Ttulo del Control: Estadstica bivariada

Nombre Alumno: Ana Garcia Moreira

Nombre Asignatura: Estadistica

Instituto IACC

14.05.2017
 Estadstica bivariada

Se obtuvo la siguiente informacin acerca del nmero de aos de estudio y la edad, de un grupo
de trabajadores de una nueva empresa en el norte de Chile:

Complete la tabla bivariada (subtotales, totales).

12 13 14 15 Total
y
X
18 - 22 3 1 2 1 7
22 - 26 4 0 1 2 7
26 - 30 1 0 2 2 5
total 8 1 5 5 19

A. Cul es el promedio de edad de los que estudian 14 aos?

x y X*Y
20 2 40
24 1 24
28 2 56
Total 5 120

Tiempo=202+241+282
______________________
5
Tiempo=202+241+282=40+24+ 56=120=24
____________________ ___________ ___
5 5 5
La edad promedio de las personas que estudiaron 14 aos es de 24 aos

Cul es la cantidad de aos de estudios promedio para quienes tienen a lo ms 26 aos?

 Frecuenci
y a f*X
x 20 24
12 3 4 7 84
13 1 0 1 13
14 2 1 3 42
15 1 2 3 45
14 184

127+ 131+143+153 84+ 13+42+ 45 184

a os= = = =13,14
14 14 14

El promedio de aos de estudios para os menos de 26 aos es de aproximadamente 13 aos

Qu grupo de trabajadores presenta la edad ms homognea: los que tienen 12 aos de estudio o
15 aos de estudio?
los 12 aos
antes de
estudio
X f x*f f*x ^2
20 3 60 1200
24 4 96 2304
28 1 28 784
tota 8 184 4288
Promedio 23
Varianza 7
Desviacin 2,64575131

0,115032 11,50326
CV 67 66

los 15
 aos
antes de
estudio
x f x*f f*x^2
20 1 20 400
24 2 48 1152
28 2 56 1568
tota 5 124 3120
Promedio 24,8
Varianza 8,96
Desviaci 2,993325
n 91

0,120698 12,06986
CV 63 25
De los cuadros podemos decir que los que tienen
12 aos de estudios son ms homogneos comparados con los que tienen 15 aos de estudios

En esa misma empresa del norte, a los trabajadores se les realiz una prueba para poder
determinar el orden jerrquico y as obtener un mejor sueldo, los datos son:

a) Calcule e interprete la covarianza.

X Y 1,0 - 3,0 3,0 - 5,0 - 7,0 TOTA

5,0
18 - 22 3 12 16 31
22 - 26 20 9 13 42
26 - 20 18 4 5 27
TOTA 41 25 34 100

COVARIANZA -5,333333333
b) Calcule e interprete el coeficiente de correlacin.
Coeficiente de correlacin

R: 0.21322194 vemos que la relacin de las variables es en forma negativa es decir

mientras uno aumenta el otro disminuye.

3) Continuando con la empresa del norte, el departamento de bienestar est realizando

estudios mdicos, por lo que consider a 9 trabajadores, preguntndoles su estatura
(cm) y peso (kg):

Altura Peso X*Y

161 50 8050
154 60 9240
187 76 14212
158 62 9796
171 66 11286
169 60 10140
166 54 8964
176 84 14784
163 68 11084
97556

Promed 167,2222
 io X 22
Promed 64,44444
io Y 44
Covaria 63,01234
nza 57
Varianz 89,28
a
Dato 9
Desviac 9,44
in X
Desviac 9,96
in y
R 0.66

Nuestra ecuacin de regresin lineal

Y- 64.44: 0.7057221(x-167.22)

Y: 0.757221X 53.573

Entonces para nuestro anlisis vemos que si hay una relacin positiva entre las variables ya que
nuestro R: 0.66901

Pero esta relacin es muy dbil ya que nos permite conocer

Un coeficiente de determinacin R^2 = 0.44 este valor da a entender que el modelo no es muy
bueno para poder predecir

Bibliografa
Iacc 2017 contenido semana 5 asignatura estadstica