Análisis de datos. Análisis de una variable
Enviado por Jorge Garrido Garcia • 7 de Enero de 2020 • Resúmenes • 2.977 Palabras (12 Páginas) • 110 Visitas
CLASE DÍA 15/10/2019
Análisis de una variable
Recuento | 40 |
Promedio | 25622,9 |
Mediana | 23092,0 |
Desviación Estándar | 7707,4 |
Coeficiente de Variación | 30,0801% |
Error Estándar | 1218,65 |
Mínimo | 15230,0 |
Máximo | 54800,0 |
Rango | 39570,0 |
Sesgo Estandarizado | 5,07546 |
Curtosis Estandarizada | 6,24752 |
Como el coeficiente de variación es menor que 75% la media es representativa
Como un dato sale supera 3 veces la longitud de la caja, se marca como dato disperso
Pauta para analizar datos:
Primero hacemos el análisis univariante y luego el análisis por subgrupo (que sigue siendo de una variable). Después al bivariante. Y finalmente multivariante.
Para ver la diferencia entre hombre y mujeres: datos numéricos – análisis de subgrupos – en códigos selecciono sexo.
Desviación | Coeficiente | Sesgo | ||||||
sexo | Recuento | Promedio | Estándar | de Variación | Mínimo | Máximo | Rango | Estandarizado |
h | 22 | 26920,6 | 7779,22 | 28,8969% | 18165,0 | 54800,0 | 36635,0 | 4,57572 |
m | 18 | 24036,9 | 7528,71 | 31,3215% | 15230,0 | 45791,0 | 30561,0 | 3,09694 |
Total | 40 | 25622,9 | 7707,4 | 30,0801% | 15230,0 | 54800,0 | 39570,0 | 5,07546 |
Curtosis | |
sexo | Estandarizada |
h | 7,11055 |
m | 2,7007 |
Total | 6,24752 |
Análisis bivariante: relacionar – un factor – regresión simple.
Análisis bivariante de dos atributos: describir – datos categóricos – tabulación cruzada.
Análisis multivariante:
Análisis previo para esto:
Primero análisis de datos perdidos (para los datos que faltan, por ejemplo, cuando una muestra no presenta algún valor para cualquiera de las variables, si no statgraphics no tendría en cuenta ese componente de la muestra). Se puede sustituir un valor, eliminarlo, etc.
Después se realiza un análisis de datos atípicos.
Para finalizar este análisis previo se realiza una verificación de hipótesis básica.
Por ejemplo, trabajando con Población, Densidad de Población, Edad Mediana, Porcentaje de Mujeres, Renta pc y Tasa de Criminalidad.
Describir – datos numéricos – análisis multivariado.
Correlaciones
Population | Population Density | Median Age | Percent Female | Per Capita Income | Crime rate | |
Population | 0,1992 | -0,1271 | 0,1469 | 0,2618 | 0,3511 | |
(50) | (50) | (50) | (50) | (50) | ||
0,1655 | 0,3792 | 0,3087 | 0,0663 | 0,0124 | ||
Population Density | 0,1992 | 0,2614 | 0,5328 | 0,6538 | 0,0804 | |
(50) | (50) | (50) | (50) | (50) | ||
0,1655 | 0,0667 | 0,0001 | 0,0000 | 0,5788 | ||
Median Age | -0,1271 | 0,2614 | 0,4487 | 0,1529 | -0,1833 | |
(50) | (50) | (50) | (50) | (50) | ||
0,3792 | 0,0667 | 0,0011 | 0,2891 | 0,2025 | ||
Percent Female | 0,1469 | 0,5328 | 0,4487 | 0,0763 | 0,0870 | |
(50) | (50) | (50) | (50) | (50) | ||
0,3087 | 0,0001 | 0,0011 | 0,5985 | 0,5479 | ||
Per Capita Income | 0,2618 | 0,6538 | 0,1529 | 0,0763 | 0,0851 | |
(50) | (50) | (50) | (50) | (50) | ||
0,0663 | 0,0000 | 0,2891 | 0,5985 | 0,5569 | ||
Crime rate | 0,3511 | 0,0804 | -0,1833 | 0,0870 | 0,0851 | |
(50) | (50) | (50) | (50) | (50) | ||
0,0124 | 0,5788 | 0,2025 | 0,5479 | 0,5569 |
...