Pif 3 Corte

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 11

1

1 Proyecto de investigación final tercer corte

PIF

Daniel Eduardo Murillo Riaño.

1911023916

mayo de 2020.

Politécnico Gran Colombiano.

Estadística II
2

Tabla de contenido
Resumen 3

Palabras clave 4

Introducción 5

Marco teórico 6

Marco referencial 7

Análisis de resultado 8

Conclusiones 10

Bibliografía 11
3

Resumen / Abstract

Se realiza un proyecto de investigación donde se hace uso de la estadística inferencial en un

artículo científico. El artículo de este proyecto se basa en un estudio realizado en la ciudad de

Iraq entre el 2003 y el 2017 donde se estudian los índices de accidentalidad en el tráfico del país

mes a mes durante estos años.

El estudio es realizado por la Dirección General de Tráfico con cooperación del Ministerio de

Planificación / Organización Central de Estadística (OSC) con coordinación con el Ministerio

del Interior en Iraq. Con los datos estadísticos obtenidos se evalúan los niveles de riesgo, y los

factores de influencia en los mismos.

La recolección de los datos se da en una gran proporción, donde se hace uso del Big data,

especificando las variables encontradas y generando un enfoque con la información establecida.


4

Palabras clave

 Estadística inferencial
 Base de datos
 Big Data
 Variable cuantitativa
 Variable cualitativa
 Agrupar
 Volumen
 Velocidad
 Variedad
 Datos
 Índices de accidentalidad
 Mortalidad
 Lesionados
 Prueba de hipótesis
 Muestra
5

Introducción

Según la información brindada por el docente y los conocimientos adquiridos en clase,

actualmente manejo los principios básicos de la teoría inferencial, los cuales me dan la

posibilidad de conocer y manejar las herramientas necesarias para el desarrollo de una

investigación donde se requiera el uso de la muestra y no de toda la población.

En el PIF logro hacer uso de las herramientas brindadas, para dar respuesta a la pregunta de

investigación obtenida en el estudio de los datos evaluados en el artículo científico.


6

Marco Teórico

El artículo escogido es el correspondiente a la clasificación de datos de accidentes de tráfico en

Iraq entre el 2003 y 2017.

Del 2003 al 2017 se generó un estudio estadístico con la Dirección General de Tráfico con

cooperación del Ministerio de Planificación / Organización Central de Estadística (OSC) con

coordinación con el Ministerio del Interior en Iraq, donde se realizó una recolección de datos

mes a mes durante los quince años.

El fin del estudio es identificar el nivel de riesgo generado en los accidentes de tránsito y

evaluar los factores de riesgo de los mismos. Donde se genera una asociación de dichos

accidentes a los cambios climatológicos, el estado de las vías y el estado de la información vial.

Esta clase de investigaciones se facilitan con el uso del Big Data, ya que al manejar una

información de datos tan amplia como la accidentalidad diaria durante 14 años permite analizar

de manera fácil y clara el volumen de los datos recopilados, ya que es mucha información y al

generar la agrupación de los datos permiten un acceso más fácil a la interpretación y de esta

manera anticiparse a la toma de decisiones pertinentes para disminuir los índices de

accidentalidad.

La base de datos que maneja el artículo, permite ubicar el mes a mes de estudio generar

comparación y analizar los datos de los mismos meses en otros años, para confirmar si existen

comportamientos similares y realizar de manera preventiva campañas de concientización.


7

Marco referencial

Con la información obtenida en el estudio del artículo, donde la intención es generar una

recolección de datos y generar una agrupación mes a mes, para identificar el nivel de riesgo

generado en los accidentes de tránsito, en esta oportunidad se pretende revelar y dar respuesta a

la siguiente pregunta ¿hay diferencia entre el promedio de muertes entre enero del 2003 al 2017

y diciembre del 2003 al 2017?


8

Análisis de resultado

¿Hay diferencia entre el promedio de muertes entre enero del 2003 al 2017 y diciembre del

2003 al 2017?

Para encontrar la respuesta se basa el ejercicio en la prueba de hipótesis para la diferencia de

medias tomando como referencia los meses de enero y diciembre de todos los años como lo

muestra la siguiente tabla:

NUMERO DE MUERTES
Año Enero Diciembre
2003 117 97
Xmed1= 244,8
2004 196 130
Xmed2= 194,6
2005 209 132
S1= 130,7
2006 174 89
S2= 183,4
2007 145 83
2008 189 106
2009 182 108
2010 209 132
2011 216 139
2012 223 158
2013 241 151
2014 259 254
2015 269 241
2016 379 279
2017 664 820
9

A continuacion evidenciamos en las tablas el calculo y podemos determinar que no

existe una diferencia significativa la cual nos premite aceptar Ho ya que el P.valor es inferior al

alpha.

Población 1: Enero
n1 : 15
Xmed1 : 244,8
s1 : 10,7
Población 2: Diciembre
n2: 15
Xmed2 : 194,6
s2 : 183,4

Alpha_: 0,05

1) hipotesis :
Ho: Miu 1 - Mui2 = 0
Ha: Miu 1 - Mui2 <> 0

2) Estadistico de prueba
T: 1,06
Grados de libertad: 14

3)
P valor : 0,154

4) valor critico
Z_Alpha/2= 2,1448

Conclusion: Aceptamos Ho

Pueden exisitir resultados similares a los meses de diciembre y enero ya que la variacion en

cantidad no es significativa, se pueden obtener resultados diferentes si se compara un año en

particular frente a otros años, ya que las estadisticas varian de manera significativa de un año a

otro, un ejemplo es comprar el 2003 con 2016.


10

Conclusiones

 Si hay diferencia entre el promedio de muertes entre ciertos meses del año, según el
artículo por las condiciones climatológicas, por el incremento de personas que
obtuvieron vehículo y por el deterioro de las vías al transcurrir el tiempo.

 Las variaciones climatologicas generan en las personas cambios fisicos y psicologicos ,


que afectan de manera motriz sus capacidades y pueden ocacionar accidentes.

 Que en los meses de verano, los indices de accidentalidad no tienen mucha variacion en
su promedio,
11

Bibliografía

 21 de agosto 2014 Big Data Analytics: en qué consiste y cómo beneficia a tu empresa.
Recuperado (16-02-2020) https://blog.es.logicalis.com/analytics/en-que-consiste-big-
data-analytics-y-como-beneficia-a-tu-empresa
 Big data que es y por qué es importante (Recuperado 16-02-2020)
https://www.sas.com/es_co/insights/big-data/what-is-big-data.html
 ¿A qué llamamos Big Data? (Recuperado 16-02-2020)https://www.iic.uam.es/big-data/

También podría gustarte