Unidad 3- Paso 4.

Descripción de la Información

Presentado por:

Yuliana Garcia Naranjo

Grupo: 197

Presentado a:

Adrián Reinaldo Valencia

Universidad nacional abierta y a distancia – UNAD

Escuela de ciencias sociales, artes y humanidades – ECSAH

Estadística - 202107095_197

Programa de psicología

Noviembre, 2020
 Introducción

El siguiente trabajo trata de un análisis de regresión y correlación lineal con la finalidad de

buscar la relación que existe entre dos variables cuantitativas seleccionadas, teniendo en

cuenta ña información sobre la base de datos que hemos venido trabajando en actividades

anteriores de Pruebas SABER 11 - 160 estudiantes 2020 (16-4), cada estudiante. También se

describen los conceptos relacionados con la temática trabajada, que nos permite apropiarnos

de la temática, desarrollando de los ejercicios, la comprensión y análisis de los mismos.

 Justificación

El trabajo se elaboró con el fin de detallar y relacionar las variables de una determinada

problemática, en la cual se utilizan medidas bivariantes. Esta actividad nos ayudó a conocer

algunos términos de regresión y correlación lineal simple.

La aplicación de estos conceptos, son de gran importancia en el campo de la investigación,

facilita la conceptualización y las posibles decisiones que podemos tomar frente a las

variables que estemos analizando.

 Objetivos

Objetivo general

Determinar los conceptos de regresión y correlación lineal

Objetivos específicos

 Presentar los cálculos de las medidas bivariantes de regresión lineal simple

 Determinar el grado de relación de las variables

 Identificar el modelo matemático que tiene una variable sobre otra.

 Diseñar diagramas de dispersión

 Comprender los tipos de asociación de variables.

Actividad 1. Mapa Mental

 https://venngage.net/ps/l7y0Na79rmw/medidas-estadsticas-bivariantes-de-

regresin-lineal

Actividad 2. Definición de Conceptos.

Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:

-Diagrama de dispersión: se le conoce como gráfico de puntos o diagrama de XY. Son

diagramas que utilizan un grupo de puntos, ubicados usando las coordenadas cartesianas (X,

Y) para expresar valores de 2 variables, ya que, al seguir una variable en cada eje, se detecta

la relación o correlación entre las dos variables.

Entendiendo que la dispersión en la matemática, se conoce como el valor de distanciamiento

de un vinculado de valores, con respecto a un valor medio.

A partir de aquí se derivan algunas medidas de dispersión en el mundo de las estadísticas,

como el rango, la varianza, la desviación, el coeficiente de correlación, etc.

-Correlación lineal simple: La correlación lineal y la regresión lineal simple son métodos

estadísticos que estudian la relación lineal existente entre dos variables.

Para estudiar la relación lineal existente entre dos variables continuas es necesario disponer de

parámetros que permitan cuantificar dicha relación. Uno de estos parámetros es la covarianza,

que indica el grado de variación conjunta de dos variables aleatorias.

-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.

Hay varias definiciones diferentes para R² que son algunas veces equivalentes. Las más

comunes se refieren a la regresión lineal. En este caso, el R² es simplemente el cuadrado

del coeficiente de correlación de Pearson, lo cual es sólo cierto para la regresión lineal

simple.

-Correlación positiva y correlación negativa:

• Cuando hay una correlación positiva (r> 0) entre dos variables aleatorias, una variable se

mueve proporcionalmente a la otra variable. Si una variable aumenta, la otra aumenta. Si una

variable disminuye, la otra también disminuye.

• Cuando hay una correlación negativa (r <0) entre las dos variables aleatorias, las variables se

mueven opuestas entre sí. Si una variable aumenta, la otra disminuye y viceversa.

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

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.

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.

Actividad 3. Ejercicio práctico.

En esta actividad cada estudiante deberá resolver un ejercicio de los que aparecen a

continuación; posterior a ello compartirá su elección en el foro del entorno de Aprendizaje

Foro de discusión Unidad 3- Paso 4 Descripción de la Información. En cada ejercicio deberá

responder los siguientes interrogantes:

3.5 Temperatura – Enfermedad respiratoria.

3.4 Estatura-Peso.

Una Nutricionista de un hogar infantil desea encontrar un modelo matemático que permita

determinar la relación entre el peso y la estatura de sus estudiantes. Para ello selecciona 10

niños y realiza las mediciones respectivas.

A continuación, se presentan los resultados:

Estatura (cm) 120 124 107 118 112 110 115 104 110

Peso (kg) 24 23 19 24 21 19 22 16 20
 a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables.

El tipo de asociación que se observa en el diagrama es lineal positiva.

b. Encuentre el coeficiente de determinación y correlación.

c. Determine el modelo matemático que permite predecir el efecto de una variable sobre

la otra. ¿Es confiable?

El modelo matemático es: y= a + bx

Y= 0,0136x + 0,7524

R2= 0,8645

d. Determine el grado de relación de las dos variables.

la relación de las dos variables es aceptable ya que se presenta un 92,97 % de confiabilidad de

la información.

Actividad 4. Regresión y correlación Lineal Simple.

Descripción de la Actividad Individual:

A partir de la base de datos suministrada: Anexo 1- Pruebas SABER 11 - 160 estudiantes

2020 (16-4), cada estudiante, deberá:

-Identificar dos variables cuantitativas de la situación estudiada que puedan estar

relacionadas e identificar la variable dependiente e independiente.

Variables cuantitativas:

Número de personas en el hogar: independiente

Horas que trabaja por semana: independiente

- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de relación entre

las variables.

Las dos variables no tienen relación.

_Determine al coeficiente de determinación y de correlación de las dos variables. Interprete

los resultados

Los resultados nos muestran la diferencia de correlación que presentan las dos variables.

- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.

¿Es confiable?

El modelo matemático es: y= a + bx

Y= 0,0001x + 0,7731

R2= 0,7731

- Determine el tipo de correlación de las dos variables.

El tipo de correlación de las dos variables es nula

- Relacionar la información obtenida con el problema.

Podemos determinar que el número de personas que viven en un hogar no tienen ninguna

relación con las personas que trabajan cierto número de horas.

Actividad 5. Regresión y correlación múltiple.

Descripción de la Actividad:

A partir de la base de datos suministrada “Anexo 1- Pruebas SABER 11 - 160 estudiantes

2020 (16-4)”, cada estudiante, deberá:

a. Identificar una variable cuantitativa dependiente y varias variables cuantitativas

independientes del estudio de investigación.

Variable dependiente: promedio general

Variables independientes: puntaje de matemáticas, puntaje inglés, puntaje ciencias sociales.

b. Realizar el diagrama de dispersión de dichas variables.

c. Calcular la recta de regresión y el coeficiente de correlación para probar

estadísticamente su relación.

La recta de regresión es lineal positiva.

d. Relacionar la información obtenida con el problema.

De la información obtenida podemos decir que el promedio general de cada estudiante

depende del puntaje obtenido en cada materia.

 Conclusiones.

A través de este trabajo se logró aprender a identificar conceptos importantes como diagramas

de dispersión, correlación lineal, coeficiente de determinación, correlación positiva y

correlación negativa, los cuales son de suma importancia al momento de clasificar, elegir y

manipular información, que nos permite simplificar la interpretación de los datos recolectados

de una forma rápida y eficiente.

Se aprendió a comprobar la relación que existe entre una y más variables estadísticamente, ya

que intuitivamente podemos deducir que una variable depende de otra, pero al realizarlo

estadísticamente podremos darnos cuenta que tan confiable y que tanta relación existe entre

ambas.
 Referencias Bibliográficas.

 Churchill, G. A., Jr. (1999). Análisis de Correlación y de Regresión Simple. In

Investigación de mercados (4th ed., pp. 675-686). Cengage Learning.

https://link.gale.com/apps/doc/CX4058900232/GVRL?u=unad&sid=GVRL&xid=d37

19bec

 Martínez, C. (2011). Capítulo 2. Distribuciones de frecuencia. En: Estadística y

muestreo, 13a ed. [Online] Bogotá: Ecoe Ediciones. (pp 570 – 582). Recuperado

de http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?il=739