Saltar navegación

Activa JavaScript para disfrutar de los vídeos de la Mediateca.

Ejercicio resuelto de estadística bidimensional en Excel - Contenido educativo

Ajuste de pantalla

El ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:

Subido el 25 de diciembre de 2023 por Daniel R.

208 visualizaciones

Pensado para el módulo "Investigación comercial", para ciclos formativos de grado superior de la familia de Comercio y Marketing.

Más información Transcripción

Descargar la transcripción

Buenos días, hoy vamos a resolver este ejercicio que ya lo hemos resuelto en otro vídeo, pero lo hemos resuelto aplicando fórmulas matemáticas. Ahora lo quiero resolver a través de Excel. Repito lo enunciado, ¿vale? Es una inmobiliaria que realiza un estudio acerca del precio al que se han vendido los pisos de un determinado barrio de Madrid en función de la superficie de los mismos. 00:00:00
De dicho estudio se desprenden los siguientes datos. Tenemos los metros cuadrados y el precio en miles de euros. Esas son nuestras dos variables. Forma parte de nosotros nombrarlas respectivamente. Los metros cuadrados, he puesto aquí que era la X, la variable independiente, y el precio en miles de euros, la Y, la variable dependiente, porque el precio de un inmueble depende, entre otros factores, de los metros cuadrados de la superficie del mismo, ¿no? 00:00:21
Bien, nos va pidiendo una serie de cosas. Vamos a ir haciendo cada uno de estos apartados lo que nos pida a través de fórmulas de Excel, que veréis que es mucho más rápido y además va a ser mucho más exacto que como lo hicimos en el anterior vídeo. 00:00:46
En primer lugar, calcular el precio medio al que se han vendido los pisos de dicho barrio, es decir, nos está pidiendo la media de Y. 00:01:01
Entonces, lo que nos está pidiendo es la media de Y. ¿Y cómo se calcula la media de Y? 00:01:08
Bueno, pues tenemos que calcular el promedio de todos los valores de Y. 00:01:12
Esto no lo tenemos que saber, que tenemos que calcular el promedio para calcular la media. 00:01:17
Si no, lo que tendríamos que hacer es el sumatorio de las distintas variables que toma la Y por su frecuencia absoluta a partir del número total de datos, que en este caso es diario, ¿no? 00:01:21
Pero si sabemos que la fórmula en Excel es la de promedio, aplicamos y nos sale 212,7. Voy a darle un poquito de formato para que nos quede más chulo. 212,7 es la media de I. Recordemos que la I estaba en miles de euros, así que podemos decir que son 212.700 euros. Es la media a la que se han vendido los pisos de esta zona. 00:01:28
En el B, calcular e interpretar el coeficiente de correlación entre las dos variables 00:01:56
¿Cómo calculamos el coeficiente de correlación? 00:02:01
El coeficiente de correlación lo calculamos con la siguiente fórmula 00:02:06
coef.de.correr 00:02:08
y seleccionamos en primer lugar el rango de datos de una de las variables 00:02:11
punto y coma y seleccionamos el rango de datos de la otra variable 00:02:15
y nos da 0,754324 00:02:20
Quiero que solo me salgan 4 decimales, así que lo voy a cortar en el cuarto decimal. 00:02:24
Ahora me toca interpretarlo. ¿Qué quiere decir 0,7543? 00:02:29
En primer lugar, acordaos que el valor del coeficiente de correlación estaba entre menos 1 y 1. 00:02:33
Es decir, podía ser negativo o podía ser positivo. 00:02:38
Si era positivo, es decir, si es mayor que 0, como ocurre aquí, podemos decir que la relación es positiva entre las dos variables. 00:02:41
Existe una correlación positiva entre la variable de la superficie y la variable del precio del inmueble. Si sube la superficie, si suben los metros cuadrados de un piso, tenderá a subir el precio de ese piso y viceversa. Si a medida que reducimos los metros cuadrados de un piso, reduciremos su precio. 00:02:48
Y por otro lado, acordaos que cuanto más cerca estuviese el coeficiente de correlación de 1, más fuerte era la correlación existente entre las variables estudiadas. 00:03:06
Cuanto más cercano fuese el coeficiente de correlación a 0, más débil sería la relación entre las dos variables estudiadas. 00:03:16
En este caso, como es 0,7543, podemos decir que está bastante cerca de 1 y por tanto la correlación entre las dos variables es fuerte. 00:03:23
Estas serían las conclusiones que tendríamos que sacar al respecto. 00:03:31
Apartado C, calcular e interpretar el coeficiente de determinación 00:03:34
Entonces calculamos el coeficiente de determinación, es decir, mi R cuadrado 00:03:38
Coeficiente punto R2 00:03:43
Esa es la fórmula para calcular el coeficiente de determinación 00:03:47
Seleccionamos el rango de datos de una de las variables 00:03:50
Punto y coma, seleccionamos el rango de datos de la otra variable 00:03:54
Y nos sale esta cifra, puedo quitarle decimales 00:03:58
vamos a dejarlo en 4, y ahora nos queda la interpretación. Acordaos que esto lo pasábamos a porcentaje y decíamos que el 56,90% de las variaciones en el precio de un inmueble vienen explicadas por las variaciones en los metros cuadrados de dicho inmueble. 00:04:03
Y el resto de variaciones en el precio vienen explicadas por otros factores, como podrían ser, pues en este caso, lo antiguo o nuevo que sea el piso, la cercanía de determinados servicios públicos como, por ejemplo, un centro de salud o la cercanía a distintos medios de transporte, etc. 00:04:18
Perfecto, apartado C hecho, vamos a por el B. Hallar la recta de regresión de la variable dependiente sobre la variable independiente. 00:04:34
Para calcular la recta de regresión lo podemos hacer si insertamos un gráfico y vamos a insertar una nube de puntos, ¿de acuerdo? 00:04:40
Vamos a X y dispersión, aunque nos salga de esta manera, seleccionamos el gráfico y como podéis ver, nos sale ya representado el precio en el eje de ordenadas y en el eje de abscisas se nos representan los metros cuadrados, ¿vale? 00:04:51
Esto lo podemos llamar diagrama de dispersión o nube de puntos. Voy a poner nube de puntos más recta de regresión. Voy a representar aquí también la recta de regresión. ¿Que no me gusta este gráfico? Pues acordaos que aquí le podemos dar distintos estilos de diseño. 00:05:07
No, a mí me va a gustar este de aquí, ¿vale? Y ahora, ¿qué es lo que tenemos que hacer para hallar la recta de regresión? Pulsamos sobre cualquiera de los puntos, por ejemplo, este botón derecho y le damos a agregar línea de tendencia. 00:05:25
Vale, pues esa línea de tendencia ya es la recta de regresión y veis que al haberle dado a agregar recta de tendencia aquí a la derecha me sale un panel en el que puedo seleccionar que me presente, he bajado la barra y me sale aquí, presentar ecuación en el gráfico. 00:05:40
Bien, pues esa sería la ecuación de la recta de regresión, no hace falta hacer ningún cálculo, me lo hace directamente Excel, si represento los datos en una nube de puntos. 00:05:56
Y también fijaos que me permitía hasta presentar el valor r al cuadrado en el gráfico, es decir, que tampoco hubiese hecho falta calcular la fórmula que hemos hecho aquí, 00:06:05
porque ya directamente en este gráfico nos sale que r al cuadrado son 0,569. 00:06:13
si yo esto lo quiero poner más grande 00:06:20
pues lo modifico, lo pongo 00:06:25
en un tamaño más grande, quizá pues a lo mejor 00:06:28
la recta de regresión incluso la pongo en negrita 00:06:31
y ya lo tendría, vale 00:06:33
recordad que el R cuadrado no era necesario calcularlo dentro del gráfico 00:06:35
porque ya lo habíamos calculado anteriormente pero es otra manera de calcular 00:06:40
también el coeficiente de determinación 00:06:43
y que nos pide en el apartado E, en el apartado E nos pide 00:06:44
realizar una predicción sobre el precio al que se vendería un piso de 90 metros cuadrados 00:06:49
en dicho barrio, ¿vale? Pues entonces, ¿esto cómo lo hacemos? Pues podemos 00:06:53
crear una especie de simulador, ¿vale? Podemos crear aquí algo que se llame 00:06:57
simulador, vamos a calcular esto de lo que nos pide en este 00:07:00
caso, pero vamos a modificar, vamos a 00:07:05
crearlo de tal manera que podamos modificar el valor de la X que metemos para que 00:07:09
nos responda con la Y, ¿vale? Que nos haga una predicción siempre en torno 00:07:13
Y la x es la variable independiente, por tanto, esa será la variable que nosotros tendremos que ir introduciendo. Ahora vamos a calcular, ¿cómo calcularíamos la variable dependiente en función de la independiente? ¿Cómo lo haríamos? Pues a través de la recta de regresión, así que la voy copiando. 00:07:17
2,9619 por el valor que introduzcamos de X, menos 15,364. Genial. Es decir, si yo a la X le doy un valor de 90, me dará una Y de 251,207. 00:07:32
Por tanto, para un piso de 90 metros cuadrados, podemos predecir que su precio será de 251,207 miles de euros, es decir, 251,207 euros. 00:07:49
¿Vale? Así quedaría resuelto este ejercicio, que ya lo resumimos en un vídeo anterior aplicando las fórmulas matemáticas, con Excel es más rápido y más exacto y nada, espero que os haya sido de utilidad este vídeo y nos vemos en siguientes vídeos. ¡Saludos! 00:08:02
Idioma/s:
es
Autor/es:
Daniel Revilla Serrano
Subido por:
Daniel R.
Licencia:
Reconocimiento - Compartir igual
Visualizaciones:
208
Fecha:
25 de diciembre de 2023 - 17:58
Visibilidad:
Público
Enlace Relacionado:
https://www.youtube.com/watch?v=xMusVHe99ys
Centro:
IES CLARA DEL REY
Duración:
08′ 19″
Relación de aspecto:
1.78:1
Resolución:
1536x864 píxeles
Tamaño:
24.51 MBytes

Del mismo autor…

Ver más del mismo autor

EducaMadrid, Plataforma Educativa de la Comunidad de Madrid

Plataforma Educativa EducaMadrid