PASO 4-Descripción de la información PDF

Preview

Summary

Guía de actividades y rúbrica de evaluación – Paso 4 Descripción de la información.Curso: 204040_Presentado a: MARGARITA MARIA PINEDAUniversidad Nacional Abierta y a Distancia UNAD Escuela de Ciencias Básicas Tecnología e Ingeniería Ingeniería de Telecomunicaciones Bogotá de septiembre de 2021INTROD...

Description

Guía de actividades y rúbrica de evaluación – Paso 4 Descripción de la información.

Curso: 204040_214

Presentado a: MARGARITA MARIA PINEDA

Universidad Nacional Abierta y a Distancia UNAD Escuela de Ciencias Básicas Tecnología e Ingeniería Ingeniería de Telecomunicaciones Bogotá de septiembre de 2021

INTRODUCCIÓN En esta guía vamos a evaluar y a comprender Guía de actividades y rúbrica de evaluación – Paso 4 Descripción de la información, observaremos el avance d cada estudiante para la comprensión de esta guía.

Justificación En este curso vamos a realizar un entendimiento de que es la estadística descriptiva, con cada una de las actividades de la Guía de actividades y rúbrica de evaluación – Paso 4 Descripción de la información. nos mostraran los conceptos básicos de la estadística implementando una base de datos que el curso va dando para realizar los diferentes puntos de la guía clasificándolos como variables cuantitativas y cualitativas así mismo tener dando los resultados de las diferentes variables.

OBJETIVO 1. Se realiza la comprensión y la realización de los métodos estadísticos. 2. Realización de la comprensión de diferentes ejercicios para la comprensión de cada ejercicio 3. Se realizará una comprensión determinante a partir de la solución de los problemas y sus métodos de investigación estadística. 4. Realización de comprensión básica de tablas estadística.

DESARROLLO DE LA ACTIVIDAD

Actividad 1. Mentefacto Conceptual Regresión y Correlación Simple Análisis de Correlación y de Regresión Simple.

Actividad 2. Definición de Conceptos. Definir brevemente los conceptos básicos asociados a Regresión y Correlación como:

-Diagrama de dispersión RTA:

Los diagramas de dispersión usan una colección de puntos colocados usando coordenadas cartesianas para mostrar valores de dos variables. Al mostrar una variable en cada eje, se puede detectar si existe una relación o correlación entre las dos variables. -Correlación lineal simple. RTA: El análisis de regresión es una técnica estadística para investigar la relación funcional entre dos o más variables, ajustando algún modelo matemático. La regresión lineal simple utiliza una sola variable de regresión y el caso más sencillo es el modelo de línea recta. Supóngase que se tiene un conjunto de n pares de observaciones (xi,yi), se busca encontrar una recta que describa de la mejor manera cada uno de esos pares observados.

-Coeficiente de determinación R2 RTA: El coeficiente de determinación, R2, es una importante medida de la regresión lineal que representa la parte de variación de la variable dependiente que viene explicada por un conjunto de variables independientes, por lo tanto, mide la capacidad predictiva del modelo estimado. Correlación positiva y correlación negativa RTA: Cuando dos valores, por ejemplo, se mueven en la misma dirección, el coeficiente de correlación es positivo. A la inversa, cuando dos acciones se mueven en direcciones opuestas, el coeficiente de correlación es negativo. ¿Qué es el coeficiente de correlación lineal y qué nos ayuda a medir? RTA: El coeficiente de correlación es la medida específica que cuantifica la intensidad de la relación lineal entre dos variables en un análisis de correlación. En los informes de correlación, este coeficiente se simboliza con la r.

Regresión lineal simple

RTA: El objetivo de un modelo de regresión es tratar de explicar la relación que existe entre una variable dependiente (variable respuesta) Y un conjunto de variables independientes (variables explicativas) X1,..., Xn. En un modelo de regresión lineal simple tratamos de explicar la relación que existe entre la variable respuesta Y y una única variable explicativa X Regresión lineal múltiple

RTA: La regresión lineal múltiple permite generar un modelo lineal en el que el valor de la variable dependiente o respuesta (YY) se determina a partir de un conjunto de variables independientes llamadas predictores (X1X1, X2X2, X3X3…). Es una extensión de la regresión lineal simple, por lo que es fundamental comprender esta última. Los modelos de regresión múltiple pueden emplearse para predecir el valor de la variable dependiente o para evaluar la influencia que tienen los predictores sobre ella (esto último se debe que analizar con cautela para no malinterpretar causa-efecto). Los modelos lineales múltiples siguen la siguiente ecuación: Yi=(β0+β1X1i+β2X2i+⋯+βnXni)+ei

Actividad 3. Ejercicio práctico. a. Realice el diagrama de dispersión y determine el tipo de asociación entre las variables. 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? d. Determine el grado de relación de las dos variables. Demanda – Ventas. Una empresa de ventas online basa las predicciones de sus ventas anuales en los resultados oficiales de la demanda total de sus clientes. A continuación, se dan los datos de demanda total y las ventas efectuadas por la empresa en los últimos 12 años:

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

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?

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

3.2. Edad – Peso. Un nutricionista realizó un estudio donde desea encontrar un modelo matemático que permita determinar la relación entre el Peso en kilogramos y la Edad en años de un grupo de pacientes, para ello tomó una muestra al azar de 14 individuos, los resultados del estudio se ilustran en la siguiente tabla.

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

b. Encuentre el coeficiente de determinación y correlación.

Determine el modelo matemático que permite predecir el efecto de una variable sobre la otra. ¿Es confiable?

0.85*100%= 85% d. Encuentre el coeficiente de determinación y correlación.

d. Determine el grado de relación de las dos variables =0,739115976 el grao de relación entre las variables es alta puesto que el valor es mayor que 0,7

Actividad 4. Regresión y correlación Lineal Simple. A partir de la base de datos suministrada: Anexo 1- Indicadores de pobreza en algunos municipios de Colombia para el primer trimestre de 2021 (16-4), cada estudiante, deberá: Identificar dos variables cuantitativas de la situación estudiada que puedan estar relacionadas e identificar la variable dependiente e independiente. Relacionar la información obtenida con el problema.

1.Identificar dos variables cuantitativas de la situación estudiada que puedan estar relacionadas e identificar la variable dependiente e independiente.

MUNICIPIOS

Resguardo indígenas

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

3.Determine al coeficiente de determinación y de correlación de las dos variables. Interprete los resultados.

La correlación es negativa puesto que cuando una variable aumenta la otra disminuye, esto se evidencia a medida que aumenta las horas laborales, las horas de internet, de lectura y los libros consultados disminuyen.

La correlación es negativa puesto que cuando una variable aumenta la otra disminuye, esto se evidencia a medida que aumenta las horas laborales, las horas de internet, de lectura y los libros consultados disminuyen. La correlación es negativa puesto que cuando una variable

aumenta la otra disminuye, esto se evidencia a medida que aumenta las horas laborales, las horas de internet, de lectura y los libros consultados disminuyen. La correlación es negativa puesto que cuando una variable aumenta la otra disminuye, esto se evidencia a medida que aumenta

las horas laborales, las horas de internet, de lectura y los libros consultados disminuyen. La correlación es negativa puesto que cuando una variable aumenta la otra disminuye, esto se evidencia a medida que aumenta las horas laborales, las horas de internet, de lectura y

los libros consultados disminuyen. encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra. ¿Es confiable?

=0,044204267 el grao de relación entre las variables es baja puesto que el valor es mayor que 0,0

La correlación es negativa puesto que cuando una variable aumenta la otra disminuye, esto se evidencia a medida que aumenta las horas laborales, las horas de internet, de lectura y

los libros consultados disminuyen. - Determine el tipo de correlación de las dos variables. La correlación es negativa puesto que cuando una variable aumenta otra disminuye ya que si aumenta resguardos disminuye población o municipios que tienen resguardos

La correlación es negativa puesto que cuando una variable aumenta la otra disminuye, esto se evidencia a medida que aumenta las horas laborales, las horas de internet, de lectura y

los libros consultados disminuyen. - Relacionar la información obtenida con el problema.

Concluimos apartir de la cantidad de resguardos indígena con el numero de municipios hay menos resguardos a medida que va a aumentando la población y aumento de los municipios.

CONCLUSIONES

En este trabajo encontramos la comprensión de las diferentes características de cada ejercicio propuesto por la guía (Guía de actividades y rúbrica de evaluación Paso 4 Descripción de la información. en el curso de la universidad UNAD para que cada uno de los estudiantes tenga la comprensión para el desarrollo de cada punto y dando como resultado un avance para el desarrollo de habilidades por medio de las características del curso. También observaremos que a través del desarrollo del trabajo podemos comprender e identificar conceptos importantes como diagramas de dispersión y correlación lineal, coeficiente de determinación positiva y negativa los cuales suma importancia al momento de clasificar elegir y manipular la información requerida en este trabajo .

BIBLIOGRAFIA

ontero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo.

Paginas. 130 – 158. Churchill, G.A. (2009). - Análisis de Correlación y de ---Regresión Simple. México City: Cengage Learning. Páginas 675 – 686  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.ebooks724.com.bibliotecavirtual.unad.edu.co/?il=739  Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 130 – 158). Recuperado de https://link.gale.com/apps/doc/CX4052100011/GVRL ?u=unad&sid=GVRL&xid=696103db  Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City: Cengage Learning. (pp675–686). Recuperado de https://link.gale.com/apps/doc/CX4058900232/GVRL ?u=unad&sid=GVRL&xid=a2479593 

Monroy, S. S. (2005). Estadística descriptiva. México, D.F., MX: Instituto Politécnico Nacional. (pp 21-29). Recuperado de https://elibro-

net.bibliotecavirtual.unad.edu.co/es/ereader/unad/7472 2  OVI. Ortegon Pava, M. (27,07,2020). Medidas Bivariantes - Regresión lineal Múltiple. [Archivo de video]. Recuperado de https://repository.unad.edu.co/handle/10596/35464  ¿Qué significan los coeficientes de correlación positivo, negativo y cero? Recuperado https://inversionesenbolsa.online/quesignifican-los-coeficientes-de-correlacion-positivonegativo-y-cero/  Coeficiente de correlación Recuperado https://www.jmp.com/es_co/statistics-knowledgeportal/what-is-correlation/correlation-coefficient.html

  REGRESIÓN LINEAL SIMPLE departamento de estadística E investigación operativa (11/12) Recuperado http://eio.usc.es/eipc1/BASE/BASEMASTER/FORMULARI OS-PHP-DPTO/MATERIALES/Mat_50140116_Regr_ %20simple_2011_12.pdf...