PASO 4.

FASE INTERMEDIA (TRABAJO COLABORATIVO 3)

ESTADISTICA DESCRIPTIVA

DIEGO ARMANDO NARVEZ BASTIDAS

GERMAN ALEXANDER PEREGUEZA

JAIRO ANDRES CUMBALAZA

CODIGO

100105 - 207

PRESENTADO A TUTOR

JESUS ANTONIO PEA RUEDA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS AGRCOLAS Y PECUARIAS Y DEL MEDIO

PROGRAMA DE ZOOTECNIA

CEAD PASTO

MAYO 2017
 INTRODUCCIN

En el presente trabajo, se realiza la aplicacin de conocimientos referentes a la regresin y

determinacin mediante la realizacin de ejercicios, empleando las medidas de regresin,
correlacin lineal simple y mltiple, con variables cuantitativas relacionados con el caso
estudiado.
El problema planteado genera situaciones, que confronten los conocimientos previos
adquiridos a lo largo del curso. De igual manera, los nuevos significados y conceptos. En este
caso son lo suficientemente complejos, como corresponde la actividad.
El trabajo practico tambin fue de utilidad para acercarnos al conocimiento en el manejo de
los diferentes programas como es el Excel, que permite al estudiante el desarrollo de estrategias y
habilidades que favorecen su aprendizaje autnomo y contribuyen con su formacin acadmica.
El cumplimento de esta actividad implico, leer, comprender e interpretar con la informacin
estadista, al igual que el Syllabus, Gua, y Rubrica de aprendizaje.
Se Debe anotar, que el desarrollo de esta actividad fue muy una valiosa, en ella se detalla los
aspectos importantes que contiene esta actividad, el cual ser de utilidad para el aprendizaje y
para adquirir conocimiento sobre la Estadstica Descriptiva.
 JUSTIFICACIN

El proceso estadstico permite determinar e identificar variables cuantitativas dndole un

estudio determinado con su relacin. De igual manera, atreves de la realizacin de un diagrama
de dispersin de dichas variables, es necesario determinar el tipo de asociacin entre las
variables. El encontrar un modelo matemtico, nos permitir, predecir el efecto de la variable
utilizada sobre la otra, determinando si es o no confiable.
 OBJETIVOS

GENERAL

Elaborar esquemas estadsticos a partir de Regresin y Correlacin lineal Simple.

ESPECFICOS.

Determinar dos variables cuantitativas de la situacin estudiada para dar desarrollo a la

actividad

Con las variables determinadas realizar el diagrama de dispersin de dichas variables e

identifica el tipo de asociacin entre las variables.

Identificar el modelo matemtico y determinar el efecto de una variable sobre otra, si es

confiable.

Determinar el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables, relacionando la informacin obtenida con el problema.

 ACTIVIDAD DOS

PASO 4. FASE INTERMEDIA (TRABAJO COLABORATIVO 3)

Regresin y Correlacin lineal Simple:

1. Identificar dos variables cuantitativas de la situacin estudiada que puedan estar relacionadas.
2. Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin entre
las variables.
3. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra.
Es confiable?
4. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables.
5. Relacionar la informacin obtenida con el problema.

DESARROLLO ACTIVIDAD DOS

1. Identificar dos variables cuantitativas de la situacin estudiada que puedan estar

relacionadas.

Para el desarrollo del ejercicio he seleccionado las variables cuantitativas Ao y secuestrados.

Minas anti
Ao
persona
2005 64
2006 95
2007 34
2008 24
2009 27
2010 27
2011 39
2012 33

2. Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin

entre las variables.
 Ao Vrs Minas anti persona
100

80

60 f(x) = - 6.13x + 12356.89

Minas anti personas R = 0.37
40

20

0
2004 2006 2008 2010 2012 2014

ao

De acuerdo con la grfica desarrollada, se obtiene que la relacin entre las variables es una
relacin inversa, ya que si aumenta una magnitud la otra disminuye y viceversa.

3. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la otra.
Es confiable?
y = -6,131x + 12357
R = 0,3746
y = 6,1062x + 88,128
R = 0,3746* 100%= 37,46% segn el modelo matemtico obtenido, explica el 37% de
confiabilidad.

4. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos variables.
Determinando el grado de correlacin de los resultados anteriores indican que las variables
aos y minas antipersonas, se encuentra relacionadas a travs de un modelo matemtico de
regresin mltiple y = -,131x + 12357. Que explica que el 37% de confiabilidad. Esto debido a
que dichas variables se encuentran bajo una correlacin Aceptable del 0,6120.

5. Relacionar la informacin obtenida con el problema

El conflicto armado en Colombia es un tema que genera controversia; el uso de minas
antipersonas produce rechazo social. Algunos datos importantes, sobre el uso de minas, se
resumen en la siguiente tabla.

Minas anti
Ao
persona
2005 64
2006 95
2007 34
2008 24
2009 27
2010 27
2011 39
2012 33

Con base en la informacin de la tabla, se realiza la grfica, en la cual, se observa la relacin

entre las variables, obteniendo una relacin inversa; se puede determinar qu lo largo de estos
aos de estudio, disminuye las minas antipersona. En el ao 2005 se tiene 64 casos, logrando el
pico ms alto en el 2006 con 95 casos y el en 2012 de 33 casos con un pico mnimo en el 2008 de
24. Determinando el grado de correlacin de los resultados obtenidos, se determina que las
variables en este caso, aos y minas antipersonas, se encuentra relacionadas a travs de un
modelo matemtico de regresin mltiple y = -,131x + 12357. Manteniendo un 37% de
confiabilidad.
 CONCLUSIONES

Con la actividad desarrollada damos a conocer la importancia de los mtodos de relacin y

correlacin simple para una variable cuantitativa determinada, en esta parte se encuentra y
determina que la relacin entre las variables es una relacin inversa utilizando el diagrama de
dispersin, como tambin encontramos el modelo matemtico y el porcentaje de confiabilidad.
El grado de relacin de las variables de las dos variables cuantitativas de la situacin estudiada
estn relacionadas, atreves de un modelo matemtico de regresin mltiple.
Al realizar el diagrama de dispersin de dichas variables se determina el tipo de asociacin
entre las variables logrado atreves del ejercicio.
Si bien en las variables hay altos y bajos los resultados son atreves de los aos. El resultado es
descendente. Lo que nos dice que atreves de los aos de estudios hay una considerable reduccin
de casos.
El desarrollo de los ejercicios nos permiti adentrarnos ms en el ambiente de las estadsticas
lo cual ser de gran ayuda para nuestra formacin como profesionales.
 BIBLIOGRAFIA

Jess, Pea (2017). Estadstica Descriptiva. UNAD

Plataforma virtual. (Syllabus, Gua, y Rubrica)
Ortegn, Milton (2017). Web conferencia. Diagramas de Dispersin (socializacin
Laboratorio). Recuperado de:
http://conferencia2.unad.edu.co/p190nnq1ihj/?
launcher=false&fcsContent=true&pbMode=normal
Pava, Fernando (2015). Estadstica Descriptiva. Recuperado de:
http://estadisticadescriptivaunad100105.blogspot.com.co/
Vaquiro, Yeison (2015). Regresin y correlacin mltiple. Recuperado de:
https://www.youtube.com/watch?v=LgFYGbH1NJk
 ANEXO:
LABORATORIO REGRESIN Y CORRELACIN LINEAL

DESARROLLO DE LOS EJERCICIOS DE LABORATORIO

1. Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial un
tiempo despus.

X (sal) Y (Tensin)
1,6 98
2,3 102
3,3 109
4,2 113
4,6 115
5,0 120

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables

Diagrama de dispersin
140
120
f(x) = 6.11x + 88.13
100 R = 0.99
80
Consumo de sal
60
40
20
0
1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Tensin arterial

A partir de la grfica se puede determinar que las dos variables tensin arterial y consumo de
sal, si insina una tendencia lineal es directa. Si aumenta una magnitud la otra aumenta, o si
disminuye una magnitud la otra tambin disminuye.
 b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
y = 6,1062x + 88,128
R = 0,987 * 100%= 98,7% el modelo matemtico explica el 98% de confiabilidad.
Determinando la ecuacin que se ajusta a los datos, si es confiable con el 98% debido a que
hay relacin entre las dos variables consumo de sal y tensin arterial

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

Los resultados anteriores indican que las variables dosis de sal y tensin arterial, se encuentra
relacionadas a travs de un modelo matemtico de regresin mltiple y = 6,1062x + 88,128. Que
explica que el 98% de confiabilidad. Esto debido a que dichas variables se encuentran bajo una
correlacin excelente del 0,993.

d. Si a un paciente se le administra una dosis de sal de 5,6. Cul es la tensin arterial

esperada?
Si al paciente se le administra una dosis de sal de 5,6; la tensin que presentara el paciente es de
123.

2. En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se ha

considerado que era importante ir anotando peridicamente el tiempo medio ( medido en
minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose al
nuevo proceso mejorando paulatinamente su proceso de produccin.
Los siguientes datos representan dicha situacin:

X 1 23 35 42 53 65 7
2 0
Y 45 30 27 25 23 21 20
 a. Identifique la variable dependiente (y) y la variable independiente (x), realice el
diagrama de dispersin y determine el tipo de asociacin entre las variables

Diagrama de Dispersin
50

40
f(x) = - 0.36x + 42.57
30 R = 0.8
Nmero de das
20

10

0
0 10 20 30 40 50 60 70 80

tiempo den minutos

De acuerdo con la grfica desarrollada, se obtiene que la relacin entre las variables es una
relacin inversa, ya que si aumenta una magnitud la otra disminuye y viceversa.

b. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
y = -0,3566x + 42,569
R = 0,7963
R = 0,7963 * 100%= 79,63% el modelo matemtico explica el 79% de confiabilidad.
Determinando la ecuacin que se ajusta a los datos, es confiable con l 79% debido a que hay
relacin entre las dos variables tiempo medio y nmero de das.

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

 Determinando el grado de correlacin de los resultados anteriores indican que las variables
minutos y das, se encuentra relacionadas a travs de un modelo matemtico de regresin
mltiple y = -0,3566x + 42,569. Que explica que el 79% de confiabilidad. Esto debido a que
dichas variables se encuentran bajo una correlacin Aceptable del 0,8923.

d. Qu tiempo deber tardarse un empleado cuando lleven 90 das?

El tiempo que debe tardarse un empleado cuando se lleve 90 das es, de 75 minutos.

3. Una Nutricionista de un hogar infantil desea encontrar un modelo matemtico que permita
determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello selecciona 10 nios
y realiza las mediciones respectivas.

A continuacin se presentan los resultados:

Estatura 120 124 107 118 112 110 115 104 110 116
(cm)
Peso ( kg) 24 23 19 24 21 19 22 16 20 23

a. Variable dependiente (y) y la variable independiente (x), realice el diagrama de

dispersin y el tipo de asociacin entre las variables

Diagrama de dispersin
30
25
f(x) = 0.39x - 22.75
20 R = 0.83
Peso 15
10
5
0
100 105 110 115 120 125 130
Estatura
 A partir de la grfica se puede determinar que las dos variables estatura y peso si insina una
tendencia lineal es directa. Si aumenta una magnitud la otra aumenta, o si disminuye una
magnitud la otra tambin disminuye.

b. modelo matemtico que nos permite predecir el efecto de una variable sobre la otra.
Es confiable?
y = 0,386x - 22,751
R = 0,8329
R = 0,8329 * 100% = 83,29% el modelo matemtico explica el 83% de confiabilidad.
Determinando la ecuacin que se ajusta a los datos, si es confiable con el 83%, debido a que hay
relacin entre las dos variables estatura y peso y coincide con la de la grfica.

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

Los resultados Obtenidos anteriormente, indican que las variables Estatura y peso, se
encuentra relacionadas a travs de un modelo matemtico de regresin mltiple y = 0,386x -
22,75. Que explica que el 83% de confiabilidad. Esto debido a que dichas variables se encuentran
bajo una correlacin excelente del 0,91236.

d. Cul es el peso que debera tener un estudiante que mida 128 cm?
El peso que debe tener un estudiante que mide 128 cm, es de 26,657 kg