Paso 4 Descripcion de la informacion

[pic 1]

Paso 3. Análisis de la Información.

Alejandro Buendia Bolaño

204040 – Estadística Descriptiva

Margarita María Pineda

Universidad Nacional Abierta y a Distancia – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería

Ingeniería de Sistemas

Santa Marta – abril 2022

Introducción

En el presente trabajo se abordará el tema de las medidas estadísticas bivariantes, teniendo como apoyo el anexo de indicadores de violencia intrafamiliar en Colombia durante el 2021 en el mes de septiembre, además se profundizará en la correlación y regresión, siendo la regresión una herramienta para poder predecir el valor de una variable teniendo en como apoyo otra variable y la correlación para poder saber si dos o más variables covarían.

Justificación

La estadística descriptiva es una ayuda que se nos da a la hora de organizar, analizar y graficar información, como en los trabajos anteriores se tendrá como base los indicadores de violencia intrafamiliar en el 2021 durante el mes de septiembre, por medio de diagramas de dispersión y formulas estadísticas usando 2 o más variables se podrá predecir el comportamiento de una variable con ayuda de la otra, como también analizar su comportamiento y ver si estas variables covarían.

Objetivos

Objetivo general:

• Aplicar las medidas estadísticas bivariantes por medio del cálculo e interpretación de un software estadístico (Excel, Infostat)

Objetivos específicos:

• Reconocer las diferentes medidas estadísticas bivariantes
• Realizar diagramas de dispersión
• Interpretar los resultados obtenidos como también identificar el tipo de relación que tienen 2 o más variables

Desarrollo de la actividad

Actividad 1. Mentefacto conceptual

[pic 2]

Actividad 2. Definición de conceptos

Diagrama de dispersión.

Es un diagrama que emplea las coordenadas cartesianas para poder mostrar los valores de 2 variables en un conjunto de datos, lo podemos emplear cuando hay una o mas variables controlables, si hay un parámetro que incrementa o disminuye se le denomina parámetro de control o variable independiente. 

Correlación lineal simple.

La correlación lineal simple es aquella que trata de establecer la dependencia o relación que existen entre dos variables que intervienen en una distribución bidimensional, una forma mas clara de saber si esas variables se relacionan o no es si covarían

Coeficiente de determinación R2

Es la proporción de la varianza total de una variable explicada por la regresión, el coeficiente de determinación R2 su propósito es poder predecir futuros o probar una hipótesis. Este coeficiente verifica la calidad del modelo para replicar los resultados, y la proporción de variación de los resultados que pueden explicarse por el modelo

Correlación positiva y correlación negativa

Las correlaciones usualmente se escriben con dos números claves “r” y “p” cuando los calores de r son positivos indican una correlación positiva es decir que los valores de ambas variables tienden a incrementarse juntos. En cambio, si los valores de r son negativos indican una correlación negativa es decir que en los valores una variable tiende a incrementarse mientras que los valores de la otra variable descienden

¿Qué nos ayuda a medir el coeficiente de correlación lineal?
Para poder medir el coeficiente de correlación lineal usamos la siguiente ecuación:

Donde el numerador lo denominamos covarianza y la calculamos haciendo lo siguiente: en cada par de los valores “x” y “y” se multiplica la “x” menos su media, por la “y” menos su media. Sumamos el resultado y lo dividimos por el tamaño de la muestra. En el denominador calculamos el producto de las varianzas de "x” y “y”, el resultado le sacamos su raíz cuadrada

Regresión lineal simple

Es un análisis que se usa para poder predecir el valor de una variable según el valor de otra, llamamos variable dependiente a la variable que se desea predecir y a la variable que se utiliza para poder predecir el valor de la otra variable la llamamos independiente.

Regresión lineal múltiple

Es una técnica que se usa para analizar por qué pasan las cosas o cuales, con las principales explicaciones de algún fenómeno, según el análisis de regresión lineal múltiple somos capaces de identificar las variables independientes y explicar una variable dependiente, comprobar y comparar modelos explicativos y predecir los valores de una variable.

Actividad 3. Ejercicio practico

Un ingeniero está investigando el efecto de la temperatura de operación de proceso en el rendimiento del producto. El estudio da como resultado la siguiente clasificación de datos:

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

[pic 3]

b. Encuentre el coeficiente de determinación y correlación.

Coeficiente de determinación:

[pic 4]

Coeficiente de correlación

...