Unidad 3 Paso 4 – Descripción de la Información

Presentado por
RUBY ANDREA CIFUENTES TOVAR
Cod. 53.094.633
Grupo: 204040_12

Presentado a
MILTON EDUARDO SALGADO
Tutor
Estadística Descriptiva (n)

Universidad Nacional Abierta y a Distancia (UNAD)

Escuela de Ciencias Sociales, Artes y Humanidades
Psicología – CEAD Girardot
12 mayo de 2020
 Introducción

Esta actividad se realiza con el fin de poner en práctica lo comprendido y aplicar los

conocimientos adquiridos, definiendo conceptos básicos de diagramas de dispersión,

correlación lineal simple, coeficiente de determinación R2, correlación positiva y

correlación negativa y conocer cuál es el coeficiente de correlación lineal y que nos ayuda a

medir o determinar por medio de la recolección de datos y análisis de la información para

poder describir alguna situación en particular.

Sus tendencias o relaciones entre variables, nos permite predecir efectos de variables sobre

otras, nos muestra estadísticas directamente negativas o si puede ser confiable

 Justificación

Podemos pensar que el análisis de regresión lineal simple tiene por objeto (1) describir

la relación lineal existente entre dos variables cuantitativas mediante la ecuación de la recta

que mejor se ajusta a los datos y (2) usar esta ecuación para realizar una predicción de los

valores de una variable usando la información aportada por la otra

El desarrollo de esta actividad fue realizado con el objetivo de comprender la

importancia y utilidad de la relación y correlación lineal a la hora de buscar e interpretar

resultados, pues en esta, analizaremos por medio del laboratorio el problema planteado

“indicadores de accidentalidad – 220 municipios 2020 (16-1)”, de acuerdo a lo requerido

en la guía de actividades.
 Objetivo General

Comprender, Analizar y aplicar las medidas solicitadas por medio de técnicas

estadísticas el problema planteado en Excel, llamado “Indicadores de accidentalidad –

220 municipios 2020 (16 – 1)”

Objetivos Específicos

 Calcular e interpretar la correlación entre dos variables

 Realizar diagramas de dispersión para las variables utilizadas

 Determinar si el modelo de regresión es significativo.

Mapa Mental
Actividad 2, Definición de Conceptos:

 Diagrama de Dispersión:

Un diagrama de dispersión o gráfica de dispersión o gráfico de burbujas 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:

El concepto de relación o correlación se refiere al grado de variación conjunta existente

entre dos o más variables. Si entre dos variables cuantitativas existe una relación lineal, el

análisis de correlación lineal simple se usa para determinar la dirección y la magnitud de

dicha relación. La dirección de la relación se refiere así ésta es positiva o negativa.

 Coeficiente de determinación R2

En estadística, el coeficiente de determinación, denominado R2 y pronunciado R al

cuadrado, es un estadístico usado en el contexto de un modelo estadístico cuyo principal

propósito es predecir futuros resultados o probar una hipótesis.

 Correlación positiva y correlación negativa

Si el valor es positivo se dice que hay una relación directa o positiva, si el valor es negativo

se dice que la relación es inversa o negativa. La fuerza de la asociación lineal la determina

el valor absoluto del coeficiente, mientras más cerca este del valor 1 más fuerte será la

relación.
  ¿Qué es el coeficiente de correlación lineal y que 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).

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

a. Identificar dos variables cuantitativas de la situación estudiada que pueden estar

relacionadas

Usuario de motos (y) Dependiente.

Velocidad aprox. (km)(x) Independiente

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

asociación entre las variables.

c. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. ¿Es confiable?

El modelo matemático que asocia los usuarios de motos fallecidos en el 2019 y la velocidad

aprox. es:

Y= 0.01(x)+5,05

 Confiabilidad

Coeficiente de determinación = 1,5x 100%=150% TIENE FALLAS (coeficiente de

infostat)
 Coeficiente de determinación realizado con Excel: 0,00x100%=0% no es confiable

el modelo

 Coeficiente de correlación = 0,01204521 (Formula Excel)

 Coeficiente de correlación =

d. Determine el grado de relación de las dos variables

 Relación con coeficiente R. (formula Excel) = 0,01204521 no hay correlación

entre los usuarios de moto fallecidos y la velocidad aproximada.

 Relación con coeficiente R. (coeficiente con datos de infostat)

=1.22 no está en la tabla de correlación

Entre los usuarios de moto fallecidos y la velocidad aproximada no hay

correlación

e. Relacionar la información obtenida con el problema

 No hay correlación entre los usuarios de moto fallecidos y la velocidad

aproximada

 El modelo matemático no es confiable.

 y=0.01(x)+5,05

 y=0.01(102)+5,05= 6.07

 y=0.01(91)+5,05 = 5.96

 y=0.01(97)+5,05 = 6.02

Actividad 4. Regresión y correlación múltiple.

Descripción de la Actividad:

A partir de la base de datos suministrada “Indicadores de accidentalidad -220 municipios

2020 (16-1)”, cada estudiante, deberá:

a. Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación

Promedio de edad (X)

Velocidad aprox (x)

Usuario de V. Individual (y)

b. Realizar el diagrama de dispersión de dichas variables.

c. Calcular la recta de regresión y el coeficiente de correlación para probar

estadísticamente su relación.

 Coeficiente de determinación: 0,01

 Coeficiente de correlación =0,01 no hay correlación

d. Relacionar información obtenida con el problema

A partir del coeficiente de correlación: 0,1 podemos afirmar que la variable Usuarios de

moto fallecidos no tiene correlación con la velocidad aprox. Y la edad de los fallecidos.

Conclusiones

Las técnicas de regresión y correlación cuantifican la asociación estadística entre

dos o más variables. La regresión lineal simple expresa la relación entre una variable

dependiente y una variable independiente X, en términos de la pendiente y la

intersección de la línea que mejor se ajuste a las variables.

Aprendimos que la correlación simple expresa el grado o la cercanía de la relación

entre las dos variables en términos de un coeficiente de correlación que proporciona una

medida indirecta de la variabilidad de los puntos alrededor de la mejor línea de ajuste –

Ni la regresión ni la correlación dan pruebas de relaciones causa – efecto.

En la actividad desarrollada sobre la problemática de “Indicadores de

accidentalidad – 220 municipios 2020(16-1)” En el análisis de velocidad aprox. y

usuarios de moto fallecidos el modelo no es confiable y no tiene relación las variables.

En la segunda actividad con las variables independientes velocidad aprox. y

promedio de edad, con la variable dependiente Usuario V. Individual, las variables no

tienen relación.
 Referencias Bibliográficas

 Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 151
– 158). Recuperado de http://go.galegroup.com/ps/i.do?id=GALE
%7CCX4052100011&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b82c81e98fcc13
61e1929abe203c8219 

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

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=e558184ed89e57
d11ede116134cfce41

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

mercados. México 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=49575112db86a0
eb46dae86bbaf74cb9   

 Ortegon Pava, M. (03,10,2018). Regresión y Correlación lineal. [Archivo de video].

Recuperado de http://hdl.handle.net/10596/20621

 Matus, R., Hernández, Martha, and García, E (2010). Estadística. México, D.F.,
MX: Instituto Politécnico Nacional, (2010). ProQuest ebrary. (pp 95-109). Recuperado
de http://site.ebrary.com/lib/unadsp/reader.action?
ppg=12&docID=10365616&tm=1471981556569

 Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística
1. Distrito Federal, MÉXICO: Grupo Editorial Patria. (pp 99-109). Recuperado
de http://site.ebrary.com/lib/unadsp/reader.action?
ppg=6&docID=11230886&tm=1471982022168