TRABAJO DE ESTADISTICA DESCRIPTIVA

MOMENTO TRES

ESTUDIANTES:
CARLOS ALBERTO MELO MEDINA. COD: 13747619
ARNULFO PEREZ RAMIREZ. COD: 13635343
WILFREDO CABALLERO. COD: 91112831
LUZ ELAYNER QUINTERO. COD: 1063620592
OMAR ENRIQUE RUEDA, COD: 1102548833

TUTOR:
HECTOR IVAN BLANCO
CURSO: 100105_127

UNIVERSIDAD NACIONAL ABIERTA I A DISTANCIA - UNAD

BUCARAMANGA 2016

INTRODUCCIN

Este trabajo est enfocado en el mtodo de medir e interpretar la razn de indicar otros
mtodos en la estadstica descriptiva, busca con criterios la manera investigar los datos
dentro de una situacin sobre la estadstica enfocado en las medidas invariantes, medidas
de dispersin, asimetra, medidas estadsticas bivariantes y nmeros ndice, se realiza
mediante una temtica y series de ejercicios para poder comprender y aplicar estos
conceptos en la vida rutinaria.
Se realiza esta actividad para tener conocimiento en la temtica de investigar sobre una
poblacin dada, algn tipo de problemas o anlisis que requiera con exactitud los datos
requeridos.

JUSTIFICACIN

Con el fin de comprender y tener un mayor conocimiento sobre la estadstica y la precisin de los
resultados de la investigaciones a realizar, este trabajo genera gran expectativas como se debe
realizar los procesos en la estadstica descriptiva como las medidas de dispersin con relacin a
una problemtica o anlisis dentro de una poblacin o dentro del mercado laboral, estos mtodos
que nos brinda con eficaces para llegar a los resultados propuestos y con mucha exactitud.

OBJETIVOS

.Desarrollar destreza en la aplicacin de los conceptos con relacin a la estadstica

descriptiva en la segunda unidad como es la medida de dispersin.

Aplicar las formulas necesarias dadas en el mdulo con relacin a los temas estudiados y
usarlos en los ejercicios a desarrollar en esta gua.

Identificar cada situacin problemtica, analizndola con criterios para la realizar el

debido proceso o investigacin.

SOLUCION DEL LABORATORIO DE RELACION Y CORRELACION LINEAL

EJERCICIOS:
1. El rendimiento del producto de un proceso qumico est relacionado con la
temperatura de operacin del proceso. Se desea establecer la relacin que existe
entre la pureza (y) del oxgeno producido y el porcentaje de hidrocarburo (x) que
est presente en el condensador principal en un proceso de destilacin, de acuerdo
con los siguientes datos:
X
(% de Hidro
carburos)
0,99
1,02
1,15
1,29
1,46
1,36
0,87
1,23
1,55
1,4
1,19
1,15
0,98
1,01
1,11
1,2
1,26
1,32
1,43
0,95
a.

Y
(Pureza)
90,01
89,05
91,43
93,74
96,73
94,45
87,59
91,77
99,42
93,65
93,54
92,52
90,56
89,54
89,85
90,39
93,25
93,41
94,98
87,33

Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

RENDIMIENTO DE UN PRODUCTO EN PROCESO QUIMICO

105
100
95
pureza

90

f(x) = 14.95x + 74.28

R = 0.88

85
80
0.8

0.9

1.1

1.2

1.3

1.4

1.5

1.6

% de hidrocarburos

Analizando lo que se refleja en la grfica obtenida, se puede afirmar que los datos no
estn muy dispersos de su media y la relacin de estas es positiva, de manera directa.
b.

Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre
la otra. Es confiable?
El modelo matemtico; el cual nos permite predecir una variable sobre la otra es la
ecuacin, de la tendencia de la lnea, la cual corresponde a:
y = 14,947x + 74,283.
Segn su coeficiente de determinacin; sabremos si es confiable o no.
R2= 0,8774 X100= 87,74 % esto quiere decir que es 87,74% confiable; en pocas
palabras si es confiable.

c.

Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
El porcentaje de explicacin del modelo: Est dado por la representacin porcentual
del coeficiente de determinacin, as:
R2 x 100% = 0,8774 x 100% = 87,74 %.
El grado de relacin de las dos variables: Est dado por la raz cuadrada del
coeficiente de determinacin, as:
R2= 0,8774=0,9366.
Cuya representacin porcentual seria:
0,9366 x 100%= 93,66%, Como el coeficiente de correlacin tiene un valor que se
encuentra entre 0.90 y 1 entonces su correlacin es excelente.

d.

Cul es el porcentaje de hidrocarburo cuando la pureza del oxgeno es igual a 91,3?

De acuerdo a lo arrojado en el diagrama de dispersin indica que

y = 14,947x + 74,283, se despeja x. y a y se le da el valor de 91.3
91,3=14,947 ( x ) +74,283
Pasando valores para despejar x lo que suma pasa a restar y lo que multiplica a dividir
91,374,283
=x
14,497
1,13 = x
Cuando la pureza del oxgeno es de 91.3 el porcentaje de hidrocarburo es de 1.13.

2. El nmero de libras de vapor (y) consumidas mensualmente por una planta qumica,
se relaciona con la temperatura ambiental promedio (en o F). Para el ao 2014, se
registraron los siguientes valores de temperatura y consumo anual.
2014 Registros de temperatura y consumos
de vapor.
Mes
Ene.
Feb.
Mar.
Abr.
May.

Temperatura
(oF)
21
24
32
47
50

Consumo de
vapor (Lb)
185,79
214,47
288,03
424,84
455

Jun.
Jul.
Ago.
Sep.
Oct.
Nov.
Dic.

59
68
74
62
50
41
30

539
621,55
675,06
562,03
452,93
369,95
273,98

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

consumo de una planta quimica

800
f(x) = 9.21x - 6.32
R = 1

600
consumo de vapor 400
200
0
10

20

30

40

50

60

70

80

temperatura

Los puntos de dispersin siguen la lnea de tendencia central, y la relacin sigue siendo positiva
directa.

b.

Ajuste un modelo matemtico que permita predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico; el cual nos permite predecir una variable sobre la otra es la
ecuacin de la tendencia de la lnea, la cual corresponde a:
y = 92,2087 x 6,3184.
Segn su coeficiente de determinacin;
R2 = 0, 9999X100= 0,99 % confiable
RTA: Temperatura y consumo a vapor es confiable

c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
R2 x 100% = 0,9999 x 100% = 99,99 %.El grado de relacin de las dos variables: Est
dado por la raz cuadrada del coeficiente de determinacin, as:
R2= 0,9999 =0,9999499987
Lo cual seala que las dos variables de porcentaje de temperatura y consumo a vapor,
estn relacionadas entre s, con un 0,99. Su relacin es excelente casi perfecta.
d. Cul es el de consumo de vapor cuando la temperatura es de 70 oF?
y = 9,2087 x - 6, 3184
La frmula queda as:
y= 9,2087 x - 6, 3184
9,2087(70) 6,3184
644,609 6,3184
638,2906 = y
El consumo de vapor cuando la temperatura es de 70 oF es de 638,2906

3. Los investigadores estn estudiando la correlacin entre la obesidad y la respuesta

individual al dolor. La obesidad se mide como porcentaje sobre el peso ideal (x). La
respuesta al dolor se mide utilizando el umbral de reflejo de reflexin nociceptiva (y)
que es una medida de sensacin de punzada. Obsrvese que ambas, X e Y, son
variables aleatorias

x
y (umbral de
(porcentaje
reflejo de
de
flexin
sobrepeso)
nociceptiva)
89
90
75
30
51
75
62
45

2
3
4
4,5
5,5
7
9
13

90
20

15
14

a. Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

estudios de obesidad y dolor

20
15
umbral de raflejo de flexion 10

f(x) = - 0.06x + 11.64

R = 0.11

5
0
0

20

40

60

80

100

porcentajede sobrepeso

Se puede observar que la asociacin entre variables es inversamente proporcional pues va

disminuyendo.
b.

Ajuste un modelo matemtico que permita predecir el efecto de una variable sobre la
otra. Es confiable?
y= - 0,062x + 11,642. Como el coeficiente de correlacin es;
R2 = 0,1115X100%= 11,15% confiable.
RTA: Con esto se puede concluir que el modelo no es confiable.

c. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos

variables.
El porcentaje de explicacin del modelo: as:
R2 x 100% = 0,1115 x 100% = 11.15 %. El grado de relacin de las dos variables: Est
dado por la raz cuadrada del coeficiente de
Determinacin, as: R2= 0,1115= 0,3339161571
Lo cual seala que las dos variables de porcentaje de sobrepeso y umbral de reflejo de
flexin nociceptiva, estn relacionadas entre s, con un 0,33. Su correlacin es mnima.

d. Cul es el umbral de reflejo de flexin nociceptiva, cuando hay un porcentaje de

sobrepeso, de 40?
y = -0,0629x + 11, 642, donde x es 40
y= -0,0629(40) + 11,642
y= -2,516 + 11,642
y= 9,126
El reflejo de flexin nociceptiva es de 9.126 cuando el porcentaje de sobrepeso es de 40
ANLISIS DE CORRELACIN LINEAL SIMPLE DE LAS DOS VARIABLES
CUANTITATIVAS SELECCIONADAS
Paso 2: Regresin y Correlacin lineal Simple
1. Identificar dos variables cuantitativas de la situacin estudiada que puedan estar
relacionadas.
Solucin:
Variable 1: Nmero de muertos
Variable 2: Grados de alcohol
Estas dos variables estn relacionadas en los accidentes.
2. Realizar el diagrama de dispersin de dichas variables y determinar el tipo de asociacin
entre las variables.
Solucin:

ACCIDENTES DE TRANSITO 2015 MEDELLIN

5
4
3
NUMERO DE MUERTOS

2
1

f(x) = - 0x + 1
R = 0.01
0
20 40 60

80

100 120 140

GRADOS DE ALCOHOL

Con los resultados obtenidos en la grfica se puede observar que el tipo de asociacin

entre las variables sigue una tendencia lineal decreciente o es inversa; aunque en realidad
no afecta o no se discrima muy claro esta relacin.
3. Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
Solucin:
El modelo matemtico que nos permite predecir el efecto de una variable sobre la
otra es y= 0,0023x + 0,9995. Segn su coeficiente de determinacin R2= 0,0088; al
multiplicarlo por 100 para obtener el porciento.
R2= 0,0088X100= 0,88% de confiable. Lo que significa que no es confiable el modelo
matemtico.
4. Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
Solucin:
El porcentaje de explicacin del modelo:
Est dado por la representacin porcentual del coeficiente de determinacin, as:
R 2 x 100% = 0,0088 x 100% = 0,88%
El grado de relacin de las dos variables:
Est dado por la raz cuadrada del coeficiente de determinacin, as:
R 2 = 0,0088 =0,0938,
Lo cual seala que las dos variables de edad y peso, tienen el coeficiente de correlacin
un valor que se encuentra entre 0 a 0,30 entonces su correlacin no existe.
5. Relacionar la informacin obtenida con el problema.
Solucin:
Analizando los resultados obtenidos se puede observar que no existe relacin entre el
nmero de muertos y los grados de alcohol, en los accidentes de trnsitos ocurridos en
Medelln en el ao 2015 ya que segn las grficas y los valores de relacin y correlacin
no se ven afectando en ningn caso; lo que quiere decir que debe existir algn otro factor
para poder hallar el verdadero causante de estos accidentes y el nmero de muertos, no
solo depende del grado de alcohol de la persona.
Podemos determinar que no es confiable y que no se correlacionan. Adems, no se
encuentra una relacin directa entre estas dos variables.

ANLISIS DE CORRELACIN MLTIPLE DE LAS VARIABLES

CUANTITATIVAS SELECCIONADAS.
Paso 3: Regresin y Correlacin lineal mltiple
1. Identificar una variable cuantitativa dependiente y varias variables
independientes del estudio de investigacin.
Variable dependiente: nmero de muertos.
Variables independientes: velocidad, edad.
2. Realizar el diagrama de dispersin de dichas variables.

ACCIDENTES DE TRANSITOS AO 2015

5
4
3

NUMERO DE MUERTOS 2
1
0
20

f(x) = - 0x + 1.07
R =60
0 80 100 120 140 160
40

VELOCIDAD

ACCIDENTES DE TRANSITO 2015 MEDELLIN

4.5
4
3.5
3
2.5
NUMERO DE MUERTOS

2
1.5
1
0.5
0
10

f(x) = - 0x + 0.96
R = 0
20
30
40

50

60

70

EDAD

3. calcular la recta de regresin y el coeficiente de correlacin para probar

estadsticamente su relacin.

Hallando el modelo matemtico:

y=a+b 1 x 1+ b 2 x 2
y=1,14960,0027 x 10,0025 x 2

Hallando confiabilidad del modelo matemtico

R2 = 0,0049.
PASANDOLO A PORCENTAJE

R =0,0049 X 100 =0,49 . Lo que nos dice que el modelo matemtico es 0,49%
confiable, es decir poco confiable.
Hallar correlacin
R= 0,0702. Este tipo de correlacin no hay porque el resultado est entre 0 a 0,30

4. Relacionar la informacin obtenida con el problema.

Estos datos realizados anteriormente nos indica que el modelo matemtico no tiene
correlacin alguna entre las variables y mucho menos confiabilidad; es decir que dichas
variables como los son edad, velocidad y nmero de muertos no coinciden para que por
estos motivos sucedan o se den los diferentes accidentes de trnsitos en la ciudad de
Medelln en el ao 2015, por lo cual se debe analizar e indicar que otros factores ocasiona
esto.
Tambin cabe destacar que aun as estos ndices pueden afectar un poco el nmero de
muertos pero debe existir otro tipo de factor, ya sea el nivel de alcohol, o tal vez la hora,
para esto se debe realizar otro anlisis hasta encontrar las verdaderas causas.

CONCLUSIONES

Se desarroll la actividad comprendiendo y aplicando los conceptos estudiado sobre las

medidas de dispersin.
Se comprendi la metodologa de esta manera de investigar usando las formulas y
conceptos de la medida de dispersin que sugerira cada actividad realizada.
Se gener mucha expectativa en la manera de desarrollar las investigaciones y lograr
resultados con criterio de acuerdo a la problemtica.
Una vez realizados los ejercicios que nos piden hemos podido practicar lo estudiado en la
unidad primera del curso estadstica descriptiva, aprendiendo a utilizar trminos como
distribucin de frecuencia y diferentes grficos para ilustrar los datos.
Tambin comprendimos la importancia que tiene este estudio en el desarrollo de las
diferentes carreras permitiendo aplicar la estadstica en muchas situaciones que lo
requieren.

REFERENCIAS BIBLIOGRAFICAS

Pava, M.F (2015, 22 de agosto). Estadstica Descriptiva. Recuperado de :

http://estadisticadescriptivaunad100105.blogspot.com.co/

Ortegn M. 100105 ESTADSTICA DESCRIPTIVA, (Director Nacional)

Cabrera F.(Acreditador) Ibagu Modulo estadstica descriptiva curso de la
universidad nacional abierta y a distancia unad, tomado 09 de mayo 2016:
http://tutorvcastro.weebly.com/uploads/8/7/5/4/8754038/modulo-100105estadstica_descriptiva.pdf