Estadstica Bivariada

Mariangely Moreno

Estadstica

Instituto IACC

Domingo 21 de mayo del 2017

 Desarrollo

1) Se obtuvo la siguiente informacin acerca del nmero de aos de estudio y la edad, de un

grupo de trabajadores de una nueva empresa en el norte de Chile:

Edad Aos de estudio

12 13 14 15

18-22 3 1 2 1

22-26 4 0 1 2

26-30 1 0 2 2

a) Complete la tabla bivariada (subtotales, totales).

Edad Aos de estudio total

12 13 14 15

18-22 3 1 2 1 7

22-26 4 0 1 2 7

26-30 1 0 2 2 5

total 8 1 5 5 19
 b) Cul es el promedio de edad de los que estudian 14 aos?

x Y3

18-22 2

22-26 1

26-30 2

total 5

+ +
= =

R: La edad promedio de las personas que estudiaron 14 aos es de 24 aos.

c) Cul es la cantidad de aos de estudios promedio para quienes tienen a lo ms 26

aos?

Y X1+X2

12 7

13 1

14 3

15 3

total 14
 + + +
= = ,

R: El promedio de aos de estudio para quienes tiene a lo ms 26 aos es de

aproximadamente 13 aos.

d) Qu grupo de trabajadores presenta la edad ms homognea: los que tienen 12

aos de estudio o 15 aos de estudio?

12 aos MC*aos Mc2*aos

edad estudio Mc x(edad) aos estudio estudio estudio
18-22 3 20 18-22 3 60 1200
22-26 4 24 22-26 4 96 2304
26-30 1 28 26-30 1 28 784
total 8 184 4288

promedio 23
varianza 7
desviacin 2,64575131
cv 0,11503267 11,5032666

15 aos Mc*aos Mc2*aos

edad estudio MC x(edad) aos estudio estudio estudio
18-22 1 20 18-22 1 20 400
22-26 2 24 22-26 2 48 1152
26-30 2 28 26-30 2 56 1568
total 5 124 3120

promedio 24,8
varianza 8,96
desviacin 2,99332591
Cv 0,12069863 12,0698625
R: El grupo de trabajadores que presenta la edad ms homognea es el grupo que tiene 12

aos de estudio.

2) En esa misma empresa del norte, a los trabajadores se les realiz una prueba para poder

determinar el orden jerrquico y as obtener un mejor sueldo, los datos son:

N de preguntas Puntaje obtenido

1,0-3,0 3,0-5,0 5,0-7,0

18-22 3 12 16

22-26 10 9 13

26-30 18 4 5

a) Calcule e interprete la covarianza.

Xi
1 3 5 0 fj yj*fj fj*yj^2
20 3 12 16 0 31 620 12400
Yj 24 20 9 13 0 42 1008 24192
28 18 4 15 0 37 1036 29008
fi 41 25 44 0 110 2664 65600
Xi*fi 41 75 220 0 336
Fi*Xi^2 41 225 1100 0 1366

analizaremos la variable Y analizaremos la variable X

media Y 24.2181818 media X 3.054545455

varianza Y 9.84330579 varianza X 3.087933884

desviacion Y 3.13740431 desviacion X 1.757251799
covarianza(x,y)
suma
60 720 1600 0 2380
480 648 1560 0 2688
504 336 2100 0 2940
1044 1704 5260 0 8008

R: Covarianza(x,y)= -1.17553719
Este resultado nos dice que no hay una relacin directa entre las variables analizadas.

Calcule e interprete el coeficiente de correlacin.

Coeficiente de correlacin

R: r= -0.21322194 vemos que la relacin de las variables es en forma negativa es decir mientras uno
aumenta el otro disminuye

3) Continuando con la empresa del norte, el departamento de bienestar est realizando

estudios mdicos, por lo que consider a 9 trabajadores, preguntndoles su estatura (cm) y

peso (kg):

altura 161 154 187 158 171 169 166 176 163
peso 50 60 76 62 66 60 54 84 68
El jefe de RR. HH. plantea que a mayor altura, menor es el peso de los trabajadores, Ud. est de

acuerdo? Justifique su respuesta.

altura peso
x y X*Y
161 50 8050
154 60 9240
187 76 14212
158 62 9796
171 66 11286
169 60 10140
166 54 8964
176 84 14784
163 68 11084
97556

Regresin lineal
Y - promedio de Y= Covarianza/VarianzaX*(X - promedio x)

Promedio Y 64.44 Covarianza/Varianza

Promedio X 167.22 0.70575221
Covarianza 63.01
Varianza X 89.28
Datos (n) 9
desviacionx 9.4490185
desviaciony 9.96784955
r 0.66901749

nuestra ecuacion de regresion lineal

Y-64.44=0.7057221(x-167.22)

Y=0.7057221X-53.573
R: Entonces para nuestro anlisis vemos que si hay una relacin positiva entre las variables

ya que nuestro r= 0.66901

Pero esta relacin es muy dbil ya que nos permite conocer un coeficiente de determinacin

R^2=0.44 este valor da a entender que el modelo no es muy bueno para poder predecir.
 Bibliografa

Contenidos de la semana N5

Recursos adicionales de la semana N5