Conocer la importancia de discreción de la información en el análisis de datos
Enviado por laurab30 • 6 de Diciembre de 2022 • Tarea • 1.298 Palabras (6 Páginas) • 76 Visitas
[pic 1]
Paso 4 – Descripción de la Información
Estudiante
Laura Cristina Bayona Vega
Código: 1093060204
202107095- Estadística
Grupo - 173
Presentado a
Hernando Blanquicett Morello
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
06 de diciembre de 2022
INTRODUCCIÓN
En el siguiente trabajo se darán a conocer los diferentes conceptos del tema a tratar, se darán solución a los diferentes ejercicios planteados y se pondrán en práctica los conceptos definidos, se trabajarán con variables diferentes en el diagrama de dispersión para poder dar solución a la problemática planteada en la guía de actividad.
JUSTIFICACIÓN
Las técnicas que se van a utilizar en la realización de este trabajo son importantes para poder dar un análisis a cada una de las problemáticas planteadas, esto se realizara mediante las técnicas de diagramas de dispersión, la asociación de las variables, el coeficiente de determinación, el coeficiente de correlación, el modelo matemático y su confiabilidad, los cuales nos permitirán tener un mayor apropiamiento de los resultados y brindar una buena interpretación de los datos que se evalúen.
OBJETIVO GENERAL
Conocer la importancia de discreción de la información en el análisis de datos
Objetivos específicos
Interpretar la base de datos
Relacionar los conceptos en la interpretación y solución de los ejercicios
Comprender la importancia de los diagramas de dispersión al momento de interpretar más de dos variables diferentes
Actividad 1. Mapa mental o conceptual.
[pic 2]
Actividad 2. Definición de conceptos.
CONCEPTO | DEFINICIÓN |
Diagrama de dispersión | El diagrama de dispersión se usa comúnmente para mostrar cómo dos variables se relacionan entre sí. De este modo, permite estudiar las relaciones que existen entre dos factores, problemas o causas relacionadas con la calidad, o un problema de calidad y su posible causa. |
Correlación lineal simple | Es una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos variables. |
Coeficiente de determinación R2 | El coeficiente de determinación es la proporción de la varianza total de la variable explicada por la regresión. El coeficiente de determinación, también llamado R cuadrado, refleja la bondad del ajuste de un modelo a la variable que pretender explicar. |
Correlación positiva | Existe una correlación positiva cuando dos variables se mueven en la misma dirección entre sí. |
Correlación negativa | Las dos variables se correlacionan en sentido inverso. A valores altos de una de ellas le suelen corresponder valores bajos de la otra y viceversa. |
Coeficiente de correlación lineal | Es una medida de regresión que sirve para establecer una relación lineal entre dos variables. De esta manera, su cálculo permite conocer con exactitud el grado de dispersión de los valores de una variable en relación con una media para dicha variable. |
Actividad 3. Ejercicio práctico.
Enunciado del ejercicio seleccionado
3.x. Temperatura – Enfermedad respiratoria.
- Diagrama de dispersión
[pic 3]
Tipo de asociación entre las variables:
La asociación de la temperatura y el número de enfermedades es inversa lo cual quiere decir que a mayor temperatura es menor número de enfermedades.
- Coeficiente de determinación y correlación.
Coeficiente de determinación según el resultado que se registra en el diagrama de dispersión del coeficiente de determinación es de 0,91 lo cual permite concluir que si es confiable el modelo a utilizar al momento de determinar la dependencia que existe entre la temperatura y el número de enfermedad respiratoria.
Coeficiente de correlación se concluye que entre la temperatura y el número de enfermedad respiratoria es excelente ya que esta es superior a 0,90.
- Modelo matemático y confiabilidad.
[pic 4]
El modelo matemático por utilizar presenta una confiabilidad del 91% al momento de realizar el estudio lo cual nos permite concluir que este modelo si es confiable.
- Grado de relación entre las dos variables.
Es bueno ya que a medida que disminuye la temperatura aumenta el número de enfermedades respiratorias
Actividad 4. Regresión y correlación lineal.
Variables cuantitativas que pueden relacionarse: ____________________________
...