83514 PEC2 20211 traducida al castellano PDF

Preview

Summary

Práctica traducida al castellano , se trata solo del enunciado de la misma, no es la pec resuelta. Subiré la pec resuelta en los próximos días, con una nota de A...

Description

83514 Fundamentos de Estadística Curso 2021-22 / 1er semestre

Laura Martínez Prueba de evaluación continua 2. Estadística descriptiva univariante Enunciado En esta PEC utilizaréis los siguientes ficheros (que ya habéis utilizado para hacer la PEC0 y la PEC1), es decir: • El fichero de datos para analizar, Datos_20211.RData que ya se ha comentado y que volveréis a utilizar en otras actividades. FICHERO GENERAL • Variables_20211_es.pdf: Contiene la explicación de las variables que encontraréis en el fichero anterior. En todos los cálculos y representaciones gráficas donde sea posible, tenéis que utilizar RCommander. Las variables de la encuesta que usaréis en esta PEC son: • ID: El código que os ha sido asignado. Contiene varias regiones a las que pertenece la familia encuestada. Recordad que tenéis un documento con el ID que os ha tocado a cada estudiante. • Horas_trab: número de horas trabajadas del miembro que más renta aporta al núcleo familiar. • Salario: Salario bruto anual de la persona que más aporta a la unidad familiar (en euros). • Sexo: Sexo de la persona que más aporta económicamente a la unidad familiar. • Tipo_contrato: Tipo de contrato laboral de la persona que más aporta al hogar. • Renta_hog: Renta disponible total del hogar en el 2010 (en euros) Indicaciones para la realización de la PEC: 3. Recordad que queréis trabajar solo con las familias del código que os corresponda. Podéis hacerlo con Datos > Conjunto de datos activo > Filtrar conjunto de datos activo. En el campo «Expresión de selección» ponemos ID=="el ID que os haya sido asignado" (donde "el ID que os haya sido asignado" es el valor ID que os corresponde).OJO, FICHERO LAURA24DATOS ADJUNTO CÓDIGO 24 4. Podéis volver a comprobar el contenido de la tabla de datos clicando el botón “Visualiza la tabla de datos”. Ahora tendríais que ver todos los registros del mismo código (si no es así, repasad los pasos anteriores).

7. Una PEC respondida con unos datos que no son los que os corresponden se considerará respondida incorrectamente y se calificará en consecuencia. Por la experiencia de semestres 83.514_PEC2_20211 Página 1 de 4

PEC2. Estadística descriptiva univariante

anteriores, este es el error más habitual en este ejercicio. Por eso es muy importante el paso de visualizar los datos una vez seleccionados y comprobar que solo están los de vuestro código. 8. Aseguraos de que también habéis hecho el cuestionario Moodle de esta PEC. NOTA 1: Para más detalle sobre los cálculos de las medidas de centro y de dispersión, consultad la Ficha 11. Medidas de centro y de dispersión. En R-Commander hacemos Estadísticos > Resúmenes > Resúmenes Numéricos. http://materials.cv.uoc.edu/continguts/PID_00221785/fitxa11/index.html NOTA 2: En R-Commander tenéis diferentes gráficos disponibles en el menú Gráficos. NOTA 3: Para la realización de los gráficos, consultad la Ficha 21. Representación gráfica. http://materials.cv.uoc.edu/continguts/PID_00221785/fitxa21/index.html NOTA 4: Para más información sobre la utilización de R-Commander, podéis consultar el Módulo 3. Análisis de datos y estadística descriptiva con R y R-Commander que podéis encontrar en el apartado de “Materiales” del aula. http://cvapp.uoc.edu/autors/MostraPDFMaterialAction.do? id=208273 NOTA 5: Ved la Sesión 1 del módulo didáctico Gil Estallo, A. J. (2009). “Estadística descriptiva”. Módulo 1 en Estadística. Ed. EDIUOC. http://cvapp.uoc.edu/autors/MostraPDFMaterialAction.do? id=269798

PROBLEMAS Problema 1 a) Con R-Commander, calculad los principales estadísticos descriptivos para la variable Horas_trab, marcando también en la ventana “Estadísticos” el coeficiente de variación, rango intercuartílico y asimetría. Comentad los resultados obtenidos para los estadísticos de tendencia central y la ausencia o no de asimetría.

b) Para la misma variable y a partir de los resultados anteriores, presentad la expresión del coeficiente de variación, calculadlo y reportadlo con R-Commander. Calculad el recorrido y el recorrido intercuartílico. Comentad los resultados en términos de dispersión de la variable. El recorrido de la variable es la diferencia entre el valor máximo y el mínimo, es decir Recorrido= Max-Min= 63-5 = 58. El recorrido intercuartílico es la diferencia entre el tercer y el primer cuartil, es decir:

83.514_PEC2_20211

Página 2 de 9

PEC2. Estadística descriptiva univariante

Recorrido intercuartílico = Q3-Q1 = 40 – 35 = 5 El cofeciente de variación es la desviación típica partido por la media, es decir: CV = 8,782572/38,61 = 0.227468 Nota: en la ventana de Resúmenes numéricos habilitad “Coeficiente de variación” en la subventana “Estadísticos”.

Problema 2 Tomando la variable Salario, se pide: a) Clasificad la variable por intervalos. Reportad los datos estandarizados para las marcas de clase de los 4 primeros intervalos.

Nota: en la ventana de Resúmenes Numéricos habilitad “Frecuencia por intervalos” en la subventana “Estadísticos”. Las marcas de clase se obtienen, para intervalos de igual longitud, como la media entre los límites inferior y superior del mismo. b) Comentad la curtosis (apuntalamiento) de la distribución.

83.514_PEC2_20211

Página 3 de 9

PEC2. Estadística descriptiva univariante

c) e observa que la variable tiene asimetría positiva (skewness 1,1953), por lo que la serie está d)sesgada a la derecha: hay bastantes trabajadores con una antigüedad relevante. Respecto al e)apuntalamiento (Kurtosis: 0,8590) es una medida de forma que mide lo escarpada o achatada que f) está la distribución de la variable. Este coeficiente indica la cantidad de datos que hay cercanos a la

83.514_PEC2_20211

Página 4 de 9

PEC2. Estadística descriptiva univariante

g)media, de manera que a mayor grado de apuntalamiento, más escarpada (o apuntada) será la forma h)de la curva. Como el valor es menor a 3 se interpreta como una baja concentración de valores en i) torno a la media y se dice que la forma de la distribución es platicúrtica o aplanada Se observa que la variable tiene asimetría positiva (skewness 1,559909), por lo que la serie está sesgada a la derecha, Respecto al apuntalamiento (Kurtosis: 4,655932) es una medida de forma que mide lo escarpada o achatada que está la distribución de la variable. Este coeficiente indica la cantidad de datos que hay cercanos a la media, de manera que a mayor grado de apuntalamiento, más escarpada (o apuntada) será la forma de la curva. Como el valor es mayor a 3 se interpreta como una alta concentración de valores en torno a la media y se dice que la forma de la distribución es leptocúrtica . Nota: seleccionad en el recuadro de resumen el campo apropiado para obtener el estadístico.

Problema 3 Tomando la variable Renta_hog, representadla en un gráfico de caja teniendo en cuenta la variable Sexo para analizar las posibles diferencias. Comentad los resultados.

83.514_PEC2_20211

Página 5 de 9

PEC2. Estadística descriptiva univariante

Como podemos observar, la mediana (línea gruesa dentro de la caja), es superior en hombres (mayor ingreso) que en mujeres, por lo tanto, tienen la renta del cabeza de hogar tiene un valor mayor en hombres. Por otro lado, los cuartiles 1 y 3 son mayores en las mujeres, eso denota que tiene más presencia (Renta_hog- renta del cabeza del hogar), tanto en valores positivos como negativos. Los hombres tienen más valores extremos pero en las mujeres existe una asimetría positiva mayor ( bolitas=valores extremos).

Problema 4 Vamos a analiz analizar si las m de caja. Comen

83.514_PEC2_20

contrato, para zad un gráfico

na 6 de 9

PEC2. Estadística descriptiva univariante

Como podemos observar, la mediana (línea gruesa dentro de la caja), es superior (ingresan más) en aquellos que poseen contrato fijo que en aquellos que tienen un contrato temporal, por lo tanto, tienen la renta del cabeza de hogar tiene un valor mayor en contratos fijos. Por otro lado los cuartiles 1 y 3 son mayores en los contratos fijos ,eso denota que tiene más presencia (Renta_hog- renta del cabeza del hogar), en valores positivos. Los contratos fijos tienen más valores extremos y se observa una asimetría positiva mayor ( bolitas=valores extremos).

Problema 5 En vista de los resultados del ejercicio anterior, parece pertinente analizar la variable Renta_hog en términos de desigualdad. Para ello, calculad el índice de Gini y representad los resultados gráficamente mediante la curva de Lorenz.

83.514_PEC2_20211

Página 7 de 9

PEC2. Estadística descriptiva univariante

uede observarse que hay una gran desigualdad: el índice de Gini está muy cercano a la unidad y, en consecuencia, la curva de Lorenz está casi pegada a los lados inferior y derecho del cuadrado, alejándose de la diagonal que representa la igualdad absoluta 83.514_PEC2_20211

Página 8 de 9

PEC2. Estadística descriptiva univariante

Nota: en el espacio del aula desde donde descargáis las PECs, podéis encontrar una guía que os explica cómo llevar a cabo estas dos operaciones.

Problema 6 En el hogar A, la persona que más aporta tiene un contrato temporal, y dispuso de una renta disponible total en 2010 de 35.300 euros, mientras que la renta para el hogar B, en el que la persona que más aporta tiene un contrato fijo, fue de 41.100 euros. A partir de los descriptivos de la variable Renta_hog para cada una de las categorías de la variable Tipo_contrato, ¿cuál de los 2 hogares tiene mejor situación respecto su colectivo? Nota: Revisad el concepto de estandarización de los datos que ya se ha expuesto. Hogar A: renta disponible total 35.300 (contrato temporal) Hogar B: el que más ingresa 41.100 (contrato fijo)

Como podemos observar, el promedio en el contrato fijo es de 43300.50 y el promedio en contrato temporal es de 33919.46, por lo tanto, podemos afirmar que el Hogar A(renta disponible total 35.300), tiene una mejor situación respecto su colectivo.

83.514_PEC2_20211

Página 9 de 9...