Estadistica Inferencial - Declaracion renta Vs Matricula

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.

Base de datos: Renta vs Matricula
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
Estadistica Descriptiva
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.

Ahora determinamos el Tamaño de la muestra

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

Muestreo Sistematico

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.

Resumen Estadistico

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

Muestra

Muestra sistemática
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…

Estadistica descriptiva de la muestra sistematica
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

Coeficiente de Correlacion

Coeficiente de correlacion de Pearson

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.