Tarea N 1 , Primera parte

Pregunta 1
Ejercicio 1.1.7 (Educación y el método del Dr. Snow) La calidad de la educación y sus resultados

son temas recurrente de discusión en Chile. Cada punto en el Gráfico 1.1.7 corresponde a un
colegio municipal o subvencionado. En el eje horizontal se grafica el índice de vulnerabilidad del
colegio (0 = mínima vulnerabilidad; 1 = máxima vulnerabilidad). En el eje vertical se grafica el
puntaje promedio en el Simce de lenguaje. La línea de regresión se muestra en gris. Note que
“Simce alto” significa 280 o más puntos; “Simce medio” significa más de 226 puntos y menos de
280; “Simce bajo” significa 226 o menos puntos.

(a) Calcule el coeficiente de la regresión

(puntaje en el Simce de lenguaje) = (índice de vulnerabilidad);

indicando el y la desviación estándar del estimador . Luego explique qué dice la recta de

regresión. (No más de cinco líneas.)

media (Simce) = 247,6

σ(Simce) = 24,5
media (vulnerabilidad) = 0,81
σ(vulnerabilidad) = 0,18
ρ = –0,57

La recta de la regresión nos dice que existe una relación negativa entre las
dos variables, donde mientras mas alta es la vulnerabilidad menos va a ser
el puntaje obtenido en el simce. Por medio del calculo de podemos

establecer que por cada punto en el índice de vulnerabilidad el puntaje

obtenido en el simce va a disminuir en 77,58 puntos. Al analizar el valor de
podemos ver que es muy pequeño por lo que se concluye que hay poca

relación entre las variables.

Se sabe que los alumnos de colegios más vulnerables tienden a ser más pobres. También que
el
Simce promedio de las escuelas con alumnos de hogares con ingresos bajos es más bajo.
Además, la vulnerabilidad aumenta a medida que cae el ingreso. En adelante suponga que
esta relació es exacta (mientras más vulnerable menor es el ingreso). De esta evidencia,
muchos concluyen algo parecido a lo siguiente:

Tesis 1: “El ingreso del hogar determina el rendimiento. Luego, lo que se haga en las
escuelas y dentro de la sala de clases no influye mucho cuánto aprenden los niños; los
niños pobres no aprenden porque sus papás no saben; los niños ricos aprenden porque sus
papás saben”
Sin embargo, otra corriente afirma algo distinto:

Tesis 2: “Si bien el ingreso del hogar influye cuánto puede aprender un niño, son más
importantes las prácticas de enseñanza dentro del colegio y sala de clases. Si el colegio usa
buenas prácticas de enseñanza los alumnos pobres aprenden”.

En el resto de la pregunta se le pide evaluar si la evidencia permite discriminar entre tesis.

(b) La línea de regresión que usted estimó, ¿respalda la creencia de que el ingreso promedio
de los hogares de un colegio determina el rendimiento en el Simce del colegio. ¿Y los datos
graficados? (Ojo: mire la línea de regresión y los datos individuales.) (No más de diez líneas.)

Analizando la línea de regresión estimada y ver la relación negativa que existe entre las
variables podemos concluir que a mayor vulnerabilidad, menor es el puntaje obtenido en el
simce. Al incorporar la información de que los hogares mas pobres son mas vulnerables
podríamos respaldar la creencia de que el ingreso promedio de los hogares de un colegio
determina el rendimiento del Simce. Pero al analizar detenidamente los datos graficados
podemos ver que esta creencia no siempre es correcta ya que existen casos donde hay hogares
de bajos ingresos que obtienen puntajes altos en el Simce. Esto se puede explicar por el bajo

que nos dice que la regresión no explica de buena manera los datos
obtenidos

(c) Describa las características de los outliers apropiados para poner a prueba la regla que se
deduce de la línea de regresión y la Tesis 1, y explique por qué la pone a prueba. En cada caso
explique qué tipo de evidencia salva a la regla y qué tipo de evidencia la pone en aprietos. (No
más de diez líneas.)

Los outliers del grafico nos muestran que hay casos donde colegios con alta vulnerabilidad
obtienen puntajes altos en el Simce y también podemos ver que existen colegios con baja
vulnerabilidad donde se obtienen bajos puntajes en el Simce. Incorporando la información que
nos dice que el nivel de ingresos de los hogares determina el rendimiento del Simce, según los
outliers existirían casos donde hogares con bajos ingresos obtendrían altos puntajes, por lo que
se estaría poniendo en duda la valides de la tesis. Esto se puede explicar porque no todos los
padres de altos ingresos ponen a sus hijos en colegios poco vulnerables, y no todos los padres de
bajos ingresos ponen a sus hijos en colegios con alta vulnerabilidad. Además existen colegios
con alta vulnerabilidad que pueden tener buenas practicas lo que se traducirían en buenos
resultados en el Simce.
En Las escuelas que tenemos Bárbara Eyzaguirre y Loreto Fontaine sostienen que las
buenas prácticas de enseñanza aumentan considerablemente el aprendizaje de los niños,
mientras que las malas prácticas- desorden, nula planificación, pérdida de tiempo en clases-
lo estanca. Para estudiar su tesis, eligieron aleatoriamente trece escuelas de ingresos medios-
bajos y medios (en realidad, estas son familias de ingresos bajos, pues su ingreso familiar
mensual es alrededor de $210.000) con padres que no terminaron su educación). Cuatro
tenían Simces altos, cinco Simces medios y las restantes Simces bajos. Luego fueron a las
escuelas y observaron cuidadosamente las prácticas de enseñanza. Encontraron que las
escuelas con Simce alto tenían buenas prácticas y sistemáticamente mejores que las de Simce
bajo, las que a su vez tenían prácticas menos malas que las de Simce bajo. Más aun,
encontraron que una escuela que partió con un Simce medio y prácticas mediocres, pero que
las mejoró, mejoró su rendimiento muy rápido. Por contraste, otra de Simce medio empeoró
sus prácticas y su Simce cayó. En las siguientes preguntas se le pide evaluar si este estudio
permite discriminar entre las dos tesis.

(d) Lo encontrado por Eyzaguirre y Fontaine ¿refuta la Tesis 1? (No más de siete líneas.)

Lo encontrado por Eyzaguirre y Fontaine refuta la Tesis 1, ya que colegios con alta vulnerabilidad han
tenido buenas practicas que han llevado a que tengan buenos resultados en el Simce. De la misma manera
en el estudio se pudo apreciar que colegios donde se empeoro la practica el resultado obtenido por el
Simce cayó. Con esto se pone en manifiesto una relación directa entre el nivel de las practicas que se
hacen en un colegio y los resultados que se obtienen en el Simce. Es por esto que se refuta la tesis 1, ya
que existen otras variables, como las practicas, que explican de mejor manera el resultado que obtiene los
colegios en el Simce independiente del nivel de ingresos de los hogares.

(e) Describa las características de los outliers que son apropiados para poner a prueba la regla
que se deduce del estudio de Eyzaguirre y Fontaine. En cada caso expliqué tipo de evidencia
salva a la regla y qué tipo de evidencia la pone en aprietos. (No más de diez líneas.)

Existen outliers que nos muestran que colegios con buenas practicas obtienen malos resultados.
De la misma manera existen outliers donde podemos ver colegios que tienen malas practicas,
pero se obtienen buenos resultados. Esto se puede explicar porque el nivel de las practicas en
los colegios no es el único factor que determina el resultado que se obtenga en el Simce.
Factores como el ambiente familiar que tengan los alumnos o las capacidades individuales
también van a afectar los resultados. Es por esto que aunque el nivel de las practicas puede
explicar de buena manera los resultados del Simce, siempre van a existir casos donde otros
factores tomen mas relevancia a la ora de explicar un fenómeno.

(f) Algunos han criticado el estudio porque 13 colegios serían muy pocos y, por lo tanto, los
resultados no serían representativos. ¿Es pequeño el tamaño de la muestra si se trata de
averiguar si la Tesis 2 es correcta? ¿Qué diría Salter? ¿Qué diría Laplace? ¿Se le ocurre de qué
depende el tamaño apropiado? (No más de 10 líneas.)

El tamaño de la muestra no es pequeño. Como demostró Laplace en su experimento con los

cometas, no es necesario tener un a muestra grande para probar con certeza una hipótesis. Al
igual que Eyzaguirre y Fontaine al obtener los mismos resultados en todas las muestras
seleccionadas de manera aleatoria, la probabilidad de que esto ocurra por casualidad es casi
nula, por lo que no es necesario tomar una muestra grande si es que los resultados nos muestran
una conclusión irrefutable. Por otro lado Salter apoya la idea de que no es necesario tener una
muestra grande para validar que sea representativa una hipótesis, argumentando que si el error
es mínimo el tamaño de la muestra no se hace relevante.
Pregunta 2

Pregunta 1.2.3

(Estimando la erosión en los anillos 0 del Challenger con una regresión) Richard
Feynman, el físico que integró la comisión que investigó el accidente del Challenger, y que usted
conoció leyendo a Tufte, escribió una opinión de minoría, la que se agregó en clases a la lista de
lecturas (vea las Lecturas complementarias). Feynman firma lo siguiente:

A mathematical model was made to calculate erosion. This was a model based not
on physical understanding but on empirical curve Fitting. [...] But to determine how
much rubber eroded it was assumed this depended only on this heat by a formula
suggested by data on a similar material. A logarithmic plot suggested a straight
line, so it was supposed that the erosion varied as the .58 power of the heat, the
.58 being determined by a nearest Öt3 . [...] The empirical formula was known to be
uncertain, for it did not go directly through the very data points by which it was
determined. There were a cloud of points some twice above, and some twice below
the fitted curve, so erosions twice predicted were reasonable from that cause alone.
When using a mathematical model careful attention must be given to uncertainties
in the model.

(a) Feynman afirma que: “There were a cloud of points some twice above, and some twice below
thefitted curve.” ¿De qué magnitud habrá sido el de la regresión? Explique en no más de

cuatro líneas.

El tendría que hacer sido bajo, ya que como dice Feynman existen datos que se encuentran por sobre

y bajo la línea de la regresión estimada, lo que hace concluir que la regresión no explica de buena forma
la causalidad de los cambios de la variable dependiente( erosión).

(b) Suponga que la finalidad de la regresión que estimó la Nasa era evaluar si era seguro lanzar
a una temperatura dada . Suponga, además, que a esa temperatura

es tal que a la erosión predicha por la línea de regresión, erosión, es seguro lanzar. En vista de
lo que afirma Feynman acerca de los datos, ¿es seguro lanzar? Explique en no más de seis
líneas.

No es seguro lanzar, ya que como Feynman argumenta, existen una gran cantidad de datos que se alejan
de la línea de la regresión. Al ser ésta una regresión donde la única variable explicativa es la temperatura,
y esta no explica de buena manera la erosión, se puede concluir que existen otros factores que pueden
afectar la erosión que no se están considerando.

Pregunta 3
Ejercicio 1.2.4

Pregusta 4

b) Regresiones a mano:
Formulas

i) Earning per operative contra output per operative

Earning per operative = (output per operative)

ii) gross price contra output per head

Gross price = (output per head)

iii) output per operative contra output per head

output per operative = (output per head)

iv) unite wage cost contra unite material cost

Unite wage cost = (unite material cost)

v) unit wage cost contra unit margin cost

Unite wage cost = (unit margin cost)

c) Graficos

i) Earning per operative contra output per operative

ii) gross price contra output per head

iii) output per operative contra output per head

iv) unite wage cost contra unite material cost

v) unit wage cost contra unit margin cost

Pregunta 5

b)
i) Material 1950 contra material 1924
Material 1950 = (material 1924)

ii) Wages and salaries 1950 contra wages and salaries 1924

Wages and salaries 1950 = (wages and salaries 1924)

iii) Gross margins 1950 gross margins 1924

Gross margins 1950 = (gross margins 1924)

c) Gráficos
i)Material 1950 contra material 1924

1924s marginsriesial 1924

ii)Wages and salaries 1950 contra wages and 19 salaries 1924

iii) Gross margins 1950 contra gross margins 1924 19