Aporte Individual:

UNIDAD 2: Medidas Estadísticas y de Dispersión

Por
Ederman Luna Hermosilla
73227193

Medidas De Dispersión Y Regresión Lineal

551122A_612

Tutor
María Camila González

Universidad Nacional Abierta y a Distancia UNAD

Junio-2019
 Medidas de dispersión
 Parámetros estadísticos que indican como se alejan los datos respecto de la media
aritmética. Sirven como indicador de la variabilidad de los datos. Las medidas de
dispersión más utilizadas son el rango, la desviación estándar y la varianza.
Rango
Indica la dispersión entre los valores extremos de una variable. se calcula como la
diferencia entre el mayor y el menor valor de la variable. Se denota como R.
Para datos ordenados se calcula como:
R = x(n) - x (1)
Donde: x(n): Es el mayor valor de la variable. x(n): Es el menor valor de la variable.
Desviación media
Es la media aritmética de los valores absolutos de las diferencias de cada dato respecto a la
media.

Donde:
disvalores de la variable.
n: número total de datos
Desviación estándar
La desviación estándar mide el grado de deserción de los datos con respecto a la media, se
denota como s para una muestra o como σ para la población. Se define como la raíz
cuadrada de la varianza según la expresión:
Obsérvese que el denominador es n - 1, a diferencia de la desviación media donde se divide
entre n; también existe la fórmula de desviación típica donde el denominador es n pero se
prefiere n-1.
Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir existe
menor dispersión, el incremento de los valores de la desviación estándar indica ina mayor
variabilidad de los datos.
Varianza
Es otro parámetro utilizado para medir la dispersión de los valores de una variable respecto
a la media. Corresponde a la media aritmética de los cuadrados de las desviaciones respecto
a la media. Su expresión matemática es:

donde Xi es el dato i-ésimo y   es la media de los N datos.

Coeficiente de Variación
Permite determinar la razón existente entre la desviación estándar (s) y la media. Se denota
como CV. El coeficiente de variación permite decidir con mayor claridad sobre la
dispersión de los datos.
Regresión lineal.
Permite determinar el grado de dependencia de las series de valores X e Y, prediciendo el
valor y estimado que se obtendría para un valor x que no esté en la distribución.

Concepto Método matemático que modeliza la

: relación entre una variable dependiente Y,
las variables independientes Xi y un
término aleatorio ε.
Tipos de modelos de regresión lineal
Existen diferentes tipos de regresión lineal que se clasifican de acuerdo a sus parámetros:
Regresión lineal simple
La regresión lineal simple se basa en estudiar los cambios en una variable, no aleatoria,
afectan a una variable aleatoria, en el caso de existir una relación funcional entre ambas
variables que puede ser establecida por una expresión lineal, es decir, su representación
gráfica es una línea recta. Es decir, se está en presencia de una regresión lineal simple
cuando una variable independiente ejerce influencia sobre otra variable dependiente.
Ejemplo: Y = f(x)
Regresión lineal múltiple
La regresión lineal permite trabajar con una variable a nivel de intervalo o razón, así
también se puede comprender la relación de dos o más variables y permitirá relacionar
mediante ecuaciones, una variable en relación a otras variables llamándose Regresión
múltiple. O sea, la regresión lineal múltiple es cuando dos o más variables independientes
influyen sobre una variable dependiente.
Ejemplo: Y = f(x, w, z).
La correlación: también conocida como coeficiente de correlación lineal (de Pearson), es
una medida de regresión que pretende cuantificar el grado de variación conjunta entre dos
variables.
Por tanto, es una medida estadística que cuantifica la dependencia lineal entre dos
variables, es decir, si se representan en un diagrama de dispersión los valores que toman
dos variables, el coeficiente de correlación lineal señalará lo bien o lo mal que el conjunto
de puntos representados se aproxima a una recta.
De una forma menos coloquial, la podemos definir como el número que mide el grado de
intensidad y el sentido de la relación entre dos variables.

Cov (x; y): la covarianza entre el valor «x» e «y».

σ(x): desviación típica de «x».
σ(y): desviación típica de «y».

Diagramas de caja
Los diagramas de caja son una forma útil de graficar datos divididos en cuatro cuartiles,
cada uno con igual cantidad de valores. El diagrama de caja no grafica frecuencia ni
muestra las estadísticas individuales, pero en ellos podemos ver claramente dónde se
encuentra la mitad de los datos. Es un buen diagrama para analizar la asimetría en los datos.
A continuación, te dejamos algunas palabras que debes tener en cuenta cuando graficas
diagramas de caja:
 Q1 – Cuartil 1, la mediana de la mitad menor de los datos.
 
 Q2 – Cuartil 2, la mediana de todos los datos.
 
 Q3 – Cuartil 3, la mediana de la mitad mayor de los datos.
 
 IQR – Rango Inter cuartil, la diferencia entre Q3 y Q1.
 
 Valores extremos – Los valores más pequeños y los más grandes de los datos.
Comencemos haciendo un diagrama de caja de la puntuación en el examen de geometría:
90, 94, 53, 68, 79, 84, 87, 72, 70, 69, 65, 89, 85, 83, 72
Paso 1: ordena los datos de menor a mayor.
53 65 68 69 70 72 79 83 84 85 87 89 90 94
Paso 2: encuentra la mediana de los datos.
Llamado también cuartil 2 (Q2).
Paso 3: encuentra la mediana de los datos menores que Q2.
Este sería el cuartil menor (Q1).
Paso 4: encuentra la mediana de la data mayor que Q2.
Este sería el cuartil mayor (Q3).
Paso 5: encuentra los valores extremos.
Estos serían los valores más grandes y más pequeños.
Valores extremos = 53 y 94.
Paso 6: crea una recta real que contenga todos los datos.
Deja que se extienda un poco más allá de los valores extremos.

Paso 7: dibuja una caja de Q1 a Q3 divididas por una recta en Q2. Luego extiende los
"bigotes" por cada lado de la caja hacia los valores extremos.

Tarea 1: Los porcentajes de rentabilidad de los fondos de la inversión de diez grandes

empresas fueron:

28,2 18,1 34,4 28,9 26,5 26

11,5 10 10,9 20,5 25,5 14,9

Para esta población determine:

10+ 10,9+ 11,5+14,9+18,1+20,5+25,5+26+ 26,5+28,2+28,9+34,4 255,4

X́ = = =21,2833333
12 12

a) La varianza
 n
Varianza=∑ ¿¿ ¿
i =1

n
Varianza=∑ ¿¿ ¿
i =1

b) La desviación típica o estándar

DesviacionTipica=√ Varianza

DesviacionTipica=√ 60,622

DesviacionTipica=7,78

c) c) Desviación media.
n

∑ (¿ x−x i)
Desviacion Media= i=1 ¿
n

(10−21,283)+(10,9−21,283)+(11,5−21,283)+(14,9−21,28)+¿(18,1−21,28)+(20,5−21,283)+(25,5−21,2
+(28,2−21,283)+(28,9−21,283)+(34,4−21,283)
12

Desviacion Media=6,96666

Tarea 2: En la siguiente aparecen los años de servicio acumulados por 360 trabajadores de

una gran empresa antes de su retiro voluntario:

Años de Número de empleados

experiencia
0-1 10

1-2 34

2-3 56

3-4 76
 4-5 80

5-6 25

6-7 10

7-8 27

8-9 12

9-10 8

10-11 19

11-12 3

Vamos a encontrar ejercicios Para esta muestra halle

a. Histograma

b. Media

c. Mediana

d. Moda

e. Varianza

f. Qué porcentaje de empleados tiene más de 8 años de experiencia y menos de 6 años

de experiencia

Tabla de frecuencias

Marca de clase: x i

Frecuencia absoluta: f i

Frecuencia acumulada: F i

Años de x i fi Fi
experiencia
0-1 0.5 10 10
 1-2 1.5 34 44

2-3 2.5 56 100

3-4 3.5 76 176

4-5 4.5 80 256

5-6 5.5 25 281

6-7 6.5 10 291

7-8 7.5 27 318

8-9 8.5 12 330

9-10 9.5 8 338

10-11 10.5 19 357

11-12 11.5 3 360

a) Dibuje el histograma
 Número de empleados

80
76
Empleados

56

34
25 27
19
10 10 12
8
0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10 10-11 3
11-12
Años de experiencia

b) Media

Sumamos la totalidad de los productos de frecuencia absoluta por la marca de clase de cada
intervalo

Años de x i fi Fi x i* f i
experiencia
0-1 0.5 10 10 5

1-2 1.5 34 44 51

2-3 2.5 56 100 140

3-4 3.5 76 176 266

4-5 4.5 80 256 360

5-6 5.5 25 281 137,5

6-7 6.5 10 291 65

7-8 7.5 27 318 202,5

8-9 8.5 12 330 102

9-10 9.5 8 338 76

10-11 10.5 19 357 199,5

11-12 11.5 3 360 34,5

 360 1639

1639
X=
360
1639
X=
360
X =4,55

c) Mediana

Identificamos la clase mediana:

360
=18 0
2
Ahora debemos buscar el intervalo donde la frecuencia acumulada (Fi) contenga el valor
obtenido (180).

4-5 4.5 80 256

N
−F i−1
Buscamos los valores para agregar a la formula L + 2 ∗t i
i
f1

Li-1 Es el límite inferior de la clase donde se encuentra la mediana=4.

N / 2 Es la semisuma de las frecuencias absolutas: 180

Fi-1 Es la frecuencia acumulada anterior a la clase mediana: 176

fi Es la frecuencia absoluta del intervalo mediano:80

ti Es la amplitud de los intervalos:1.

180−176 4
Me=4 + = =0,05
80 20

d) Moda

Buscamos los valores:

Li-1 Es el límite inferior de la clase donde se encuentra la mediana=4.

fi-1 Intervalo anterior al de mayor frecuencia: 176

fi El intervalo de mayor frecuencia: 80

fi+1 Intervalo posterior al de mayor frecuencia: 25

ti Es la amplitud de los intervalos:1.

f i−f i −1
Mo=Li +
(f ¿ ¿i−f i−1 )+ ¿¿ ¿

80−76 4 4
Mo=4 + ∗1=¿ 4 + ∗1= =0,06
(80−76)+(80−25) 4+ 55 59

Mo= 0,06

e) Varianza

Realizamos la operación: el producto del cuadrado de la marca de clase por la frecuencia

absoluta

Años de xi fi Fi x i* f i x i2* f i
experiencia
0-1 0.5 10 10 5 2,5

1-2 1.5 34 44 51 76,5

2-3 2.5 56 100 140 350

3-4 3.5 76 176 266 931

4-5 4.5 80 256 360 1620

5-6 5.5 25 281 137,5 756,25

6-7 6.5 10 291 65 422,5

7-8 7.5 27 318 202,5 1518,75

8-9 8.5 12 330 102 867

 9-10 9.5 8 338 76 722

10-11 10.5 19 357 199,5 2094,75

11-12 11.5 3 360 34,5 396,75

360 1639 9758

9758 9758
v= −4,552 = −20,7=26,1
360 360
f) Desviación típica

Necesitamos:
Media: X =4,55
Varianza: 26,1

9758
√ 360
−−4,552 =√ 27.10−20,7025= √ 6,7025 =2,529

g) Qué porcentaje de empleados tiene más de 8 años de experiencia y menos de 6

años de experiencia.

Años de xi fi Fi x i* f i x i2* f i % F1%

experiencia
0-1 0.5 10 10 5 2,5 2,8 2,8

1-2 1.5 34 44
51 76,5 9,4 12,2
2-3 2.5 56 100
140 350 15,6 27,8
3-4 3.5 76 176 266 931 21,1 48,9
4-5 4.5 80 256 360 1620 22,2 71,1
5-6 5.5 25 281
137,5 756,25 6,9 78,1
6-7 6.5 10 291 65 422,5 2,8 80,8
7-8 7.5 27 318 202,5 1518,75 7,5 88,3
 8-9 8.5 12 330
102 867 3,3 91,7
9-10 9.5 8 338
76 722 2,2 93,9
10-11 10.5 19 357
199,5 2094,75 5,3 99,2
11-12 11.5 3 360 34,5 396,75 0,8 100,0
360 1639 9758 100%
De acuerdo a la gráfica, se estima que un 89.7% se encuentra en el rango de más de 8 años

de experiencia y los que tienen menos de 6.

Tarea 3: La siguiente tabla refiere a los usos más comunes citados en una encuesta

realizada a usuarios de ordenadores de pequeñas y medianas empresas.

Área Respuesta
Contabilidad 26%

Procesadores de texto 15%

Hojas de calculo 24%

Bases de datos 13%

Puntos de venta 10%

Información 4%
Otros 8%

Hallar:

a) Media

b) Mediana

c) Moda

d) Varianza
 e) Desviación típica

f) Realizar el histograma correspondiente a los datos.

Media 14%

mediana 13%

moda ningún dato se repite

varianza 0,005677551

desviación típica 0,075349526

Tarea 4: Una compañía asigna diferentes precios a un equipo de sonido particular en ocho
regiones diferentes del país. La tabla adjunta muestra el número de unidades vendidas y los
precios correspondientes (en miles de pesos).

Para poder realizar el ejercicio complementamos la tabla con los siguientes datos: producto

(xy), potencia (x), y sumatorias.

Realizamos el
x y ( XY ) x2
402 45 18090 161604 complemento de la
381 66 25146 145161
tabla acorde a los
350 70 24500 122500
430 90 38700 184900 requerimientos:
441 75 33075 194481
380 45 17100 144400
405 65 26325 164025
420 70 29400 176400
421 65 27365 177241
SUMATORIA 3630 591 239701 1470712

n= 9
 a) Estimar la ecuación de regresión lineal de las ventas sobre el precio que mejor se
ajuste.
y=ax+ b
Para encontrar el valor de (a) y (b) procedemos a:

x ∑ x i y i−∑ xi ∑ y i
a= 2
n ∑ x 2i −( ∑ xi )

9 (3630 ) (591)−( 3630 )( 591 )

a=
9 ( 1470712 )− (3630 )2

(19307970)−( 2145330 )
a=
( 13236408 )−(1470712)

17162640
a=
11765696

a=1.4587

b=
∑ y−a ∑ x
n

591−(1.4587)(3630)
b=
9
 591−(5295.1)
b=
8

−4704
b=
9

b=−522.66

Ecuación lineal que se aproxima a la relación precio-ventas:

y=1.4587 x−522.66

y +522.66=1.4587 x

y+ 522.66
=x
1.4587

y +522.66
x=
1.4587

b) Determinar las ventas si el precio es de 55, 58, 68, y 70 miles de pesos.

1) y=55

2) y=58

3) y=68

4) y=70

Precio 1: $55000

y +522.66
x=
1.4587

55+522.66
x=
1.4587
 577.66
x=
1.4587

x=¿396.01

Precio 2: $58

y +522.66
x=
1.4587

58+522.66
x=
1.4587

580.66
x=
1.4587

x=¿398.06

Precio 3: $68

y +522.66
x=
1.4587

68+522.66
x=
1.4587

590.66
x= x=¿404.92
1.4587

Precio 4: $70

y +522.66
x=
1.4587

70+522.66
x=
1.4587

592.66
x=
1.4587

x=¿406.29
ventas 55 58 68 70
precio 396,01 398,06 404,92 406,29

c) Determinar R y dar una interpretación

x y

02 5 -1,33 -20,67 1,78 427,11 27,56

381 66 -22,33 0,33 498,78 0,11 -7,44

350 70 -53,33 4,33 2844,4 18,78 -231,11

4

430 90 26,67 24,33 711,11 592,11 648,89

441 75 37,67 9,33 1418,7 87,11 351,56
8
380 5 -23,33 -20,67 544,44 427,11 482,22

405 5 1,67 -0,67 2,78 0,44 -1,11

20 0 16,67 4,33 277,78 18,78 72,22

421 5 17,67 -0,67 312,11 0,44 -11,78

SUMATORI 3630 91 6612 1572 1331
A
Media 403,3 65,6
3 7

n= 9

r=
∑ (x−x́)( y− ý )
√ ∑ ( x−x́ )2 √∑ ( y −ý )2
1331
r=
√ 6612 √ 1572
 1331
r=
( 81.31 ) ( 39.64 )

1331
r=
3223.3

r =0.4129

El valor de r

contempla el

valor de

0.4129 (entre

0 y 1), estaremos ante una relación estadística positiva, según (Pearson) el valor de r se

encuentra muy próximo al valor de (0.476) que indica que:

Relación positiva moderada: Pearson r = 0.476

Algunos puntos están cerca de la línea, pero otros puntos están lejos de ella, lo que indica
que solo existe una relación lineal moderada entre las variables.
Los valores

resaltados en amarillo corresponden a los puntos encontrados aplicada la ecuación a

Tarea 5: Los datos de la siguiente tabla representa las alturas (X) cm. y los pesos (Y) kg.

de varios hombres.

Para poder realizar el ejercicio complementamos la tabla con los siguientes datos: producto

(xy), potencia (x), y sumatorias.

Realizamos el complemento de la tabla acorde a los requerimientos:

X Y (XY)

185 40 7400 34225

152 51,5 7828 23104

185 53,5 9897,5 34225

155 56,5 8757,5 24025

126 53,5 6741 15876

196 58 11368 38416

172 62,5 10750 29584

187 82 15334 34969

Sumatoria 1358 457,5 78076 234424

 n=8,
datos

a) Estimar la ecuación que mejor se ajuste de modo que el peso dependa de la altura.

y=ax+ b
Para encontrar el valor de (a) y (b) procedemos a:

x ∑ x i y i−∑ xi −∑ y i
a= 2
n ∑ x 2i −( ∑ x i )

8 (78076 )−( 1358 )− ( 457,5 )

a=
8 ( 234424 ) −( 1358 )2

3323
a= =0,1064
31228

b=
∑ y−a ∑ x
n

457.5−(0.1064)(1358)
b=
8

457.5−(0.1064)(1358)
b=
8
 457.5−(144.49)
b=
8

313.01
b=
8

b=39.1 2

Ecuación lineal que se aproxima a la relación peso-altura:

y=0.1064 x+39.12

b) Determinar el peso si la altura es de 150, 153 y 175 cm.

5) x=150

6) x=153

7) x=175

Peso 1: 150 cm

y=0.1064 x+39.12

y=0.1064(150)+39.12

y=15.95+ 39.12

y=55.08kg

Peso 2: 153 cm

y=0.1064 x+39.12

y=0.1064(153 kg)+39.12

y=16.27 +39.12
 y=55.39kg

Peso 3: 175 cm

y=0.1064 x+39.12

y=0.1064(175)+39.12

y=18.62+39.12

y=57.74kg

a) Determinar R y dar una interpretación

X Y

185 40 15,25 -17,1875 232,5625 295,4101563 -262,109375

152 51,5 -17,75 -5,6875 315,0625 32,34765625 100,953125

185 53,5 15,25 -3,6875 232,5625 13,59765625 -56,234375

155 56,5 -14,75 -0,6875 217,5625 0,47265625 10,140625

126 53,5 -43,75 -3,6875 1914,0625 13,59765625 161,328125

196 58 26,25 0,8125 689,0625 0,66015625 21,328125

172 62,5 2,25 5,3125 5,0625 28,22265625 11,953125

187 82 17,25 24,8125 297,5625 615,6601563 428,015625

Sumatoria 1358 457,5 3903,5 999,96875 415,375

Media 169,75 57,1875

N de
datos 8

r=
∑ (x−x́)( y− ý )
√ ∑ ( x−x́ )2 √∑ ( y −ý )2
 415.375
r=
√ 3903.5 √ 999.96
415.375
r=
( 62.47 )( 31.62 )

415.375
r=
1975.43

r =0.2102

El valor de r contempla el valor de 0.2102 (entre 0 y 1), estaremos ante una relación

estadística positiva, que es menos fuerte ya que está más cercana de 0. Esto indica que

algunos puntos están cerca de la línea, pero otros puntos están lejos de ella, lo que indica

que solo existe una relación lineal moderada entre las variables.
Referencias

contribuíos, E. (2011). Regresión Lineal. Obtenido de https://www.ecured.cu/Regresi

%C3%B3n_lineal
ESTADISTICA. (s.f.). Obtenido de https://sites.google.com/site/iniciacionestadistica/4-
estadistica-descriptiva/4-7-medidas-de-dispersion
Ramos, E. R. (2016). Estadística para todos. En E. R. Ramos, Análisis de datos
estadísticas. Difusora Larousse - Ediciones Pirámide.
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?
docID=11231145&p00=Estadistica+descriptiva
https://www.youtube.com/watch?v=TLMKv1OzUDc
https://www.shmoop.com/estadistica-basica-probabilidades/diagrama-caja.html
https://www.ecured.cu/Regresi%C3%B3n_lineal
https://www.ecured.cu/Medidas_de_dispersi%C3%B3n
https://economipedia.com/definiciones/coeficiente-de-correlacion-lineal.html
https://www.google.com/search?
q=geogebra+en+linea+gratis&rlz=1C1CHBF_esCO840CO840&oq=geogebra+en+
+linea&aqs=chrome.1.69i57j0l5.9105j0j8&sourceid=chrome&ie=UTF-8