ESTADISTICA DESCRIPTIVA

PASO 4. DESCRIPCIÓN DE LA INFORMACIÓN

PRESENTADO POR
GERSON MARTINEZ GONZALEZ
GRUPO 205

PRESENTADO A LA
ING.
JHANNA BRIEVA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

TECNOLOGÍA EN LOGÍSTICA INDUSTRIAL
PUERTO COLOMBIA/ ATLANTICO
2019
 Introducción
En base a el registro de datos del desempleo en Colombia 2019 se presenta las soluciones de

las actividades planteadas. 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 son

técnicas de análisis de las variables de una investigación estadística, en este caso desde la

encuesta realizada. Si bien es cierto 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 especia. Entonces, sin importar la

situación presentada se hace necesario que practiquemos estas técnicas de regresión por

medio de ejercicios salientes de la cotidianidad, a continuación, veremos pues los resultados

de dicha práctica.

El desempleo es un flagelo que ha afectado nuestro país drásticamente, esto debido a fallas

en el control de los recursos económicos la falta de apoyo a microempresarios, En este trabajo

se utilizaran técnicas como actividad estadística con el propósito de llegar a la esencia de la

realidad de dicho problema.

JUSTIFICACION

Se realiza este trabajo para aplicar ecuaciones de estimaciones que nos permitirá realizar
una interpretación de correlación de la investigación realizada. construir diagramas de
dispersión e interpretar datos calculados.

además, comprender los conceptos básicos que componen la estadística descriptiva.

 OBJETIVO GENERAL

 Aplicar cálculos en la temática desempleo en Colombia, presentar la información y

describir y plantear la problemática.

OBJETIVOS ESPECÍFICOS
-Potencializar en el estudiante habilidades y destrezas para caracterizar una situación
mediante el análisis de las medidas estadísticas bivariantes.

- Realizar tabla de frecuencias para identificar datos

- Realizar graficas de datos seleccionados
- Calcular medidas de tendencia central y medidas de posición
- Realizar histogramas y polígonos de frecuencias
Temáticas a desarrollar:
-Regresión lineal
-coeficiente de determinación lineal.
-coeficiente de correlación.
-Análisis de correlación.
-Regresión simple.
-Diagramas de dispersión.

Pasos, fases o etapa de la estrategia de aprendizaje a desarrollar

El estudiante identificará, calculará e interpretará las medidas
bivariantes, en función de la descripción de la problemática, a partir del
trabajo realizado con variables cuantitativas, de la base de datos
denominada: Desempleo en Colombia_2019 (16-4). En este paso deberá
realizar el laboratorio Denominado Regresión y Correlación lineal, el cual
encontrará en el entorno de aprendizaje práctico, en la carpeta Guía
para el uso de recursos educativos

Actividades a desarrollar
Actividad 1. Mapa Mental
Resumir mediante un mapa mental las medidas estadísticas Bivariantes
de regresión y correlación.
 Actividad 1. Mapa Mental

Medidas estadísticas
bivariantes de regresión

regresión correlación

La correlación trata de establecer la

La recta de regresión es la que
relación que existe entre las dos variables
mejor se ajusta a la nube de puntos
en una distribución bidimensional.

Recta de regresión Recta de Grado de correlación Tipo de correlación

de X sobre Y regresión de Y
sobre X

Correlación fuerte Correlación débil Correlación nula

La correlación será débil

cuando más separados estén No existe un tipo de
patrón o relación entre
los puntos de la recta
ellas
La correlación será fuerte cuando
más cerca estén los puntos de la
recta
DEFINIR BREVEMENTE LOS CONCEPTOS BÁSICOS ASOCIADOS A REGRESIÓN Y
CORRELACIÓN COMO:

-Diagrama de dispersión.
Un diagrama de dispersión o gráfica de dispersión o gráfico de burbujas es un tipo de
diagrama matemático que utiliza las coordenadas cartesianas para mostrar los valores de
dos variables para un conjunto de datos.
Se emplea cuando una o varias variables está bajo el control del experimentador. Si existe
un parámetro que se incrementa o disminuye de forma sistemática por el experimentador,
se le denomina parámetro de control o variable independiente y habitualmente se representa
a lo largo del eje horizontal (eje de las abscisas).
Correlación lineal simple.
Si entre dos variables cuantitativas existe una relación lineal, el análisis de correlación
lineal simple se usa para determinar la dirección y la magnitud de dicha relación. ... La
magnitud de la relación o grado de relación entre las variables se refiere a la fuerza de
la relación que existe entre las variables
Coeficiente de determinación R2
el coeficiente de determinación, denominado R² y pronunciado R cuadrado, es
un estadístico usado en el contexto de un modelo estadístico cuyo principal propósito es
predecir futuros resultados o probar una hipótesis. El coeficiente determina la calidad del
modelo para replicar los resultados, y la proporción de variación de los resultados que
puede explicarse por el modelo.
Correlación positiva y correlación negativa

Para poder contar con un indicador que nos permita, por un lado establecer la covariación
conjunta de dos variables, y por otro, que tenga la universalidad suficiente para poder
establecer comparaciones entre distintos casos, se utiliza el coeficiente de correlación
(lineal, de Pearson).La correlación es, pues una medida de covariación conjunta que nos
informa del sentido de esta y de su relevancia, que está acotada y permite la comparación
entre distintos casos.

El coeficiente de correlación entre dos variables puede definirse como

la covarianza existente entre sus dos variables tipificadas y tiene por expresión de cálculo:

- ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir?

El Coeficiente de correlación es una medida que permite conocer el grado de
asociación lineal entre dos variables cuantitativas (X, Y).
En los siguientes Diagramas de dispersión se puede observar que existe una relación
lineal entre la variable X y la variable Y.
 Actividad 3. Realizar el laboratorio de regresión y correlación lineal
Opción Ejercicio 1 Ejercicio 2 Ejercicio 3 Estudiante

1 1.1. Sal-Tensión 1.4. X - Y 1.9. Sobrepeso-R GERSON

MARTINEZ
2 1.2. CH-Pureza. 1.4. X - Y 1.7. PIB-Ventas GERSON
MARTINEZ
3 1.1. Sal-Tensión 1.5. Tem-Vapor 1.7. PIB-Ventas GERSON
MARTINEZ
4 1.3. Peso-Altura. 1.6. Estatura-Peso 1.8. %-Umbral GERSON
MARTINEZ
5 1.2. CH-Pureza. 1.5. Tem-Vapor 1.8. %-Umbral GERSON
MARTINEZ

1.2. CH-Pureza. El rendimiento del producto de un proceso químico está relacionado con
la temperatura de operación del proceso. Se desea establecer la relación que existe
entre la pureza (y) del oxígeno producido y el porcentaje de hidrocarburo (x) que está
presente en el condensador principal en un proceso de destilación, de acuerdo con los
siguientes datos:

X
Y
(% de Hidro
(Pureza)
carburos)

0,99 90,01
1,02 89,05
1,15 91,43
1,29 93,74
1,46 96,73
1,36 94,45
0,87 87,59
1,23 91,77
1,55 99,42
1,4 93,65
1,19 93,54
1,15 92,52
 0,98 90,56
1,01 89,54
1,11 89,85
1,2 90,39
1,26 93,25
1,32 93,41
1,43 94,98
0,95 87,33

a. Realice el diagrama de dispersión y determine el tipo de asociación entre las

variables.

Diagrama de dispersión
Y (Pureza) Linear (Y (Pureza))

102
100
y = 14.947x + 74.283
98
R² = 0.8774
96
AXIS TITLE

94
92
90
88
86
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
AXIS TITLE

b. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. ¿Es confiable?

El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente

y = 14.947x + 74.283

El modelo es confiable porque el coeficiente de determinación R2 es cercano a 1.

c. Determine el porcentaje de explicación del modelo y el grado de relación de las
dos variables.

Esta ecuación hace una buena estimación entre las variables debido a que el coeficiente de
determinación R2 explica el 87.74% de la información y el valor del coeficiente de correlación
R confirma el grado de relación de las variables, que es el 93.67%.

d. ¿Cuál es el porcentaje de hidrocarburo cuando la pureza del oxígeno es igual a 91,3?

y = 14.947x + 74.283

x=(y-74.283)/14.947
x=(91.3-74.283)/14.947

x=1.14

1.4. X-Y. En un nuevo proceso artesanal de fabricación de cierto artículo que está
implantado, se ha considerado que era importante ir anotando periódicamente el
tiempo medio (medido en minutos) que se utiliza para realizar una pieza y el número
de días desde que empezó dicho proceso de fabricación. Con ello, se pretende analizar
como los operarios van adaptándose al nuevo proceso mejorando paulatinamente su
proceso de producción.

Los siguientes datos representan dicha situación:

X 12 23 35 42 53 65 70
Y 45 30 27 25 23 21 20

a. Identifique la variable dependiente (y) y la variable independiente (x),realice el

diagrama de dispersión y determine el tipo de asociación entre las variables
 Diagrama de dispersión
Y Linear (Y)

50

40

30
Y

20

10 y = -0.3566x + 42.569
R² = 0.7963
0
0 10 20 30 40 50 60 70 80
X

b. Encuentre el modelo matemático que permite predecir el efecto de una variable

sobre la otra. ¿Es confiable?

y = -0,3566x + 42,569
R² = 0,7963

Correlación aceptable 0,892356431

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

La correlación es aceptable, Se identifica que a medida que pasan los días los minutos
utilizados en el proceso de producción disminuyen.

d. ¿Qué tiempo deberá tardarse un empleado cuando lleven 90 días?

X Y
12 45
23 30
35 27
42 25
 53 23
65 21
70 20
90 10,45

1.7. PIB-Ventas. Una compañía multinacional del servicio de telecomunicaciones en

Colombia, como medio de planeación estratégica para la toma de decisiones, solicita
a su departamento financiero, hacer predicciones económicas del valor anual de sus
ventas totales, versus el PIB nacional de las últimas dos décadas, para la toma de
decisiones para la apertura de nuevos mercados. Realice el diagrama de dispersión y
determine el tipo de asociación entre las variables.

Año PIB Nación Ventas de la compañía

2001 1,70 339,43
2002 2,50 363,02
2003 3,90 359,75
2004 5,30 336,90
2005 4,70 339,38
2006 6,70 348,40
2007 6,90 372,00
2008 3,50 358,79
2009 1,70 337,94
2010 4,00 357,32
2011 6,60 342,14
2012 4,00 327,84
2013 4,90 362,06
2014 4,40 348,80
2015 3,10 353,52
2016 2,00 355,40
2017 1,80 342,00
a. Ajuste un modelo matemático que permita predecir el efecto de una variable sobre la
otra. ¿Es confiable?

a = n∑XiYi-∑Xi*∑Yi/n∑Xi² - (∑Xi)²

a = 17*23729,65 - 67,7*5944,82/17*317,95 -(67.7)²

a = 1,15

Parámetro b:

b= μy-aμy

b = 349,7-1,15*3,98

b = 345,12

Ecuación de regresión:

Y = 1,15+ 345,12X

b. Determine el porcentaje de explicación del modelo y el grado de relación de las dos

variables.

ρ = Covarianza/σx*σxy

Covarianza = ∑X1*Yi /n

Covarianza = 23729,65/17 = 1395,86

σx = √∑(Xi-ux)²/n
 σx = 49329,77

σy = √∑(Yi-uy)²/n

σy = 80653,13

ρ = 1395,86/49329,77*80653,13

ρ = 3,5 *10⁻⁷

Como el coeficiente de variación tiene un grado de asociación menor a 0,09 su

asociación es nula, esto quiere decir que las variables no están asociadas

c. ¿Cuál podría ser la proyección de ventas para el año 2018 si se espera que el PIB
nacional sea del 3,1?

Y = 1,15 +345,12*3,1
Y =1071

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.

Los ejemplos nos muestran que son acordes a un tipo de forma lineal y la correlación es
confiable para los tipos de datos.

 Las medidas de posición permiten desglosar por segmentos los datos cuando son

muy numerosos y analizarlos de manera sencilla

  Se puede emplear programas especializados para realizar los análisis estadísticos o

bien el programa Excel en el cual se aprende de manera más específica de donde

salen los cálculos estadísticos

REFERENCIAS BIBLIOGRÁFICAS

 Montero, J. M. (2007). Conceptos Generales Estadística descriptiva. Madrid: Paraninfo.

(pp 3 - 16). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100007&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=0a7332df0d4700de0bd272caa41e1718
 Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical
Descriptive. Cengage Learning Paraninfo, S.A. (pp 4 – 10). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052900008&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=84a84913a25d9dfd21d0a0d3deb41dea
 Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En: Estadística y
muestreo, 13a ed. [Online] Bogotá: Ecoe Ediciones.(pp 2 – 10). Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=67&docID=1
0560355&tm=1498531579762
 García, J. E (2005). Análisis de Datos Unidimensionales.et al. Madrid: Paraninfo. (pp
26 -42). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1
 Pacheco, P. N., Vergara, S .C (2013).Universidad Nacional de Colombia. Bogotá.
Estadística Fundamental. Recuperado
de http://168.176.239.58/cursos/ciencias/1000012/un2/html/leccion1.html
 Texto Estadística para las Ciencias Administrativas.
 Martinez, Ciro. Estadística y Muestreo. Ecoe Ediciones. Bogotá. 11ª. Edición.