.

Actividad 3. LABORATORIO REGRESIÓN Y CORRELACIÓN.

Tutor/a:

ING. JUAN PABLO RODRIGUEZ

Estudiante:

Uriel Eduardo Tibocha Tirano

Código: 204040A_614

Grupo: 204040_44

Universidad Nacional Abierta y a Distancia UNAD

Escuela Ciencias de la Educación

Ingeniería en Telecomunicaciones

Estadistica Descriptiva

Bogota, noviembre 2019

 LABORATORIO REGRESIÓN Y CORRELACIÓN
Descripción de la Actividad:

A partir de la base de datos “Indicadores socioeconómicos 115

municipios (2019) 16-4”, desarrollar el Laboratorio denominado
Regresión y correlación, el cual se encuentra en el Entorno de aprendizaje
práctico, en la carpeta
a. Identificar dos variables cuantitativas de la situación
estudiada que puedan estar relacionadas.

1. % Viviendas con algún nivel de hacinamiento

2. % de viviendas con piso de tierra

b. Realizar el diagrama de dispersión de dichas variables y

determinar el tipo de relación entre las variables.

Relacion nivel de hacinamiento y viviendas con

piso de tierra
40.00
viviendas con piso de tierra

35.00
30.00
25.00 y = 0.2896x - 5.3603
20.00 R² = 0.1864
15.00
10.00
5.00
0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00
viviendas con nivel de hacinamiento

Tiene un tipo de relación directa

c. Encuentre el modelo matemático que permite predecir el
efecto de una variable sobre la otra. ¿Es confiable?

El modelo matemático de Y= 0.3453x-7.2163 (y=%viviendas con piso en

tierra; X= %viviendas con nivel de hacinamiento)
grado de confiabilidad de R2= 0,2356 de 23,56% de confiabilidad

d. Determine el grado de correlación de las dos variables.

R= 0,4853
tiene un grado de correlación mínima

e. Relacionar la información obtenida con el problema.

Según las variables escogidas dé % Viviendas con algún nivel de
hacinamiento como variable independiente y % de viviendas con piso de
tierra variable dependiente, podemos decir que tienen una relación
directa ya que a medida que sube el nivel de hacinamiento en las
viviendas, sube el % de viviendas con piso en tierra, aunque con un
grado de correlación mínima entre estas, y un 23,56% de confiabilidad.

f. Establezca al menos 3 nuevos valores independientes para

ser hallados a través del modelo matemático calculado.
Y= 0.3453x-7.2163

1. y=0,3042x-5,8247
R² = 0,2017

2. y=0,2935x-5,4705
R² = 0,1911

3. y=0,2896x-5,3603
R² = 0,1864

Actividad 4. Regresión y correlación múltiple.

A partir de la base de datos suministrada “Indicadores socioeconómicos
115 municipios (2019) 16-4”, cada estudiante, deberá:
a. Identificar una variable cuantitativa dependiente y varias
variables cuantitativas independientes del estudio de
investigación.
1) % de viviendas con piso de tierra= variable dependiente y
2) nivel mayoritario de Sisbén= variable independiente X 1
3) % Población ocupada con ingreso de hasta 2 salarios mínimos=
variable independiente X2
 b. Realizar el diagrama de dispersión de dichas variables.

NIVEL MAYORITARIO SISBEN vs %VIVIENDAS CON PISO EN

TIERRA
40.00
VIVIENDAS CON PISO TIERRA

30.00

20.00

10.00

0.00
0 0.5 1 1.5 2 2.5
NIVEL MAYORITARIO SISBEN

% POBLACION CON INGRESOS HASTA 2 SALARIOS vs %VIVIENDAS

CON PISO EN TIERRA
40.00
%VIVIENDAS CON PISO EN

30.00

20.00
TIERRA

10.00

0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00
-10.00
%POBLACIÓN CON INGRESOS 2 SALARIOS MINIMOS

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

para probar estadísticamente su relación.
Recta de regresión Y=-2,3672-1,1360X1+0,1994X2
Si tenemos Coeficiente de determinación R^2= 0,2247 podemos
argumentar que el modelo matemático tiene un 22,47% de confiabilidad
Teniendo un coeficiente de relación múltiple 0,4741154 podemos
argumentar que la correlación entre las variables es mínima ya que
tiene un 47,41%
d. Relacionar la información obtenida con el problema.
Los resultados obtenidos anteriormente indican que las variables
escogidas % de viviendas con piso de tierra (y); nivel mayoritario de
Sisbén (X1); % Población ocupada con ingreso de hasta 2 salarios
mínimos (X2), relacionadas por medio del modelo matemático de
regresión múltiple
explica el 22,47% de confiabilidad, debido a
Y= -2,3672-1,1360X1+0,1994X2, que
que las variables tienen una correlación mínima con un 47,41%