Академический Документы
Профессиональный Документы
Культура Документы
MOMENTO 2
TUTOR:
MILTON FERNANDO ORTEGON PAVA
INTRODUCCION
OBJETIVOS
- Aplicar todos los concentos y mtodos estudiados durante el desarrollo de la unidad uno
del mdulo del curso.
- Aprovechar los espacios brindados por el campus virtual para el intercambio de ideas,
procedimientos y resultados.
- Descubrir la gran importancia y las aplicaciones que tiene las medidas de dispersin, ya
que en ciertas ocasiones las medidas de tendencia central no son concluyentes y requieren
de un anlisis de la dispersin de las datos que se tienen.
_ Con la variable Discreta elegida calcular: rango, varianza, desviacin tpica y coeficiente
de variacin. Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.
Para la variable discreta tomamos como datos el nmero de visitas que se hicieron al
hospital:
2
1
2
1
1
2
1
3
1
3
1
1
1
1
2
1
1
3
1
1
3
1
1
1
1
2
2
1
1
1
1
2
2
1
1
1
1
2
1
1
1
1
2
1
1
1
2
2
1
1
2
1
2
1
3
1
1
2
2
2
1
1
1
1
1
1
3
1
1
1
1
1
1
1
2
1
2
1
3
2
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
2
120
3
1
2
0,25
1
3
1
1
2
1
1
2
1
2
1
1
1
1
1
1
1
1
2
1
-La varianza: para hallar la varianza necesitamos obtener los siguientes datos:
Formula de la varianza
La media=
suma de muestra
162
media
1,35
=162/120=1,35 unidades
0,008171943
6,70
_ Con la variable Continua elegida calcular: rango, varianza, desviacin tpica y coeficiente
de variacin. Interpretar los resultados obtenidos y asociarlos con el problema objeto de
estudio.
-como variable continua elegimos el peso de los pacientes.
60
72,5
58
16,5
57,6
78,6
5,2
53,8
45,8
60,2
19,7
62,7
78,6
52,7
8,9
70
80,9
78,9
15,9
52,9
78,5
85,8
65,2
60
67,2
85
24,5
65,4
60,6
85
57,3
67,9
2,6
75,3
45,2
50,2
23
45
16,7
60,5
57,8
60,3
78,5
15,3
65,2
65,6
78,4
57,9
3,4
58,3
56,8
60
72
58,6
14,2
65,7
60,8
85
60,8
55,9
70
73,8
78,5
67,2
67,2
58,8
62,3
70,2
54,9
78,1
62,9
65
62,9
72,9
61,6
9,7
58,9
18,3
56,9
3,1
45,8
68,9
11,9
65,9
78
16,9
85,8
67,2
63,2
9,4
72,9
3,9
63,8
30,5
52,6
120
vmax
87,5
vmin
2,6
Rango
84,9
amplitud de clase
10,6125
67,9
58,2
55
60,5
87,5
55,2
70
45,9
54
60,8
65,8
70,8
78,6
87,2
79,5
72,9
67,5
58,2
64,3
Formula de la varianza
6718
55,9833333
6718
120
=55,9833 unidades
513,2770556
cv
40.46%
_ Dirigirse al blog del curso y observar el OVA (objeto virtual de aprendizaje) Medidas de
Dispersin y apuntamiento, donde se da un ejemplo prctico para interpretar los resultados
de las medidas univariantes.
Y (Presin)
1,8
100
2,2
98
3,5
105
4,0
110
4,3
112
5,0
120
SOLUCION
a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las
variables
Diagrama de dispersin
140
y = 6,3137x + 85,612
R = 0,874
120
Presin
100
80
60
40
20
0
0
Sal
Y (Presin)
Lineal (Y (Presin))
20,8
645
2284,7
79,82
69673
n
6
=
107,5
b
a
Se
6,31374244 85,6123596 2,64673116 55,9166667 0,87472097
;
2 ( )2
Donde:
b: Pendiente de la recta
a: Intercepto de la variable Y
x: Valores de la variable independiente
Y: Valores de la variable dependiente
n: Tamao de la muestra
b=
2 ( )2
b=
Por tanto
= + = 85,61 + 6,3137
2
2,646731162
=
1
= 0,874
2
55,9166667
10
20
30
40
50
60
70
35
28
23
20
18
15
13
Y
40
35
30
25
20
15
y = -0,3464x + 35,571
R = 0,9454
10
5
0
0
10
20
30
40
50
60
70
80
Lineal.
Diagrama de dispersin
30
Peso (Kg)
25
20
y = 0,4212x - 27,377
R = 0,7628
15
Peso (Kg)
10
5
0
100
105
110
115
120
125
Estatura(cm)
1132
203
23126
128490
4197
10
a
Se
0,42117376 27,37687 1,34351038
=
20,3
7,61
0,76280944
;
2 ( )2
Donde:
b: Pendiente de la recta
a: Intercepto de la variable Y
x: Valores de la variable independiente
Y: Valores de la variable dependiente
n: Tamao de la muestra
b=
2 ( )2
b=
10
Por tanto
= + = 27,3768 + 0,42116
Cuando el R2 es cercano a 1, se dice que el modelo de regresin lineal ajustado tiene un
alto grado de confiabilidad, si al contrario este se acerca a 0 su grado de confiabilidad es
muy bajo y se recomienda no utilizar el modelo de regresin estimado.1 En nuestro caso
2
1,343510382
=1 2 =1
= 0,7628
7,61
2
d. Cul es el peso que debera tener un estudiante que mida 130 cm?
= 27,3768 + 0,42116 130
= 27,374
El peso que debera tener un estudiante que mida 130 cm es 27,374 kilogramos
Peso vs Edad
y = 0,6007x + 35,544
R = 0,3749
100
90
80
70
Peso
60
50
Peso (kg)
40
30
20
10
0
0
20
40
60
80
100
Edad
- Encontrar el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico seria: Y=0,6X + 35,54; se puede asumir que el modelo es confiable
ya que se tomo toda la muestra de los 120 pacientes para realizar el estudio y es la ecuacin
que mas se ajusta a los datos.
podra suponer que una persona de mayor o de menor edad tuviera que tener un peso
determinado.
CONCLUSIONES
BIBLIOGRAFIA