PASO 4 Descripcion Informacion

DESCRIPCION DE LA INFORMACION
Presentado a:
LADY JOHANNA ROSERO
Presentado por:
OSCAR EDUARDO BUITRAGO
Grupo
100105_179
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
ADMINISTRACION DE EMPRESAS
MAYO DEL 2020

INTRODUCCION
En el presente trabajo encontrara el desarrollo de las actividades

planteadas a partir de la base de datos suministrada en el laboratorio y
pruebas saber 11.
Podrá observar cómo poner en práctica la regresión y correlación y
medias de dispersión y estadísticas bivariantes sobre la unidad 2 de este
curso, además de los comportamientos que se dan en el plano
cartesiano tanto en las variables, como los grados y resultados que se
manejan para los ejemplos que se plantean en el laboratorio propuesto,
reiterando que es de vital importancia reconocer y manejar la
información que se obtiene de la herramienta de software infostat.
JUSTIFICACION
La presente actividad está basada en fortalecer el conocimiento, esto

con el fin de identificar factores claves en la investigación de un
determinado problema, el cual en este caso lo vemos en un tema de
interés como lo es el Desempleo en Colombia y con el estudio de estos
temas vamos a tener la capacidad de relacionar los temas con las
ayudas estadísticas vistas en la presente unida, lo anterior mediante la
relación entre dos variables cuantitativas del problema estudiado.
OBJETIVOS
Objetivos Generales
1. Detallar y Relacionar variables de la problemática utilizando

Medidas Bivariantes, determinar la relación entre dos o más
variables inscritas en una situación específica a partir del análisis
de regresión lineal simple.
Objetivos Específicos
1. Determinar la relación existente entre dos variables cuantitativas

a través de las herramientas Infostat y Excel.
2. Realizar diagramas de dispersión en los ejercicios de laboratorio y

actividades colaborativas que permitan determinar el tipo de
asociación entre las variables escogidas en cada ejercicio.
3. En los ejercicios propuestos de laboratorio y de regresión y

correlación lineal simple crear modelos matemáticos que permita
predecir el efecto de una variable sobre la otra para determinar su
fiabilidad.
Actividad 1: Mapa mental
Medidas estadísticas bivariantes Coeficiente de

Coeficiente de determinación de regresión y correlación correlación
Análisis de regresión para Término usado en el análisis de

denotar la proporción regresión para designar la fuerza
relativa de la variación total Análisis de correlación
Análisis de de la relación lineal entre las
regresión
en la variable de criterio. variables de criterio y predictivas.
Técnica estadística
usada para medir la
Puede explicarse Técnica estadística usada para
cercanía de la
mediante la ecuación derivar una ecuación que relaciona
relación lineal entre
de regresión ajustada. una variable de criterio con una o
dos o más variables
más variables de predicción.
en una escala de
intervalo.
Análisis de regresión simple. Análisis de regresión múltiple
Cuando se Cuando se
usa solo una utilizan dos o
variable de más
predicción variables.
Actividad2: Definición de conceptos
Diagramas de dispersión
El diagrama de dispersión o nube de puntos permite obtener
información sobre el tipo de relación existente entre X e Y, además de
ayudarnos a detectar posibles valores atípicos o extremos. En el
diagrama de dispersión de la figura 4.1 tenemos representadas las
alturas y los pesos de 30 individuos. Vemos como a medida que
aumenta la variable X=”altura” va aumentando la variable Y=”peso”.
Correlación
lineal simple
El estimador muestral más utilizado para evaluar la asociación lineal

entre dos variables X e Y es el coeficiente de correlación de Pearson. Se
trata de un índice que mide si los puntos tienen tendencia a disponerse
en una línea recta. Puede tomar valores entre -1 y +1. Es un método
estadístico paramétrico, ya que utiliza la media, la varianza…y, por
tanto, requiere criterios de normalidad para las variables analizadas. Se
define como la covarianza muestral entre X e Y dividida por el producto
de las desviaciones típicas de cada variable:
s xy
n=
sx s y
s xy = Covarianza
s x s y = Desviación estándar de X por la desviación estándar de Y
La expresión matemática para el coeficiente de correlación de Pearson

parece compleja, pero esconde un planteamiento que en el fondo, es
sencillo: “r” estará próximo a 1 (en valor absoluto) cuando las dos
variables X e Y estén intensamente relacionadas, es decir, al aumentar
una aumenta otra y viceversa. A este concepto de variación al unísono
se le llama covarianza.
Coeficiente de determinación R2
La medida más importante de la bondad del ajuste es el coeficiente de

determinación R2. Este coeficiente nos indica el grado de ajuste de la
recta de regresión a los valores de la muestra, y se define como el
porcentaje de la variabilidad total de la variable dependiente Y que es
explicada por la recta de regresión. Cuantos menos dispersos sean los
residuos (recordad que lo residuos o errores son la diferencia entre los
valores observados y los valores estimados por la recta de regresión),
mejor será la bondad del ajuste.
2 s 2e
s= 2
sy
Las características de este coeficiente son:

 R2 es una cantidad adimensional que sólo puede tomar valores en
[0, 1]
 Cuando un ajuste es bueno, R2 será cercano a uno (mayor será la
fuerza de asociación entre ambas variables)
 Cuando un ajuste es malo, R2 será cercano a cero (la recta no
explica nada, no existe asociación entre X e Y)
Correlación positiva y negativa
Una vez que se ha calculado el valor de la correlación usando formula,

como la covarianza siempre es menor que el producto de las
desviaciones típicas, el coeficiente entonces estará acotado entre el
rango de -1 y +1 .
Entre más cercano este a 1, la relación será más fuerte, por el contrario,
si se aproxima a 0 será más débil. Si el resultado del coeficiente es -1
se dice que es una asociación lineal perfecta negativa, si es “0”, no
existe relación, y si es “1” se dice que es una asociación lineal perfecta
positiva.
por ejemplo, si tiende a 1 0 -1, reflejaría que la correlación es fuerte, si
por el contrario tiende a 0, las variables no estarán relacionadas.
Para identificar que tan dispersos están los puntos con respecto a la
recta lineal se usa la siguiente tabla

¿qué es el coeficiente de correlación lineal y qué nos ayuda a
medir?
Es una medida numérica que permite medir el grado de asociación lineal

entre dos variables cuantitativas (más débil o más fuerte), es decir si los
puntos de la nube tienen tendencia disponerse en una línea recta. Los
valores obtenidos pueden tomar valores entre -1 y 1.
Se define como la división de la covarianza muestral entre x e y dividida

entre el producto de las desviaciones típicas de cada variable.
S xy
r=
Sx S y
Estará próximo a 1 cuando las dos variables ‘x’ y ‘y’ estén intensamente
relacionadas, es decir al aumentar una la otra aumenta y viceversa, a
esta variación se le denomina covarianza. Esta nos indica si la posible
relación entre dos variables es directa o inversa.
Se define por la expresión
1
S xy =
n∑
¿¿¿
Esta medida no da la variabilidad conjunta de dos variables

cuantitativas, es decir que valores altos o bajos de x, tendrán que
asociarse con valores altos o bajos de y, por lo que la covarianza será
positiva y se da recíprocamente inversa será negativa.
Actividad 3 Desarrollo del laboratorio
Para el desarrollo de esta etapa se eligieron las siguientes opciones:
1.6 Estatura- 1.8 PIB-

1.3 Edad-Masa Peso Consumo de
muscular electricidad
Ejercicio 1 Edad vs masa muscular
1.1. Edad – Masa Muscular.

Una nutricionista desea estudiar la relación entre la edad y la
masa muscular de las personas, y para realizar el estudio
seleccionó un grupo de mujeres con características semejantes,
con edades diferentes y midió su masa muscular. La nutricionista
registró los datos de edad y masa muscular en las siguientes
tablas:
Edad Masa muscular

57 98
75 83
70 90
62 98
41 67
44 90
66 80
55 69
72 74
67 79
53 100
57 60
75 84
64 110
44 70
a) Realice el diagrama de dispersión y determine el tipo de

asociación entre las variables.
b) Encuentre el modelo matemático que permite predecir el efecto de

una variable sobre la otra. ¿Es confiable?
c) Determine el porcentaje de explicación del modelo y el grado de

relación de las dos variables.
d) ¿Cuál sería la masa muscular esperada de una persona de 40

años?
Diagrama de dispersión
La grafica nos muestra aparentemente una asociación lineal

directa, aunque después de comprobarlo estadísticamente según
la tabla de correlación, observo que no tiene correlación puesto
Versión Estudiantil
que se encuentra entre 0 y <0.30.
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil EDAD
Versión Estudiantil VS MASA
Versión MUSCULAR
Estudiantil MUJERES
Versión Estudiantil Versión Estudiantil
112,50
98,75
Masa muscular
85,00
71,25
57,50
39,30 Versión Estudiantil
48,65 58,00Versión 67,35
Estudiantil 76,70
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Edad Versión Estudiantil Versión Estudiantil
b) Encuentre el modelo matemático que permite predecir el efecto de
una variable sobre la otra. ¿Es confiable?
Análisis de regresión lineal
Variable N R² R² Aj ECMP AIC BIC

Masa muscular 15 0,04 0,00 262,64 126,51 128,63
Coeficientes de regresión y estadísticos asociados
Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows

VIF
const 68,3621,00 22,99 113,73 3,26 0,0063
Edad 0,25 0,34 -0,49 0,99 0,73 0,4778 0,53
1,00
Cuadro de Análisis de la Varianza (SC tipo III)

F.V. SC gl CM F p-valor
Modelo 111,30 1 111,30 0,53 0,4778
Edad 111,30 1 111,30 0,53 0,4778
Error 2708,43 13 208,34
Total 2819,73 14
De la tabla de resultados obtenemos
 Constante (b) =68,36
 Pendiente (m) = 0.25

Ecuación lineal y=mx+b
y=0.25 x +68,36
Analizando el coeficiente de determinación R2 0.04, y este, multiplicado

por 100 obtenemos que es del 4%, podemos afirmar que el modelo
matemático no es muy confiable.
c) Determine el porcentaje de explicación del modelo y el grado de
Respuesta
Como tenemos un coeficiente de determinación de 0.04, el coeficiente

de correlación será √ R2, entonces el coeficiente de correlación será de
0.2.
Observando la tabla de correlación, podemos concluir que no hay

correlación entre las variables edad y masa muscular, es decir la
correlación entre edad y más muscular es muy dispersa.
d) ¿Cuál sería la masa muscular esperada de una persona de 40 años?
Teniendo la ecuación establecida, procedemos a sustituir X por la edad
solicitada: y=0.25(40)+68.36
y=78.36 kilos
1.2. Estatura-Peso.
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:
Estatura (cm) 120 124 107 118 112 110 115 104
110 116
Peso (kg) 24 23 19 24 21 19 22 16 20
23
a. Identifique la variable dependiente (y) y la variable

independiente (x), realice el diagrama de dispersión y determine
el tipo de asociación entre las variables
b. Encuentre el modelo matemático que permite predecir el efecto
de una variable sobre la otra. ¿Es confiable?
c. Determine el grado de correlación de las dos variables.
d. ¿Cuál es el peso que debería tener un estudiante que mida 114
cm?
Diagrama de dispersión
Versión Estudiantil Versión Estudiantil ESTATURA
Versión V S PESO
Estudiantil VersiónNIÑOS
Estudiantil Versión Estudiantil
25,50
23,03
P e s o (k g )
20,55
18,08
15,60
103,00 Versión
108,50 Estudiantil
114,00 Versión119,50
Estudiantil 125,00
Versión
es tatura Estudiantil
(cm )
Analizando
el grafico de
dispersión, denota una alta correlación

positiva, el valor de Y o independiente (peso) se incrementa a medida
que el valor de x (estatura) aumenta.
Nueva tabla_1 : 04/05/2020 - 22:43:06 - [Versión : 20/09/2019]

Peso (kg) 10 0,83 0,81 2,91 34,55 35,46
Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows

VIF
const -22,75 6,95 -38,79 -6,72 -3,27 0,0113
estatura(cm)0,390,06 0,25 0,53 6,31 0,0002 39,87
1,00

Modelo 50,72 1 50,7239,87 0,0002
estatura (cm) 50,72 1 50,7239,87 0,0002
Error 10,18 8 1,27
Total 60,90 9
b. Ajuste un modelo matemático que permita predecir el efecto de una

variable sobre la otra. ¿Es confiable?
 Coeficiente de determinación R2=0.83
 Ordenada de origen b=−22,75
 Pendiente m=0,39
y=0,39 x−22,75
La ecuación lineal es muy confiable
c. Determine el porcentaje de explicación del modelo y el grado de

Con un coeficiente de determinación que representa un 83 % podemos

afirmar que la ecuación lineal es muy confiable.
Teniendo en cuenta el coeficiente de correlación √ R2 igual a √ 0.83=0.91

y observando en la tabla de correlación podemos concluir que la
correlación entre las dos variables es excelente. Es decir, las variables
están muy relacionadas.
d. ¿Cuál es el peso que debería tener un estudiante que mida 114 cm?
Ya después de haber obtenido la formula, procedemos a sustituir
Y =0,39(114)−22,75
y=21,71kg
Teniendo en cuenta el coeficiente de determinación de 83% podemos

afirmar que el modelo matemático es muy confiable.
Teniendo en cuenta el coeficiente de correlación podemos afirmar que
las variables de peso y estatura están muy relacionadas.
1.3. PIB-Energía.
En un estudio realizado por la UNAD se desea analizar si el
crecimiento económico medido por el PIB es influenciado por el
consumo de energía a partir de los siguientes datos:
Consumo de
PIB de la Nación electricidad
Año en MWh
2008 2,057 428,2
2009 2,054 426,0
2010 2,209 464,7
2011 2,297 481,0
2012 2,341 498,4
2013 2,412 516,2
2014 2,424 532,6
2015 2,338 524,6
2016 2,257 520,0
Diagrama de Dispersión
Versión Estudiantil Versión EstudiantilConsumo Electricidad
Versión Estudiantil vs PIB
Versión nacion Versión Estudiantil
Estudiantil
537,93
Consumo de electricidad en MWh
508,62
479,30
449,99
420,67
2,04 Versión2,14Estudiantil
2,24Versión Estudiantil
2,34 Versión Estudiantil
2,44
Versión Estudiantil Versión Estudiantil PIB
Versión
de laEstudiantil
Nación Versión Estudiantil Versión Estudiantil
Analizando el grafico de dispersión, denota una correlación positiva

ascendente, debido a que aparentemente, el valor de Y o independiente
(consumo) se incrementa a medida que el valor de x (PIB) aumenta.

Consumo de electricidad en.. 9 0,85 0,82 392,14 80,34 80,93
Coef Est. E.E. LI(95%) LS(95%) T p-valor

CpMallows VIF
const -131,92 99,95-368,26 104,43 -1,32 0,2284
PIB de la Nación 273,62 44,05 169,47 377,78 6,21 0,0004

38,59 1,00

Modelo 11230,75 1 11230,75 38,59 0,0004
PIB de la Nación 11230,75 1 11230,75 38,59 0,0004
Error 2037,29 7 291,04
Total 13268,04 8
b. Ajuste un modelo matemático que permita predecir el efecto de una

variable sobre la otra. ¿Es confiable?
 Ordenada de origen b=−131,92
 Pendiente m=273,62
y=273,62 x−131,92
La ecuación lineal es muy confiable

Respuesta

afirmar que la ecuación lineal es muy confiable.

correlación entre las dos variables es excelente. Es decir, las variables
están muy relacionadas.
a. d. ¿Cuál podría ser la proyección de PIB para el año 2021 si se

espera que el PIB nacional sea del 3,2?
Ya después de haber obtenido la formula, procedemos a sustituir
y=273,62( 3,2)−131,92
y=743,664
Teniendo en cuenta el coeficiente de determinación de 85% podemos

afirmar que el modelo matemático es muy confiable.
Teniendo en cuenta el coeficiente de correlación observado en la tabla,
podemos afirmar que las variables de consumo y PIB están muy
relacionadas.
DESARROLLO CON LAS VARIABLES ESCOGIDAS DE LAS PRUEBAS
SABER 11
En el foro, había elegido como variables a trabajar, (horas de

dedicación a la lectura y promedio general), sin embargo, cambie
de decisión puesto que los resultados no eran para nada trabajables y
no tendría quizá análisis relevante…(comprobado por infostat)
Por tal motivo, cambie una variable (horas que trabaja en la semana
y promedio general)
DIAGRAMA DE DISPERSION
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil VersiónTítulo
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
89,86
PROMEDIO GENERAL
74,13
58,40
42,67
26,94
-0,76 Versión Estudiantil 3,42
Versión Estudiantil Versión 7,60
Estudiantil Versión Estudiantil
11,78Versión Estudiantil Versión
15,96Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
Horas que trabaja por semana Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Observando el grafico, podemos deducir que aparentemente

están relacionadas, es descendente la línea aunque quizá se
necesite más variables para que se pueda obtener un resultado
más exacto.

PROMEDIO GENERAL 220 0,26 0,26 154,56 1733,46 1743,64
Coef Est. E.E. LI(95%) LS(95%) T p-valor

CpMallows VIF
const 62,971,05 60,90 65,05 59,88<0,0001
Horas que trabaja por sema.. -1,45 0,16 -1,77 -1,12 -

8,80 <0,0001 77,44 1,00

Modelo 11765,04 1 11765,04 77,44<0,0001
Horas que trabaja por sema.. 11765,04 1 11765,04 77,44
<0,0001
Error 33117,88 218 151,92
Total 44882,92 219
 Ordenada de origen b=62,97
 Pendiente m=−1,45
y=−1,45 x +62,97

afirmar que la ecuación lineal es mínimamente confiable.

correlación entre las dos variables es mínima. Es decir, las variables
están mínimamente relacionadas.
Conclusiones
Las medias de dispersión nos permiten medir esos datos extremos que
se encuentran alejados de la tendencia central, esto es muy interesante
ya que las medidas de tendencia central no siempre proporcionan
conclusiones contundentes frente a un conjunto de datos. Igualmente se
aprendió a calcular la varianza de un dato a la media, también comparar
las series de los datos a través del coeficiente variación y así se puede
determinar cuál serie tiene mayor o menor variabilidad relativa.
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=b82
c81e98fcc1361e1929abe203c8219
 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=e55
8184ed89e57d11ede116134cfce41

PASO 4 Descripcion Informacion

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

PASO 4 Descripcion Informacion

Caricato da

Copyright:

Formati disponibili

DESCRIPCION DE LA INFORMACION

LADY JOHANNA ROSERO

OSCAR EDUARDO BUITRAGO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

MAYO DEL 2020

En el presente trabajo encontrara el desarrollo de las actividades

La presente actividad está basada en fortalecer el conocimiento, esto

1. Detallar y Relacionar variables de la problemática utilizando

1. Determinar la relación existente entre dos variables cuantitativas

2. Realizar diagramas de dispersión en los ejercicios de laboratorio y

3. En los ejercicios propuestos de laboratorio y de regresión y

Medidas estadísticas bivariantes Coeficiente de

Análisis de regresión para Término usado en el análisis de

Actividad2: Definición de conceptos

El estimador muestral más utilizado para evaluar la asociación lineal

s x s y = Desviación estándar de X por la desviación estándar de Y

La expresión matemática para el coeficiente de correlación de Pearson

La medida más importante de la bondad del ajuste es el coeficiente de

Las características de este coeficiente son:

 Cuando un ajuste es bueno, R2 será cercano a uno (mayor será la

fuerza de asociación entre ambas variables)

 Cuando un ajuste es malo, R2 será cercano a cero (la recta no

explica nada, no existe asociación entre X e Y)

Correlación positiva y negativa

Una vez que se ha calculado el valor de la correlación usando formula,

recta lineal se usa la siguiente tabla

Es una medida numérica que permite medir el grado de asociación lineal

Se define como la división de la covarianza muestral entre x e y dividida

Se define por la expresión

Esta medida no da la variabilidad conjunta de dos variables

1.6 Estatura- 1.8 PIB-

Ejercicio 1 Edad vs masa muscular

1.1. Edad – Masa Muscular.

Edad Masa muscular

a) Realice el diagrama de dispersión y determine el tipo de

b) Encuentre el modelo matemático que permite predecir el efecto de

c) Determine el porcentaje de explicación del modelo y el grado de

d) ¿Cuál sería la masa muscular esperada de una persona de 40

La grafica nos muestra aparentemente una asociación lineal

una variable sobre la otra. ¿Es confiable?

Análisis de regresión lineal

Variable N R² R² Aj ECMP AIC BIC

Coeficientes de regresión y estadísticos asociados

Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows

Cuadro de Análisis de la Varianza (SC tipo III)

De la tabla de resultados obtenemos

 Constante (b) =68,36

 Pendiente (m) = 0.25

Analizando el coeficiente de determinación R2 0.04, y este, multiplicado

c) Determine el porcentaje de explicación del modelo y el grado de

relación de las dos variables.

Como tenemos un coeficiente de determinación de 0.04, el coeficiente

Observando la tabla de correlación, podemos concluir que no hay

Teniendo la ecuación establecida, procedemos a sustituir X por la edad

A continuación, se presentan los resultados:

a. Identifique la variable dependiente (y) y la variable

dispersión, denota una alta correlación

que el valor de x (estatura) aumenta.

Nueva tabla_1 : 04/05/2020 - 22:43:06 - [Versión : 20/09/2019]

Análisis de regresión lineal

Variable N R² R² Aj ECMP AIC BIC

Coeficientes de regresión y estadísticos asociados

Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows