Professional Documents
Culture Documents
Trabajo Colaborativo
Estadística Descriptiva
Grupo: 100105_257
Presentado a:
Oscar Andrés Salamanca
Para el desarrollo de esta actividad fue necesario poner en práctica conceptos de gran
importancia tales como media aritmética, mediana rango, varianza, desviación, mediana,
entre otros conceptos estudiados a lo largo del periodo académico con el propósito de que
Con la realización de los ejercidos pertinentes del trabajo colaborativo acuerdo con la guía
de actividades lograremos comprender con detalles los temas que hemos visto durante el
El siguiente trabajo tiene como objetivo principal estudiar la unidad dos fases cuatro, donde
se suministra una serie de datos estadísticos y a partir de esto elaborar a una investigación,
variables determinando el tipo de asociación entre las variables, así como encontrar el modelo
variables.
DESARROLLO DE LA ACTIVIDAD
Año
Tasa de desempleo (%)
16.00
14.00
TASA DE DESEMPLEO
12.00
10.00
8.00
6.00
4.00
2.00
0.00
2,000 2,002 2,004 2,006 2,008 2,010 2,012 2,014 2,016 2,018
AÑOS
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
𝑌 = 𝑎 + 𝑏𝑥;
𝑌 = 800.08– 0.3925 𝑅² = 0.67
- Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.
𝑅 = 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛
𝑅 = 𝑅𝑎í𝑧 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑎 𝑑𝑒 0,67
𝑅 = 0.81% 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑎𝑐𝑒𝑝𝑡𝑎𝑏𝑙𝑒
- Relacionar la información obtenida con el problema
Una vez realizado el informe que anualmente se estudia la tasa de desempleo anualmente, nos
muestra una inclinación hacia abajo el cual se concluye que el desempleo en Colombia durante
los años 2001 hasta 2017 ha disminuido en los últimos años.
30,000,000.00
25,000,000.00
Según el diagrama obtenido, las variables tienen una asociación de tipo directa, en donde
mientras la variable Numero de empresas aumente, la variable Personas con empleo también
aumentará, esto concuerda con el hecho lógico que mientras más empresas sea creadas, el
número de personas con empleo aumentará, debido a la creación de plazas y así disminuirá
progresivamente la tasa de desempleo.
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
El modelo matemático para predecir el efecto de la variable Numero de empresas sobre el
número de personas con empleo, es el siguiente:
𝑹𝟐 = 𝟎, 𝟗𝟔𝟗
- Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.
Por lo tanto, al tener un coeficiente de correlación tan alto y según la tabla de grado de
correlación lineal, entre las dos variables existe una correlación excelente. Por lo tanto, se
confirma que el número de empresas influye sustancialmente en el número de empleados.
Según los datos obtenidos en el análisis de correlación entre las variables Numero de empresas
versus Número de empleados, se determina que, al haber un aumento del número de empresas, se
genera por consiguiente más plazas de trabajo, esto trae consigo que el número de trabajadores
crezca, lo que demuestra el impacto directo que tiene una variable sobre la otra. Es por esto por
lo que los gobiernos impulsan la creación o surgimiento de nuevos negocios y la incorporación al
país de nuevas sedes de empresas extranjeras y por qué no de nuevas sucursales de empresas ya
existentes, ya que esto, promueve la contratación de más personas y así disminuya el índice de
desempleo y por consiguiente el número de personas sin empleo.
REFERENCIAS BIBLIOGRAFICAS
1. Este ejercicio práctico, pretende hacer la transferencia del conocimiento adquirido a partir
de la elaboración del laboratorio de Regresión y Correlación Lineal, el cual se realizará
utilizando el software gratuito INFOSTAT, que podrá descargar ingresando a Laboratorios
Estadística Descriptiva: Infostat, Tutoriales, (Entorno de aprendizaje práctico).
Los ejercicios prácticos también los podrán desarrollar utilizando la herramienta EXCEL, la cual
aparece instalada por defecto en el Office de su computador.
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:
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 (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120
a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables
Diagrama de Dispersion
140
120
100
y = 6.1062x + 88.128
Tension
80 R² = 0.987
60
40
20
0
0 1 2 3 4 5 6
sal
a. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
Y= a+bx;
Y=88.128+6.1062 R²=0.987
El grado de relación de las dos variantes es el 0.987 está retirado del 1 positivo
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20
Proceso de Fabricacion
50
45
y = -0.3566x + 42.569
40
R² = 0.7963
35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
Y= a+bx;
Y= 42.569 -0.3566 R²= 0.7963
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:
Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso 24 23 19 24 21 19 22 16 20 23
(kg)
25
20
Peso
15
y = 0.386x - 22.751
10 R² = 0.8329
0
100 105 110 115 120 125
Estatura
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?
Y=a+bx;
Y=-22.751+0.386 R²=0.8329
d. Cuál es el peso que debería tener un estudiante que mida 120 cm? 24 kilos
Y=-22.751+0.386 (120)
Y= 24
X (sal) Y (Tensión)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0
100
4.2, 113 4.6, 115
80 2.3, 102
60 y = 6,1062x + 88,128
R² = 0,987
40
20
0
0 1 2 3 4 5 6
Consumo de sal
Entre el consumo de sal frente a la tensión arterial, existe una relación directa o directamente
proporcional, ya que al aumentar el consumo de sal se evidencia el aumento de la tensión
arterial. Es por esto que los médicos recomiendan a pacientes con niveles de tensión altos,
disminuir la ingesta de alimentos altos en sal o disminuir el nivel sal en su dieta para evitar
situaciones de alteración cardiaca.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
y = 6,1062x + 88,128
Si se remplaza 𝑥 por el valor de la variable de sal es decir la cantidad de sal, se obtendrá el nivel
de presión arterial.
R2 = 0,987
𝑅 = √𝑅 2
R = √0,987
R = 0,99
Por lo cual, estadísticamente al existir una correlación excelente entre las dos variables con un
coeficiente de correlación de 99%, por lo cual se confirma que el consumo de sal tiene un efecto
directo y preciso en el aumento de la tensión arterial.
d. Si a un paciente se le administra una dosis de sal de 4,8. ¿Cuál es la tensión arterial esperada?
y = 6,1062x + 88,128
y = 6,1062(4,8) + 88,128
y = 29,30,97 + 88,128
𝐲 = 𝟏𝟏𝟕, 𝟒𝟑
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.
X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20
La variable dependiente (y) equivale al tiempo que tardan en realizar el proceso de fabricación, y
la variable (x) es el número de días que han pasado
Tiempo de realizacion de una pieza
frente a los dias trnascurridos desde el
inico de la operacion.
50
45 12, 45
40 35, 27
35
TEMPO (MIN)
53, 23
30 65, 21
25
20 23, 30
70, 20
15
42, 25
10 y = -0.3566x + 42.569
5 R² = 0.7963
0
0 10 20 30 40 50 60 70 80
DIAS TRANSUCRRIDOS
Según el grafico obtenido, se estima que existe una asociación inversa, en donde mientras más
pasan los días desde que inicio dicha operación, los operarios son más rápidos en la realización
de una pieza.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
El modelo matemático encontrado para predecir el efecto de del número de días transcurridos
sobre el tiempo de fabricación de una pieza es el siguiente:
y = −0,3566x + 42,569
𝑅 = √𝑅 2
R = √0,7963
R = 0,8923
Por lo tanto, existe un 89,23% de correlación, y esto es un indicador de una correlación aceptable
estadísticamente hablando, por tanto, el tiempo transcurrido influye o esta correlacionado con el
tiempo que se tarda en fabricar una pieza de manera aceptable, lo que puede indicar que debe
haber otro factor que este influyendo o impactando aún más en la facilidad o rapidez con que se
fabrica una pieza y no solamente la cantidad de días transcurridos.
d. Que tiempo deberá tardarse un empleado cuando lleven 80 días?
y = −0,3566x + 42,569
y = −0,3566 ∗ (80) + 42,569
y = −28,528 + 42,569
y = 14,041
Por lo cual se estima que pasados 80 días, los operarios deberían realizar una pieza en 14,04
minutos aproximadamente.
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:
Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso ( 24 23 19 24 21 19 22 16 20 23
kg)
La variable dependiente (𝑦) es el peso (Kg) y la variable independiente (𝑥) es la estatura (cm)
Relación entre la estatura (cm) y el peso (kg) en
los estudiantes de una clase de Nutrición
30 120, 24
116, 23 118, 24
25 110, 20 112, 21
107, 19
20
124, 23
Peso (Kg)
115, 22
15 110, 19
104, 16
10
y = 0.386x - 22.751
5 R² = 0.8329
0
100 105 110 115 120 125
Estatura (cm)
Entre la estatura y el peso de los estudiantes existe una variable directa, en donde mientras más
estatura tengan los estudiantes, más peso tendrán, esto según los datos obtenidos por la
nutricionista.
b. Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
𝑅 2 = 0,8329
Lo cual indica que tiene una confiabilidad del 83,29%. Por lo cual se puede tomar como
confiable.
𝑅 = √𝑅 2
𝑅 = √0,8329
𝑅 = 0,9126
Esto arroja un grado de correlación de 91,26%, el cual según la tabla indica una correlación
excelente, por lo cual se define que la estatura impacta profundamente en el peso de la persona.
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 = 46,32 − 22,751
𝑦 = 23,569
Si un estudiante tiene como estatura 120 cm, este tendría un peso aproximado de 23,569 Kg