Sunteți pe pagina 1din 20

ESTADÍSTICA DESCRIPTIVA

PASO 4 – DESCRIPCION DE LA INFORMACION

Tutor:

Grupo: 100105_256

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Noviembre de 2018
INTRODUCCIÓN

Tomando como base la base de datos de urgencias del hospital Federico Lleras del
municipio de Ibagué, procederemos a plantear la solucion a la actividad numero 4
de la guia de actividades descripcion de la informacion, en donde se solicita
identificar dos variables cuantitativas que esten relacionadas y obtener el diagrama
de dispersion, el modelo matemático, determinar el porcentaje de explicacion y
relacionar la informacion obtenida con el problema objeto de estudio.
JUSTIFICACIÓN

Procederemos a analizar dos variables cuantitativas, de la base de datos de


urgencias del hospital Federico lleras del municipio de Ibague, en donde
obtendremos el analisis de Regresion y Correlacion Lineal simple, en busca de
determinar la relacion entre las dos variables.
OBJETIVOS

 Determinar el porcentaje de explicacion y obtener el modelo


matematico.

 Realizar el diagrama de dispersion de las variables cuantitativas


seleccionadas con el objeto de estudio.

 Conocer los conceptos basicos asociados a Regresion y Correlacion.

 Relacionar la informacion obtenida con el problema objeto de estudio.


Desarrollo punto 4.
Regresión y Correlación lineal Simple

A partir de la base de datos suministrada, cada estudiante debe:


1-Identificar dos variables cuantitativas de la situación estudiada que puedan
estar relacionadas.
2-Realizar el diagrama de dispersión de dichas variables y determinar el tipo
de asociación entre las variables.
3-Encontrar el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?

4-Determinar el porcentaje de explicación del modelo y el grado de relación


de las dos variables.

5-Relacionar la información obtenida con el problema.


Wilfer David Meneses Osorio

1- Identificar dos variables cuantitativas de la situación estudiada que puedan


estar relacionadas.

Las variables cuantitativas seleccionadas para el desarrollo de la actividad # 4 son:


Peso y Estatura.
2- Realizar el diagrama de dispersión de dichas variables y determinar el tipo
de asociación entre las variables.

Estatura (M) X Peso (kg) Y X*Y X2 Y2


Variable Variable
Independiente Dependiente
0,65 12,50 8,125 0,4225 156,25
1,74 60,00 104,4 3,0276 3600,00
1,58 72,50 114,55 2,4964 5256,25
1,59 58,00 92,22 2,5281 3364,00
1 16,50 16,5 1 272,25
1,65 57,60 95,04 2,7225 3317,76
1,7 78,60 133,62 2,89 6177,96
0,73 5,20 3,796 0,5329 27,04
1,62 53,80 87,156 2,6244 2894,44
1,53 45,80 70,074 2,3409 2097,64
1,65 60,20 99,33 2,7225 3624,04
1,18 19,70 23,246 1,3924 388,09
1,69 62,70 105,963 2,8561 3931,29
1,58 78,60 124,188 2,4964 6177,96
1,53 52,70 80,631 2,3409 2777,29
0,85 8,90 7,565 0,7225 79,21
1,64 70,00 114,8 2,6896 4900,00
1,75 80,90 141,575 3,0625 6544,81
1,6 78,90 126,24 2,56 6225,21
1,03 15,90 16,377 1,0609 252,81
1,55 56,00 86,8 2,4025 3136,00
1,58 52,90 83,582 2,4964 2798,41
1,78 78,50 139,73 3,1684 6162,25
1,66 85,80 142,428 2,7556 7361,64
1,7 65,20 110,84 2,89 4251,04
1,79 60,00 107,4 3,2041 3600,00
1,72 67,20 115,584 2,9584 4515,84
1,68 85,00 142,8 2,8224 7225,00
1,03 24,50 25,235 1,0609 600,25
1,63 65,40 106,602 2,6569 4277,16
1,73 60,60 104,838 2,9929 3672,36
1,68 85,00 142,8 2,8224 7225,00
1,58 57,30 90,534 2,4964 3283,29
1,65 67,90 112,035 2,7225 4610,41
0,45 2,60 1,17 0,2025 6,76
1,78 75,30 134,034 3,1684 5670,09
1,5 45,20 67,8 2,25 2043,04
1,64 50,20 82,328 2,6896 2520,04
1,16 23,00 26,68 1,3456 529,00
1,52 45,00 68,4 2,3104 2025,00
1,58 65,70 103,806 2,4964 4316,49
0,98 16,70 16,366 0,9604 278,89
1,65 60,50 99,825 2,7225 3660,25
1,59 57,80 91,902 2,5281 3340,84
1,61 60,30 97,083 2,5921 3636,09
1,79 78,50 140,515 3,2041 6162,25
0,96 15,30 14,688 0,9216 234,09
1,67 65,20 108,884 2,7889 4251,04
1,7 65,60 111,52 2,89 4303,36
1,68 78,40 131,712 2,8224 6146,56
1,62 57,90 93,798 2,6244 3352,41
0,53 3,40 1,802 0,2809 11,56
1,59 58,30 92,697 2,5281 3398,89
1,56 56,80 88,608 2,4336 3226,24
1,65 60,00 99 2,7225 3600,00
1,68 72,00 120,96 2,8224 5184,00
1,56 58,60 91,416 2,4336 3433,96
0,96 14,20 13,632 0,9216 201,64
1,67 65,70 109,719 2,7889 4316,49
1,61 60,80 97,888 2,5921 3696,64
0,57 3,10 1,767 0,3249 9,61
1,8 85,00 153 3,24 7225,00
1,56 60,80 94,848 2,4336 3696,64
1,62 55,90 90,558 2,6244 3124,81
1,67 70,00 116,9 2,7889 4900,00
1,8 73,80 132,84 3,24 5446,44
1,75 78,50 137,375 3,0625 6162,25
1,65 67,20 110,88 2,7225 4515,84
1,72 67,20 115,584 2,9584 4515,84
1,59 58,80 93,492 2,5281 3457,44
1,63 62,30 101,549 2,6569 3881,29
1,65 70,20 115,83 2,7225 4928,04
1,52 54,90 83,448 2,3104 3014,01
1,72 78,10 134,332 2,9584 6099,61
1,63 62,90 102,527 2,6569 3956,41
1,86 65,00 120,9 3,4596 4225,00
1,63 62,90 102,527 2,6569 3956,41
1,75 72,90 127,575 3,0625 5314,41
1,57 61,60 96,712 2,4649 3794,56
0,76 9,70 7,372 0,5776 94,09
1,78 64,30 114,454 3,1684 4134,49
1,62 58,90 95,418 2,6244 3469,21
1,06 18,30 19,398 1,1236 334,89
1,68 56,90 95,592 2,8224 3237,61
0,57 3,10 1,767 0,3249 9,61
1,51 45,80 69,158 2,2801 2097,64
1,76 68,90 121,264 3,0976 4747,21
0,86 11,90 10,234 0,7396 141,61
1,62 65,90 106,758 2,6244 4342,81
1,71 78,00 133,38 2,9241 6084,00
1,1 16,90 18,59 1,21 285,61
1,86 85,80 159,588 3,4596 7361,64
1,71 67,20 114,912 2,9241 4515,84
1,59 63,20 100,488 2,5281 3994,24
0,82 9,40 7,708 0,6724 88,36
1,76 72,90 128,304 3,0976 5314,41
0,47 3,90 1,833 0,2209 15,21
1,62 63,80 103,356 2,6244 4070,44
1,4 30,50 42,7 1,96 930,25
1,51 52,60 79,426 2,2801 2766,76
1,81 85,90 155,479 3,2761 7378,81
1,66 67,90 112,714 2,7556 4610,41
1,6 58,20 93,12 2,56 3387,24
1,63 55,00 89,65 2,6569 3025,00
1,58 60,50 95,59 2,4964 3660,25
1,67 87,50 146,125 2,7889 7656,25
1,72 55,20 94,944 2,9584 3047,04
1,65 70,00 115,5 2,7225 4900,00
1,56 45,90 71,604 2,4336 2106,81
1,63 54,00 88,02 2,6569 2916,00
1,67 60,80 101,536 2,7889 3696,64
1,64 65,80 107,912 2,6896 4329,64
1,61 70,80 113,988 2,5921 5012,64
1,68 78,60 132,048 2,8224 6177,96
1,8 87,20 156,96 3,24 7603,84
1,72 79,50 136,74 2,9584 6320,25
1,75 72,90 127,575 3,0625 5314,41
1,67 67,50 112,725 2,7889 4556,25
1,55 58,20 90,21 2,4025 3387,24
1,72 64,30 110,596 2,9584 4134,49
11000,217 287,7456 437809,28

Diagrama de dispersión.

Base de Datos Hospital Federico Lleras (Ibague)


100.00

80.00 y = 63.656x - 40.308


R² = 0.8645
60.00
Peso

40.00

20.00

0.00
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20.00
Estatura

El tipo de asociación de las variables es Directa, ya que el peso de una persona


depende de la estatura.
3- Encontrar el modelo matemático que permite predecir el efecto de una
variable sobre la otra. ¿Es confiable?

Modelo matemático

y= 63,656x-40,308

Es confiable ya que este representa un 86,45%.

4- Determinar el porcentaje de explicación del modelo y el grado de relación de


las dos variables.

El grado de relación es Excelente.

√0,8645 = 0.92

5- Relacionar la información obtenida con el problema.


Podemos concluir, que el peso de una persona se calcula de acuerdo a la estatura
medida en centímetros.
Mediante el siguiente modelo matemático obtenido y=63,656x-40,308, podremos
calcular el peso promedio de una persona con un margen de efectividad del
86,45%.
Juan David Murillo.

1- Identificar dos variables cuantitativas de la situación estudiada que puedan


estar relacionadas.

R// Edad y visitas.

2- Realizar el diagrama de dispersión de dichas variables y determinar el tipo


de asociación entre las variables.

R// Correlación negativa.

3- Encontrar el modelo matemático que permite predecir el efecto de una


variable sobre la otra. ¿Es confiable?

R// Y= a+bX

y=-0,0336x+4,1419 R² = 0,1809

No es confiable porque está un 18,09% cerca al uno.


4- Determinar el porcentaje de explicación del modelo y el grado de relación de
las dos variables.

R// √𝑅 2 = 0,43

5- Relacionar la información obtenida con el problema.


R// Podemos deducir que no necesariamente a medida que se va creciendo, así
mismo aumentan las visitas al médico, para éste caso, la base de datos demuestra
que a menor edad, más veces se vistan el medico
Jeison Tabares

1- Identificar dos variables cuantitativas de la situación estudiada que puedan


estar relacionadas.

Variables seleccionadas: EDAD – ESTATURA

2- Realizar el diagrama de dispersión de dichas variables y determinar el tipo


de asociación entre las variables.

EDAD ESTATURA X*Y X2 Y2


(x) (y)
3 0,65 1,95 9 0,4225
31 1,74 53,94 961 3,0276
62 1,58 97,96 3844 2,4964
64 1,59 101,76 4096 2,5281
4 1 4 16 1
65 1,65 107,25 4225 2,7225
55 1,7 93,5 3025 2,89
1 0,73 0,73 1 0,5329
18 1,62 29,16 324 2,6244
42 1,53 64,26 1764 2,3409
23 1,65 37,95 529 2,7225
8 1,18 9,44 64 1,3924
71 1,69 119,99 5041 2,8561
53 1,58 83,74 2809 2,4964
20 1,53 30,6 400 2,3409
2 0,85 1,7 4 0,7225
73 1,64 119,72 5329 2,6896
25 1,75 43,75 625 3,0625
35 1,6 56 1225 2,56
5 1,03 5,15 25 1,0609
24 1,55 37,2 576 2,4025
23 1,58 36,34 529 2,4964
19 1,78 33,82 361 3,1684
54 1,66 89,64 2916 2,7556
19 1,7 32,3 361 2,89
21 1,79 37,59 441 3,2041
56 1,72 96,32 3136 2,9584
43 1,68 72,24 1849 2,8224
5 1,03 5,15 25 1,0609
21 1,63 34,23 441 2,6569
54 1,73 93,42 2916 2,9929
51 1,68 85,68 2601 2,8224
26 1,58 41,08 676 2,4964
22 1,65 36,3 484 2,7225
0 0,45 0 0 0,2025
26 1,78 46,28 676 3,1684
73 1,5 109,5 5329 2,25
85 1,64 139,4 7225 2,6896
7 1,16 8,12 49 1,3456
16 1,52 24,32 256 2,3104
52 1,58 82,16 2704 2,4964
4 0,98 3,92 16 0,9604
20 1,65 33 400 2,7225
68 1,59 108,12 4624 2,5281
54 1,61 86,94 2916 2,5921
44 1,79 78,76 1936 3,2041
3 0,96 2,88 9 0,9216
81 1,67 135,27 6561 2,7889
20 1,7 34 400 2,89
40 1,68 67,2 1600 2,8224
40 1,62 64,8 1600 2,6244
0 0,53 0 0 0,2809
61 1,59 96,99 3721 2,5281
23 1,56 35,88 529 2,4336
34 1,65 56,1 1156 2,7225
31 1,68 52,08 961 2,8224
17 1,56 26,52 289 2,4336
3 0,96 2,88 9 0,9216
59 1,67 98,53 3481 2,7889
19 1,61 30,59 361 2,5921
0 0,57 0 0 0,3249
44 1,8 79,2 1936 3,24
75 1,56 117 5625 2,4336
75 1,62 121,5 5625 2,6244
82 1,67 136,94 6724 2,7889
33 1,8 59,4 1089 3,24
39 1,75 68,25 1521 3,0625
23 1,65 37,95 529 2,7225
37 1,72 63,64 1369 2,9584
48 1,59 76,32 2304 2,5281
50 1,63 81,5 2500 2,6569
94 1,65 155,1 8836 2,7225
17 1,52 25,84 289 2,3104
55 1,72 94,6 3025 2,9584
59 1,63 96,17 3481 2,6569
23 1,86 42,78 529 3,4596
87 1,63 141,81 7569 2,6569
34 1,75 59,5 1156 3,0625
24 1,57 37,68 576 2,4649
1 0,76 0,76 1 0,5776
19 1,78 33,82 361 3,1684
25 1,62 40,5 625 2,6244
5 1,06 5,3 25 1,1236
24 1,68 40,32 576 2,8224
0 0,57 0 0 0,3249
52 1,51 78,52 2704 2,2801
24 1,76 42,24 576 3,0976
2 0,86 1,72 4 0,7396
49 1,62 79,38 2401 2,6244
68 1,71 116,28 4624 2,9241
5 1,1 5,5 25 1,21
37 1,86 68,82 1369 3,4596
54 1,71 92,34 2916 2,9241
26 1,59 41,34 676 2,5281
1 0,82 0,82 1 0,6724
33 1,76 58,08 1089 3,0976
0 0,47 0 0 0,2209
21 1,62 34,02 441 2,6244
13 1,4 18,2 169 1,96
23 1,51 34,73 529 2,2801
39 1,81 70,59 1521 3,2761
19 1,66 31,54 361 2,7556
24 1,6 38,4 576 2,56
45 1,63 73,35 2025 2,6569
57 1,58 90,06 3249 2,4964
51 1,67 85,17 2601 2,7889
17 1,72 29,24 289 2,9584
26 1,65 42,9 676 2,7225
16 1,56 24,96 256 2,4336
22 1,63 35,86 484 2,6569
25 1,67 41,75 625 2,7889
55 1,64 90,2 3025 2,6896
23 1,61 37,03 529 2,5921
58 1,68 97,44 3364 2,8224
48 1,8 86,4 2304 3,24
39 1,72 67,08 1521 2,9584
36 1,75 63 1296 3,0625
60 1,67 100,2 3600 2,7889
47 1,55 72,85 2209 2,4025
17 1,72 29,24 289 2,9584
Sumatorias 6713,23 203031 287,7456

Diagrama de dispersión

EDAD-ESTATURA
R² = 0,3417
2.5

2
ESTATURA

1.5

0.5

0
0 10 20 30 40 50 60 70 80 90 100
EDAD
El tipo de relación entre las variables es directa, porqué r es positivo y si una
aumenta o disminuye, la otra también lo hace.

3- Encontrar el modelo matemático que permite predecir el efecto de una


variable sobre la otra. ¿Es confiable?

Modelo matemático: y = 0,0084x + 1,2276


El modelo es confiable en un 34,17%

4- Determinar el porcentaje de explicación del modelo y el grado de relación de


las dos variables.

r= 0.5845
El tipo de correlación entre las variables es mínimo

5- Relacionar la información obtenida con el problema.


Con el modelo matemático podemos tener una idea de cuál es la estatura de una
persona dependiendo de su edad con un margen del 34% de efectividad.
La relación entre las variables es mínima y es por eso que no podemos tener certeza
en los resultados obtenidos con el modelo matemático.
CONCLUSIONES

 Los diagramas de dispersion son de gran utilidad, a la hora de analizar el


comportamiento que tienen los datos, ya que por medio de estos, podemos
representar la relacion entre dos variables en un conjunto de datos.

 Podemos definir que la correlacion, es una ecuacion que permite predecir el


valor de una variable a partir de otra.
REFERENCIAS BIBLIOGRAFICAS

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


(pp.130–172). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=u
nad&it=r&p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219

 Montero, J.M. (2007).Regresión y Correlación Múltiple. Madrid: Paraninfo.


(pp.191–225). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100012&v=2.1&u=u
nad&it=r&p=GVRL&sw=w&asid=47eaa8f46c19ad13af26a0a74e510de2