JHANNA PATRICK BRIEVA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

2019
 INTRODUCION
Este trabajo se realiza como evidencia del aprendizaje de la Unidad 2: Paso 4-
Descripción de la Información. Detallar y Relacionar variables de la problemática
utilizando Medidas Bivariantes. Paso 4- Descripción de la Información, es
importante aprender a calcular Medidas de Dispersión, medidas univariantes que
permiten determinar la dispersión de un conjunto de datos con respecto a su media
y la Regresión y Determinación, pretende facilitar herramientas para analizar la
relación entre dos variables cuantitativas a partir de la regresión lineal simple, este
trabajo consta de dos fases, una teoría en la que se debe estudiar acerca de la
temática de la unidad y responder preguntas de acuerdo con la temática antes leída,
se debe adjuntar aportes en el foro colaborativo y la parte práctica que se basa en
un laboratorio con 6 ejercicios propuestos en el componente práctico, estos aportes
aparecen ánexos en el final de este trabajo.
 Justificación
Las técnicas estadísticas bivariantes permiten el análisis de dos características o
variables con el propósito de detectar posibles relaciones entre ellas. La naturaleza
(nominal, ordinal o numérica) de las características objeto de estudio determinará
las herramientas más adecuadas para su análisis. Esta técnica también permite
saber si una variable está en función de la otra.
 Hasta ahora se ha
La correlación es una herramienta
estadística muy interesante para la estudiado el análisis de
comparación de variables una sola variable,
numéricas de manera sencilla. Mi calculando los
recomendación es que MEDIDAS estadísticos de muestras
utilices gráficos de dispersión 2D ESTADÍSTICAS que permiten describir e
y el coeficiente de correlación. IMPORTANCIA
BIVARIANTES interpretar la distribución
de esa variable

La regresión examina la
REGRESIÓN relación entre dos
LINEAL SIMPLE variables restringiendo
una de ellas respecto a la
medidas estadísticas otra
Bivariantes de regresión
ANALISIS DE y correlación.
REGRESION

es un proceso estadístico
para estimar las CORRELACIÓN
relaciones entre variables. LINEAL SIMPLE

La correlación entre dos variables busca determinar

el grado de relación que existe entre ellas dos.
 Actividad 2.

-Diagrama de dispersión.
Es un tipo de diagrama matemático que utiliza las coordenadas cartesianas para
mostrar los valores de dos variables para un conjunto de datos.

-Correlación lineal simple.

es una medida de regresión que pretende cuantificar el grado de variación
conjunta entre dos variables.

-Coeficiente de determinación R2
se define como la proporción de la varianza total de la variable explicada por la
regresión. El coeficiente de determinación, también llamado R cuadrado, refleja la
bondad del ajuste de un modelo a la variable que pretender explicar.

-Correlación positiva y correlación negativa

Si r < 0 Hay correlación negativa : las dos variables se correlacionan en sentido
inverso.
Si r > 0 Hay correlación positiva: las dos variables se correlacionan en sentido
directo.

- ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?

el Coeficiente de correlación es una medida que permite conocer el grado de
asociación lineal entre dos variables cuantitativas (X, Y).
Un diagrama dispersión no nos da certeza de que tan débil o fuerte es la relación
lineal, necesitamos una medida que nos de la fuerza de la asociación y la
dirección que toma esta relación.
es una medida estadística que cuantifica la dependencia lineal entre dos variables,
es decir, si se representan en un diagrama de dispersión los valores que toman
 dos variables, el coeficiente de correlación lineal señalará lo bien o lo
mal que el conjunto de puntos representados se aproxima a una recta.

 Laboratorio Diagramas Estadísticos: Desarrollar en el paso (2)

Opción Ejercicio 1 Ejercicio 2 Ejercicio 3 Estudiante
1 1.1. Revolución T 2.1. Peso Oz 3.3. Importaciones Kelvin
Jimenez
2 1.2. Estudiantes U 2.1. Peso Oz 3.1. Peso P Yunior Bovea
3 1.1. Revolución T 2.2. Salario I 3.1. Peso P
4 1.3. Prueba B. 2.3. Octanaje C 3.2. Altura E
5 1.2. Estudiantes U 2.2. Salario I 3.2. Altura E

Ejercicios

1. Estudiantes U. Se realizó una encuesta a los estudiantes de undécimo grado en un colegio

de la ciudad de Cali, con el fin de determinar cuáles serían las profesiones que están
pensando estudiar cuando Terminen el periodo académico. Para lo anterior se realizó una
encuesta a 120. Estudiantes, arrojando los siguientes resultados

Profesiones laborales Número

Licenciatura 20
Música 10
Ingeniería 30
Medicina 25
Derecho 20
Periodismo 15
A.

GRAFICO DE BARRAS

30
25
20
15
10
5
0
 B.

diagrama circular

12% 17% Licenciatura

17% 8% Música
Ingeniería

21% 25% Medicina

Derecho
Periodismo

C. Variable cuantitativa discreta

D. #1. En conclusión se puede concluir que los estudiantes de undecimo
grado de la población estudiantil encuestada quieren estudiar una
ingeniería como carrera profesional.
#2 en conclusión se puede decir que el 8 8% de los estudiantes
encuestados son estudiantes que quieren estudiar música al finalizar
su etapa en el colegio, siendo la carrera con menos personas que
quieran aplicar a ella.

2. Peso Oz. En el departamento de control de calidad de una empresa se tiene una lista de
valores, correspondientes al peso en onzas de treinta unidades de cierto producto
alimenticio, producido para ser empacado en cajas que deben contener 16 onzas del
mismo. Estos valores se encuentran contenidos en la siguiente tabla.

OBSERVACIONES MUESTRALES
16,2 15,8 16,3 16,4 15,6 16,9
15,7 16,2 16,8 15,8 15,8 15,6
16,4 15,9 15,9 16,0 16,1 16,0
15,4 15,9 16,3 15,2 15,9 16,8
15,7 16,0 16,0 16,6 15,6 16,3
 2.1. Peso Oz. En el departamento de control de calidad de una
empresa se tiene una lista de valores, correspondientes al peso en onzas
de treinta unidades de cierto producto alimenticio, producido para ser
empacado en cajas que deben contener 16 onzas del mismo. Estos valores
se encuentran contenidos en la siguiente tabla.

A.

X F OBSERVACIONES MUESTRALES
15,2 1 16,2 15,8 16,3 16,4 15,6 16,9
15,4 1 15,7 16,2 16,8 15,8 15,8 15,6
16,4 15,9 15,9 16,0 16,1 16,0
15,6 3
15,4 15,9 16,3 15,2 15,9 16,8
15,7 2 15,7 16,0 16,0 16,6 15,6 16,3
15,8 3 SOLUCION
15,9 4
N° DE DATOS 30
16 4
VALOR MAX 16,9
16,1 1 VALOR MIN 15,2
16,2 2 RANGO 1,7
16,3 3
N° INTERVALOS 49,7450014
16,4 2 AMPLITUD DE
16,6 1 CLASE 1,11184211
16,8 2 DIFERENCIA 1
16,9 1

Intervalo
fi Fi hi f%
Lim Infe Lim Sup Marca de Clase
14,2 15,3118421 14,75592105 1 1 0,03333333 3,33333333
16,3118421 17,4236842 16,86776316 29 30 0,96666667 96,6666667
18,4236842 19,5355263 18,97960526 0 30 0 0
20,5355263 21,6473684 21,09144737 0 30 0 0
22,6473684 23,7592105 23,20328947 0 30 0 0
24,7592105 25,8710526 25,31513158 0 30 0 0
30 1 100
 B.

histograma y polígono de frecuencia

35

30

25

20

15

10

0
14.75592105 16.86776316 18.97960526 21.09144737 23.20328947 25.31513158

C. Variable cuantitativa continua

D. #1: a partir del histograma se muestra en forma de barra los resultados

estadísticos de la lista de valores de los productos pesados en onzas.
#2: a partir del polígono de frecuencia podemos ver la estadística en forma
de líneas de los valores pesados en onzas.

3. Peso P. Considere la siguiente distribución de frecuencia, que proporciona el

peso ideal de cierto producto alimenticio.
Categoría Frecuencia absoluta Frecuencia relativa
(fi) (hi)

Peso insuficiente 5 0.1667

Peso aceptable 22 0.7333

Peso excesivo 3 0.1000

Totales 30 1.0000
 A.

poligono
35

30

25

20

15

10

0
Peso insuficiente Peso aceptable Peso excesivo Totales

B. #1: a partir del polinomio se puede apreciar de forma de grafica de líneas la estadística
de la frecuencia de los pesos de ciertos productos.
#2: a partir de del estudio estadístico se puede calcular la frecuencia de presos de los
productos que se repiten dándole valor a la frecuencia absoluta.

Laboratorio Regresión y Correlación Lineal: Desarrollar en el paso 4.

1. Peso-Altura. Un colegio del distrito de Bogotá desea realizar un
estudio de crecimiento dentro de su población estudiantil, para
lo que se ha construido desde una muestra la siguiente de
información del peso (en kg.) y la altura (en cm.) de 20 jóvenes:

Peso Altura
2. Nº
(Kg) (cm)
1 61 150
2 63 143
3 60 146
4 74 160
5 58 143
6 63 145
7 64 149
8 74 158
9 74 150
10 66 150
11 63 153
12 61 151
13 64 151
14 69 147
15 64 142
16 77 164
17 76 162
18 80 163
19 79 152
20 68 144