Unidad 3. Regresión y Correlación.

Actividad Individual

Presentado por:

JORGE IVAN MENDIETA MUÑOZ CÓDIGO:5826178

JUAN GABRIEL RODRÍGUEZ RUALES CÓDIGO: 15879513

GRUPO: 204040_195

Presentado A:

Ing. Oscar Javier Hernández: Tutor

Universidad Nacional Abierta y a Distancia

CEAD José Acevedo y Gómez

Introducción a la ingeniería de telecomunicaciones 208051A_360

Paso 4 - Descripción de la información. Detallar y Relacionar variables de la

problemática utilizando Medidas Bivariantes. (Desarrollar laboratorio- Regresión y
Correlación):

Bogotá D, C. noviembre 23 de 2017

 Contenido

Introducción................................................................................................ 1
Justificación ................................................................................................ 2
Objetivos ..................................................................................................... 3
Objetivo general .......................................................................................... 3
Objetivos específicos ................................................................................... 3
Aporte individual (jorge mendieta) ............................................................. 4
Aporte individual (Juan Gabriel) ………………………………………………………..12

Aporte colaborativo (jorge mendieta) ....................................................... 17

Aporte colaborativo (Juan Gabriel) ...………………………………………………….23

Conclusiones ............................................................................................. 27
Referencias ............................................................................................... 28
Anexos (Laboratorio Regresión Y Correlación Lineal) .... ¡Error! Marcador no
definido.
 Introducción

La estadística es una ciencia que utiliza conjuntos de datos numéricos para obtener,
a partir de ellos, inferencias basadas en el cálculo de probabilidades, también se
emplea en los campos científicos investigativos y analíticos. Por lo cual podríamos
definir la estadística como la ciencia que se encarga de recopilar, organizar,
procesar, analizar e interpretar datos con el fin de deducir las características de una
población objetivo.

Para el desarrollo de esta actividad se tuvieron en cuenta conceptos básicos como

Regresión lineal que Permite determinar el grado de dependencia de las series de
valores X e Y, prediciendo el valor y estimado que se obtendría para un valor x que
no esté en la distribución.

Encontramos modelos como Regresión lineal simple

La regresión lineal simple: se basa en estudiar los cambios en una variable, no

aleatoria, afectan a una variable aleatoria, en el caso de existir una relación
funcional entre ambas variables que puede ser establecida por una expresión lineal,
es decir, su representación gráfica es una línea recta. Es decir, se está en presencia
de una regresión lineal simple cuando una variable independiente ejerce influencia
sobre otra variable dependiente.

𝐸𝑗𝑒𝑚𝑝𝑙𝑜: 𝑌 = 𝑓(𝑥)
Regresión lineal múltiple: La regresión lineal permite trabajar con una variable a
nivel de intervalo o razón, así también se puede comprender la relación de dos o
más variables y permitirá relacionar mediante ecuaciones, una variable en relación
con otras variables llamándose Regresión múltiple. O sea, la regresión lineal
múltiple es cuando dos o más variables independientes influyen sobre una variable
dependiente.

𝐸𝑗𝑒𝑚𝑝𝑙𝑜: 𝑌 = 𝑓(𝑥, 𝑤, 𝑧).

En esta actividad individual del paso 4, descripción de la información, en donde

analizaremos y pondremos en práctica los conocimientos adquiridos sobre regresión
y correlación lineal atributos, conoceremos como se desarrollar de acuerdo con el
contenido del laboratorio # 2 un diagrama de dispersión y la relación existente
entre dos variables.

Así mismo veremos cómo obtener el modelo matemático para determinar si una
variable es confiable o no.

Se plantean una serie de ejercicios sobre el tema para adquirir destrezas, con el fin
de llegar a un solo resultado, dejando evidencia de ello unas conclusiones claras de
acuerdo con el análisis del problema planteado en cada uno de los ejercicios.

1
 Justificación

Este trabajo permite tomar como referencia una problemática actual en nuestro
país, permitiendo crear una conciencia como futuros profesionales sobre cada uno
de los diferentes entornos en los cuales nos podemos ver envueltos permitiendo que
apliquemos los conocimientos adquiridos en el trascurso de nuestra carrera.
Mediante la realización de este trabajo partiendo de la problemática planteada
desempleo en Colombia, permite que se ponga en práctica lo aprendido sobre los
diferentes tipos de representación estadística, como son la regresión y correlación
lineal, graficado por medio de diagramas de dispersión, que nos permite realizar
análisis de la problemática trabajada.

2
 Objetivos

Objetivo general

• Adquirir las capacidades y destrezas necesarias aplicando el análisis estadístico

en la resolución de problemas por medio de diagramas de dispersión,
determinado el modelo matemático para verificar que tan confiable es una
variable sobre otra y así saber el grado de relación que tiene las variables.

Objetivos específicos

➢ identificar las variables dependientes e independientes de los ejercicios

planteados en el laboratorio y en la problemática trabajada
➢ Realizar diagramas de dispersión.
➢ encontrar el modelo matemático de una variable sobre otra.
➢ Analizar el grado de correlación de las variables trabajadas.

3
 Aporte estudiante (Jorge Ivan Mendieta Muñoz)
A partir de la base de datos suministrada, cada estudiante debe:
-Identificar dos variables cuantitativas de la situación estudiada que puedan estar
relacionadas.
- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de
asociación entre las variables.
- Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
- Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
- Relacionar la información obtenida con el problema.
21.790.274,54 51,59
23.068.951,68 53,52
21.499.666,90 52,77
23.057.956,75 53,06
X Personas Con Y Tasa de empleo 22.963.871,30 53,80
Empleo (%) 22.372.124,92 54,40
20.984.121,51 53,01 23.705.484,14 53,56
20.356.518,27 52,71 22.905.884,86 52,39
21.638.475,65 53,02 22.633.063,55 51,69
21.180.834,26 51,45 22.857.080,05 52,20
20.213.966,08 51,23 23.376.411,33 52,84
20.453.331,46 51,76 23.671.992,45 52,85
22.465.189,70 52,10 21.473.211,26 52,52
21.564.798,78 52,94 23.186.196,00 54,05
22.561.027,66 53,88
23.893.307,61 53,06
21.563.364,83 53,81
22.307.726,60 53,68
22.142.301,22 55,93
23.939.286,52 55,42
23.086.735,58 55,23
23.362.050,42 54,69
20.967.253,03 52,19
22.215.633,63 52,72
24.331.610,88 55,16
20.528.654,48 52,55 22.031.648,26 52,05
21.594.189,71 52,53 23.608.656,23 52,56
21.635.866,31 53,02 24.378.744,77 53,96
22.404.194,33 51,33 21.573.823,63 52,06
20.652.822,76 52,79 24.041.190,46 52,67
22.111.213,61 51,60 22.408.871,32 54,23
22.137.372,22 52,18 23.528.440,08 52,86
22.764.686,89 53,87 23.191.147,74 50,87
21.129.809,62 53,67 21.719.995,34 49,99
22.575.783,04 52,24 22.692.008,30 51,20
20.386.581,99 51,95 21.853.621,82 50,82
22.086.249,58 52,57 22.859.622,37 50,88
23.110.510,11 54,47 20.439.221,97 48,97
22.083.413,10 53,35 22.749.316,26 51,21
22.990.016,77 54,89
22.445.700,34 50,43
21.967.931,60 52,53
21.737.090,80 52,30
22.979.080,18 52,97
21.702.052,66 51,08
23.725.032,49 54,14
23.076.293,02 51,53
21.923.195,65 54,28
22.832.778,47 55,50
21.622.855,75 51,34
22.413.939,11 55,58 23.142.532,45 51,26
22.849.902,53 55,23 22.102.876,38 52,07
22.189.228,75 52,13 23.867.796,30 54,56
22.313.794,53 52,53 24.831.238,98 54,06
22.386.301,11 53,71 23.907.470,18 52,43
22.860.973,82 52,69 21.518.327,13 50,13
23.185.955,41 53,12 22.415.690,37 51,90

Tabla 1 Jorge Mendieta

4
22.208.341,49 53,00 28.118.482,55 58,52
24.327.565,65 52,93 26.947.192,25 55,95
23.352.442,33 52,74 26.215.086,93 56,73
22.954.629,90 50,78 25.507.694,44 57,52
21.714.340,38 51,61 25.900.881,51 57,48
24.084.614,87 51,48 26.340.399,21 58,26
22.410.704,76 52,11 28.158.400,38 58,79
24.853.469,31 52,72 26.181.267,04 57,22
22.914.599,06 51,33 26.228.013,59 58,14
23.150.002,51 52,22 25.352.081,75 57,27
21.546.610,58 50,33 29.015.896,28 59,94
23.134.706,50 52,20 28.420.607,10 58,36
22.918.609,92 53,38 27.502.543,84 58,41
24.796.029,71 54,09 25.598.611,35 56,16
23.106.254,32 54,40 26.478.275,15 56,20
25.925.625,10 56,47
24.116.304,80 54,20
28.181.208,35 57,00
25.084.415,47 53,88
27.576.279,29 58,73
22.821.136,68 53,34
25.840.229,48 57,84
23.454.282,88 53,31
26.942.517,18 57,81
25.120.019,03 56,55
27.618.196,16 58,59
25.631.923,85 55,92
26.629.580,23 58,01
25.875.492,97 55,50
28.853.711,08 60,92
24.798.904,02 53,02
26.655.756,57 58,84
24.104.123,82 54,59
29.330.791,34 59,06
25.860.976,82 54,26
25.507.729,81 56,56
24.286.634,79 55,40
26.580.437,50 56,29
23.881.290,90 54,89
26.442.375,63 56,72
24.597.153,04 55,15 28.893.727,13 58,12
25.394.513,24 54,63 27.054.682,51 58,32
25.632.770,39 55,55 28.489.488,42 58,35
26.954.657,83 56,65 27.023.046,68 57,64
27.412.734,10 57,37 27.065.196,32 58,97
26.230.534,12 56,82 27.691.364,08 59,16
24.331.808,19 55,93 28.298.742,20 61,27
25.173.301,46 54,07 28.924.043,89 60,33
26.198.121,28 54,42 28.189.923,35 58,88
24.986.402,00 55,81 26.363.799,48 56,94
25.080.166,89 55,75 27.398.395,57 57,39
26.461.532,88 56,39 28.015.561,08 58,23
27.141.452,23 56,05 27.672.239,13 59,27
27.075.290,52 56,00 28.504.829,63 58,81
24.953.596,98 56,43 29.767.001,97 59,10
27.621.374,07 57,66 29.345.325,58 58,35
28.532.907,50 60,87 27.469.436,60 58,86
27.910.917,14 59,49 29.321.141,73 58,71

Tabla 2 Jorge Mendieta

5
 29.569.462,98 61,41
29.790.513,41 60,88
27.732.046,95 59,52
27.433.631,15 56,86
27.595.016,92 57,93
26.330.194,00 56,88
28.444.237,02 58,76
26.997.177,84 58,22
29.903.007,28 58,82
26.619.709,94 57,30
27.831.718,29 58,79
29.303.245,33 58,71
29.186.148,21 60,77
30.489.715,78 60,35
27.494.113,73 58,98
26.598.325,70 56,34
29.094.585,25 57,25
27.592.496,87 57,40

Tabla 3 Jorge Mendieta

𝑿 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑐𝑜𝑛 𝑒𝑚𝑝𝑙𝑒𝑜 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

𝑌 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑒𝑚𝑝𝑙𝑒𝑜 (%) = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

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

asociación entre las variables.

Ilustración 1 Jorge Mendieta

6
es una relación directa por que entre más personas empleadas en Colombia la tasa
de empleo es más alta.

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

sobre la otra. ¿Es confiable?
𝑦 = 1𝐸 − 06(𝑥) + 30.441
𝑅² = 0.8143 = 81.43%

se puede asegurar que la ecuación de la recta es confiable ya que es de 81% su R²

ósea se acerca a 100% esto nos da un aceptable grado de confiablidad.

Determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.
𝑅 = 𝐶𝑂𝐸𝐹𝐼𝐶𝐼𝐸𝑁𝑇𝐸 𝐷𝐸 𝑅𝐸𝐿𝐴𝐶𝐼𝑂𝑁
𝑅 = 𝑅𝐴𝐼𝑍 𝐶𝑈𝐴𝐷𝑅𝐴𝐷𝐴 𝐷𝐸 0,8143
𝑅 = 0.90%

el coeficiente de relación es excelente ya que es del 0.90 que está cercano al

extremo de 1 positivo que es la correlación perfecta. Y podemos comprobar que las
personas con empleo si aportan directamente a que la tasa de empleo en Colombia
aumente.

Relacionar la información obtenida con el problema.

Con los datos arrojados podemos observar que si en Colombia entre los años 2001-
2017 las personas empleadas aumentaban por ende la tasa de empleo era mas alta,
lo que podemos deducir es que directamente las personas con empleo influyen en
que la tasa aumente, esto sería bueno ya que contrarrestaría la tasa de desempleo
que tanto a afectado al país.

7
 X-Población Cantidad de
Población Cantidad de personas (Variable YProduccion Millones (Variable
personas Tasa de desempleo (%) Independiente) Dependiente) X*Y X2 Y2
40.552.472 13.762.567 40.552.472 13.762.567 5,58106E+14 1,6445E+15 1,8941E+14
40.596.347 14.062.923 40.596.347 14.062.923 5,70903E+14 1,64806E+15 1,9777E+14
40.640.223 14.363.279 40.640.223 14.363.279 5,83727E+14 1,65163E+15 2,063E+14
40.684.098 14.663.636 40.684.098 14.663.636 5,96577E+14 1,6552E+15 2,1502E+14
40.727.974 14.963.992 40.727.974 14.963.992 6,09453E+14 1,65877E+15 2,2392E+14
40.771.849 15.264.349 40.771.849 15.264.349 6,22356E+14 1,66234E+15 2,33E+14
40.815.725 15.564.705 40.815.725 15.564.705 6,35285E+14 1,66592E+15 2,4226E+14
40.859.600 15.865.062 40.859.600 15.865.062 6,4824E+14 1,66951E+15 2,517E+14
40.903.475 16.165.418 40.903.475 16.165.418 6,61222E+14 1,67309E+15 2,6132E+14
40.947.351 16.465.774 40.947.351 16.465.774 6,7423E+14 1,67669E+15 2,7112E+14
40.991.226 16.766.131 40.991.226 16.766.131 6,87264E+14 1,68028E+15 2,811E+14
41.035.102 17.066.487 41.035.102 17.066.487 7,00325E+14 1,68388E+15 2,9126E+14
41.078.977 17.366.844 41.078.977 17.366.844 7,13412E+14 1,68748E+15 3,0161E+14
41.122.853 17.667.200 41.122.853 17.667.200 7,26526E+14 1,69109E+15 3,1213E+14
41.166.728 17.967.556 41.166.728 17.967.556 7,39666E+14 1,6947E+15 3,2283E+14
41.210.604 18.267.913 41.210.604 18.267.913 7,52832E+14 1,69831E+15 3,3372E+14
41.254.479 18.568.269 41.254.479 18.568.269 7,66024E+14 1,70193E+15 3,4478E+14
41.298.355 18.868.626 41.298.355 18.868.626 7,79243E+14 1,70555E+15 3,5603E+14
41.342.230 19.168.982 41.342.230 19.168.982 7,92488E+14 1,70918E+15 3,6745E+14
41.386.106 19.469.338 41.386.106 19.469.338 8,0576E+14 1,71281E+15 3,7906E+14
41.429.981 19.769.695 41.429.981 19.769.695 8,19058E+14 1,71644E+15 3,9084E+14
41.473.856 20.070.051 41.473.856 20.070.051 8,32382E+14 1,72008E+15 4,0281E+14
41.517.732 20.370.408 41.517.732 20.370.408 8,45733E+14 1,72372E+15 4,1495E+14
41.561.607 20.670.764 41.561.607 20.670.764 8,5911E+14 1,72737E+15 4,2728E+14
41.605.483 20.971.121 41.605.483 20.971.121 8,72514E+14 1,73102E+15 4,3979E+14
41.649.358 21.271.477 41.649.358 21.271.477 8,85943E+14 1,73467E+15 4,5248E+14
41.693.234 21.571.833 41.693.234 21.571.833 8,99399E+14 1,73833E+15 4,6534E+14
41.737.109 21.872.190 41.737.109 21.872.190 9,12882E+14 1,74199E+15 4,7839E+14
41.780.985 22.172.546 41.780.985 22.172.546 9,26391E+14 1,74565E+15 4,9162E+14
41.824.860 22.472.903 41.824.860 22.472.903 9,39926E+14 1,74932E+15 5,0503E+14
41.868.736 22.773.259 41.868.736 22.773.259 9,53488E+14 1,75299E+15 5,1862E+14
41.912.611 23.073.615 41.912.611 23.073.615 9,67075E+14 1,75667E+15 5,3239E+14
41.956.487 23.373.972 41.956.487 23.373.972 9,8069E+14 1,76035E+15 5,4634E+14
42.000.362 23.674.328 42.000.362 23.674.328 9,9433E+14 1,76403E+15 5,6047E+14
42.044.238 23.974.685 42.044.238 23.974.685 1,008E+15 1,76772E+15 5,7479E+14
42.088.113 24.275.041 42.088.113 24.275.041 1,02169E+15 1,77141E+15 5,8928E+14
42.131.988 24.575.398 42.131.988 24.575.398 1,03541E+15 1,7751E+15 6,0395E+14
42.175.864 24.875.754 42.175.864 24.875.754 1,04916E+15 1,7788E+15 6,188E+14
42.219.739 25.176.110 42.219.739 25.176.110 1,06293E+15 1,78251E+15 6,3384E+14
42.263.615 25.476.467 42.263.615 25.476.467 1,07673E+15 1,78621E+15 6,4905E+14
42.307.490 25.776.823 42.307.490 25.776.823 1,09055E+15 1,78992E+15 6,6444E+14
42.351.366 26.077.180 42.351.366 26.077.180 1,1044E+15 1,79364E+15 6,8002E+14
42.395.241 26.377.536 42.395.241 26.377.536 1,11828E+15 1,79736E+15 6,9577E+14
42.439.117 26.677.892 42.439.117 26.677.892 1,13219E+15 1,80108E+15 7,1171E+14
42.482.992 26.978.249 42.482.992 26.978.249 1,14612E+15 1,8048E+15 7,2783E+14
42.526.868 27.278.605 42.526.868 27.278.605 1,16007E+15 1,80853E+15 7,4412E+14
42.570.743 27.578.962 42.570.743 27.578.962 1,17406E+15 1,81227E+15 7,606E+14
42.614.619 27.879.318 42.614.619 27.879.318 1,18807E+15 1,81601E+15 7,7726E+14
42.658.494 28.179.674 42.658.494 28.179.674 1,2021E+15 1,81975E+15 7,9409E+14
42.702.370 28.480.031 42.702.370 28.480.031 1,21616E+15 1,82349E+15 8,1111E+14
42.746.245 28.780.387 42.746.245 28.780.387 1,23025E+15 1,82724E+15 8,2831E+14
42.790.120 29.080.744 42.790.120 29.080.744 1,24437E+15 1,83099E+15 8,4569E+14
42.833.996 29.381.100 42.833.996 29.381.100 1,25851E+15 1,83475E+15 8,6325E+14
42.877.871 29.681.457 42.877.871 29.681.457 1,27268E+15 1,83851E+15 8,8099E+14
42.921.747 29.981.813 42.921.747 29.981.813 1,28687E+15 1,84228E+15 8,9891E+14
42.965.622 30.282.169 42.965.622 30.282.169 1,30109E+15 1,84604E+15 9,1701E+14
43.009.498 30.582.526 43.009.498 30.582.526 1,31534E+15 1,84982E+15 9,3529E+14
43.053.373 30.882.882 43.053.373 30.882.882 1,32961E+15 1,85359E+15 9,5375E+14
43.097.249 31.183.239 43.097.249 31.183.239 1,34391E+15 1,85737E+15 9,7239E+14
43.141.124 31.483.595 43.141.124 31.483.595 1,35824E+15 1,86116E+15 9,9122E+14
43.185.000 31.783.951 43.185.000 31.783.951 1,37259E+15 1,86494E+15 1,0102E+15
43.228.875 32.084.308 43.228.875 32.084.308 1,38697E+15 1,86874E+15 1,0294E+15
43.272.751 32.384.664 43.272.751 32.384.664 1,40137E+15 1,87253E+15 1,0488E+15
43.316.626 32.685.021 43.316.626 32.685.021 1,4158E+15 1,87633E+15 1,0683E+15
43.360.501 32.985.377 43.360.501 32.985.377 1,43026E+15 1,88013E+15 1,088E+15
43.404.377 33.285.734 43.404.377 33.285.734 1,44475E+15 1,88394E+15 1,1079E+15
43.448.252 33.586.090 43.448.252 33.586.090 1,45926E+15 1,88775E+15 1,128E+15
43.492.128 33.886.446 43.492.128 33.886.446 1,47379E+15 1,89157E+15 1,1483E+15
43.536.003 34.186.803 43.536.003 34.186.803 1,48836E+15 1,89538E+15 1,1687E+15
43.579.879 34.487.159 43.579.879 34.487.159 1,50295E+15 1,89921E+15 1,1894E+15

Tabla 4 Jorge Mendieta

8
43.623.754 34.787.516 43.623.754 34.787.516 1,51756E+15 1,90303E+15 1,2102E+15
43.667.630 35.087.872 43.667.630 35.087.872 1,5322E+15 1,90686E+15 1,2312E+15
43.711.505 35.388.228 43.711.505 35.388.228 1,54687E+15 1,9107E+15 1,2523E+15
43.755.381 35.688.585 43.755.381 35.688.585 1,56157E+15 1,91453E+15 1,2737E+15
43.799.256 35.988.941 43.799.256 35.988.941 1,57629E+15 1,91837E+15 1,2952E+15
43.843.132 36.289.298 43.843.132 36.289.298 1,59104E+15 1,92222E+15 1,3169E+15
43.887.007 36.589.654 43.887.007 36.589.654 1,60581E+15 1,92607E+15 1,3388E+15
43.930.883 36.890.011 43.930.883 36.890.011 1,62061E+15 1,92992E+15 1,3609E+15
43.974.758 37.190.367 43.974.758 37.190.367 1,63544E+15 1,93378E+15 1,3831E+15
44.018.633 37.490.723 44.018.633 37.490.723 1,65029E+15 1,93764E+15 1,4056E+15
44.062.509 37.791.080 44.062.509 37.791.080 1,66517E+15 1,9415E+15 1,4282E+15
44.106.384 38.091.436 44.106.384 38.091.436 1,68008E+15 1,94537E+15 1,451E+15
44.150.260 38.391.793 44.150.260 38.391.793 1,69501E+15 1,94925E+15 1,4739E+15
44.194.135 38.692.149 44.194.135 38.692.149 1,70997E+15 1,95312E+15 1,4971E+15
44.238.011 38.992.505 44.238.011 38.992.505 1,72495E+15 1,957E+15 1,5204E+15
44.281.886 39.292.862 44.281.886 39.292.862 1,73996E+15 1,96089E+15 1,5439E+15
44.325.762 39.593.218 44.325.762 39.593.218 1,755E+15 1,96477E+15 1,5676E+15
44.369.637 39.893.575 44.369.637 39.893.575 1,77006E+15 1,96866E+15 1,5915E+15
44.413.513 40.193.931 44.413.513 40.193.931 1,78515E+15 1,97256E+15 1,6156E+15
44.457.388 40.494.287 44.457.388 40.494.287 1,80027E+15 1,97646E+15 1,6398E+15
44.501.264 40.794.644 44.501.264 40.794.644 1,81541E+15 1,98036E+15 1,6642E+15
44.545.139 41.095.000 44.545.139 41.095.000 1,83058E+15 1,98427E+15 1,6888E+15
44.589.014 41.395.357 44.589.014 41.395.357 1,84578E+15 1,98818E+15 1,7136E+15
44.632.890 41.695.713 44.632.890 41.695.713 1,861E+15 1,99209E+15 1,7385E+15
44.676.765 41.996.070 44.676.765 41.996.070 1,87625E+15 1,99601E+15 1,7637E+15
44.720.641 42.296.426 44.720.641 42.296.426 1,89152E+15 1,99994E+15 1,789E+15
44.764.516 42.596.782 44.764.516 42.596.782 1,90682E+15 2,00386E+15 1,8145E+15
44.808.392 42.897.139 44.808.392 42.897.139 1,92215E+15 2,00779E+15 1,8402E+15
44.852.267 43.197.495 44.852.267 43.197.495 1,93751E+15 2,01173E+15 1,866E+15
44.896.143 43.497.852 44.896.143 43.497.852 1,95289E+15 2,01566E+15 1,8921E+15
44.940.018 43.798.208 44.940.018 43.798.208 1,96829E+15 2,01961E+15 1,9183E+15
44.983.894 44.098.564 44.983.894 44.098.564 1,98373E+15 2,02355E+15 1,9447E+15
45.027.769 44.398.921 45.027.769 44.398.921 1,99918E+15 2,0275E+15 1,9713E+15
45.071.645 44.699.277 45.071.645 44.699.277 2,01467E+15 2,03145E+15 1,998E+15
45.115.520 44.999.634 45.115.520 44.999.634 2,03018E+15 2,03541E+15 2,025E+15
45.159.396 45.299.990 45.159.396 45.299.990 2,04572E+15 2,03937E+15 2,0521E+15
45.203.271 45.600.347 45.203.271 45.600.347 2,06128E+15 2,04334E+15 2,0794E+15
45.247.146 45.900.703 45.247.146 45.900.703 2,07688E+15 2,0473E+15 2,1069E+15
45.291.022 46.201.059 45.291.022 46.201.059 2,09249E+15 2,05128E+15 2,1345E+15
45.334.897 46.501.416 45.334.897 46.501.416 2,10814E+15 2,05525E+15 2,1624E+15
45.378.773 46.801.772 45.378.773 46.801.772 2,12381E+15 2,05923E+15 2,1904E+15
45.422.648 47.102.129 45.422.648 47.102.129 2,1395E+15 2,06322E+15 2,2186E+15
45.466.524 47.402.485 45.466.524 47.402.485 2,15523E+15 2,0672E+15 2,247E+15
45.510.399 47.702.841 45.510.399 47.702.841 2,17098E+15 2,0712E+15 2,2756E+15
45.554.275 48.003.198 45.554.275 48.003.198 2,18675E+15 2,07519E+15 2,3043E+15
45.598.150 48.303.554 45.598.150 48.303.554 2,20255E+15 2,07919E+15 2,3332E+15
45.642.026 48.603.911 45.642.026 48.603.911 2,21838E+15 2,08319E+15 2,3623E+15
45.685.901 48.904.267 45.685.901 48.904.267 2,23424E+15 2,0872E+15 2,3916E+15
45.729.777 49.204.623 45.729.777 49.204.623 2,25012E+15 2,09121E+15 2,4211E+15
45.773.652 49.504.980 45.773.652 49.504.980 2,26602E+15 2,09523E+15 2,4507E+15
45.817.528 49.805.336 45.817.528 49.805.336 2,28196E+15 2,09925E+15 2,4806E+15
45.861.403 50.105.693 45.861.403 50.105.693 2,29792E+15 2,10327E+15 2,5106E+15
45.905.278 50.406.049 45.905.278 50.406.049 2,3139E+15 2,10729E+15 2,5408E+15
45.949.154 50.706.406 45.949.154 50.706.406 2,32992E+15 2,11132E+15 2,5711E+15
45.993.029 51.006.762 45.993.029 51.006.762 2,34596E+15 2,11536E+15 2,6017E+15
46.036.905 51.307.118 46.036.905 51.307.118 2,36202E+15 2,1194E+15 2,6324E+15
46.080.780 51.607.475 46.080.780 51.607.475 2,37811E+15 2,12344E+15 2,6633E+15
46.124.656 51.907.831 46.124.656 51.907.831 2,39423E+15 2,12748E+15 2,6944E+15
46.168.531 52.208.188 46.168.531 52.208.188 2,41038E+15 2,13153E+15 2,7257E+15
46.212.407 52.508.544 46.212.407 52.508.544 2,42655E+15 2,13559E+15 2,7571E+15
46.256.282 52.808.900 46.256.282 52.808.900 2,44274E+15 2,13964E+15 2,7888E+15
46.300.158 53.109.257 46.300.158 53.109.257 2,45897E+15 2,1437E+15 2,8206E+15
46.344.033 53.409.613 46.344.033 53.409.613 2,47522E+15 2,14777E+15 2,8526E+15
46.387.909 53.709.970 46.387.909 53.709.970 2,49149E+15 2,15184E+15 2,8848E+15
46.431.784 54.010.326 46.431.784 54.010.326 2,5078E+15 2,15591E+15 2,9171E+15
46.475.659 54.310.683 46.475.659 54.310.683 2,52412E+15 2,15999E+15 2,9497E+15
46.519.535 54.611.039 46.519.535 54.611.039 2,54048E+15 2,16407E+15 2,9824E+15
46.563.410 54.911.395 46.563.410 54.911.395 2,55686E+15 2,16815E+15 3,0153E+15
46.607.286 55.211.752 46.607.286 55.211.752 2,57327E+15 2,17224E+15 3,0483E+15
46.651.161 55.512.108 46.651.161 55.512.108 2,5897E+15 2,17633E+15 3,0816E+15
46.695.037 55.812.465 46.695.037 55.812.465 2,60617E+15 2,18043E+15 3,115E+15
46.738.912 56.112.821 46.738.912 56.112.821 2,62265E+15 2,18453E+15 3,1486E+15
46.782.788 56.413.177 46.782.788 56.413.177 2,63917E+15 2,18863E+15 3,1824E+15
46.826.663 56.713.534 46.826.663 56.713.534 2,65571E+15 2,19274E+15 3,2164E+15

Tabla 5 Jorge Mendieta

9
 46.870.539 57.013.890 46.870.539 57.013.890 2,67227E+15 2,19685E+15 3,2506E+15
46.914.414 57.314.247 46.914.414 57.314.247 2,68886E+15 2,20096E+15 3,2849E+15
46.958.290 57.614.603 46.958.290 57.614.603 2,70548E+15 2,20508E+15 3,3194E+15
47.002.165 57.914.960 47.002.165 57.914.960 2,72213E+15 2,2092E+15 3,3541E+15
47.046.041 58.215.316 47.046.041 58.215.316 2,7388E+15 2,21333E+15 3,389E+15
47.089.916 58.515.672 47.089.916 58.515.672 2,7555E+15 2,21746E+15 3,4241E+15
47.133.791 58.816.029 47.133.791 58.816.029 2,77222E+15 2,22159E+15 3,4593E+15
47.177.667 59.116.385 47.177.667 59.116.385 2,78897E+15 2,22573E+15 3,4947E+15
47.221.542 59.416.742 47.221.542 59.416.742 2,80575E+15 2,22987E+15 3,5303E+15
47.265.418 59.717.098 47.265.418 59.717.098 2,82255E+15 2,23402E+15 3,5661E+15
47.309.293 60.017.454 47.309.293 60.017.454 2,83938E+15 2,23817E+15 3,6021E+15
47.353.169 60.317.811 47.353.169 60.317.811 2,85624E+15 2,24232E+15 3,6382E+15
47.397.044 60.618.167 47.397.044 60.618.167 2,87312E+15 2,24648E+15 3,6746E+15
47.440.920 60.918.524 47.440.920 60.918.524 2,89003E+15 2,25064E+15 3,7111E+15
47.484.795 61.218.880 47.484.795 61.218.880 2,90697E+15 2,25481E+15 3,7478E+15
47.528.671 61.519.236 47.528.671 61.519.236 2,92393E+15 2,25897E+15 3,7846E+15
47.572.546 61.819.593 47.572.546 61.819.593 2,94092E+15 2,26315E+15 3,8217E+15
47.616.422 62.119.949 47.616.422 62.119.949 2,95793E+15 2,26732E+15 3,8589E+15
47.660.297 62.420.306 47.660.297 62.420.306 2,97497E+15 2,2715E+15 3,8963E+15
47.704.173 62.720.662 47.704.173 62.720.662 2,99204E+15 2,27569E+15 3,9339E+15
47.748.048 63.021.019 47.748.048 63.021.019 3,00913E+15 2,27988E+15 3,9716E+15
47.791.923 63.321.375 47.791.923 63.321.375 3,02625E+15 2,28407E+15 4,0096E+15
47.835.799 63.621.731 47.835.799 63.621.731 3,0434E+15 2,28826E+15 4,0477E+15
47.879.674 63.922.088 47.879.674 63.922.088 3,06057E+15 2,29246E+15 4,086E+15
47.923.550 64.222.444 47.923.550 64.222.444 3,07777E+15 2,29667E+15 4,1245E+15
47.967.425 64.522.801 47.967.425 64.522.801 3,09499E+15 2,30087E+15 4,1632E+15
48.011.301 64.823.157 48.011.301 64.823.157 3,11224E+15 2,30509E+15 4,202E+15
48.055.176 65.123.513 48.055.176 65.123.513 3,12952E+15 2,3093E+15 4,2411E+15
48.099.052 65.423.870 48.099.052 65.423.870 3,14683E+15 2,31352E+15 4,2803E+15
48.142.927 65.724.226 48.142.927 65.724.226 3,16416E+15 2,31774E+15 4,3197E+15
48.186.803 66.024.583 48.186.803 66.024.583 3,18151E+15 2,32197E+15 4,3592E+15
48.230.678 66.324.939 48.230.678 66.324.939 3,1989E+15 2,3262E+15 4,399E+15
48.274.554 66.625.296 48.274.554 66.625.296 3,21631E+15 2,33043E+15 4,4389E+15
48.318.429 66.925.652 48.318.429 66.925.652 3,23374E+15 2,33467E+15 4,479E+15
48.362.304 67.226.008 48.362.304 67.226.008 3,2512E+15 2,33891E+15 4,5193E+15
48.406.180 67.526.365 48.406.180 67.526.365 3,26869E+15 2,34316E+15 4,5598E+15
48.450.055 67.826.721 48.450.055 67.826.721 3,28621E+15 2,34741E+15 4,6005E+15
48.493.931 68.127.078 48.493.931 68.127.078 3,30375E+15 2,35166E+15 4,6413E+15
48.537.806 68.427.434 48.537.806 68.427.434 3,32132E+15 2,35592E+15 4,6823E+15
48.581.682 68.727.790 48.581.682 68.727.790 3,33891E+15 2,36018E+15 4,7235E+15
48.625.557 69.028.147 48.625.557 69.028.147 3,35653E+15 2,36444E+15 4,7649E+15
48.669.433 69.328.503 48.669.433 69.328.503 3,37418E+15 2,36871E+15 4,8064E+15
48.713.308 69.628.860 48.713.308 69.628.860 3,39185E+15 2,37299E+15 4,8482E+15
48.757.184 69.929.216 48.757.184 69.929.216 3,40955E+15 2,37726E+15 4,8901E+15
48.801.059 70.229.572 48.801.059 70.229.572 3,42728E+15 2,38154E+15 4,9322E+15
48.844.935 70.529.929 48.844.935 70.529.929 3,44503E+15 2,38583E+15 4,9745E+15
48.888.810 70.830.285 48.888.810 70.830.285 3,46281E+15 2,39012E+15 5,0169E+15
48.932.686 71.130.642 48.932.686 71.130.642 3,48061E+15 2,39441E+15 5,0596E+15
48.976.561 71.430.998 48.976.561 71.430.998 3,49844E+15 2,3987E+15 5,1024E+15
49.020.436 71.731.355 49.020.436 71.731.355 3,5163E+15 2,403E+15 5,1454E+15
49.064.312 72.031.711 49.064.312 72.031.711 3,53419E+15 2,40731E+15 5,1886E+15
TOTAL (SUMATORIAS) 8.737.636.406 8364942063,68 3,82962E+17 3,92709E+17 4,1457E+17

Tabla 5 Jorge Mendieta

10
 Ilustración 2 elaborada por: Jorge Mendieta

𝑿 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑐𝑜𝑛 𝑒𝑚𝑝𝑙𝑒𝑜 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

𝑌 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑒𝑚𝑝𝑙𝑒𝑜 (%) = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
es una relación directa por que a mayor población de personas mayor producción de
millones.
Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?
𝑦 = 6.845(𝑥) − 3𝐸 + 08
𝑅² = 1
se puede asegurar que la ecuación de la recta es muy confiable ya que su R² 1 ósea
el 100%
Determine el porcentaje de explicación del modelo y el grado de relación de las dos
variables.
𝑅 = 𝐶𝑂𝐸𝐹𝐼𝐶𝐼𝐸𝑁𝑇𝐸 𝐷𝐸 𝑅𝐸𝐿𝐴𝐶𝐼𝑂𝑁
𝑅 = 𝑅𝐴𝐼𝑍 𝐶𝑈𝐴𝐷𝑅𝐴𝐷𝐴 𝐷𝐸 1
𝑅=1
El R² afirma además que el modelo explica el 100% de la información y el valor de
r coeficiente de correlación es perfecto ya que es de 1

Relacionar la información obtenida con el problema.

Como podemos ver por los resultados arrojados anteriormente de la base de datos
desempleo en Colombia, entre más población exista en Colombia más producción en
millones tendrá el país ya que las personas producirán más bienes o servicios para
ofrecer a otras personas o a otros países que lo requieren eso a cambio de beneficio
monetario permitiendo que el PIB del país sea más alto.

11
Por lo tanto, podemos deducir que las personas en Colombia son activamente
productivas.

APORTE ESTUDIANTE (JUAN GABRIEL RODRÍGUEZ RUALES)

2. En el entorno de aprendizaje Colaborativo Paso 4– Descripción de la Información,

cada estudiante deberá enviar la solución de los tres ejercicios que aparecen a
continuación:

Material obtenido para el desarrollo Del laboratorio:

Decimos que:

Directa: si aumenta una magnitud la otra aumenta- si disminuye una magnitud la

otra también disminuye.

Inversa: si aumenta una magnitud la otra disminuye y viceversa.

Tabla para la medición de la Correlación Lineal.

Imagen 1: fuente UNAD.

Regresión y Correlación lineal Simple

A partir de la base de datos suministrada, cada estudiante debe:

-Identificar dos variables cuantitativas de la situación estudiada que

puedan estar relacionadas.

Dentro de la base de datos “Desempleo en Colombia” se tuvo a bien seleccionar

la siguiente, así;

X = Persona Sin Empleo - Variable independiente.

Y = Tasa de Desempleo (%) - Variable dependiente

12
Tabla 6 Juan Gabriel

Tabla 6 Juan Gabriel

13
 Tabla 6 Jorge Mendieta

Tabla 7 Juan Gabriel

- Realizar el diagrama de dispersión de dichas variables y determinar el

tipo de asociación entre las variables.

14
 Desempleo en Colombia
20,00
TASA DE DESEMPLEO EN (%) ( Y )

18,00
16,00
14,00
12,00
10,00
8,00 y = 1E-06x + 4,7291
6,00 R² = 0,4409
4,00
2,00
0,00
- 1.000.0002.000.0003.000.0004.000.0005.000.0006.000.0007.000.0008.000.0009.000.000
PERSONAS SIN EMPLEO X

Ilustración 3 elaborada por: Juan Gabriel

De acuerdo con la gráfica obtenida, se puede concluir que el tipo de asociación que
tienen estas dos variables son de tipo DIRECTA y es lineal, toda vez que entre más
personas desempleadas mayor será el desempleo en Colombia.

Modelo Matemático:

Y = 328459x + 1E+06

R² = 0,4409 Coeficiente de determinación

- Encuentre el modelo matemático que permite predecir el efecto de una

variable sobre la otra. ¿Es confiable?

De acuerdo con el modelo matemático encontrado en la gráfica de dispersión,

podemos predecir que la variable personas sin empleo y la variable tasa de
desempleo son muy poco confiables, debido a que nos da un resultado del 44% de
confiabilidad, el cual está por de debajo del 50 % de ser confiable.

- Determine el porcentaje de explicación del modelo y el grado de relación

de las dos variables.

Decimos que R = 0,4409

Donde Coeficiente de Correlación R² = √ (0,4409) = 0,66%.

Primero realizamos la operación y decimos que nuestro coeficiente de correlación es

igual a la raíz cuadrada del valor del coeficiente de determinación, para este caso
0,4409, el cual al resolver esta operación matemática, nos da un valor del 66%.

A partir del análisis de la correlación que se desarrolló, puedo concluir que hay una
Correlación Regular entre la variable personas sin empleo y la variable Tasa de

15
desempleo, evidenciando con esto que hay una tasa de desempleo preocupante en
el país.

- Relacionar la información obtenida con el problema.

Con esta información obtenido en el desarrollo del problema planteado, podemos

concluir que el desempleo en Colombia durante los años 2001 al 2017, ha venido
desmejorando, afectando así la calidad de vida de muchos Colombia en sus
diferentes estratos sociales y desdibujando la imagen del país con relación al
desempleo, ya que si hay más personas sin empleo aumenta nuestra tasa de
desempleo.

16
 Desarrollo de la Actividad Colaborativa.

Aporte estudiante (Jorge Ivan Mendieta Muñoz)

Identificar una variable cuantitativa dependiente y varias variables independientes
del estudio de investigación.
X1= Población Cantidad de X2 =Personas Con Y= Produccion
personas(Variable Empleo (variable Millones(variable
independiente) dependiente) independiente)
40.552.472 20.984.121,51 13.762.567
40.596.347 20.356.518,27 14.062.923
40.640.223 21.638.475,65 14.363.279
40.684.098 21.180.834,26 14.663.636
40.727.974 20.213.966,08 14.963.992
40.771.849 20.453.331,46 15.264.349
40.815.725 22.465.189,70 15.564.705
40.859.600 21.564.798,78 15.865.062
40.903.475 22.561.027,66 16.165.418
40.947.351 21.563.364,83 16.465.774
40.991.226 22.142.301,22 16.766.131
41.035.102 23.086.735,58 17.066.487
41.078.977 20.967.253,03 17.366.844
41.122.853 22.215.633,63 17.667.200
41.166.728 20.528.654,48 17.967.556
41.210.604 21.594.189,71 18.267.913
41.254.479 21.635.866,31 18.568.269
41.298.355 22.404.194,33 18.868.626
41.342.230 20.652.822,76 19.168.982
41.386.106 22.111.213,61 19.469.338
41.429.981 22.137.372,22 19.769.695
41.473.856 22.764.686,89 20.070.051
41.517.732 21.129.809,62 20.370.408
41.561.607 22.575.783,04 20.670.764
41.605.483 20.386.581,99 20.971.121
41.649.358 22.086.249,58 21.271.477
41.693.234 23.110.510,11 21.571.833
41.737.109 22.083.413,10 21.872.190
41.780.985 22.990.016,77 22.172.546
41.824.860 21.967.931,60 22.472.903
41.868.736 22.979.080,18 22.773.259
41.912.611 23.725.032,49 23.073.615
41.956.487 21.923.195,65 23.373.972
42.000.362 22.832.778,47 23.674.328
42.044.238 22.413.939,11 23.974.685
42.088.113 22.849.902,53 24.275.041
42.131.988 22.189.228,75 24.575.398
42.175.864 22.313.794,53 24.875.754
42.219.739 22.386.301,11 25.176.110
42.263.615 22.860.973,82 25.476.467
42.307.490 23.185.955,41 25.776.823
42.351.366 21.790.274,54 26.077.180
42.395.241 23.068.951,68 26.377.536

Tabla 8 Elaborada por: Jorge Mendieta

17
 42.439.117 21.499.666,90 26.677.892
42.482.992 23.057.956,75 26.978.249
42.526.868 22.963.871,30 27.278.605
42.570.743 22.372.124,92 27.578.962
42.614.619 23.705.484,14 27.879.318
42.658.494 22.905.884,86 28.179.674
42.702.370 22.633.063,55 28.480.031
42.746.245 22.857.080,05 28.780.387
42.790.120 23.376.411,33 29.080.744
42.833.996 23.671.992,45 29.381.100
42.877.871 21.473.211,26 29.681.457
42.921.747 23.186.196,00 29.981.813
42.965.622 23.893.307,61 30.282.169
43.009.498 22.307.726,60 30.582.526
43.053.373 23.939.286,52 30.882.882
43.097.249 23.362.050,42 31.183.239
43.141.124 24.331.610,88 31.483.595
43.185.000 22.031.648,26 31.783.951
43.228.875 23.608.656,23 32.084.308
43.272.751 24.378.744,77 32.384.664
43.316.626 21.573.823,63 32.685.021
43.360.501 24.041.190,46 32.985.377
43.404.377 22.408.871,32 33.285.734
43.448.252 23.528.440,08 33.586.090
43.492.128 23.191.147,74 33.886.446
43.536.003 21.719.995,34 34.186.803
43.579.879 22.692.008,30 34.487.159
43.623.754 21.853.621,82 34.787.516
43.667.630 22.859.622,37 35.087.872
43.711.505 20.439.221,97 35.388.228
43.755.381 22.749.316,26 35.688.585
43.799.256 22.445.700,34 35.988.941
43.843.132 21.737.090,80 36.289.298
43.887.007 21.702.052,66 36.589.654
43.930.883 23.076.293,02 36.890.011
43.974.758 21.622.855,75 37.190.367
44.018.633 23.142.532,45 37.490.723
44.062.509 22.102.876,38 37.791.080
44.106.384 23.867.796,30 38.091.436
44.150.260 24.831.238,98 38.391.793
44.194.135 23.907.470,18 38.692.149
44.238.011 21.518.327,13 38.992.505
44.281.886 22.415.690,37 39.292.862
44.325.762 22.208.341,49 39.593.218
44.369.637 24.327.565,65 39.893.575

Tabla 9 Elaborada por: Jorge Mendieta

18
 44.413.513 23.352.442,33 40.193.931
44.457.388 22.954.629,90 40.494.287
44.501.264 21.714.340,38 40.794.644
44.545.139 24.084.614,87 41.095.000
44.589.014 22.410.704,76 41.395.357
44.632.890 24.853.469,31 41.695.713
44.676.765 22.914.599,06 41.996.070
44.720.641 23.150.002,51 42.296.426
44.764.516 21.546.610,58 42.596.782
44.808.392 23.134.706,50 42.897.139
44.852.267 22.918.609,92 43.197.495
44.896.143 24.796.029,71 43.497.852
44.940.018 23.106.254,32 43.798.208
44.983.894 24.116.304,80 44.098.564
45.027.769 25.084.415,47 44.398.921
45.071.645 22.821.136,68 44.699.277
45.115.520 23.454.282,88 44.999.634
45.159.396 25.120.019,03 45.299.990
45.203.271 25.631.923,85 45.600.347
45.247.146 25.875.492,97 45.900.703
45.291.022 24.798.904,02 46.201.059
45.334.897 24.104.123,82 46.501.416
45.378.773 25.860.976,82 46.801.772
45.422.648 24.286.634,79 47.102.129
45.466.524 23.881.290,90 47.402.485
45.510.399 24.597.153,04 47.702.841
45.554.275 25.394.513,24 48.003.198
45.598.150 25.632.770,39 48.303.554
45.642.026 26.954.657,83 48.603.911
45.685.901 27.412.734,10 48.904.267
45.729.777 26.230.534,12 49.204.623
45.773.652 24.331.808,19 49.504.980
45.817.528 25.173.301,46 49.805.336
45.861.403 26.198.121,28 50.105.693
45.905.278 24.986.402,00 50.406.049
45.949.154 25.080.166,89 50.706.406
45.993.029 26.461.532,88 51.006.762
46.036.905 27.141.452,23 51.307.118
46.080.780 27.075.290,52 51.607.475
46.124.656 24.953.596,98 51.907.831
46.168.531 27.621.374,07 52.208.188
46.212.407 28.532.907,50 52.508.544
46.256.282 27.910.917,14 52.808.900
46.300.158 28.118.482,55 53.109.257

Tabla 10 Elaborada por: Jorge Mendieta

19
 46.344.033 26.947.192,25 53.409.613
46.387.909 26.215.086,93 53.709.970
46.431.784 25.507.694,44 54.010.326
46.475.659 25.900.881,51 54.310.683
46.519.535 26.340.399,21 54.611.039
46.563.410 28.158.400,38 54.911.395
46.607.286 26.181.267,04 55.211.752
46.651.161 26.228.013,59 55.512.108
46.695.037 25.352.081,75 55.812.465
46.738.912 29.015.896,28 56.112.821
46.782.788 28.420.607,10 56.413.177
46.826.663 27.502.543,84 56.713.534
46.870.539 25.598.611,35 57.013.890
46.914.414 26.478.275,15 57.314.247
46.958.290 25.925.625,10 57.614.603
47.002.165 28.181.208,35 57.914.960
47.046.041 27.576.279,29 58.215.316
47.089.916 25.840.229,48 58.515.672
47.133.791 26.942.517,18 58.816.029
47.177.667 27.618.196,16 59.116.385
47.221.542 26.629.580,23 59.416.742
47.265.418 28.853.711,08 59.717.098
47.309.293 26.655.756,57 60.017.454
47.353.169 29.330.791,34 60.317.811
47.397.044 25.507.729,81 60.618.167
47.440.920 26.580.437,50 60.918.524
47.484.795 26.442.375,63 61.218.880
47.528.671 28.893.727,13 61.519.236
47.572.546 27.054.682,51 61.819.593
47.616.422 28.489.488,42 62.119.949
47.660.297 27.023.046,68 62.420.306
47.704.173 27.065.196,32 62.720.662
47.748.048 27.691.364,08 63.021.019
47.791.923 28.298.742,20 63.321.375
47.835.799 28.924.043,89 63.621.731
47.879.674 28.189.923,35 63.922.088
47.923.550 26.363.799,48 64.222.444
47.967.425 27.398.395,57 64.522.801
48.011.301 28.015.561,08 64.823.157
48.055.176 27.672.239,13 65.123.513
48.099.052 28.504.829,63 65.423.870
48.142.927 29.767.001,97 65.724.226

Tabla 11 Elaborada por: Jorge Mendieta

20
• Realizar el diagrama de dispersión de dichas variables.

Ilustración 4 Elaborada por: Jorge Mendieta

Ilustración 5 Elaborada por: Jorge Mendieta

21
• calcular la recta de regresión y el coeficiente de correlación para probar
estadísticamente su relación.
Estadísticas de la regresión
Coeficiente de correlación múltiple 1
Coeficiente de determinación R^2 1
R^2 ajustado 1
Error típico 1,990096631
Observaciones 195

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 2 5,57423E+16 2,78712E+16 7,03731E+15 0
Residuos 192 760,4130432 3,9604846
Total 194 5,57423E+16

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción -263845775,6 3,352493893 -78701344,13 0 -263845782,2 -263845768,9 -263845782,2 -263845768,9
Variable X 1 6,845657788 1,28514E-07 53267628,54 0 6,845657534 6,845658041 6,845657534 6,845658041
Variable X 2 -8,53951E-08 1,22308E-07 -0,698198402 0,485897869 -3,26635E-07 1,55844E-07 -3,26635E-07 1,55844E-07

Ilustración 6 Elaborada por: Jorge Mendieta

𝑦 = 𝑎 + 𝑏₁𝑥₁ + 𝑏₂𝑥₂
𝑦 = −263845775,6 + 6,845657788𝑥₁ + 8,53951𝐸 − 08𝑥₂
R²= 1 ∗ 100 = 100% el modelo matemático explica el 100% de confiabilidad de la
información

r= √1 = 1 ∗ 100 = 100% la correlación entre las variables es perfecta dado que su

valor de coeficiente es 1, lo anterior comprueba estadísticamente la relación de las
tres variables; población cantidad de personas, personas con empleo y producción
millones.

• Relacionar la información obtenida con el problema.

los resultados anteriormente obtenidos indican que las variables cantidad de

personas, personas con empleo, producción millones se encuentran relacionadas
con un modelo matemático de regresión múltiple y=-
263845775,6+6,845657788X1+8,5391E-08X2, que explica el 100% de
confiabilidad de la información, esto se debe a que dichas variables se encuentran
bajo una correlación perfecta que es de 1 que es lo mismo que el 100%. lo que
quiere decir

22
 APORTE ESTUDIANTE (JUAN GABRIEL RODRÍGUEZ RUALES)

- Identificar una variable cuantitativa dependiente y varias variables independientes

del estudio de investigación.

Dentro de la base de datos “Desempleo en Colombia” se tuvo a bien identificar

las siguientes variables independientes y dependientes, así;

Y = Año - Variable dependiente.

X = Mes - Variable Independiente

X = Personas Con Empleo- Variable Independiente.

23
- Realizar el diagrama de dispersión de dichas variables.

24
 Relación: Mes VS Año
2.018
2.016
2.014
2.012
2.010
y = 0,0027x + 1899,7
Año Y

2.008 R² = 0,9962
2.006
2.004
2.002
2.000
1.998
jul/1998 abr/2001 ene/2004 oct/2006 jul/2009 abr/2012 dic/2014 sep/2017 jun/2020
Mes (X1)

Ilustración 7 Elaborada por: Juan Gabriel

Relación: Personas Con Empleo VS Año

2.020
2.018
2.016
2.014
2.012
Año Y

2.010
2.008
y = 2E-06x + 1969,3
2.006
R² = 0,7786
2.004
2.002
2.000
- 5.000.000,0010.000.000,0015.000.000,0020.000.000,0025.000.000,0030.000.000,0035.000.000,00
Personas Con Empleo X2

Ilustración 8 Elaborada por: Juan Gabriel

- calcular la recta de regresión y el coeficiente de correlación para probar

estadísticamente su relación.

Modelo Matemático: Se obtiene aplicando la ecuación de los mínimos cuadrados.

Modelo Matemático de la de la Forma: 𝒚 = 𝒂 + 𝒃₁𝒙₁ + 𝒃₂𝒙₂

25
De acuerdo con esto, en el ejercicio plateado se trata de identificar los parámetros
de b1, b2 y a, para esto se procede con lo siguiente:

Ilustración 9 Elaborada por: Juan Gabriel

Posteriormente procedemos a reemplazar valores en la ecuación matemática:

𝒚 = 𝟏𝟖𝟗𝟕, 𝟐𝟒 + 𝟎, 𝟎𝟎𝟐𝟖𝒙₁ + (−𝟖, 𝟒𝟕𝟏𝟒)𝒙₂

De acuerdo al resultado obtenido en nuestra estadística de regresión, decimos que:

El coeficiente de determinación es R^2 = 0,9966 y por ser muy cercano a 1, el

modelo matemático obtenido es muy confiable.

El Coeficiente de correlación Múltiple es la √ (0,9983) = 99%

De esto podemos concluir que la correlación entre las variables es excelente, dado
que su valor de coeficiente es de 0,9983 o que nos ofrece un 99% de
confiabilidad.

De esto podemos concluir que estadísticamente hay una relación muy confiable
entre las tres variables (Año, Mes y Personas Con Empleo).

- Relacionar la información obtenida con el problema.

Del ejercicio desarrollado, podemos analizar y concluir que los resultados obtenidos
con las tres variables utilizadas de; Año, Mes y Personas con Empleo, se encuentra
diseñada a través de un modelo matemático de correlación Múltiple, el cual es Y=
1897,24 + 0,0028x1 + (-8,4714) x2 que nos expone el 99,66% de
confiablidad. Toda vez que las variables utilizadas se encuentra en una correlación
excelente del 0,9983, que es lo mismo que decir 99% de confiabilidad.

26
 Conclusiones

✓ De acuerdo con cada ejercicio seleccionado por cada uno de los estudiantes y
publicado en el foro colaborativo del curso, se pudo calcular e interpretar la
asociación de cada una de las variables para cada uno de los casos.
✓ Se realizaron diagramas de dispersión que nos permitieron identificar y analizar
la información obtenida desde la base de datos el desempleo en Colombia.
✓ Se pudo efectuar por cada estudiante un análisis e interpretación de la
información obtenida en el curso con relación al paso 4 del curso.
✓ obtuvimos para cada uno de los ejercicios el modelo matemático en el cual se
puede verificar que tan confiable es una variable sobre otra.
✓ observamos que el desempleo en Colombia es crítico, y que si la población es
alta la producción en millones también crece pues las personas son mas
productivas.

27
 Bibliografía

ECURED. (20 de ABRIL de 2011). Obtenido de Tomado

de:https://www.ecured.cu/Regresi%C3%B3n_lineal

PAVA, M. F. (11 de noviembre de 2017). UNAD WEB CONFERENCE. Obtenido de

Obtenido
de:http://conferencia2.unad.edu.co/p2bnlsd0mjo/?launcher=false&fcsConten
t=true&pbMode=normal

Vaquiro, Y. A. (11 de mayo de 2015). BLOG ESTADIDTICA. Obtenido de Obtenido

de:
http://estadisticadescriptivaunad100105.blogspot.com.co/search?updated-
max=2015-01-15T23:56:00-08:00&max-results=7&start=7&by-date=false

Milton, F. P. (15 de 12 de 2014). Obtenido de

http://estadisticadescriptivaunad100105.blogspot.com.co/search?updated-
max=2015-01-15T23:56:00-08:00&max-results=7&start=7&by-date=false

Oscar, J. H. (09 de 11 de 2017). Obtenido de https://goo.gl/z6xf14

Milton, F. P. (15 de 12 de 2014). Obtenido de

http://estadisticadescriptivaunad100105.blogspot.com.co/search?updated-
max=2015-01-15T23:56:00-08:00&max-results=7&start=7&by-date=false

Oscar, J. H. (09 de 11 de 2017). Obtenido de https://goo.gl/z6xf14

28
Anexos Laboratorio Regresión Y Correlación Lineal

Actividades por desarrollar:

2.1. Se quiere estudiar la asociación entre consumo de sal y tensión arterial. A una
serie de voluntarios se les administra distintas dosis de sal en su dieta y se mide su
tensión arterial un tiempo después.

x sal y tension
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5 120

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables

Ilustración 10 elaborado por: Jorge Mendieta

es una relación directa lineal por que a mayor consumo de sal mayor es la presión
arterial, lo que quiere decir que la sal es una causante directa de la alta presión
arterial

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

sobre la otra. ¿Es confiable?

𝒚 = 𝟔, 𝟏𝟎𝟔𝟐𝒙 + 𝟖𝟖, 𝟏𝟐𝟖

𝑹² = 𝟎, 𝟗𝟖𝟕 = 𝟎. 𝟗𝟖𝟕 ∗ 𝟏𝟎𝟎 = 𝟗𝟖. 𝟕%

29
Se puede asegurar que la ecuación de la recta es confiable ya que es de 98% su R²
ósea se acerca a 1 esto nos da un alto grado de confiablidad.

c. Determine el grado de relación de las dos variables.

𝑹 = √𝟎. 𝟗𝟖𝟕
𝑹 = 𝟎. 𝟗𝟗
existe un grado de correlación que es excelente ya que pudimos comprobar que el
alto consumo de sal si afecta la tensión arterial. Esto quiere decir que debemos tener
más precaución respecto al consumo de la sal ya que la tensión arterial alta produce
múltiples enfermedades y puede ocasionar hasta la muerte.

d. Si a un paciente se le administra una dosis de sal de 4,8. ¿Cuál es la tensión

arterial esperada?

𝒚 = 𝟔, 𝟏𝟎𝟔𝟐(𝟒. 𝟖 ) + 𝟖𝟖, 𝟏𝟐𝟖 = 𝟏𝟏𝟕. 𝟒𝟑𝐦𝐦𝐇𝐠

Según los datos obtenidos para una dosis de sal de 4,8 la tensión esperada es de
117,43 de esto podemos deducir que la dosis de sal que se administra no es mala ya
que mantiene la tensión arterial en un promedio normal pues esta se mide mínimo
en 85 y máximo en 130 mmhg (milímetros de mercurio)

2.2 En un nuevo proceso artesanal de fabricación de cierto artículo que está

implantado, se ha considerado que era importante ir anotando periódicamente el
tiempo medio (medido en minutos) que se utiliza para realizar una pieza y el número
de días desde que empezó dicho proceso de fabricación. Con ello, se pretende analizar
como los operarios van adaptándose al nuevo proceso mejorando paulatinamente su
proceso de producción.

Los siguientes datos representan dicha situación:

X (numero
12 23 35 42 53 65 70
dias)
Y(tiempo
minutos)
45 30 27 25 23 21 20

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

𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑖𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

𝑦 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑚𝑒𝑑𝑖𝑜 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒

30
 Ilustración 11 Elaborado por: Jorge Mendieta

es una relación inversa ya que mientras Y disminuye x aumenta entre más tiempo
en minutos se utilizan para realizar una pieza menos días gastan en dicho proceso
de fabricación.

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

sobre la otra. ¿Es confiable?

𝒚 = −𝟎, 𝟑𝟓𝟔𝟔𝒙 + 𝟒𝟐, 𝟓𝟔𝟗

𝑹² = 𝟎, 𝟕𝟗𝟔𝟑 ∗ 𝟏𝟎𝟎 = 𝟕𝟗. 𝟔𝟑%

Se puede deducir que la ecuación de la recta no es tan confiable ya que es de 79.63%

su R² ósea que no se acerca ni si quiera 80% dato que podemos tomar como
referencia para asegurar la confiabilidad de la ecuación matemática, lo que quiere
decir que su grado de confiabilidad no es el adecuado.
c. Determine el grado de correlación de las dos variables.

𝑹 = √𝟎. 𝟕𝟗𝟔𝟑
𝑹 = 𝟎. 𝟖𝟗

Existe un grado de correlación que es aceptable ya que pudimos comprobar que entre
más tiempo en minutos utiliza un obrero para realizar una pieza, menos días gasta
en dicho proceso de fabricación, lo que quiere decir que si le invierten más tiempo a
la pieza gastan menos días ya que la pieza quedaría más perfecta y no gastan más
días en reprocesos sobre la misma pieza.

d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 80 días?

31
𝒚 = −𝟎, 𝟑𝟓𝟔𝟔(𝟖𝟎) + 𝟒𝟐, 𝟓𝟔𝟗 = 𝟏𝟒. 𝟎𝟏𝒎𝒊𝒏𝒖𝒕𝒐𝒔

Según los datos obtenidos para 80 días se espera que un obrero de la fábrica demore
14.01 minutos en realizar una pieza, en dicho proceso de fabricación.

2.3 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:

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.

Identificamos las variables:

X = Estatura-variables independiente

Y = Peso- variables dependiente.

Estatura
120 124 107 118 112 110 115 104 110 116
(cm)

Peso ( kg) 24 23 19 24 21 19 22 16 20 23

Diagrama de dispersión:

Medias de Peso y Estatura de unos

Estudiantes
30
PESO DE LOS ESTUDIANTES ( Y )

25

20

15 y = 0,386x - 22,751
R² = 0,8329
10

0
100 105 110 115 120 125
ESTATURA DE LOS ESTUDIANTES ( X )

Ilustración 12 elaborado por: Juan Gabriel

De acuerdo a la gráfica obtenida, se puede determinar que el tipo de asociación que

tienen estas dos variables es DIRECTA, ya que a mayor peso corporal mayor debe
ser la estatura, toda vez que, si una magnitud aumenta, la otra también aumenta.

32
b. Encuentre el modelo matemático que permite predecir el efecto de una variable
sobre la otra. ¿Es confiable?

Modelo matemático:
𝑦 = 0,386𝑥 − 22,751
𝑅² = 0,8329 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛

𝐷𝑜𝑛𝑑𝑒 𝑙𝑎 𝑐𝑜𝑛𝑓𝑖𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑠𝑒 𝑑𝑎 𝑝𝑜𝑟 𝑅² = 0,8329 ∗ 100% = 83,2%

De esto podemos concluir que tenemos una correlación ACEPTABLE, entre la

variable estatura y la Variable peso, ya que nos arroja un resultado de 83,2%.

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

Primero realizamos la operación y decimos que nuestro coeficiente de correlación es

igual a la raíz cuadrada del valor del coeficiente de determinación, para este caso
0,8329, el cual al resolver esta operación matemática, nos da un valor del 0,83%,
el cual es muy confiable.

𝑪𝒐𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒕𝒆 𝒅𝒆 𝒄𝒐𝒓𝒓𝒆𝒍𝒂𝒄𝒊ó𝒏 = √(𝟎, 𝟖𝟑𝟐𝟗) = 𝟎, 𝟗𝟏%

Que a partir del análisis de la correlación que se desarrolló, puedo concluir que hay
una Correlación Excelente, entre la variable Estatura y la variable Peso.

d. Cuál es el peso que debería tener un estudiante que mida 120 cm?

Y = 0,386x - 22,751

Y = 0,386(120) - 22,751

Y = 24 Kg.

Una vez reemplazo el valor de X en este caso por 120 cm, podemos concluir que el
peso que debería tener un estudiante que mida 120 cm, es de 24 Kg.

33