PROGRESION Analiza dos o mas variables cuantitativas a través del estudio de alguna problematica o fendmenos de interés para el estudiantado, con la finalidad de identificar si existe correlacion entre dichas variables vieinsemicasiacieaminiiciditanalEn esta leccion estudiards datos bivariados, es decir, analizarés onjuntos de datos compuestos por pares ordenados que regis- tran la respuesta de dos variables. Empleards diagramas de dis- persion para representarlos gréficamente y asi medir si existe correlacién lineal entre las variables y, por tltimo, construirés, con ayuda de software libre, modelos lineales de mejor ajuste. cy Car ‘con el pensamiento’, DUS INEACION DE LA PROGRESION Categorias C2. Procesos de intucién y razonamiento, ‘Subcabegorias 1. Capacidad para observar y conjturar 2. Pensamientointuitwo, $3. Pensamionto formal Aprendizajes de brayectoria ‘Adapta procesos de razonamiento matemético tanto intuitivos er conclusiones de problemas de la matematica, de as © lig que le permit re s dl Conocimionto y de au vida p Metas de aprendizaje Ma. Compara hechos, opiniones o afirmaciones para M4, Argument a fav ‘rganzarios en formas logics ities en la solucion de {de situaciones, ©.6n contra de afrmaciones acerca sémenos o problemas propios dela problemas y exolcacion de siuacones yfendmenos. matemétic, do las cloneas ode su contexto, Recursos sociocognitivos Recursos socioemocionales Ctra digtaly Ciencias socies. Educacion para a salud Nimero de horas HMD 4 roras HEI. thor. HMD: Horas de estudio mediadas por e! docente HEI: Foras de esiuio independiente,Pensamionto matemético 1 A estudiar un fenémeno, cominmente analizamos las relaciones que hay entre las variables que intervienen. Buscamos criterios que indiquen cuando una variable infuye en la respuesta de otra. La presencia de lluvias, el incremento en los costos de la canasta bésica, el ncremento de casos de alguna enfermedad, son algunos ejemplos. En esta leccién analizaremos criterios que nos permitan decidir si una variable influye y en qué grado a otra variable, (@®) iwi ‘erivioad + Contesta lo que se indique en cada uno de los ejercicios. En cada caso, analizala | a grafica que se adjunta, 1. Raiil en casa tiene 4 perros, cada semana com- pra alimento para sus cachorros. La siguiente gréfica muestra cémo ellos comen sus croque- tas. gCuantos kilos de croquetas comen del cuarto al séptimo dia? En la siguiente grafica se muestra en un mismo plano cartesiano, la manera en que se despla- zan tres vehiculos. {Cual de ellos va a mayor velocidad? Justifica tu respuesta La idea de trabajar los da- En la siguiente grafica se muestra la relacién entre el precio inicial de un articulo y su precio rebajado. 2Cuél es el descuento que la tienda ‘manera que al conocer le hace a los productos? valor de una, nos sea buscar la posible relacion entre dos variables, deEn conexion Clie saad pret st er eens Ceol ne PROGRESION 9 Datos bivariados En la mayoria de los casos, una representacién gratica es mas util al momento de bus- ‘car patrones 0 la tendencia de un conjunto de datos muestrales. En esta leccién, se representaré de forma grafica un conjunto de datos bivariados (dos variables) que os permita en un primer momento explorar la relacién que tienen estas dos variables. Los anélisis estadisticos utilizan frecuentemente datos cuantitativos de naturaleza bi- variada; esto es, a cada elemento del conjunto de datos muestrales le corresponde un par de medides. Aigunos ejemplos de datos bivariados son + Publicidad realizada en una campafia / ventas de los dltimos meses. + Pulsaci6n por minuto / presién sanguinea de una persona. + Precipitacion pluvial / temperatura de una localidad. + Ingresos de un trabajador / porcentaje destinado a alimentos. Asi pues, los datos bivariados pueden verse como una coleccién de pares ord nados (x, y), donde el valor x corresponde a las observaciones del primer conjunto de datos, esta es pareja del valor y del segundo conjunto; el valor perteneciente al pri- ‘mer conjunto se escribe siempre primero en la pareja. Se acostumbra llamar variable independiente a la variable X y variable dependiente a la variable ¥. Estos datos pueden dibujarse en un sistema coordenado; la gréfica resultante se llama diagrama de dispersién. Diagrama de dispersion Un diagrama de dispersion es una representacion gré- + fica que muestra la relacion que hay entre dos varia- + bles cuantitativas. Un diagrama de dispersion se forma. + = trazando dos ejes (uno para cada variable) y en éste se localizan los valores de cada variable. En el eje hori- oe zontal colocamos los de la variable independiente "X" y_ sobre el eje vertical los de la variable depenaient “Y", tal como se muestra en la siguiente imagen Enseguida coloca los pares ordenados (x,y), trazando = un punto segin corresponda. Los pares ordenados que se muestran en el diagrama de dispersion son: (4, 194), (6, 146), @, 144), (10, 150), (12, 146), (14, 160), (16, 158), (18, 158), (20, 170), (22, 168), (23, 170), (26, 172), (27, 174), (80, 184) Al observar el diagrama de dispersién anterior, notamos que, si bien no todos los puntos pasan exactamente por una linea recta, si existe evidencia “fuerte” de que los puntos se distribuyen de manera aleatoria alrededor de una linea recta; esta linea recta recibe el nombre de linea de tendencPensamiento matemétice 1 sikee co) at) et errr Ce raed + Para cada conjunto de datos, elabora un diagrama de dispersi6n sobre los siste- PAF aaeats ‘mas coordenados que se incluyen: 1. Lossiguientes datos corres- ponden a una muestra de 6 estudiantes a los que se les. pidio que dijeran cuantas horas estudiaron en una se- mana y la calificacién que obtuvieron en un examen. (1.71), 279), 4,74), (4, 80), (7, 80), (12, 86) 2. El siguiente conjunto de da- tos corresponde al registro del nmero de bebidas al- cohélicas consumidas por 10 personas con pesos cor- porales semejantes y la con- centracion de alcohol que tienen en sangre. (2, 0.05), (2, 0.07), (3, 0.09), (4, 0.10), (4, 0.13), (4, 0.11), (6, 0.13), (6, 0.17), (7, 0.20), (7, 0.25) © DESARROLLO ACTIVIDAD 1 Dora 3. El siguiente conjunto de da- tos corresponde a la edad (afi) y los ingresos men- suales (miles) que tiene un grupo de 10 personas en su ‘actual trabajo. (18,4), (19,5), (2, 15), (21, 12), (24, 10), (24, 8), (25, 11), 25, 15), 28, 20), 28, 15) 113PROGRESION 9 4. Latabla muestra el valor de 10 equipos celu- lares conforme pasan los afios. (110), (1,8), (27), 2, 10), @.5), (8, 7), (8.10), (4, 5),67), 6,3) Frente unue aa Tipo de evaluacién: coevaluacién Ts] identifica de manera corecta la variable -dependientee independiente, Lolz de manera correcta en cada ei Varable dependortoe nipondante (letale8 dB Fiahera correcta cada uno de fos puntos muestales, on el piano XY, ‘ denice G2 Toa Correcta la tondencia ‘ave tiene el conjunto de datos. : Presenta Un trabajo limpio y ordenado. Coeficiente de correlacién de Pearson Considera los pares ordenados (x, MO Y¥)e-a%y ¥,) como n registros (datos bivariados) hechos a dos magnitudes. Entonces, el coeficiente de correla- cién de Pearson (r) 0 simplemente la correlacién de Xe ¥se define como: Donde: S,; covarianza S,: desviacién estandar de X El coeficiente de correlacién es una medida que asocia dos variables con las siguientes propiedades: a) Es independiente a las unidades de las variables. b) Los valores positives del coeficiente indican que las variables tienden a crecer (0 decrecer) de ‘manera simultanea, y cuando son negativos in- dica que la telacién es reciproca, es decir, que una variable aumenta cuando la otra disminuye. ©) El valor de r solo toma valores comprendidos entre 1 y 1 ‘Amedida que r se aproxima a1 0 1, se tendra mayor evidencia estadistica de la existencia de una relacion lineal entre las variables Xe ¥. ©) Si rtiene un valor cercano a 0, se tendra evi- dencia estadistica para indicar que no existe relacién lineal entre las variables Xe ¥. ¢) Enseguida se muestran algunos diagramas de dis- persion que reflejan la relacién que hay entre el co- eficiente de correlacién y la representacién de los Puntos muestrales de las variables, dx-dy a Zoey) a 114 @) Correlacion postiva entre Xy ¥. b) Correlacisn positiva marcada entre Xy ¥.©) Corrlacion @) Correlacien ©) Corslacion ) Corelacién ——g)Ninguna 1) Correlactén postivapertecta ——negativa Negativa marcada —negativaperfectacorelacién nolineal centre Xy ¥. entre Xy ¥. entre Xy ¥. ene xy ¥. lenire Xy ¥. centre Xy ¥. Ejemplo Las siguientes 10 observaciones corresponden a los datos de edad (afios) y estatura (cm) de 10 nits. Calcula el cosficiente de correlacién de Pearson y comprueba si hay evidencia estadistica que relacio- ne estas variables de forma lineal (S, 85), (6, 87), (6, 88), (7, 90), (8, 100), (9, 97), (0, 102), (10, 105), (11, 119), (11, 107) Solucion Antes de caloular el valor de r., es necesario orde- nar la informacién de forma tabular. EE fe Ee Pe 2 ee ee Suma 2 0 ee 7225 7569 7744 8100 10000 9409 10404 11025, 1449 15PROGRESION 9 Observa que: x; y,: representa el producto de las magnitudes de la variable Xe ¥. De la misma mane- a x*: representa el cuadrado de los datos de la va- riable X. Nota que los valores de la Gitima columna son las sumas de los valores que aparecen en esa fila (renglén). De esta forma; al sustituir las suas se tiene que: S,; covarianza ee en Xx-y)- DL : = (821972) a 8144 — 3 = 19.2888 $, desviacion estandar de X = 2.1499 2351 Elvalor del coeficionte de correlacién de Pearson es: Sy 5, = 19.2888 (21499)0.2357) = 0.9715 116 Se observa que el valor de res cercano a1; en este sentido se tiene evidencia estadistica que garantiza la correlacién lineal que hay entre las variables (Edad) y Y(Altura), tal como se observa al gene- rar en el diagrama de dispersion, ® LABORATORIO MATEMATICO Como te pudiste dar cuenta, el célculo del coeficien- te de correlacion de Pearson requiere de muchos pasos. Existen herramientas ofimaticas que nos per- miten realizar el calculo de una forma muy sencila Opeién 1 A continuacién se muestran los pasos para cal- cular el coeficiente de correlacién de Pearson utizando el programa Microsoft Excel Ingresa a Microsoft ExcelOpcién 2 Tere tra manera de realizar el cl culo del coeficiente de correla- : cidn de Pearson es mediante oe el uso de calculadoras que se ; ‘encuentran en internet : El procedimiento serd semejante : al que hiciste anteriormente. En el siguiente enlace : tienes una de estas opciones para que la pruebes. os (Capturalas observaciones de la siguiente manera: Ingresa las observaciones tal como lo histo ‘anteriormento. Te guian paso a paso para su céiculo, ee ‘caleuadora de coetciente de corrlacion oer En la colda B19 escrbe en la barra de formulas la siguiente Xv fe | =PRARSON(S2:812,C2-C12 La celculadora hace su trabajo yal inal te muestra el oS valor del coefciente de correlacion de Pearson. Haz clo en la tecla ENTER, Enter Listo, ya tienes 4! velor de cosfciente de corelacion anaes as (©) oesarrou.o actroan 2 | 2 ! 3 oss + Utiiza alguno de los métodos descritos para “ calcular el coeficiente de correlacion de Pear- at son. Por ultimo, escribe una breve conclusion de los datos segin el valor que obtuviste de r. GI | = “= aaa1 118 PROGRESION 9 El siguiente conjunto de datos representa los mesesen|os que un grupo de personasestan bajo un régimen alimenticio y su peso (kg): (2, 98), (3, 85), (4, 85), (4, 90), (5, 80), (6, 75) El siguiente conjunto de datos representa el nmero de maquinas despuntadoras que hay en funcionamiento y el numero de acciden- tes que ocurren durante una jomada laboral: (1,1),2,3), (8,2), (8,3), (4,4), 6,2). 6,3), (6,1), (6.2), (7,2) El siguiente conjunto de datos representa el numero de empleados que trabajan en una ‘fabrica durante una jomada y la cantidad de articulos elaborados: (8, 100), (10, 50), (10, 150), (10, 200), (11, 100), (11, 150), (12, 150), (12, 200), (13, 180), (13, 250) 4, El siguiente conjunto de datos representa 1 peso (kg) de una persona y la velocidad (km/h) a la que corre: (40, 18), (40, 25), (50, 10), (50, 20), (60, 30), (60, 15), (60, 20), (60, 30), (70, 18), (70, 25) Modelo probabilistico lineal AAI inicio de esta leccién, determinamos criterios (coeficiente de correlacién) que nos garantizan te- ner evidencia de la existencia de una relacién lineal entre dos variables. Ahora, el siguiente paso es generar un modelo (lineal) que describa esta relaci6n mediante una expresion matematica, Con esto sera posible estimar para cualquier valor de la variable independiente (X) su respectivo valor de la variable dependiente (Y), EI modelo lineal de un fendmeno deterministi- co entre las variables Xe Y se representa como: Y= mX + by para el caso de un modelo probabilis- tico la expresién es: Y=B,+BX+e Donde + ¥: variable dependiente (variable a modelar).. + X: variable independiente (variable predictora de Y) * B,: punto donde Ia linea recta intercepta al eje vertical (Y), + B1: pendiente de la linea recta, + &: componente aleatorio del error. Nota que los simbolos: B,, B, y € son letras griegas y representan valores numéricos que se estimaran a partir de los datos muestrales. Como ya sabemos, al representar en un plano los datos muestrales no caen todos sobre una misma linea recta. El problema que tenemos ahora radica en identificar la linea recta “mas cercana” a todos los puntos en el diagrama de dispersién. El términoPensamiento mavemstico 1 “cercania’” lo definiremos empleando las distan- Pare! cias verticales a la linea recta buscada. Esta recta : tendré como modelo ¥ = B, + B,Xy la llamamos ey recta de mejor ajuste o recta de regresion. Rey) n 7 RF Elobjetivo es caleular los pardmetros B, y B, de esta PEE ecuaci6n utlizando el método de los minimos cua- (62)(972) drados. Este método selecciona de entre todas las 8144- lineas rectas que pueden dibujarse en el diagrama de dispersion de los datos, aquella que produce la suma minima de los cuadrados de las desviacio- nes de los puntos del diagrama respecto a la rec- ta, Tal como se muestra en la siguiente figura: 972 82 ~ (41730) = (4.1730) <5 = 62.9814 Asi es como el modelo de regresién ineal estimada es: Y=, +BX Y = 62.9814 + 4.1730 X Disponer de este modelo es importante debido a Gréticamente la recta se representa de la siguien- que puede utilizarse mediante fines predictivos. te forma Elvalor de 8, y B, se calcula de la siguiente manera: 1 i (Gxldy) ey Ejemplo Determina el modelo de regresién lineal para los datos del ejemplo 1 (6, 85), (6, 87), (6, 88), (7, 90), (8, 100), (9, 97), (9, 102), (10, 105), (11, 111), (11, 107) ee | Solucién Observa cémo la recta no pasa por los puntos Gon los datos obtenidos en fa tabla y sustituyendo muestrales pero si se encuentra muy cerca de en las formulas de B, y 8, Se tiene que: ellos. E1 modelo dara una estimacion de lo que su- cede con valores mayores a 11 0 menores a5 118LABORATORIO MATEMATICO Determinar el modelo Y = B, + B,X puede resultar un tanto complicado afortunadamente, éste puede realizarse mediante el uso de herramientas ofiméti- cas como Microsoft Excel. A continuacion se des- criben los pasos: Capture los datos, oer Salacciona los datos: Inserta grafico de dispersion ‘Ajusta el tamario del arco. Haz Glc sobre los puntos en ol geo. Haz cle derecho, selecciona herramionta: Agregar linea de tendencit ‘Selecciona en el ment Formato de linea de tendencia, ‘slecciona Lineal.Pensamiento matemético 1 Listo, con esto ya aparece la grafica dela linea rec- 2._El siguiente conjunto de datos corresponde ta que mejor se ajuste a tus datos. al registro de la talla de zapatos de los estu- diantes de un salon de clase y la calificacion obtenida en el tltimo examen de la materia i? de Pensamiento Matemético: Tain + 62961 4 6,90), (4, 60), (6, 65), (3, 90), (5, 60), (6, 55), (4, 80), (8, 70), (5, 80), 6, 90) 3. El siguiente conjunto de datos representa la edad de conductores y el numero de acciden- tes automovilisticos ocurridos en el afio 2023: (16, 23), (17, 20), (18, 19), (19, 15), (20, 15), (21, 14), (22, 13), (23, 17), (23, 19), (24, 11) Observa en el paso 7 que existen muchos mode- los de lineas de tendencia. En caso de que no se ajusten tus datos a un modelo lineal puedes probar TRANSVERSALIDAD EDUCACION con algtin otro modelo. PARA LA SALUD ©) DESARROLLO ACTIVIDAD 3 + Uiiizando los datos presen- tados en alguno de los gréfi- |i * Utlza algun de los métodos desertos para cos disponibles en elsicvien- | Pay ag] obtener y graficar el modelo de regresiOn lineal _te QR, se te solicta realizar Parse ine a be cueniod rkstog ooe-ce inlaegane i raaeaoral Gatos. or timo, eserbe una breve conclusion determinar si muesta un |) Tai? de los datos segtin los valores del modelo. Ccomportamiento lineal 1. El siguiente conjunto de datos representa el 1. Accede al enlace proporcionado, que co- numero de integrantes que habitan una casa rresponde a la pagina de estadisticas de 1 junto con el ndmero de litros de agua potable accidentes de! instituto Nacional de Estadis- i ‘consumidos en un dia: tica y Geogratia (INEGI) 7 (1, 50), (2, 200), (3, 200), (3, 300), (4, 250), 2. Explora los graficos disponibles y seleccio- ' (6, 250), (6, 300) nna uno que contenga datos relevantes para el analisis 3. Apartirde los datos proporcionados en el gré- fico seleccionado, crea un diagrama de dis- persion donde el eje xrepresente una variable yel je y represente otra variable relacionada.PROGRESION 9 4. Examina el diagrama de dispersién y analiza si muestra un comportamiento lineal. Obser- va si los puntos se distribuyen de manera cercana a una linea recta o si presentan un patron que sugiere una relacién lineal. 5. Baséndote en la distribucién de los puntos en el diagrama de dispersion, conciuye si existe (© no un comportamiento lineal en los datos. + Recuerda que los datos utilizados seran aque- llos extraidos de los graficos disponibles en el enlace proporcionado. Asegtrrate de identificar correctamente las variables representadas en el eje xy el eje y, y realiza una interpretacién ade- cuada del comportamiento de los datos. Presenta tu opinién sobre las siguientes frases: ~ “Elalcohol y el volante no se lleva = *Conducir sobrio es cuidar de ty de los demas’. CIERRE ACTIVIDAD Como te pudiste dar cuenta, existen muchas varia- bles que se relacionan de manera lineal, ya sea de forma positiva o negativa. En esta leccion pusimos en practica recursos con los que se evidencia esta- disticamente este tipo de relaciones. cee ‘dentiica de manera correcta a la variable dependiente independiente, LLocaliza de manera corecta en cada eje fa variable ependiente e independiente, LLocaliza de manera correcta cada uno de las puntos ‘muesirales, en el piano XY. Identiica de forma correcta la tendencia que tiene su Conjunto de datos. Calcul de forma corecta el cosfciente de corelacién Determina de forma correcta el modelo de regresion lineal: ¥=8, + B.X. Presenta un trabajo limpio y ordenado, Presenta su trabajo en tiempo y forma, + En equipos de tres personas realiza una en- cuesta con tus comparieros de grupo para estu- diar la existencia de una relacién lineal entre dos variables que sean de tu interés. Algunos ejemplos pueden ser: ~ Estatura — Peso. ~ Mes de nacimiento ~ Calificacién. ~ Talla de zapato ~ Estatura. Dinero que traes para gastar —Califcacién. ~ Entre otras. + Una vez que elias las variables que vas a estudiar: ~ Identifica cual seré tu variable independiente (00 y dependiente (). ~ Construye un diagrama de dispersion ‘con los datos obtenidos. = Determina el coeficiente de correlacién (r). = Determina el modelo de regre- sin de mejor ajuste lineal: ¥=B,+B.X ~ Presenta el diagrama de dispersion, asi como los caiculos hechos, atu profesor de forma clara y ordenada. Re- cuerda que puedes hacer Uso de software libre para realizar los caloulos, LoGrapo | MEDIANAMENTE LoGRADO | POR LOGRAR