PASO 5 PRESENTACION DE RESULTADOS

Leonardo Rojas Camelo

1012401870
Grupo Colaborativo
204040_34

Nombre del docente:

Karen Stefania Cabrera
Nombre del curso:
Estadística Descriptiva
Periodo:
2019 II 16-04

Universidad Nacional Abierta y a Distancia – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
2019
Tabla de Contenido

 Introducción
 Justificación
 Objetivos
 Informe de las variables cualitativas
 Informe de las variables cuantitativas discretas
 Informe de las variables cuantitativas continuas
 Análisis de regresion
 Propuesta de solución
 Recomendaciones
 Referencias Bibliográficas
Introducción
La estadística está conformada por una serie de procedimientos destinados a la observación,
registro, organización y análisis de un determinado tipo de variables y a partir de esto predecir
su comportamiento. También podemos mencionar que la estadística forma parte de nuestro
quehacer diario, prácticamente está inmersa en cada decisión que tomamos desde la más
simple hasta la más compleja.

La estadística descriptiva es deductiva y estudia las características de una población

representando los datos gráficamente además de calcular los parámetros estadísticos para
describir el conjunto, de igual manera busca explicar de manera lógica las relaciones de los
datos que ocurren de manera aleatoria o condicional.

En el trabajo se abordará específicamente la problemática: En qué condiciones de desarrollo

territorial, social y humano se encuentran las comunidades con mayor pobreza extrema en
Colombia “Indicadores socioeconómicos 115 municipios (2019) 16-4” y donde se espera
dar solución a cada uno de las temáticas abordadas a lo largo del curso y así darle su
aplicabilidad para obtener los resultados que se esperan.
Objetivos

 Reconocer los fundamentos básicos de la estadística descriptiva y las etapas dentro

de una investigación, teniendo en cuenta datos reales
 Aplicar medidas estadísticas univariantes, en la solución de diferentes problemas
 Aplicar medidas estadísticas bivariantes en función de la problemática de estudio
Actividad 1. Ajuste de Datos

Actividad 2. Procesamiento de Variables

 Variables cualitativas: grado de marginación y tipo de riesgo al que más se expone

la población
 Variables cuantitativas: Nivel mayoritario del sisben y % de viviendas con piso de
tierra
 Variable cuantitativa discreta: Cantidad de servicios públicos disponibles

1.Variables Cualitativas

 Grado de Marginación
Tablas de Frecuencia

Grado de Frecuencia Frecuencia Frecuencia Relativa

Marginacion Absoluta fi Relativa fr % fr %

Muy bajo 9 0,18 18

Bajo 17 0,34 34
Medio 21 0,42 42
Alto 1 0,02 2
Muy Alto 2 0,04 4
Total 50 1 100

Diagrama de Barras
 Frecuencia Absoluta fi
(Grado de Marginacion)
30
21
20 17
9
10
1 2
0
Muy bajo Bajo Medio Alto Muy Alto

Frecuencia Relativa fr
(Grado de Marginacion
0.5
0.42
0.4 0.34
0.3
0.18
0.2
0.1 0.04
0.02
0
Muy bajo Bajo Medio Alto Muy Alto

Frecuencia Relativa %
fr %
50
(Grado de Marginacion)
42
40 34
30
18
20

10 4
2
0
Muy bajo Bajo Medio Alto Muy Alto

Moda

Medida de
tendencia Valor Interpretación
central

El grado de marginación mas

Moda: Medio común en las comunidades con
mayor pobreza extrema en
Colombia es medio
  Tipo de riesgo al que más se expone la población
Tablas de Frecuencia

Frecuencia
Frecuencia Frecuencia
Tipo de Riesgo Relativa %
Absoluta fi Relativa fr
fr %
movimientos en
masa 11 0,22 22
sequias 5 0,1 10
vulcanismo 9 0,18 18
heladas 4 0,08 8
avenidas
torrenciales 7 0,14 14

desbordamientos 3 0,06 6
sismos 11 0,22 22
Total 50 1 100

Diagrama de Barras

Frecuencia Absoluta fi
(Tipo de Riesgo)
12 11 11
10 9
8 7
6 5
4
4 3
2
0
 Frecuencia Relativa fr
(tipo de riesgo)
0.3 0.22 0.22
0.18
0.2 0.14
0.1 0.08 0.06
0.1
0

Frecuencia Relativa % fr %
Tipo de Riesgo
25 22 22
20 18
14
15 10
10 8
6
5
0

Moda

Medida de
tendencia Valor Interpretación
central

El tipo de riesgo más común en

las comunidades con mayor
Moda: Medio pobreza extrema en Colombia
está entre los movimientos en
masa y los sismos.

 Tablas de Contingencia:
Conclusiones:
Hay dos variables cualitativas: grado de marginación y tipo de riesgo al que mas se expone
la población
Para la variable grado de marginación: Muy bajo, bajo, medio, alto y muy alto
Para la variable tipo de riesgo: avenidas torrenciales, desbordamientos, heladas, movimientos
en masa, sequias, sismos y vulcanismo
En las filas se representan el tipo de riesgo y en las columnas el grado de marginación que
presentan cada uno de los riesgos
Se pudo evidenciar que:
En las avenidas torrenciales y en las sequias el tipo de marginación es muy bajo, bajo y medio
En los desbordamientos y en las heladas el tipo de marginación es muy bajo y bajo
En los movimientos en masa el tipo de marginación es muy bajo, bajo, medio y alto
En los sismos el tipo de marginación es muy bajo, bajo medio y muy alto
En los vulcanismos el tipo de marginación es bajo, medio y muy alto

2. Variables Cuantitativas Discreta y Continua

 Variable cuantitativa discreta: Cantidad de servicios públicos disponibles

Media: 3,44
Mediana: 3
Moda: 3
Cuartiles

Columna1

Media 3,44
Error típico 0,23239656
Mediana 3
Moda 3
Desviación estándar 1,64329187
Varianza de la muestra 2,70040816
Curtosis 0,05215332
Coeficiente de
asimetría 0,11055904
Rango 7
Mínimo 0
Máximo 7
Suma 172
Cuenta 50

 Variable Cuantitativa Continua: % de viviendas con piso de tierra

Media: 4,78
Mediana: 2,83
Cuartiles:

Columna1

Media 4,78568258
Error típico 0,7036639
Mediana 2,83717576
Moda #N/A
 Desviación estándar 4,97565512
Varianza de la muestra 24,7571439
Curtosis 14,4509888
Coeficiente de
asimetría 3,32801643
Rango 29,5996807
Mínimo 0,888304
Máximo 30,4879847
Suma 239,284129
Cuenta 50

3. Regresion y Correlación entre Variables Cualitativas

Identificar dos variables cuantitativas de la situación estudiada que puedan estar relacionadas
y:
a. Realizar el diagrama de dispersión de dichas variables y determinar el tipo de
asociación entre las variables:

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

Y= 0,005x +4,913
𝑅 2 = 0,0002 * 100% = 0,02%
Este modelo no es confiable por el poco valor de porcentaje que apenas es del 0,02%,
para predecir el efecto de una variable sobre la otra.

c. Determinar el grado de relación de las dos variables

Coeficiente de correlación= R
2
𝑅 2 = √0.0002 = 0,0141421356

d. Relacionar la información obtenida con el problema

Entre más nivel mayoritario del sisben en la población, habrá menos porcentaje de viviendas
con piso en tierra en la población vulnerable de Colombia

e. Realizar regresión múltiple en caso de que se determine dependencia entre las

variables cuantitativas
Actividad 3. Propuesta de solución a la problemática
¿Qué alternativa de solución plantea para la problemática estudiada?
Teniendo en cuenta lo estudiado a lo largo del curso la solución que se puede plantear es que
se mejore la calidad de vida de los colombianos, empezando por los cambios en el gobierno
y desde ahí se transforma cada uno de los actores sociales que nos rodea; debemos ser un
poco más conscientes y tener un nivel de vida más equitativo entre todas las personas que
habitan este país, así lograremos más equidad, pudiendo brindar más educación a la primera
infancia y más accesibilidad a empleos para los jóvenes y adultos y de esta forma podremos
mejorar muchas cosas.
Recomendaciones
De forma preliminar para este trabajo se logró concluir que la estadística, se configura como
la tecnología del método científico que proporciona instrumentos para la toma de decisiones
cuando se adoptan en ambiente de incertidumbre, siempre que esta incertidumbre puede ser
medida en términos de probabilidad. Por ello, la estadística se preocupa de los métodos de
recogida y descripción de datos, así como de generar técnicas para el análisis de esta
información.
De igual forma, planteamos la importancia y la necesidad de apropiarnos tanto de referentes
teóricos como los instrumentos y técnicas propias de la estadística, para fortalecer nuestra
formación y quehacer profesional de manera interdisciplinar, también nos surge los
interrogantes y los comprendemos a saber: para que medimos, que vamos a medir, como lo
vamos a medir, donde vamos a medir, como representamos la información, organizar
información, su análisis, interpretación y presentación.

Por último, la actividad nos permitió a los estudiantes a apropiarnos de temas como: tablas
de frecuencias, representaciones gráficas, tablas de distribución e histogramas; partiendo de
diferentes casos expuestos en cada laboratorio.
Referencias Bibliográficas

Montero, J.M. (2007). Regresión y Correlación Simple. Madrid: Paraninfo. (pp 151 – 158).
Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100011&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=b82c81e98fcc1361e1929abe203c8219

Churchill, G.A. (2009). Análisis de Correlación y de Regresión Simple. México City:

Cengage Learning. (pp 675 – 686). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900232&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=e558184ed89e57d11ede116134cfce41

Churchill, G.A. (2009). "Análisis de Regresión Múltiple." Investigación de mercados.

México City: Cengage Learning.(pp 686 – 695).Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4058900234&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=49575112db86a0eb46dae86bbaf74cb9

García, J. E (2005). Análisis de Datos Unidimensionales.et al. Madrid: Paraninfo. (pp 26 -

42). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052300007&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=03f8699ec7ccf10e8745c0ceb7b85bf1

Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical

Descriptive. Cengage Learning Paraninfo, S.A. (pp 41-50). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=99feba20c3312cbea60961107ffc27a0

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

13a ed. [Online] Bogotá: Ecoe Ediciones. (pp 2 – 10). Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=67&docID=1056
0355&tm=1498531579762

Montero, J. M. (2007). Conceptos Generales Estadística descriptiva. Madrid: Paraninfo.(pp

3 - 16). Recuperado
de http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100007&v=2.1&u=unad&it=r&
p=GVRL&sw=w&asid=0a7332df0d4700de0bd272caa41e1718

Montero, J. M. (2007). Características de Una Distribución de Frecuencias. Statistical

Descriptive. Cengage Learning Paraninfo, S.A. (pp 4 – 10). Recuperado
dehttp://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100008&v=2.1&u=unad&it=r&p
=GVRL&sw=w&asid=99feba20c3312cbea60961107ffc27a0