ESTADISTICA DESCRIPTIVA

Unidad 3:
Paso 4 - Descripción de la Información

Entregado por:

Maylebis Castellar Niz

Presentado a:
Tutor
MILTON EDUARDO SALGADO

Grupo:
204040_9

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
BOGOTA JUNIO 2019
 INTRODUCCIÓN

En este paso cuatro desarrollaremos los diferentes conceptos

estadísticos de regresión y correlación, considerando que regresión es el
método que permite la relación funcional entre dos o más variables y
correlación es la forma numérica estadística que evalúa o mide una
variable dependiente con respecto a otra variable independiente.

También, definimos por medio de un mapa mental en donde se visualizan

las diferentes ideas de una forma esquematizada, las cuales se
relacionaran entre sí de acuerdo al tema a tratar, los conceptos teóricos
asociados de una forma breve y sencilla como son: Diagrama de
dispersión, correlación lineal simple, coeficiente de determinación R2,
correlación positiva y correlación negativa, coeficiente de correlación línea
y como nos ayuda a medir. Todos, estos laboratorios representados por
un diagrama de dispersión utilizando la base de datos “Indicadores
socioeconómicos 120 municipios (2019) 16-2”.
 JUSTIFICACION

La estadística es una disciplina aplicada en todos los campos de la actividad

humana. De ahí que se tenga como una asignatura indispensable en todas las
áreas y carreras del conocimiento de nivel intermedio y profesional.
 OBJETIVOS GENERALES

Interpretar las medidas bivariante, en función de la descripción, de la

problemática, a partir del trabajo realizado, con variables cuantitativas,
realizados con la base de datos denominados “Indicadores
socioeconómicos 120 (2019) 16-2”.

OBJETIVOS ESPECÍFICOS

 Resumir mediante un mapa mental las medidas bivariantes de regresión,

describiendo ampliamente una de ellas.
 Definir brevemente los conceptos asociados a regresión y correlación
como son: Diagrama de dispersión, correlación lineal simple,
coeficiente de terminación R2, correlación positiva y correlación
negativa y responder la pregunta ¿qué es coeficiente de correlación
lineal y como nos ayuda a definir.
 Desarrollar el laboratorio denominado regresión y correlación
el cual se encuentra en el entorno de aprendizaje práctico.
 Realizar el laboratorio tomando la base de datos suministrada
“Indicadores socioeconómicos 120 (2019) 16-2.
Actividad 1. Mapa Mental
 Actividad 2. Definición de Conceptos.

Definir brevemente los conceptos básicos asociados a Regresión y Correlación

como:

a) Diagrama de dispersión: Es un tipo de diagrama que se usa en la

estadística que muestra mediante las coordenadas cartesianas los
valores de 2 variables para un conjunto de datos.

b) Correlación lineal simple: La raíz cuadrada del coeficiente de

determinación lineal se conoce como coeficiente de correlación lineal
simple, es una medida de regresión que pretende cuantificar el grado
de variación conjunta entre dos variables.

c) Coeficiente de determinación R2: Término usado en el análisis de

regresión para denotar la proporción relativa de la variación total en la
variable de criterio que puede explicarse mediante la ecuación de
regresión ajustada.

d) Correlación positiva y correlación negativa: Correlación positiva es

cuando ambas variables aumentan o disminuyen simultáneamente.
Correlación negativa es cuando las variables son inversamente
proporcionales es decir si una variable aumenta la otra disminuye.

e) ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a

medir? : Es una medida que permite conoces el grado de asociación
lineal entre dos variables cuantitativas (x, y). Nos ayuda a medir la
fuerza y el sentido de la relación lineal entre 2 variables cuantitativas.
Actividad 3. Realizar el laboratorio de regresión y correlación
lineal
Descripción de la Actividad:

A partir de la base de datos “Indicadores socioeconómicos 120 municipios

(2019) 16-2”, desarrollar el Laboratorio denominado Regresión y correlación, el
cual se encuentra en el Entorno de aprendizaje práctico, en la carpeta Guía
para el uso de recursos educativos. El laboratorio lo puede desarrollar con el
programa Infostat o Excel. Donde el estudiante deberá realizar lo siguiente:

a. Identificar dos variables cuantitativas de la situación estudiada que

puedan estar relacionadas.
Nuestras variables cuantitativas serán:
 % de Población de 15 años o más analfabeta,
 % Viviendas con algún nivel de hacinamiento

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

el tipo de relación entre las variables.

El tipo de asociación es no lineal como se aprecia en la gráfica

y también los podemos deducir del coeficiente de correlación
que es muy cercano a cero.
 c. Encuentre el modelo matemático que permite predecir el
efecto de una variable sobre la otra. ¿Es confiable?

Sacando los cálculos de Excel tenemos.

𝑀𝑒𝑑𝑖𝑎𝑠: 𝑋̅ = 8.29, 𝑌̅ = 34.94
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛𝑒𝑠: 𝜎𝑥 = 3.75 , 𝜎𝑦 = 7.11
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛: 𝑟 = 0.33

La ecuación de la forma 𝑦 = 𝑎𝑥 + 𝑏 ℎ𝑎𝑙𝑙𝑒𝑚𝑜𝑠 𝑎 𝑦 𝑏

34.94
𝑏 = 0.33 ∗ ( ) = 0.63
8.29

𝑎 = 34.94 − 8.29 ∗ 0.63 = 29.69

𝑦 = 0.63𝑥 + 29.69

No es confiable.

d. Determine el grado de correlación de las dos variables.

Correlación mínima.

e. Relacionar la información obtenida con el problema.

Esto nos muestra que el porcentaje de la población de 15 años o mas

analfabeta no es proporcional o inversamente proporcional a los niveles
de hacinamiento de las casas de los municipios.

f. Establezca al menos 3 nuevos valores independientes para ser

hallados a través del modelo matemático calculado.
X Y
9,43 35,63122257
4,23 32,35503948
16,18 39,88202566
Actividad 4. Regresión y correlación múltiple.
A partir de la base de datos suministrada “Indicadores
socioeconómicos 120 municipios (2019) 16-2”, cada estudiante,
deberá:

a. Identificar una variable cuantitativa dependiente y varias

variables cuantitativas independientes del estudio de
investigación.
Dependientes
- % de población de 15 años o más analfabeta
Independientes
- Población total (habitantes)
- Población de 15 años o más sin Educación básica primaria
completa
- Lugar que ocupa en el contexto nacional
- Cantidad de servicios públicos disponibles

b. Realizar el diagrama de dispersión de dichas variables.

- Población total vs % 15 años o más analfabetas

-

30,00

25,00

20,00

15,00
Población de 15 años o más sin educación básica primaria
completa vs % 15 años o más analfabetas

Lugar que ocupa en el contexto nacional vs % 15 años o más

analfabeta
 Cantidad de servicios públicos disponibles vs % 15 años o más
analfabetas

c. Calcular la recta de regresión y el coeficiente de

correlación para probar estadísticamente su relación.

X Y Media coef de Recta

Media X Y VAR X VAR Y correlación
% de Población de
Población 15 años o más
total analfabeta 45885,4 8,29272 105740,244 3,75221 -0,37709001 y=-0,0000134x+8,9
(habitantes)
Población de 15
años o más sin % de Población de
Educación 15 años o más - 0,337917209
básica primaria analfabeta 9254,86 8,29272 14002,05632 3,75221 y=-0,00009x+9,1307
completa
% de Población de
Lugar que ocupa 15 años o más
en el contexto analfabeta 941,6 8,29272 88,04645035 3,75221 0,068175457 y=0,0029x+5,557
nacional
% de Población de
cantidad de 15 años o más - 0,421771159
servicios públicos analfabeta 3,184 8,29272 1,719827448 3,75221 y=-0,92x+11,22
disponibles
 d. Relacionar la información obtenida con el problema.
Esto nos muestra que no hay ninguna relación lineal entre la variable % de
población de 15 años o más analfabeta y población total (habitantes), población
de 15 años o más sin educación básica primaria completa, lugar que ocupa en
el contexto nacional o cantidad de servicios públicos disponibles lo cual nos
dice que el porcentaje de población de 15 años o más analfabeta no depende
linealmente de las otras variables.
 CONCLUSION

La Estadística es una ciencia matemática que se utiliza para describir, analizar

e interpretar ciertas características de un conjunto de individuos llamado
población. De esta manera pudimos desarrollar satisfactoriamente los ejercicios
planteados anteriormente.
 REFERENCIAS BIBLIOGRAFICAS

 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=b82c81e98fcc1361e1929abe203c8219

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

México City: Cengage Learning. (pp 675 – 686). Recuperado
dehttp://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=
unad&it=r&p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41

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

mercados. México City: Cengage Learning.(pp 686 – 695).Recuperado
dehttp://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=
unad&it=r&p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9

 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=1036561
6&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