Yenifer Toro Gomez Paso4

Estadística Descriptiva
Paso 4 Descripción de la información
Presentado por la estudiante:
Yenifer Toro Gomez
Identificación:
1.093.228.304
Presentado a la tutora:
Vanessa Ventura
Grupo:
202107095_293
Universidad Nacional Abierta y a Distancia
Santa Rosa de Cabal
Mayo de 2021
Introducción
Entendiendo que las medidas estadísticas bivariables nos ayudan a analizar la relación
entre variables y a predecir resultados a futuros, en el presente documento se realiza el
análisis de Regresión y Correlación estadísticas, este documento contiene un mapa mental
explicando brevemente regresión y correlación, definición de conceptos básicos del tema
expuesto, la realización de un ejercicio práctico, análisis de correlación lineal simple de dos
variables seleccionadas, análisis y conclusiones, a partir de los resultados obtenidos y
aplicados al problema estudiado y conclusiones personales.
Justificación
El presente documento se realizo con el fin de relacionar variables cuantitativas de

la situación estudiada de Anexo 1- Nacidos vivos Hospital Manuel Uribe A - 300
Nacimientos 16-1 2021, utilizando para tal propósito las medidas estadísticas bivariables.
Este se realizo con el objetivo de aplicar las medidas bivariantes, por medio de su cálculo e
interpretación
Objetivos
• Aplicar las medidas bivariantes, por medio de su cálculo e

interpretación.
• Comprender los conceptos básicos de las unidades Bivariables de
regresión y correlación.
Objetivos específicos
• Diseñar diagramas de dispersión.

• Comprender los diagramas de dispersión y el tipo de correlación y
modelo matemático de una variable en función de otra.
Actividad 1 Mapa mental
Actividad 2. Definición de Conceptos
• Diagrama de dispersión: Es la presentación de puntos en un plano

cartesiano, en la que las variables X se sitúan en el eje de abscisas y la de Y en la
de Ordenadas y los parece se presentan con una nube de puntos. Esta nos informa
el tipo de relación que existe entre las variables.
• Correlación lineal simple: Método estadístico simple que se emplea
para estudiar la relación lineal existente entre dos variables.
• Coeficiente de determinación R2: Este describe la
proporción de variabilidad observada en la variable dependiente Y explicada
por el modelo y relativa a la variedad total. Su valor está acotado entre 0 y 1.
Al ser adimensional presenta la ventaja frente al RSE de ser más fácil de
interpretar.
• Correlación positiva y correlación negativa: Una relación lineal
positiva sobre dos variables X e Y, indica que los valores de las dos variables
varían de forma parecida: los sujetos que puntúan alto en X, atienden a puntuar
alto en Y, y los que puntúan bajo en X, tienden a puntuar bajo en Y. una relación
lineal negativa significa que los valores de las dos variables varían justamente al
revés: los sujetos que puntúan alto en X, tienden a puntuar bajo en Y, y los que
puntúan bajo en X, tienden a puntuar alto en Y.
• ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a
medir? Los coeficientes de relación pueden seleccionarse uno o mas de los
siguientes de los tres coeficientes de correlación:
• Pearson: Este es el mejor coeficiente y el mas utilizado para
estudiar el grado de relación lineal existente entre dos variables
cuantitativas.
• Tau-b de Kendall: Este ayuda a estudiar la relación entre

variables ordinales. La utilización de este se debe hacer si las variables no
alcanzan el nivel de medida de intervalo y/o no podemos suponer que la
distribución poblacional conjuntas de las variables sea normal.
• Spearman: este es el mismo de Pearson, pero aplicado
después de trasformar las puntuaciones originales en rangos.
Toma valores entre -1 y 1, y se interpreta exactamente igual
que el coeficiente de correlación de Pearson.
Actividad 3. Ejercicio practico
X Y
(sal) (Tensión)
1,4 84
2,6 103
3,5 110
4,1 114
4,3 115
4,5 117
4,9 120
a. Realice el diagrama de dispersión y determine el tipo de asociación
entre las variables.
Diagrama de dispersión
Determine el tipo de asociación entre las variables

El Tipo de asociación de las variables es una relación lineal positiva.
b. Encuentre el coeficiente de determinación y correlación.

c. Determine el modelo matemático que permite predecir el efecto de
una variable sobre la otra. ¿Es confiable?
Podemos apreciar que la correlación es excelente, lo que nos indica que sí es

confiable.
d. Determine el grado de relación de las dos variables.
La relación lineal es positiva, ya que la línea de tendencia es ascendente.
Actividad 4. Regresión y correlación Lineal Simple.
• Identificar dos variables cuantitativas de la situación estudiada

que puedan estar relacionadas e identificar la variable dependiente e
independiente
Independiente Dependiente
Variable (X) Variable
(Y)
ESTRATO EDAD
MADRE
• Realizar el diagrama de dispersión de dichas variables y

determinar el tipo de relación entre las variables
Correlación lineal positiva
• Determine al coeficiente de determinación y de correlación de
las dos variables. Interprete los resultados.
La correlación es lineal positiva pero no hay relación.

• Encuentre el modelo matemático que permite predecir el
efecto de una variable sobre la otra. ¿Es confiable?
Podemos apreciar que no hay relación por lo que no es confiable.

• Determine el tipo de correlación de las dos variables.
Teniendo en cuenta el grado de correlación lineal, donde en este caso R=
0,02236068 apreciamos que no hay relación ya que este resultado se encuentra entre
0 = r <0.30, indicando así que no es confiable.
• Relacionar la información obtenida con el problema.

Dado a los resultados obtenidos de la edad de la madre en función al estrato
de los registros del Anexo 1- Nacidos vivos Hospital Manuel Uribe A - 300
Nacimientos 16-1 2021, encontramos que no hay correlación y que su modelo
matemático anteriormente expuesto no es confiable, lo que indica que no se pueden
realizar predicciones a futuro basadas en estas dos variables.
Actividad 5. Regresión y Correlación Múltiple.
a. Identificar una variable cuantitativa dependiente y varias variables

cuantitativas independientes del estudio de investigación.
Independiente Independiente Dependiente

Variable X1 Variable X 2 Variable Y
NUMERO TIEMPO DE
PESO
DE PARTOS GESTACIÓN (
(Gramos)
ANTERIORES semanas)
b. Realizar el diagrama de dispersión de dichas variables.
c. Calcular la recta de regresión y el coeficiente de correlación para

probar estadísticamente su relación.
De acuerdo a los datos obtenidos del análisis de datos se establece que la

recta de regresión es:
Y el coeficiente de correlación 0,656317759372316, lo que indica de acuerdo

a la tabla de grado de correlación lineal que es regular.
d. Relacionar la información obtenida con el problema.
Se encontró que en el contexto estudiado Nacidos vivos Hospital Manuel
Uribe A - 300 Nacimientos 16-1 2021 las variables número de partos anteriores y
tiempo de gestación son las variables independientes y estas variables están
asociadas con el peso, podemos concluir que para valores futuros teniendo el
tiempo de gestación y numero de partos anteriores podemos predecir cual será el
peso en gramos de estos nacidos vivos.
Conclusiones
• Por medio de la realización de la actividad se logró la

interpretación de los diversos conceptos de las medidas estadísticas
Bivariables.
• Aprovechamos el conocimiento previo del manejo de Excel
para calcular una propuesta matemática, el cual nos permite optimizar la
realización de los ejercicios propuestos.
• Gracias a las medidas bivariables podemos establecer la
relación de dos o mas variables, el tipo de correlación existente y la
confiabilidad del modelo matemático.
Referencias Bibliografías
• Churchill, G.A. (2009). Análisis de Correlación y de Regresión
Simple. México City: Cengage Learning. (pp-675–686). Recuperado de
https://link.gale.com/apps/doc/CX4058900232/GVRL?u=unad&sid=GVRL&xid
=a2479593
• Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En:
Estadística y muestreo, 13a ed. [Online] Bogotá: Ecoe Ediciones. (pp 570 – 582).
Recuperado de http://www.ebooks7-
24.com.bibliotecavirtual.unad.edu.co/?il=739
• Montero, J.M. (2007). Regresión y Correlación Simple. Madrid:
Paraninfo. (pp 130 – 158). Recuperado de
https://link.gale.com/apps/doc/CX4052100011/GVRL?u=unad&sid=GVRL&xid
=5e6c855d

Yenifer Toro Gomez Paso4

Cargado por

Copyright:

Formatos disponibles

Yenifer Toro Gomez Paso4

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Yenifer Toro Gomez Paso4

Cargado por

Copyright:

Formatos disponibles

Estadística Descriptiva

Paso 4 Descripción de la información

Presentado por la estudiante:

Yenifer Toro Gomez

Universidad Nacional Abierta y a Distancia

Santa Rosa de Cabal

El presente documento se realizo con el fin de relacionar variables cuantitativas de

• Aplicar las medidas bivariantes, por medio de su cálculo e

• Diseñar diagramas de dispersión.

Actividad 2. Definición de Conceptos

• Diagrama de dispersión: Es la presentación de puntos en un plano

• Tau-b de Kendall: Este ayuda a estudiar la relación entre

Determine el tipo de asociación entre las variables

b. Encuentre el coeficiente de determinación y correlación.

Podemos apreciar que la correlación es excelente, lo que nos indica que sí es

Actividad 4. Regresión y correlación Lineal Simple.

• Identificar dos variables cuantitativas de la situación estudiada

• Realizar el diagrama de dispersión de dichas variables y

La correlación es lineal positiva pero no hay relación.

Podemos apreciar que no hay relación por lo que no es confiable.

• Relacionar la información obtenida con el problema.

a. Identificar una variable cuantitativa dependiente y varias variables

Independiente Independiente Dependiente

b. Realizar el diagrama de dispersión de dichas variables.

c. Calcular la recta de regresión y el coeficiente de correlación para

De acuerdo a los datos obtenidos del análisis de datos se establece que la

Y el coeficiente de correlación 0,656317759372316, lo que indica de acuerdo

• Por medio de la realización de la actividad se logró la

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

Simple. México City: Cengage Learning. (pp-675–686). Recuperado de

• Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En:

• Montero, J.M. (2007). Regresión y Correlación Simple. Madrid:

Paraninfo. (pp 130 – 158). Recuperado de

También podría gustarte