Estadistica inferencial
La estadistica inferencial permite analizar e interpretar datos de una poblacion o muestra para identificar relaciones, establecer conclusiones y realizar estimaciones. Para el desarrollo del analisis, se seleccion una base de datos de 13689 estudiantes de ingreso de todos los programas academicos de la universidad Surcolombiana de la sede Neiva (Huila), que contiene informacion sobre el estrato socioeconomico, la declaracion de renta y el valor de matricula. Se eligieron como variables cuantitativas para estudio la declaracion de Renta y el valor de Matricula, con el proposito de analizar su comportamiento y determinar si existe una relacion estadistica significativa entre ellas.
| No | Sede-Programa(Jornada) | Estrato | Renta | Matricula |
|---|---|---|---|---|
| 1 | NEIVA - LICENCIATURA EN LITERATURA Y LENGUA CASTELLANA | 1 | 8.852.604 | 307.909 |
| 2 | LA PLATA - PSICOLOGIA | 1 | 4.800.000 | 287.764 |
| 3 | NEIVA - ADMINISTRACION DE EMPRESAS (DIURNA) | 2 | 30.083.971 | 1.564.376 |
| 4 | NEIVA - INGENIERIA DE PETROLEOS | 2 | 10.410.183 | 709.779 |
| 5 | NEIVA - ENFERMERIA | 2 | 49.503.714 | 1.188.128 |
| Renta | Matricula | |
|---|---|---|
| Min. : 115392 | Min. : 117922 | |
| 1st Qu.: 7392162 | 1st Qu.: 381626 | |
| Median : 9858369 | Median : 420386 | |
| Mean : 24194469 | Mean : 632519 | |
| 3rd Qu.: 19775428 | 3rd Qu.: 700004 | |
| Max. :3796195000 | Max. :3776068 |
## Promedio general de la declaración de renta: 24.194.469
## Promedio general del valor de Matricula: 632.518,9
## Valores que se repiten con mayor frecuencia
## en la renta y en el valor de la matricula: 7.200.000 y 402.407 respectivamente.
Con la formula de poblacion finita, determinamos el tamaño de la muestra para tomar los datos necesirios y comprobar las Propiedades deseables de un estimador con base a una muestra
\[
n=\frac{N \cdot z^2 \cdot p \cdot q}
{e^2(N-1) + z^2 \cdot p \cdot q}
\] Donde:
• n: Tamaño de la muestra que se desea calcular.
• N: Tamaño total de la población finita.
• z: Puntuación z o nivel de confianza (por ejemplo, para el 95% es de
1,96).
• p: Probabilidad de éxito o proporción esperada del fenómeno, si se
desconoce se utiliza 0,5 para maximizar la variabilidad.
• q: Probabilidad de fracaso, calculada como (1 - p), si (p = 0.5),
entonces (q = 0.5).
• e: Margen de error aceptable (por ejemplo, 0,05 = 5%)
Entonces para nuestro caso tenemos:
N <- 13689 # Tamaño de la poblacion
p <- 0.5 # probabiliad de exito
q <- 0.5 # probabiliad de fracaso
NC<- 0.95 # Nivel de confianza
z <- 1.96 # Nivel de Confianza del 95%
e <- 0.05 # margen de error del 5%
## 374 , es el numero de datos a escoger
El muestreo sistemático es un método de selección de una muestra en el que se elige un primer elemento al azar y, a partir de él, se seleccionan los demás siguiendo un intervalo fijo. donde:
N = Poblacion
n = Muestra
k = Intervalo sistematico
\[
k=\frac{N}{n}
\] # Ejemplo Para este ejemplo tenemos una poblacion de 13687
estudiantes en donde se escogera una muestra de 374 estudiantes mediante
el metodo de Muestreo sistematico probabilistico. Para este caso
tenemos:
\[ k = \frac{N}{n} = \frac{13.687}{374} = 37 \] Se escogeran a 374 datos al azar, con un intervao de: 37.
| Item | \(\mu\) | \(Mo\) | \(n\) | \(S^2\) | \(S\) | \(CV%\) |
|---|---|---|---|---|---|---|
| Renta | 24.194.469 | 7.200.000 | 374 | 5.190.753.805.826.491 | 72.046.886 | 297,78 |
| Matricula | 632.518,9 | 402.407 | 374 | 207.661.195.646 | 455.698,6 | 72,05 |
| Sede-Programa(Jornada) | Estrato | Renta | Matricula |
|---|---|---|---|
| LA PLATA - PSICOLOGIA | 1 | 4.800.000 | 287.764 |
| NEIVA - MEDICINA | 2 | 108.246.000 | 2.125.680 |
| NEIVA - CONTADURIA PUBLICA (DIURNA) | 1 | 5.500.000 | 283.220 |
| NEIVA - LICENCIATURA EN EDUCACION INFANTIL | 2 | 9.000.000 | 574.693 |
| NEIVA - LICENCIATURA EN MATEMATICAS | 2 | 7.200.000 | 418.691 |
| NEIVA - INGENIERIA DE SOFTWARE | 1 | 7.730.000 | 295.781 |
| NEIVA - COMUNICACION SOCIAL Y PERIODISMO | 1 | 39.937.021 | 989.492 |
| NEIVA - INGENIERIA AGROINDUSTRIAL | 1 | 18.039.000 | 423.259 |
| NEIVA - CONTADURIA PUBLICA (DIURNA) | 2 | 37.104.000 | 522.055 |
| LA PLATA - INGENIERIA AGRICOLA | 1 | 6.000.000 | 303.520 |
| NEIVA - CONTADURIA PUBLICA (NOCTURNA) | 2 | 9.592.420 | 398.783 |
| LA PLATA - PSICOLOGIA | 2 | 10.018.802 | 472.033 |
| PITALITO - COMUNICACION SOCIAL Y PERIODISMO | 2 | 4.800.000 | 457.283 |
| PITALITO - INGENIERIA AGRICOLA | 1 | 4.800.000 | 277.283 |
| NEIVA - ECONOMIA | 1 | 28.712.362 | 303.520 |
| LA PLATA - ADMINISTRACION DE EMPRESAS (NOCTURNA) | 2 | 14.126.000 | 505.077 |
| NEIVA - INGENIERIA CIVIL | 2 | 8.750.000 | 505.075 |
| NEIVA - ADMINISTRACION DE EMPRESAS (DIURNA) | 2 | 4.680.000 | 361.729 |
| NEIVA - INGENIERIA DE SOFTWARE | 2 | 22.460.886 | 678.953 |
| NEIVA - ENFERMERIA | 2 | 7.200.000 | 394.374 |
etc…
| Variable | Media | Moda | Varianza | Desviacion_Estandar | Coeficiente_Variacion |
|---|---|---|---|---|---|
| Renta | 22.279.083,7 | 7200000 | 2.972.910.487.089.722 | 54.524.402,7 | 244,73 |
| Matricula | 616.760,5 | 402407 | 200.187.741.680 | 447.423,5 | 72,54 |
El coeficiente de correlación de Pearson poblacion fue de \(\rho\):0,43 y de \(r\):0,498 para la muestra lo que evidencia una relación lineal positiva moderada entre la declaración de renta y el valor de matrícula de los estudiantes. Este resultado indica que, en general, los estudiantes con mayores ingresos declarados tienden a presentar valores de matrícula más elevados. No obstante, la asociación observada no implica una relación causal entre las variables.