Vous êtes sur la page 1sur 60

Estadstica descriptiva

Trabajo colaborativo momento 4 Fase Final

Presentado por:
Yeimi Katherine Rojas Gonzales
Edy Guillermo Castro Vanegas
Yeison de Jess Martnez

Grupo:
100105_47

Tutor
Francisco Cabrera Daz

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


Escuela de Ciencias Sociales, Artes y Humanidades
Santa Marta
06/11/2016

Tabla de contenido
1.introduccin

2.estructutura del material

3 Orientaciones didcticas y metodolgicas


4 Nociones tericas

5 Ejemplos prcticos
Tabla de contenido:

INTRODUCCION

En el campo laboral da a da se presenta muchos tipos de informacin la cual se


debe organizar para una mayor comprensin de la misma, una manera de poder
organizarla es por medio de la estadstica. En este trabajo vamos a encontrar el
desarrollo de unos ejercicios en los cuales observaremos, las diferentes maneras
de agrupar la informacin obtenida mediante encuestas, estudios, investigaciones,
aplicando la estadstica descriptiva con el fin de mostrar las conclusiones bsicas
de datos obtenidos. Mediante algunos ejercicios que se pueden observar en la
vida cotidiana, obtenemos muestras o datos que necesitamos para realizar la
presentacin de la informacin mediante los modelos de agrupacin como la
muestra, la variable los diagramas estadsticos.

JUSTIFICACION:

La estadstica descriptiva es la ciencia que analiza series de datos (por ejemplo,


edad de una poblacin, peso de los trabajadores de un determinado centro de
trabajo, temperatura en los meses de verano, etc.) y trata de extraer conclusiones
sobre el comportamiento de estos elementos o variables. Las variables que se
observan y analizan pueden ser de dos tipos:

Variables cualitativas o atributos: no se pueden medir numricamente,


representan caractersticas o atributos de las variables (por ejemplo:
nacionalidad, sexo, religin).
Variables cuantitativas: tienen valor numrico (edad, altura, precio de un
producto, ingresos anuales).

OBJETIVOS:
Conocer el concepto de la estadstica, aplicando sus diferentes maneras de
agrupar la informacin en relacin con los datos obtenidos y agruparlos ordenarlos
y representarlos, en los diferentes tipos de diagramas para as adquirir el
conocimiento de lo que se plantea en este trabajo.

OBJETIVOS ESPECFICOS:

Analizar los tipos de conceptos bsicos de la estadstica en especial la


descriptiva.
Generar nuevos conocimientos, sobre los datos que se obtienen en una
investigacin de algn caso en especial.
Presentar ejemplos de algn caso respecto a la carrera, donde se pueda
aplicar la parte estadsticos junto con sus frmulas y diagramas
representativos.

CONTENIDO:
Recogida de datos en contexto.
Identificacin de variables.
Criterios de clasificacin. Organizacin de los datos conforme al criterio de

clasificacin establecido.
Organizacin de los datos mediante grficos
Construccin de tablas de frecuencia.
Frecuencia absoluta y nmero total de datos.
Lectura e interpretacin de la informacin grfica.

RECOMENDACIONES:
Los servicios mdicos en nuestro pas, especialmente para las personas de
escasos recursos, son bastante deficientes. Las EPS se limitan a prestar las
mnimas atenciones a los usuarios.
Esto se ve reflejado en gran medida, en la atencin que reciben las personas en
las salas de urgencias de centros hospitalarios contratados por estas empresas.
Es bien conocido por parte del pblico en general, que las salas de urgencias son
sitios donde se presentan frecuentes incumplimientos en el servicio, tales como
atencin oportuna y adecuada a los usuarios.
Es necesario entonces que se analice este fenmeno en detalle, con informacin
de primera mano y se hagan propuestas para tratar de darle solucin a la
problemtica que se presenta y que sean los usuarios de escasos recursos los
que se beneficien directamente.
El presente trabajo es el comienzo del anlisis del servicio que se presta en un
centro asistencial, la sala de urgencias del hospital Federico lleras acosta de la
Ciudad de Ibagu, el cual tiene como propsito generar una propuesta de solucin

a dicha situacin por parte del grupo colaborativo, haciendo uso de los
fundamentos y herramientas proporcionadas por la estadstica descriptiva.

SUGERENCIAS de formato para el informe del trabajo de estadstica


descriptiva.:

El trabajo tendr la siguiente presentacin:


1)

IntroduccionIntroduccin

2)

Estructura del material.

3)

Nociones tericas.

4)

Ejemplos prcticos.

5) orientacin didctica y metodolgica.

CARACTERIZACION DEL PROBLEMA:


Poblacin
Tipo de muestreo
Muestra

Variables
Unidad de investigacin
Ubicacin temporal

Los pacientes de la sala de hospital Federico


Lleras Acosta de la ciudad de Ibagu
Muestreo probabilstico
Los pacientes de la sala de urgencias del
hospital Federico Lleras Acosta de la ciudad de
Ibagu.
Los pacientes de la base de datos del hospital
Federico lleras de la cuidad de Ibagu, se pudo
identificar
las
variables
cualitativas
y
cuantitativas
Cada uno de los usuarios.
Hospital Federico Lleras acosta de la ciudad de
Ibagu.

Cuadro donde vamos a ubicar un tema o concepto o problema en el que


podra ser aplicado:
Escala Medidas

La escala de medidas es totalmente


comparativa, est la podemos utilizar
para la comparacin de datos que
ests extraamente ligados, nos
ayudan a tomar decisiones ms claras

Representaciones Graficas

Variables estadsticas
Cualitativa y Cuantitativa

Poblacin a trabajar

Unidad estadstica
Muestra
ESQUEMA DE TRABAJO:

y con menos margen de errores.


Son de vital importancia para
representar los datos cuantitativos y
cualitativos de una informacin se
puede apreciar con mayor facilidad,
que nos va a permitir interpretar o
tomar decisiones de los datos
expuestos.
Las variables estadsticas la podemos
utilizar para realizar investigaciones de
servicio o producto lo cual nos ayudara
a obtener informacin precisa de la
informacin que necesitamos, con la
variable cualitativa logramos tener
informacin personal como estilos de
vida, gustos etc. Y con la cuantitativa
logramos obtener informacin ms
precisa y profunda expresa en datos
numricos y porcentuales.

Pacientes a las diferentes EPS


donde se tienen en cuenta
datos
como
su
edad,
estatura,
enfermedad
y
conformidad
del
servicio
prestado.
Uno de los 120 pacientes
120 pacientes

Nuestros anlisis realizados a travs de los trabajos colaborativos


(Momentos) a la base de datos del Hospital Federico Lleras Acosta de la
ciudad de Ibagu dieron resultados que nos ayudan a establecer las
posibles causas y tambin posibles soluciones a la crisis hospitalaria

se realiza un trabajo de campo Los resultados obtenidos en el


anlisis de la base de datos del Hospital Federico Lleras Acosta
de la ciudad de Ibagu no son nada halagadores y son buen
reflejo de la crisis hospitalaria de ahora y siempre de nuestro
pas.

despues de la previa investigacion se llevaran a cabo las


concluciones en base a las muestras tomadas, donde se
lograran analizar de manera profunda el tema expuesto
anteriormente

CARACTERIZACION DEL PROBLEMA:

Los pacientes de la sala de hospital Federico


Poblacin
Lleras Acosta de la ciudad de Ibagu
Tipo de muestreo
Muestreo probabilstico
Los pacientes de la sala de urgencias del
hospital Federico Lleras Acosta de la ciudad de
Muestra
Ibagu.
Los pacientes de la base de datos del hospital
Federico lleras de la cuidad de Ibagu, se pudo
identificar
las
variables
cualitativas
y
Variables
cuantitativas
Unidad de Cada uno de los usuarios.
investigacin
Ubicacin temporal
Hospital Federico Lleras acosta de la ciudad de
Ibagu.
LLUVIA DE IDEAS:

Plantear una propuesta de solucin al problema del Hospital Federico


Lleras de la ciudad de Ibagu.
Analizar la base de datos proporcionada para realizar la propuesta de
solucin.
Establecer cules son las causas de la problemtica que se presenta en el
Hospital Federico lleras de la ciudad de Ibagu
Emplear herramientas de estadstica descriptiva para analizar la
informacin.
El pos no cubre medicinas enfermedades que sean esenciales para tratar
enfermedades crnicas que sean de alta peligrosidad

PUNTOS QUE SE TUVIERON EN CUENTA PARA LA REALIZACIO DE


LA ACTIVIDAD:

El derecho a la salud.
El gobierno no presta los recursos necesarios para una buena atencin al
cliente.
En Colombia se retiran ms los hospitales pblicos, privilegiando los
privados.
No se atiende con prioridad los sectores vulnerables.

Cuadro donde vamos a ubicar un tema o concepto o problema en el


que podra ser aplicado:

Escala Medidas

Representaciones Graficas

Variables estadsticas
Cualitativa y Cuantitativa

La escala de medidas es totalmente


comparativa, est la podemos
utilizar para la comparacin de
datos que ests extraamente
ligados, nos ayudan a tomar
decisiones ms claras y con menos
margen de errores.
Son de vital importancia para
representar los datos cuantitativos y
cualitativos de una informacin se
puede apreciar con mayor facilidad,
que nos va a permitir interpretar o
tomar decisiones de los datos
expuestos.
Las variables estadsticas la podemos
utilizar para realizar investigaciones de
servicio o producto lo cual nos ayudara
a obtener informacin precisa de la
informacin que necesitamos, con la
variable cualitativa logramos tener
informacin personal como edad,
genero, etc. Y con la cuantitativa
logramos obtener informacin ms
precisa y profunda expresa en datos
numricos y porcentuales como peso
en kg, estatura.

Poblacin a trabajar

Unidad estadstica
Muestra

Base de Datos para el ejemplo:

Pacientes a las diferentes EPS


donde se tienen en cuenta
datos
como
su
edad,
estatura,
enfermedad
y
conformidad
del
servicio
prestado.
Uno de los 120 pacientes
120 pacientes

GENER
O

EDAD

Peso (kg)

N
VISITAS
ULTIMO
TRIMES
TRE

CALIFICACIO
N DEL
SERVICIO
PRESTADO

EPS

SALUD
TOTAL

Mujer

12,5

MALO

Hombre
Mujer

31
62

60
72,5

1
2

BUENO
MALO

Mujer

64

58

BUENO

Hombre

16,5

MALO

Hombre

65

57,6

MALO

Hombre

55

78,6

REGULAR

NUEVA EPS
COOMEVA
SALUD
VIDA
CAFESALU
D
SANITAS
SALUDCOO
P

Hombre

5,2

BUENO

CAPRECOM

Hombre
Mujer
Mujer

18
42
23

53,8
45,8
60,2

1
3
1

REGULAR
REGULAR
REGULAR

Mujer
Hombre

8
71

19,7
62,7

1
1

MALO
MALO

Mujer
Mujer
Hombre

53
20
2

78,6
52,7
8,9

1
2
1

REGULAR
MALO
BUENO

Hombre

73

70

REGULAR

Hombre
Mujer
Hombre

25
35
5

80,9
78,9
15,9

3
1
1

REGULAR
MALO
MALO

Mujer
Mujer
Hombre

24
23
19

56
52,9
78,5

3
1
1

REGULAR
REGULAR
REGULAR

NUEVA EPS
NUEVA EPS
COOMEVA
SALUD
TOTAL
NUEVA EPS
SALUD
TOTAL
NUEVA EPS
COOMEVA
SALUD
TOTAL
SALUD
VIDA
COOMEVA
NUEVA EPS
SALUDCOO
P
NUEVA EPS
NUEVA EPS

Hombre

54

85,8

BUENO

Hombre
Hombre
Hombre

19
21
56

65,2
60
67,2

1
2
2

MALO
MALO
MALO

Hombre

43

85

MALO

Mujer
Mujer
Hombre
Hombre
Mujer

5
21
54
51
26

24,5
65,4
60,6
85
57,3

1
1
1
2
2

REGULAR
MALO
REGULAR
MALO
MALO

Hombre
Hombre

22
0

67,9
2,6

1
1

MALO
MALO

Hombre
Mujer

26
73

75,3
45,2

1
1

BUENO
MALO

Mujer
Hombre

85
7

50,2
23

2
1

MALO
MALO

Hombre

16

45

REGUAR

Mujer
Hombre
Hombre

52
4
20

65,7
16,7
60,5

1
1
2

MALO
REGULAR
BUENO

Mujer
Hombre

68
54

57,8
60,3

1
1

BUENO
REGULAR

Hombre
Hombre

44
3

78,5
15,3

1
2

REGULAR
MALO

Hombre
Hombre
Hombre
Mujer

81
20
40
40

65,2
65,6
78,4
57,9

2
1
1
2

REGULAR
EXCELENTE
MALO
MALO

Hombre
Hombre
Mujer

0
61
23

3,4
58,3
56,8

1
2
1

MALO
REGULAR
REGULAR

COOMEVA
SALUD
VIDA
NUEVA EPS
COOMEVA
SALUD
TOTAL
SALUD
VIDA
COOMEVA
SISBEN
NUEVA EPS
COOMEVA
SALUD
TOTAL
NUEVA EPS
CAFESALU
D
COOMEVA
SALUDCOO
P
NUEVA EPS
SALUD
TOTAL
SALUDCOO
P
COOMEVA
COOMEVA
SALUDCOO
P
SISBEN
SALUD
TOTAL
NUEVA EPS
SALUD
VIDA
NUEVA EPS
COOMEVA
COOMEVA
SALUD
TOTAL
COOMEVA
NUEVA EPS

Mujer
Hombre
Mujer

34
31
17

60
72
58,6

3
1
1

REGULAR
MALO
MALO

Mujer
Hombre

3
59

14,2
65,7

2
2

REGULAR
MALO

Hombre
Hombre
Hombre

19
0
44

60,8
3,1
85

2
1
1

REGULAR
BUENO
EXCELENTE

Mujer

75

60,8

REGULAR

Mujer

75

55,9

BUENO

Hombre

82

70

MALO

Hombre
Hombre
Hombre

33
39
23

73,8
78,5
67,2

1
3
1

BUENO
MALO
REGULAR

Mujer

37

67,2

REGULAR

Mujer
Mujer

48
50

58,8
62,3

1
1

REGULAR
REGULAR

Hombre
Mujer
Hombre

94
17
55

70,2
54,9
78,1

1
1
1

REGULAR
REGULAR
BUENO

Mujer

59

62,9

REGULAR

Hombre

23

65

MALO

Mujer
Hombre

87
34

62,9
72,9

2
1

BUENO
BUENO

Mujer

24

61,6

REGULAR

Hombre
Hombre

1
19

9,7
64,3

2
1

BUENO
BUENO

Mujer

25

58,9

REGULAR

SALUD
VIDA
SANITAS
SISBEN
SALUD
TOTAL
NUEVA EPS
SALUD
VIDA
SANITAS
NUEVA EPS
CAFESALU
D
SALUD
TOTAL
SALUDCOO
P
SALUD
VIDA
NUEVA EPS
SANITAS
SALUDCOO
P
SALUD
TOTAL
NUEVA EPS
SALUDCOO
P
NUEVA EPS
NUEVA EPS
SALUD
TOTAL
SALUD
VIDA
SALUDCOO
P
SISBEN
SALUDCOO
P
SALUDCOO
P
NUEVA EPS
SALUDCOO
P

Hombre
Mujer

5
24

18,3
56,9

1
1

MALO
EXCELENTE

Mujer
Mujer

0
52

3,1
45,8

1
2

BUENO
REGULAR

Hombre

24

68,9

MALO

Mujer
Mujer
Hombre

2
49
68

11,9
65,9
78

1
1
1

MALO
MALO
REGULAR

Mujer

16,9

REGULAR

Hombre

37

85,8

REGULAR

Hombre
Mujer

54
26

67,2
63,2

1
1

MALO
REGULAR

Hombre

9,4

REGULAR

Hombre
Mujer
Mujer

33
0
21

72,9
3,9
63,8

1
1
1

BUENO
MALO
BUENO

Hombre

13

30,5

MALO

Mujer
Hombre
Mujer

23
39
19

52,6
85,9
67,9

2
1
3

MALO
BUENO
BUENO

Mujer
Mujer

24
45

58,2
55

1
1

BUENO
REGULAR

Mujer

57

60,5

BUENO

Hombre

51

87,5

REGULAR

Mujer
Hombre

17
26

55,2
70

1
2

MALO
EXCELENTE

Mujer
Mujer

16
22

45,9
54

1
2

BUENO
REGULAR

CAFESALU
D
NUEVA EPS
CAFESALU
D
NUEVA EPS
CAFESALU
D
SALUDCOO
P
SISBEN
NUEVA EPS
CAFESALU
D
SALUDCOO
P
CAFESALU
D
NUEVA EPS
SALUDCOO
P
SALUD
VIDA
NUEVA EPS
SISBEN
CAFESALU
D
SALUD
VIDA
NUEVA EPS
NUEVA EPS
SALUD
VIDA
NUEVA EPS
SALUDCOO
P
SALUD
VIDA
SALUDCOO
P
NUEVA EPS
SALUDCOO
P
NUEVA EPS

Mujer

25

60,8

BUENO

Hombre
Mujer

55
23

65,8
70,8

1
1

MALO
MALO

Hombre

58

78,6

REGULAR

Hombre

48

87,2

BUENO

Hombre

39

79,5

REGULAR

Hombre

36

72,9

REGULAR

Hombre

60

67,5

BUENO

Mujer
Hombre

47
17

58,2
64,3

2
1

MALO
MALO

SISBEN
SALUDCOO
P
SANITAS
SALUDCOO
P
CAFESALU
D
SALUDCOO
P
SALUD
VIDA
SALUD
VIDA
SALUDCOO
P
SANITAS

Tabla de frecuencia de la variable visita , variable cuantitativa continua

[Li-

Ls>

Xi

fi

hi

Fi

Hi

2,5

86

0,7107438

86

0,7107438

2,5

86

0,7107438

2,5

86

0,7107438

85

0,70247934

2,5

-1

-0,00826446

85

0,70247934

2,5

86

0,7107438

84

0,69421488

2,5

-2

-0,01652893

83

0,68595041

2,5

85

0,70247934

83

0,68595041

3,5

-2

-0,01652893

116

0,95867769

Numero de Hombres y Mujeres


85

86
84
82
80
78
76
74

73

72
70
68
66

MUJER

HOMBRE

DATOS

Mujer
Hombre
Mujer
Mujer
VARIABL
F
Hombre
E
ABSOLUTA PORCENTAJE
Hombre
MUJER
73
46,20%
HOMBRE
Hombre
85
53,80%
Total
Hombre
158
Hombre Variable cualitativa
Nmero de Hombres y Mujeres
Mujer
Mujer
Mujer
Hombre
Mujer
Ingresar al blog del curso que se encuentra en la pgina principal del
Mujer
curso, buscar LABORATORIO (diagramas estadsticos) EXCEL y
Hombre realizar los 3 ejercicios que se encuentran al final del laboratorio
Hombre
Hombre Ejercicios:
Mujer
1) El entrenador del equipo de natacin ha decidido clasificar a sus
Hombre
deportistas teniendo en cuenta el estilo en el cual su rendimiento es
Mujer
Mujer
muy alto. A continuacin se presentan los resultados obtenidos:
Hombre
Pecho
Mariposa Espalda
Pecho
Pecho
Mariposa Libre
Pecho
Hombre
Espalda
Libre
Espalda
Espalda
Libre
Libre
Espalda
Hombre Libre
Mariposa
Mariposa Mariposa Mariposa Espalda
Pecho
Libre
Hombre Libre
Hombre Espalda
Libre
Pecho
Pecho
Libre
Pecho
Espald Libre
Hombre
a
Mujer
Mujer
Hombre
a. Elaborar el diagrama de barras correspondiente.
Hombre
Mujer
ESTILO
VARIABLE
Hombre
PECHO
8
Hombre
MARIPOSA
6
Hombre
ESPALDA
8
Mujer
LIBRE
10
Mujer
Hombre
Hombre
Mujer
Hombre
Hombre
Mujer
Hombre
Hombre
Hombre
Hombre
Hombre

VARIABLE
12
10
8
Axis Title

6
4
2
0

PECHO

MARIPOSA

ESPALDA

LIBRE

b. Construir un diagrama circular que represente la variable.


ESTILO
PECHO
MARIPOSA
ESPALDA
LIBRE

VARIABLE
8
6
8
10
32

f%
25%
19%
25%
31%
100%

VARIABLE
PECHO
31%

25%

25%

19%

MARIPOSA
ESPALDA
LIBRE

b. Escribir dos conclusiones a partir del grfico.

podemos observar que de acuerdo al grafico los deportistas que tienen su


mayor rendimiento es en el estilo libre.
podemos identificar que el estilo espalda y el estilo pecho el rendimiento de
sus deportistas son iguales.

2) Para verificar el efecto de un nuevo pesticida aplicado a un cultivo de caf, se


seleccion una muestra de 42 matas y se les midi su altura en centmetros
despus de 3 meses de haber sido plantadas y regadas con el producto.

Los resultados son los siguientes:


25,4
25,2
42,3
38,7
24
18,6
34,7
28
29,1
19,4
25,8
32,6
34,3
27,9
31,6
37,7
42,8
29,4
36,2
28,5
16,8
21,3
35,4
28
32,9
37,2
38,3
24,3
39
23,6
Realizar un histograma de frecuencias para la variable: altura.

35,5
30,6
32,8
38,6
39,7
26,5

42,3
37,5
36
40,5
20
31,4

ALTURA
25,4
18,6
25,8
37,7
16,8
37,2
25,2
34,7
32,6
42,8
21,3
38,3
42,3

32,9
23,6
35,5
30,6
32,8
38,6
39,7
26,5
42,3
37,5
36
40,5
20
31,4
28
34,3
29,4
35,4
24,3
38,7
29,1
27,9
36,2
28
39
24
19,4
31,6
28,5

ALTURA
16,8
21,133333
33
25,466666
67
29,8
34,133333
33
38,466666
67
y mayor...

Frecuenc
ia
1
3
6
8
6
10
8

Frecuencia
10
9
8
7
6
5
4
3
2
1
0
ay
or
...
m
y

34
,1
33
33
33
3
38
,4
66
66
66
7

29
,8

16
,8

21
,1
33
33
33
3
25
,4
66
66
66
7

Frecuencia

b. Escribir dos conclusiones a partir del grfico.


.se puede observar que hay crecimiento, escalonado de las plantas en los
tres meses
Se pudo comprobar con la muestra que realizaron que el insecticida influyo
en la gran mayora de plantas..
3) Una empresa de desechables va a producir un nuevo tipo de envase, para lquidos.
Por tal razn, midi el volumen de 60 recipientes que se usaron en una nueva prueba
de aceptacin.
VOLUMEN
(mm3)
0-5
5 10
10 15
15 20
20 25
20 25
25 30

frecuencia
4
8
10
11
12
12
15

a. Construir un polgono de frecuencias para la variable Volumen


VOLUMEN
(mm3)
0-5
5 10
10 15
15 20
20 25
20 25
25 30

b.

MARCA FRECUENCI
DE CLASE
A
2,5
4
7,5
8
12,5
10
17,5
11
22,5
12
22,5
12
27,5
15

Escribir

dos

conclusiones

partir

del

grfico.

VOLUMEN (mm3)
30
25
20
15
10
5
0
12

10

MARCA DE CLASE

FR
EC
U

EN

CI
A

FRECUENCIA

volumen (mm3)

se pudo observar que en la prueba de aceptacin la mayora de la gente

escogieron los envases de mayor capacidad.


En el grafico se puede concluir que los recipientes de menor capacidad son
los que menos aceptacin tienen.

VARIABLES CUANTITATIVAS
A partir de la base de datos:
1. Determinar la relacin entre dos variables cuantitativas del problema de
estudio:

-Identificar dos
relacionadas.

variables

cuantitativas

del

problema

que

puedan

estar

- Realizar el diagrama de dispersin de dichas variables.


- calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin.

Solucin:
De acuerdo a la base de datos podemos realizar las siguientes variables
cuantitativas:

La edad de los pacientes


La estatura de los pacientes

ESTATURA (M)
2
1.5
ESTATURA (M)
1
0.5
0
0

10

20

30

40

50

60

VARIABLES INDEPENDIENTES

Encontramos en base de datos:


Las siguientes variables independientes

Genero
edad
peso (Kg)

70

80

90

100

Variables Independientes
100
80
60
40
20
M
uj
er

M
uj
er

M
uj
er

M
uj
er

br
e

H
om

br
e

H
om

M
uj
er

br
e

H
om

br
e

H
om

M
uj
er

Variables Independientes EDAD


Variables Independientes Peso (kg)

A partir de la base de datos:


1. Determinar la relacin entre dos variables cuantitativas del problema de estudio:

-Identificar dos
relacionadas.

variables

cuantitativas

del

problema

que

puedan

estar

- Realizar el diagrama de dispersin de dichas variables.


- calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin.
De acuerdo a la base de datos podemos realizar las siguientes variables
cuantitativas:

Edad de los pacientes


Peso en kg de los pacientes
a
b

Edad de los Pacientes


(x)

Muestra
Peso en Kg de los
Pacientes(y)

12,5

31
62
64
4

60
72,5
58
16,5

65

57,6

55
1
18
42
23
8
71
53
20

78,6
5,2
53,8
45,8
60,2
19,7
62,7
78,6
52,7

22,6614
829
0,75861
107
0,80295
225

Y=

Correlaci
n

22,66148
29+

0,802952
25

0,758611
07X

Diagrama de dispersin

Edad de los Pacientes (x)


90
80
70
60
50
40
30
20
10
0

10

20

Recta de regresin

30

40

50

60

70

80

Edad de los Pacientes (x)


90
80
f(x) = 0.76x + 22.66
R = 0.64

70
60
50
40
30
20
10
0

10

20

30

40

50

60

70

80

70

80

El tipo de relacin del diagrama de dispersin es Lineal.

coeficiente de correlacin
0,802952252

Correlacion
90
80
70
60
50
40
30
20
10
0

10

20

30

40

50

60

2. Determinar la relacin entre una variable dependiente y varias variables


independientes; si es el caso:

Identificar una variable dependiente y varias variables independientes del


estudio de investigacin.
Realizar el diagrama de dispersin de dichas variables.
calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin Segn el ejemplo escogido de la base de
datos:

Encontramos las siguientes variables:

Edad de los Pacientes (x): variable independiente


Estatura de los Pacientes (y): variable dependiente

a
b
Muestra
Edad de los Pacientes (x)

1,070428
42
0,010314
56
0,731452
41

Estatura de los Pacientes(y)

0,65

31
62
64
4

1,74
1,58
1,59
1

65

1,65

Y=

1,0704284 0,010314
2+
56x

Correlaci
n

0,7314524
1

55
1
18
42
23
8
71
53
20

1,7
0,73
1,62
1,53
1,65
1,18
1,69
1,58
1,53

coeficiente de correlacin
0,73145241

Diagrama de dispersin

Estatura de los Pacientes(y)


2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0

10

20

30

40

50

60

70

80

Recta de regresin

Estatura de los Pacientes(y)


2
1.8

f(x) = 0.01x + 1.07


R = 0.54

1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0

10

20

30

40

50

60

70

80

70

80

El tipo de relacin del diagrama de dispersin es Lineal.

Correlacion
2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0

10

20

30

40

50

60

LABORATORIO:

SOLUCION EJERCICIOS
1) Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial
un tiempo despus.
X (sal)

Y (presin)

1,8

100

2,2

98

3,5

105

4,0

110

4,3

112

5,0

120

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

DIAGRAMA DE DISPERSIN PUNTO 1


140
120
100

f(x) = 6.31x + 85.61


R = 0.92

80
Presin

Y (presin)
Linear (Y (presin))

60
40
20
0
1.5

2.5

3.5

4.5

5.5

Sal

El tipo de asociacin del diagrama de dispersin es Lineal.

b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 6.313X + 85.61. R= 0.916
Se puede asegurar que la ecuacin de la recta es confiable porque el R est cercano a 1 y
tiene un grado alto de confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El R afirma adems que el modelo explica el 91.65% de la informacin y el valor de r
coeficiente de correlacin lineal es excelente porque el 0.916 est muy cercano al extremo
1 positivo que es la correlacin perfecta positiva.
d) Si a un paciente se le administra una dosis de sal de 6.5 cul es la tensin arterial
esperada?
Para hallar el valor de la tensin arterial esperada para una dosis de sal de 6.5 debemos
reemplazar este valor en la formula hallada.
= 126.6
Segn lo anterior para dicha dosis de sal la tensin arterial esperada es de 126.6

2) En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se


ha considerado que era importante ir anotando peridicamente el tiempo medio ( medido en
minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose
al nuevo proceso mejorando paulatinamente su proceso de produccin.

Los siguientes datos representan dicha situacin:


X
Y

10
35

20
28

30
23

40
20

50
18

60
15

70
13

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables


40
35
30f(x) = - 0.35x + 35.57
25R = 0.95
20
Tiempo Medio para realizar una Pieza 15
10

Linear ()

5
0
50
0 100
Nmero de Das

El tipo de asociacin del diagrama de dispersin es Lineal.


b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 0.3464X + 35.571. R= 0.9454
Se puede asegurar que la ecuacin de la recta es confiable porque el R est cercano a 1 y
tiene un grado alto de confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El R afirma adems que el modelo explica el 94.5% de la informacin y el valor de r
coeficiente de correlacin lineal es excelente porque el 0.945 est muy cercano al extremo
1 positivo que es la correlacin perfecta positiva.
d) Que tiempo deber tardarse un empleado cuando se lleven 100 das?
Para hallar el valor del tiempo de 100 das debemos reemplazar este valor en la formula
hallada.

= 0.931 minutos
Segn lo anterior para dicho nmero de das se espera realizar para una pieza el obrero se
demore 0.931 minutos.

3) Una nutricionista de un hogar infantil desea encontrar un modelo matemtico que


permita determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 nios y realiza las mediciones respectivas.
A continuacin se presentan los resultados:
12
1
25

123

108

118

111

109

114

103

110

115

22

19

24

19

18

20

15

20

21

Estatura (cm)
Peso (kg)

a) Se realiz el diagrama de dispersin y determine el tipo de asociacin entre las variables


30
25
20
Peso (kg)

f(x) = 0.42x - 27.38


R = 0.81

15
10

Linear ()

5
0
100

105

110

115

120

125

Estatura (cm)

El tipo de asociacin del diagrama de dispersin es Lineal.


b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?

El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;

Y= 0.4212X - 27.377. R= 0.8102


Se puede asegurar que la ecuacin de la recta es aceptable porque el R se aleja un poco de
1 y tiene un grado de confiabilidad aceptable.
c) Determine el grado de relacin de las dos variables.
La correlacin lineal es aceptable porque el 0.810 est un poco retirado del 1 positivo.
d) Cual es el peso que debera tener un estudiante que mida 130 cm?
Y= 0.4212 * 130 - 27.377= 27.37

Propuesta escogida por el grupo:

PROPUESTA DE SOLUCION A PARTIR DEL ENFOQUE DE INGENIERIA DE


SISTEMAS
Es posible observar que algunas de las inconsistencias ms pronunciadas en la
informacin contenida en la base de datos de cada uno de los pacientes del El
Hospital Federico Lleras de la Ciudad de Ibagu, est en la recoleccin, manejo y
sistematizacin de los datos, para lo cual es necesario disear una estrategia que
permita una solucin gil, permanente y pertinente.
AIRDS APLICACION INTERACTIVA PARA LA RECOLECCION DE DATOS
DEMOGRAFICOS Y SOCIALES.
El AIRDS es una plataforma en lnea, desarrollada en PHP, que permite la
interaccin directa, desde PDAs y TABLETs, mediante la instalacin del
aplicativo, que ser compatible con ANDROID os, la cual permite, en tiempo real,

ingresar datos directamente a la plataforma, la cual es capaz de ordenar, clasificar


y cuantificar los datos obtenidos, mediante los vnculos y las autoformas
establecidas segn el tipo de datos.
Para el proceso de implementacin, es necesario contar con el equipo electrnico
digital necesario, que permita un acceso inmediato y continuado a la red de datos,
y asi, mantener actualizado en tiempo real el sistema, as entonces se puede
contar con informacin fresca, pertinente y adecuada, que permita la toma de
decisiones ms acertadas, mejor atencin al cliente, mayor cobertura, entre otros
beneficios establecidos por el programa, que adems, ofrecer la posibilidad de
generar informes totales y/o parciales de las diversas situaciones que se
presentan y, en las que es conveniente tener a la mano toda la informacin
estadstica del Hospital Federico Lleras.
Despus de tener los equipos, aparece la etapa de capacitacin y adecuamiento
logstico, para la etapa de recoleccin de datos en tiempo real.
CONCLUSIONES

Se evidencia que para manejar cualquier tipo de variables se necesita realizar un


diagrama de dispersin y aplicar conceptos, frmulas de relacin y correlacin que
permita el despeje de las ecuaciones y datos para obtener un resultado.

Los ejemplos nos muestra que son acordes a un tipo de forma lineal y la correlacin
es confiable para los tipos de datos.

Hallamos los comportamientos que tienen tendencia lineal y determinamos el grado


de correlacin entre las variables.

Identificacin de la poblacin:
En nuestro caso tomamos
Federico Lleras de Ibagu.

como referencia

la base de datos

del hospital

Determinacin del tipo de muestreo a utilizar. Tipo de muestreo.


Representativa probabilstico
El muestreo probabilstico es una tcnica de muestreo en virtud de la cual
las muestras son recogidas en un proceso que brinda a todos los individuos
de la poblacin las mismas oportunidades de ser seleccionados.
Variables:
La suministrada en la base de datos del Hospital Federico Lleras de la
ciudad de Ibagu, se calcul la variable de edad, como variable discreta
con el fin para realizar un estudio para calcular la edad promedio de los
pacientes de la EPS del hospital Federico lleras de la ciudad de Ibagu,
entre ellos se encuestaron 120 pacientes
Unidad de investigacin:
Cada uno de los diferentes pacientes.
Ubicacin espacio temporal:
Tomamos como referencia el Hospital Federico Lleras de la Ciudad de
Ibagu.
Determina el tamao de la muestra utilizando formulas estadsticas:
Se tom una poblacin total de 120 pacientes (hombres y mujeres),
atendidos en el mes de marzo, realizando la deteccin de variables
cuantitativas y cualitativas con respecto al tipo de servicio solicitado
edades.

VARIABLES CUANTITATIVAS
A partir de la base de datos:
1. Determinar la relacin entre dos variables cuantitativas del problema de
estudio:

-Identificar dos
relacionadas.

variables

cuantitativas

del

problema

que

puedan

estar

- Realizar el diagrama de dispersin de dichas variables.


- calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin.

Solucin:
De acuerdo a la base de datos podemos realizar las siguientes variables
cuantitativas:

La edad de los pacientes


La estatura de los pacientes

ESTATURA (M)
2
1.5
ESTATURA (M)
1
0.5
0
0

10

20

30

40

50

60

70

80

90

100

VARIABLES INDEPENDIENTES

Encontramos en base de datos:


Las siguientes variables independientes
Genero
edad
peso (Kg)

Variables Independientes
100
80
60
40
20

Variables Independientes EDAD


Variables Independientes Peso (kg)

M
uj
er

M
uj
er

M
uj
er

M
uj
er

br
e

H
om

br
e

H
om

M
uj
er

br
e

H
om

H
om

br
e

0
M
uj
er

A partir de la base de datos:


1. Determinar la relacin entre dos variables cuantitativas del problema de estudio:

-Identificar dos
relacionadas.

variables

cuantitativas

del

problema

que

puedan

estar

- Realizar el diagrama de dispersin de dichas variables.


- calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin.
De acuerdo a la base de datos podemos realizar las siguientes variables
cuantitativas:

Edad de los pacientes


Peso en kg de los pacientes
a
b
Muestra
Edad de los
Pacientes (x)

22,66148
29
0,758611
07
0,802952
25

Peso en Kg de los Pacientes(y)

12,5

31
62
64
4

60
72,5
58
16,5

65

57,6

55
1
18
42

78,6
5,2
53,8
45,8

Y=

Correlaci
n

22,66148
29+

0,802952
25

0,758611
07X

23
8
71
53
20

60,2
19,7
62,7
78,6
52,7

Diagrama de dispersin

Edad de los Pacientes (x)


90
80
70
60
50
40
30
20
10
0

10

20

Recta de regresin

30

40

50

60

70

80

Edad de los Pacientes (x)


90
80
f(x) = 0.76x + 22.66
R = 0.64

70
60
50
40
30
20
10
0

10

20

30

40

50

60

70

80

70

80

El tipo de relacin del diagrama de dispersin es Lineal

coeficiente de correlacin
0,802952252

Correlacion
90
80
70
60
50
40
30
20
10
0

10

20

30

40

50

60

2. Determinar la relacin entre una variable dependiente y varias variables


independientes; si es el caso:

Identificar una variable dependiente y varias variables independientes del


estudio de investigacin.
Realizar el diagrama de dispersin de dichas variables.
calcular la recta de regresin y el coeficiente de correlacin para probar
estadsticamente su relacin Segn el ejemplo escogido de la base de
datos:

Encontramos las siguientes variables:

Edad de los Pacientes (x): variable independiente


Estatura de los Pacientes (y): variable dependiente

a
b
Muestra
Edad de los
Pacientes (x)

1,070428
42
0,010314
56
0,731452
41

Estatura de los Pacientes(y)

0,65

31
62
64
4

1,74
1,58
1,59
1

65

1,65

55
1
18
42
23
8
71
53
20

1,7
0,73
1,62
1,53
1,65
1,18
1,69
1,58
1,53

coeficiente de correlacin
0,73145241

Y=

1,0704284 0,010314
2+
56x

Correlaci
n

0,7314524
1

Diagrama de dispersin

Estatura de los Pacientes(y)


2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0

10

20

30

40

50

60

70

80

70

80

Recta de regresin

Estatura de los Pacientes(y)


2
1.8

f(x) = 0.01x + 1.07


R = 0.54

1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0

10

20

30

40

50

60

El tipo de relacin del diagrama de dispersin es Lineal.

Correlacion
2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0

10

20

30

40

50

60

70

80

LABORATORIO:
SOLUCION EJERCICIOS
1) Se quiere estudiar la asociacin entre consumo de sal y tensin arterial. A una serie de
voluntarios se les administra distintas dosis de sal en su dieta y se mide su tensin arterial
un tiempo despus.
X (sal)

Y (presin)

1,8

100

2,2

98

3,5

105

4,0

110

4,3

112

5,0

120

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables.

DIAGRAMA DE DISPERSIN PUNTO 1


140
120
100

f(x) = 6.31x + 85.61


R = 0.92

80
Presin

Y (presin)
Linear (Y (presin))

60
40
20
0
1.5

2.5

3.5

4.5

5.5

Sal

El tipo de asociacin del diagrama de dispersin es Lineal.

b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 6.313X + 85.61. R= 0.916
Se puede asegurar que la ecuacin de la recta es confiable porque el R est cercano a 1 y
tiene un grado alto de confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El R afirma adems que el modelo explica el 91.65% de la informacin y el valor de r
coeficiente de correlacin lineal es excelente porque el 0.916 est muy cercano al extremo
1 positivo que es la correlacin perfecta positiva.
d) Si a un paciente se le administra una dosis de sal de 6.5 cul es la tensin arterial
esperada?

Para hallar el valor de la tensin arterial esperada para una dosis de sal de 6.5 debemos
reemplazar este valor en la formula hallada.
= 126.6
Segn lo anterior para dicha dosis de sal la tensin arterial esperada es de 126.6

2) En un nuevo proceso artesanal de fabricacin de cierto artculo que est implantado, se


ha considerado que era importante ir anotando peridicamente el tiempo medio ( medido en
minutos) que se utiliza para realizar una pieza y el nmero de das desde que empez dicho
proceso de fabricacin. Con ello, se pretende analizar como los operarios van adaptndose
al nuevo proceso mejorando paulatinamente su proceso de produccin.

Los siguientes datos representan dicha situacin:


X
Y

10
35

20
28

30
23

40
20

50
18

60
15

70
13

a) Realice el diagrama de dispersin y determine el tipo de asociacin entre las variables


40
35
30f(x) = - 0.35x + 35.57
25R = 0.95
20
Tiempo Medio para realizar una Pieza 15
10

Linear ()

5
0
50
0 100
Nmero de Das

El tipo de asociacin del diagrama de dispersin es Lineal.

b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?
El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 0.3464X + 35.571. R= 0.9454
Se puede asegurar que la ecuacin de la recta es confiable porque el R est cercano a 1 y
tiene un grado alto de confiabilidad.
c) Determine el porcentaje de explicacin del modelo y el grado de relacin de las dos
variables.
El R afirma adems que el modelo explica el 94.5% de la informacin y el valor de r
coeficiente de correlacin lineal es excelente porque el 0.945 est muy cercano al extremo
1 positivo que es la correlacin perfecta positiva.
d) Que tiempo deber tardarse un empleado cuando se lleven 100 das?
Para hallar el valor del tiempo de 100 das debemos reemplazar este valor en la formula
hallada.

= 0.931 minutos
Segn lo anterior para dicho nmero de das se espera realizar para una pieza el obrero se
demore 0.931 minutos.

3) Una nutricionista de un hogar infantil desea encontrar un modelo matemtico que


permita determinar la relacin entre el peso y la estatura de sus estudiantes. Para ello
selecciona 10 nios y realiza las mediciones respectivas.
A continuacin se presentan los resultados:
12
1
25

123

108

118

111

109

114

103

110

115

22

19

24

19

18

20

15

20

21

Estatura (cm)
Peso (kg)

a) Se realiz el diagrama de dispersin y determine el tipo de asociacin entre las variables

30
25
20
Peso (kg)

f(x) = 0.42x - 27.38


R = 0.81

15
10

Linear ()

5
0
100

105

110

115

120

125

Estatura (cm)

El tipo de asociacin del diagrama de dispersin es Lineal.


b) Encuentre el modelo matemtico que permite predecir el efecto de una variable sobre la
otra. Es confiable?

El modelo matemtico que permite predecir el efecto de una variable sobre la otra es: Y= a
+ bX;
Y= 0.4212X - 27.377. R= 0.8102
Se puede asegurar que la ecuacin de la recta es aceptable porque el R se aleja un poco de
1 y tiene un grado de confiabilidad aceptable.
c) Determine el grado de relacin de las dos variables.
La correlacin lineal es aceptable porque el 0.810 est un poco retirado del 1 positivo.
d) Cual es el peso que debera tener un estudiante que mida 130 cm?
Y= 0.4212 * 130 - 27.377= 27.37

Propuesta escogida por el grupo:

PROPUESTA DE SOLUCION A PARTIR DEL ENFOQUE DE INGENIERIA DE


SISTEMAS
Es posible observar que algunas de las inconsistencias ms pronunciadas en la
informacin contenida en la base de datos de cada uno de los pacientes del El
Hospital Federico Lleras de la Ciudad de Ibagu, est en la recoleccin, manejo y
sistematizacin de los datos, para lo cual es necesario disear una estrategia que
permita una solucin gil, permanente y pertinente.

AIRDS APLICACION INTERACTIVA PARA LA RECOLECCION DE DATOS


DEMOGRAFICOS Y SOCIALES.
El AIRDS es una plataforma en lnea, desarrollada en PHP, que permite la
interaccin directa, desde PDAs y TABLETs, mediante la instalacin del
aplicativo, que ser compatible con ANDROID os, la cual permite, en tiempo real,
ingresar datos directamente a la plataforma, la cual es capaz de ordenar, clasificar
y cuantificar los datos obtenidos, mediante los vnculos y las autoformas
establecidas segn el tipo de datos.
Para el proceso de implementacin, es necesario contar con el equipo electrnico
digital necesario, que permita un acceso inmediato y continuado a la red de datos,
y asi, mantener actualizado en tiempo real el sistema, as entonces se puede
contar con informacin fresca, pertinente y adecuada, que permita la toma de
decisiones ms acertadas, mejor atencin al cliente, mayor cobertura, entre otros
beneficios establecidos por el programa, que adems, ofrecer la posibilidad de
generar informes totales y/o parciales de las diversas situaciones que se
presentan y, en las que es conveniente tener a la mano toda la informacin
estadstica del Hospital Federico Lleras.
Despus de tener los equipos, aparece la etapa de capacitacin y adecuamiento
logstico, para la etapa de recoleccin de datos en tiempo real.