DESCRIPCION DE LA INFORMACION

Leonardo Rojas Camelo

1012401870
Grupo Colaborativo:
204040_34

Nombre del docente:

Karen Stefania Cabrera
Nombre del curso:
Estadística Descriptiva
Periodo:
2019 II 16-04

Universidad Nacional Abierta y a Distancia – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
2019
Introducción
La investigación estadística es una actividad que apela a diversas técnicas con el propósito
de llegar a la esencia de la realidad. La regresión lineal simple y la regresión lineal múltiple
son técnicas de análisis de las variables de una investigación estadística, en este caso desde
la investigación realizada. Si bien es cierto que estas técnicas mencionadas se pueden utilizar
para solucionar problemas comunes en los negocios o para evaluar el comportamiento de su
economía y en general se utiliza con mayor frecuencia en las ciencias económicas, también
es cierto que en muchos casos se requiere conocer más que el comportamiento de una sola
variable para entender una investigación cualquiera sea su especie. Entonces, sin importar la
situación presentada se hace necesario que practiquemos estas técnicas de regresión por
medio de ejercicios salientes de la cotidianidad.
La realización de este trabajo es dar a conocer y poner la regresión y correlación y medidas
de dispersión y estadísticas bivariantes sobre lo trabajado en este curso, además de los
comportamientos que se dan en el plano cartesiano tanto en las variables. Como los grados y
resultados que se manejan para el ejemplo que se plantea en el laboratorio propuesto, que es
de vital importancia reconocer y manejar las fórmulas que se obtienen de las herramientas
utilizadas.
Justificación
Partiendo de una base de datos sobre los “indicadores socioeconómicos 115 municipios
(2019) 16-4”. Para ello, aplicaremos diferentes técnicas vistas en la evolución del curso, con
el fin de determinar tanto la naturaleza como la fuerza de una relación entre dos variables y
en segundo lugar la regresión lineal múltiple con la cual describiremos la relación entre dos
o más variables independientes y una variable dependiente; utilizando la ecuación de
regresión múltiple.
El trabajo de laboratorio constituye una de las mejores metodologías para la aplicación de
modelos estadísticos a las variables de los hechos, es por eso que se trabaja en este sentido y
no otro para la práctica.
Objetivos

 Potencializar en el estudiante habilidades y destrezas para caracterizar una situación

mediante el análisis de las medidas estadísticas bivariantes.
 Calcular e interpretar adecuadamente las medidas estadísticas bivariantes, asociadas
a una situación especifica
 Determinar la relación entre dos o más variables inscritas en una situación específica
a partir del análisis de regresión lineal simple y múltiple
Actividad 1. Mapa Mental
Actividad 2. Definición de Conceptos
 Diagrama de dispersión: El cual también se conoce como grafico de dispersión o
grafico de correlación, es la representación gráfica de dos variables para un conjunto
de datos; en donde se analiza la relación entre dos variables, logrando saber que tanto
se afectan entre sí.
 Correlación lineal simple: se usa para determinar la dirección y la magnitud de dicha
relación; en donde la dirección de la relación se refiere a si esta es positiva o negativa
y la magnitud de la relación entre las variables, hace referencia a la fuerza de la
relación que existe entre variables.
 Coeficiente de determinación R2: es un estadístico que se usa en el contexto de un
modelo estadístico, en donde su principal propósito es predecir futuros resultados o
probar una hipótesis.
 Correlación positiva y correlación negativa:
Correlación positiva: se da cuando una variable aumenta o disminuye y la otra
también respectivamente; lo que quiere decir que hay una relación proporcional.
Correlación negativa: se presenta cuando una variable se comporta de forma
contraria a la otra, es decir que si una variable aumenta la otra disminuye; por lo que
la relación proporcional es inversa.
 ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?: es una
medida que permite conocer el grado de asociación lineal entre dos variables.
Actividad 3. Realizar de Regresión y Correlación Lineal

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

 Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas.
Respuesta:
1. % ocupantes en viviendas sin energía eléctrica
2. Población total de habitantes

 Realizar el diagrama de dispersión de dichas variables y determinar el tipo de

relación entre las variables:

Variable dependiente: % población ocupada con ingreso de hasta 2 salarios

mínimos
Variable Independiente: % ocupantes en viviendas sin energía eléctrica

% Poblacion ocupada con ingreso de hasta 2 salarios

minimos VS % Ocupantes en vivienda sin energia
electrica y = 0.0655x + 0.2172
60.00 R² = 0.0138

50.00

40.00

30.00

20.00

10.00

0.00
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00
  Encuentre el modelo matemático que permite predecir el efecto de una variable sobre
la otra. ¿Es confiable?

Y= 0,0704x – 0,017

𝑅 2 = 0,0142 * 100% = 1,42%

Este modelo no es confiable por el poco valor de porcentaje que apenas es del 1,42%, para predecir
el efecto de una variable sobre la otra.

 Determine el grado de correlación de las dos variables.

Coeficiente de correlación= R
2
𝑅 2 = √0.0142 = 0,014160784

 Relacionar la información obtenida con el problema.

Entre más % de población ocupada con ingreso de hasta 2 salarios mínimos, habrá menos
porcentaje de ocupantes en viviendas sin energía eléctrica en la población vulnerable de
Colombia
 Establezca al menos 3 nuevos valores independientes para ser hallados a través del
modelo matemático calculado.

% Población ocupada con ingreso de hasta 2

salarios mínimos VS Porcentaje de viviendas con
piso de tierra
90.00
80.00 y = 1.0465x + 38.66
70.00 R² = 0.2146
60.00
50.00
40.00
30.00
20.00
10.00
0.00
0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00
 % Población ocupada con ingreso de hasta 2
salarios mínimos VS Cantidad de servicios
publicos disponibles y = -2.7999x + 52.863
R² = 0.1781
80.00
70.00
60.00
50.00
40.00
30.00
20.00
10.00
0.00
0 1 2 3 4 5 6 7 8

% Viviendas con algún nivel de hacinamiento VS

% Ocupantes en viviendas sin agua de acueducto
y = 0.2633x + 33.351
60.00 R² = 0.1027

50.00

40.00

30.00

20.00

10.00

0.00
0.00 10.00 20.00 30.00 40.00 50.00
Conclusiones
Se pudo evidenciar que para manejar cualquier tipo de variables se necesita realizar un
diagrama de dispersión y aplicar conceptos, fórmulas de relación y correlación que permita
el despeje de las ecuaciones y datos para obtener un resultado.
También se puede decir que este ejercicio fue muy ilustrativo ya que a partir de la práctica
cada uno de los estudiantes puede apropiarse con mayor facilidad de los conceptos y las
técnicas estudiados a lo largo de esta unidad.
Referencias

Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 151 – 158).
Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219

Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City:

Cengage Learning. (pp 675 – 686). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41

Churchill, G.A. (2009). "Análisis de Regresión Múltiple." Investigación de mercados.

México City: Cengage Learning.(pp 686 – 695).Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9

Ingenio Empresa. (2019). El diagrama de dispersión: que es, como se construye en interpreta.
Recuperado de la Word Wide Web: https://ingenioempresa.com/diagrama-de-dispersion/