REGRESIÓN LINEAL Variable dependiente Y Variable independiente X Ejemplo

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "REGRESIÓN LINEAL Variable dependiente Y Variable independiente X Ejemplo"

Transcripción

1

2

3 REGRESIÓN LINEAL El Análisis de Regresión, en una versión simple, es una metodología estadística que permite analizar la relación entre una variable Y (dependiente, explicada, respuesta ó endógena) y otra variable X (independiente, explicativa, factor ó exógena). El objetivo del análisis es obtener un modelo apropiado para pronosticar la variable Y a partir del valor que toma la variable X o simplemente demostrar una relación propuesta entre ellas. Así es posible hacer un: Análisis confirmatorio. Demostrar la validez de una relación previamente estipulada y, eventualmente, estimar algunas constantes involucradas en la relación -los parámetros del modelo-. Análisis exploratorio. Encontrar entre las muchas relaciones posibles que pueden vincular a las variables la que resulte satisfactoria para el problema en estudio. La razón que lleva a explicar una variable mediante otra es que una de ellas puede ser de fácil observación o controlable, por lo que resultaría sencillo obtener alguno de sus valores, en tanto que para la otra la obtención de observaciones puede ser una tarea más compleja o económicamente desventajosa. Los siguientes ejemplos ilustran estas ideas. Variable dependiente Y Variable independiente X Días de ausentismo por año de un empleado Edad en años del empleado Ventas mensuales de un producto Precio del producto cada mes Nivel de estrés de un gerente Cantidad de empleados que supervisa Demanda diaria de gas en una ciudad Pronóstico de la temperatura Precio valor En la mayoría de los casos la relación entre las variables es mutua y es difícil saber qué variable influye sobre la otra. Por ejemplo a un viaje poco valorado le supondremos menor precio y a uno de mayor precio lo supondremos más valorado. Es decir, se puede admitir que cada variable influye sobre la otra de forma natural y por igual.un ejemplo más claro donde distinguir entre variable explicativa y explicada es aquel donde se sabe cuál es la variable Causa y cuál es la variable Efecto. Por ejemplo, el gasto en publicidad que hace una red hotelera autónoma en promoción turística y la demanda turística que finalmente tiene. En este caso, un pequeño gasto en publicidad tenderá a obtener una demanda más baja, y una demanda más alta nos indicará que tal vez la red hotelera, de la cual hablamos, ha gastado mucho. Para este tipo de análisis la información disponible es un conjunto de pares de valores. La primera componente de cada par es un valor de la variable independiente y la segunda es la correspondiente observación de la variable dependiente. El siguiente ejemplo es susceptible de ser tratado con esta metodología. Ejemplo. La adquisición de un determinado conocimiento se logra por la realización de una tarea especialmente diseñada a ese efecto. Un alumno puede repetir la tarea una o más veces. Cada repetición constituye un ensayo. Luego del período de aprendizaje el alumno es evaluado por medio de una prueba estándar. Un investigador sostiene que el rendimiento mejora con la repetición de la tarea. Para verificarlo solicitó a cada uno de cinco alumnos que hiciera un número dado de ensayos. Los resultados se muestran en la

4 tabla que sigue. X es el número de ensayos e Y, la respuesta, es la puntuación obtenida en la prueba, cuyos valores no necesariamente son enteros. X Y Siempre es conveniente graficar la información disponible. Cada par de valores se considera que son las coordenadas de un punto en un sistema de ejes cartesianos ortogonales. Los puntos así determinados conforman una nube denominada diagrama de dispersión. Con los datos del ejemplo se obtiene el siguiente diagrama: Evaluación del aprendizaje 7 6 Rendimiento Número de ensayos Si hubiera razones previas para suponer que la relación entre las variable es lineal, los puntos del diagrama aparecerían cerca de una recta. Si se trata de explorar para encontrar un tipo de relación el diagrama de dispersión hace un primer aporte a la búsqueda. En ambos casos habrá que determinar la ecuación de una curva Y = f(x) que describa de la mejor manera posible la relación entre las variables. El gráfico siguiente, que corresponde a los datos del ejemplo, muestra los puntos próximos a una recta.

5 Evaluación del aprendizaje Rendimiento Número de ensayos El hecho de que los puntos no estén alineados indica que la relación lineal no es perfecta. Pero esto no es un inconveniente; la relación que buscamos no es determinista, es decir, el valor de X no determina unívocamente a Y sino que habrá una componente aleatoria, llamada perturbación y designada por la letra griega ε. La expresión del modelo, en el caso de elegir una recta para describir la relación, será entonces: Y = A + BX + ε La naturaleza de ambas variables involucradas no es la misma. En muchos casos la variable X no es aleatoria, sus valores son seleccionados ex profeso. En otros ocasiones, si bien X puede ser aleatoria, el valor de Y se considera dado X. Esto significa que como el valor observado de X se conoce, se lo trata como un parámetro y se pronostica Y como variable aleatoria con distribución condicional al valor de X observado. Se denomina a X variable controlada. La variable Y es aleatoria, este carácter se reconoce en el modelo dado por la perturbación ε. La relación entre las variables se describe con dos componentes, una de ellas expresada por la relación funcional (en el caso del ejemplo la ecuación de la recta) y otra es la componente aleatoria llamada perturbación. Relación funcional :Y = A + BX Componente aleatoria: ε La recta de ecuación Y = A + BX se denomina recta de regresión poblacional. Forma parte del modelo que pretende describir a la totalidad de los pares de valores de las variables (X;Y). Se interpreta que esta relación funcional provee la media de la variable Y para cada valor de X o esperanza de Y dado X que se designa también E(Y/X). En el ejemplo la esperanza de Y dado X es la puntuación media que obtendrían

6 en la prueba todos alumnos si realizaran la misma cantidad X de ensayos. El modelo supone que la esperanza de Y dado X es una función lineal de la variable X, o sea E(Y/X) = A + BX Se designa con a al estimador de A y con b al de B. Estos estimadores intervienen en la formulación de la función predictora Ŷ = a + bx La expresión anterior es la ecuación de una recta. Como se indicará los coeficientes se obtienen a partir de los valores observados de ambas variables, es decir a partir de la muestra. Esta recta se denomina recta de regresión muestral. Sobre un punto muestral de coordenadas (x;y) se tiene ŷ = a + bx La diferencia εˆ = y - ŷ se denomina residuo y es la estimación de la perturbación ε correspondiente al valor x. Para calcular la ordenada al origen a y la pendiente b de la recta de regresión muestral se pueden utilizar las fórmulas siguientes: ( ) n. x. y x. y b = a = y - b x n. x x donde x es el promedio de los valores de X utilizados e y es la media de las observaciones de Y El siguiente cuadro facilita los cálculos e ilustra el uso de las fórmulas: X Y X XY Y² Es x 0 = = 4, y = = 4, 4 luego 5 5

7 b = ( ) n. x. y x. y n. x x = 5 * 97-0 * 5 * 90-0 = 0,9 a = y - b x = 4,4-0,9*4 =0,8 La ecuación de la recta de regresión muestral es entonces Ŷ = 0,8 + 0,9X. Los valores de Ŷ calculados con esta ecuación para cada valor de X dado aparecen en el cuadro siguiente. Rendimiento Predicción Residuo Residuo cuadrático X Y Ŷ εˆ = Y - Ŷ ˆε ² 3 0,8+0.9* =,6 3 -,6 = 0,4 0, ,8+0.9*3 = 3,5 3-3,5 = - 0,5 0, ,8+0.9*4 = 4,4 4-4,4 = - 0,4 0, ,8+0.9*5 = 5,3 6-5,3 = 0,7 0, ,8+0.9*6 = 6, 6-6, = - 0, 0, ,10 N de ensayos Cabe preguntarse sobre el criterio usado para obtener las fórmulas de cálculo de los coeficientes de la recta de regresión muestral. El criterio utilizado es el de los mínimos cuadrados. De acuerdo con este criterio la suma de los residuos cuadráticos respecto de la recta de regresión muestral es menor que la suma de los residuos cuadráticos respecto de cualquier otra recta. Ese mínimo para el ejemplo desarrollado es 1,10 como se puede apreciar en el cuadro anterior. Esta suma mínima de residuos cuadráticos tiene cierta importancia en el análisis por lo que se la destaca con un nombre propio. Es la suma de cuadrados residual y se nota SC res. SC res = ( Y Y ˆ ) ² La SC res refleja la dispersión de los valores observados de la variable Y respecto de la recta de regresión. En cambio la suma de cuadrados total, denotada por SC tot, refleja la dispersión de los valores observados de la variable Y respecto de su media Y.. SC tot = ( Y Y ) ² La suma de cuadrados explicada por la regresión, simbolizada con SC exp, se obtiene reemplazando en la SC tot los valores observados de Y por los valores de Ŷ producidos por la ecuación de regresión. Luego esta suma de cuadrados da cuenta de la dispersión de los valores de Ŷ respecto de la media Y. SC exp = ( Y ˆ Y ) ²

8 Con alguna habilidad algebraica es posible llegar a la siguiente igualdad: SC tot = SC exp + SC res Así se tiene que la dispersión total de los valores de Y alrededor de su media es la suma de dos componentes. La fracción de la dispersión total explicada por el modelo está dada por el cociente SC r ² = exp SCtot El coeficiente r² se denomina coeficiente de determinación y su valor siempre estará comprendido entre 0 y 1. Cuanto más cercano a 1 esté r² mejor será el ajuste del modelo a los datos. Un valor alto de r² implica la existencia de una relación entre X e Y, pero no demuestra que haya una relación causa-efecto. Este análisis sólo prueba que hay una relación entre las variables que incluso puede obedecer a razones ajenas a ellas pero no puede asegurar que X es causa de Y o que Y es causa de X. El coeficiente de determinación del ejemplo es: r = 0.88 Preguntar por qué los alumnos evaluados muestran diferentes rendimientos? es preguntar sobre la dispersión de los valores observados de la variable Y. El 88 % de esa dispersión se explica por la relación con X. Hay diferentes valores de Y porque se corresponden con diferentes valores de X (número de ensayos). Pero esto no explica todo, el 1 % de la dispersión que la regresión no alcanza a explicar es debido a la componente aleatoria. Una medida de dispersión que puede interesar para el análisis es el desvío estándar residual. Se define como: SCres S res = n Esta medida se interpreta como una suerte de promedio de las diferencias Y - Ŷ en valor absoluto. Un buen ajuste del modelo a los datos producirá diferencias pequeñas y por lo tanto un S res pequeño que indicará poca dispersión de los valores observados de Y respecto de la recta de regresión. Realizando los cálculos matemáticos del álgebra, se llega a la siguiente fórmula: S res = i Y i a i Y i n b i X Y i i En el ejemplo tratado resulta: S res = =

9 El coeficiente r de correlación es una medida de la asociación lineal entre las dos variables. Su cálculo se hace mediante la fórmula: r = ( ) ( ) ( ) ( ).. ( ) n. x. y x. y n x x n y y Su valor está comprendido entre -1 y 1 (-1 r 1). El signo de r coincide con el signo de b y el cuadrado de r es el coeficiente de determinación. Los valores extremos indican asociación perfecta. Un r positivo (r>0) es signo de asociación directa, esto es que valores bajos de X se asocian con valores bajos de Y y valores altos de X se asocian con valores altos de Y. Un r negativo (r<0) es signo de asociación inversa, esto es que valores bajos de X se asocian con valores altos de Y y valores altos de X se asocian con valores bajos de Y. Un r = 0 indica ausencia de asociación lineal entre las variables. Cuanto más cerca este r de los valores extremos (-1 y 1) más intensa es la asociación. En el ejemplo desarrollado el coeficiente de correlación es r = 5*9 0 5*97 0*. 5*106 = 0,938. Este r = 0,938 indica que hay una fuerte asociación lineal directa entre el número de ensayos y el rendimiento en la prueba. Obtenida la ecuación de la recta de regresión muestral se puede proceder a hacer predicciones. Si con los datos del ejemplo quisiéramos predecir el rendimiento en la prueba de un alumno que hizo 7 ensayos calcularíamos el valor de Ŷ haciendo X = 7 en la ecuación. ŷ = 0,8 + 0,9*7 = 7,1 Esperamos de este alumno un rendimiento de 7,1 puntos. Otros modelos pueden ser útiles para predecir el valor de una variable Y a partir de una variable controlada X. Se deja constancia de dos de ellos. En uno de ellos la relación funcional es una función exponencial, Y = K A X En el otro es una función cuadrática, Y = AX + BX + C El lector podrá imaginar algunos más.

10 Análisis de Regresión y Correlación con Excel. Paso 1: Ingrese los datos de las variables en la planilla de cálculo excel, por ejemplo X: (supongamos en el rango:a.: A15) Y: (supongamos en el rango:b.: B15 Paso : Seleccione del menú desplegable Herramientas Paso 3: Seleccione la opción Análisis de datos Paso 4:Cuando aparezca el cuadro de diálogo Regresión: Teclee B : B15 en el cuadro Rango Y de entrada Teclee A : A15 en el cuadro Rango X de entrada Teclee A18 en el cuadro Rango de salida (También se puede aceptar cualquier celda que vaya a ser la superior izquierda donde comiencen los resultados) Seleccione Aceptar para obtener el análisis de regresión. A B 1 Nro de latas Tiempo de entrega Ejemplo:

11 Un ingeniero investiga la distribución de latas de cerveza y las operaciones del servicio de ruta para máquinas expendedoras. Se supone que el tiempo requerido para cargar una máquina expendedora se relaciona con el número de latas entregadas del producto. Se selecciona una muestra aleatoria de 14 entregas y se dispone de los datos de tiempo de entrega en minutos (Y) y el número de latas entregadas (X) X Y a)dibuje un diagrama de dispersión apropiado a este modelo. b)estime el coeficiente de correlación muestral c) Qué porcentaje de la variabilidad total del tiempo de entrega está explicado por el número de latas. d)realice un pequeño informe con los resultados obtenidos.

12 TRABAJO PRÁCTICO Nº REGRESIÓN LINEAL 1.A partir de los siguientes datos que hacen referencia al precio del billete de ida y vuelta y la valoración del vuelo que han realizado un conjunto de pasajeros que tomaron el vuelo a Bariloche Buenos aires un mismo día, calcular : a) La recta de regresión. B) el coeficiente de correlación. c) Interpretar los resultados obtenidos. Precio Valor Rta;a) Y=-10,71+1,005x b)r=0,8456; r =0,715. Supongamos que la siguiente tabla indica el precio por noche de una habitación individual y la puntuación recibida por seis hoteles de Córdoba durante el mes de enero de 006: Precio Puntuación a)encontrar la recta de regresión. b)calcular el coeficiente de determinación e interpretar el resultado.c) Interpretar los resultados obtenidos. Rta:a)Y=71,95 +0,383 x b)r =0,99 3- Una importante agencia de viajes quiere realizar un estudio entre el aumento en sus gastos de publicidad y el incremento en sus ventas, La siguiente tabla muestra los resultados obtenidos mediante una muestra: %Aumento en publicidad %Aumento en ventas a)dibuje la nube de puntos ó diagrama de dispersión.. b) Encuentre el coeficiente de correlación lineal e interprete el resultado. c)calcule la recta de regresión lineal. Interprete el resultado. d)haga una previsión sobre el aumento de las ventas en el caso de que la publicidad se aumente un 15%. e)encuentre el coeficiente de determinación e interprete el resultado obtenido.

13 Rta: b)r=0,817; r =0,668; c)y=1,095+0,73x ;e) y ˆ = 1,075% 4- Los siguientes datos reflejan la relación entre el precio de la habitación diaria en euros y el número de estrellas de varios hoteles de una determinada cadena hotelera en el verano: Y=Precio X=Número de estrellas a) Determine la recata de regresión lineal. b)encuentre el coeficiente de correlación lineal. c)estime el valor del precio para un hotel de 3 estrellas.d)interprete los resultados obtenidos. Rta. a) yˆ = 7,5 + 5x ;b) r = 0,998; r = 0, 996 ;c) y ˆ = 67, 5 5-Las calificaciones obtenidas por nueve alumnos de Administración Hotelera, en la primera (X) y en la segunda (Y) evaluación de Empleo aparecen en la siguiente tabla. X Y a)represente gráficamente estos datos. b)halle la ecuación de la recta de regresión muestral de Y sobre X. c)exprese el grado de correlación entre las notas de las dos evaluaciones con un coeficiente adecuado. d) Cuál será la calificación. en la segunda evaluación de los alumnos que obtuvieron en la primera las notas ? 6- Para determinar la relación entre las horas de estudio y el rendimiento en un examen se llevó a cabo un experimento con los siguientes resultados: Cantidad de horas de estudio Nota obtenida en el examen a)halle la ecuación de la recta de regresión muestral y dibuje la recta sobre el diagrama de dispersión. En el mismo gráfico muestre la ecuación de regresión lineal. Encuentre el coeficiente de determinación, e interprete los resultados obtenidos. b) Qué calificaciones predice el modelo para alumnos que estudian 4, 6, 7, 9 y 10 horas? c) Qué el sugiere el valor de r² obtenido? 7-.Las cifras siguientes son datos sobre el porcentaje de las llantas radiales producidas por cierto fabricante que aún pueden usarse después de recorrer cierto número de kilómetros. Kilómetros recorridos (miles) Porcentaje útil

14 a)obtenga el diagrama de dispersión b)suponga que el porcentaje útil decrece exponencialmente con el aumento del kilometraje recorrido y obtenga la expresión de la función que expresa esa relación. c)estime, para los valores que se indican a continuación, qué porcentaje de las llantas radiales durarán al menos esa cantidad de kilómetros. 11, 40,0 51, 73,6 8. Una aplicación importante del análisis de regresión en contabilidad es para estimar los costos. Se tienen los datos sobre el volumen de producción y el costo total para una operación de manufactura. Volumen de producción (unidades) Costo total (dólares) a) Utilice estos datos para obtener una ecuación de regresión lineal con la que se pueda predecir el costo total para determinado volumen de producción. b) Realice el diagrama de dispersión correspondiente. c) Cuál es el costo variable, o costo adicional, por una unidad producida? d) Calcule el coeficiente de determinación. Qué porcentaje de la variación en el costo total puede explicar la variación en el volumen de producción? e) Cuál es el valor del costo estimado para un volumen de producción de 500 unidades? f) Analice los resultados obtenidos en los ítems anteriores para explicar el tipo de relación que hay entre las variables consideradas. 9. Los siguientes datos corresponden a los sueldos mensuales en dólares, Y, y promedios de calificaciones, X para estudiantes que obtuvieron su licenciatura en administración, con especializaciones en Sistemas de Información: Nota: La nota máxima es 5(cinco). Calificación,6 3,4 3,6 3, 3,5,9 Sueldo mensual a) Obtenga la recta de regresión y exprese el significado de sus parámetros. b) Realice el diagrama de dispersión correspondiente. c) Estime el sueldo correspondiente a una calificación de 3 puntos. d) Calcule el coeficiente de determinación. Qué porcentaje de la variación en el sueldo promedio está explicada por la variación en la calificación? e) Obtenga el error residual y explique su significado. f) Explique el significado del coeficiente de correlación lineal en el contexto del análisis de correlación. Tenga en cuenta tanto su valor absoluto como su signo g) Analice los resultados obtenidos en los ítems anteriores para explicar el tipo de relación que hay entre las variables consideradas. 10- Una empresa determinada reúne datos acerca de la cantidad de familias que sintonizan un determinado anuncio de publicidad. Los siguientes datos muestran la cantidad de familias espectadoras en millones y la cantidad de veces que se pasó el anuncio durante una semana del 7 de octubre al de noviembre.

15 Veces que se pasó el anuncio Familias espectadoras ,6 96,1 71,6 51,1 9, 186,9 186,3 17, ,1 a)halle los coeficientes de la recta de regresión muestral y explique el significado de los valores obtenidos. b)realice el diagrama de dispersión. c) Se obtuvo un buen ajuste con la ecuación de regresión? Explique Por qué? d)determine la cantidad promedio de las familias espectadoras para un anuncio que se pasó 35 veces. e) Calcule el coeficiente de determinación y exprese su significado en función de las variables elegidas. f)obtenga el error residual y explique su significado. g)analice los resultados obtenidos en los ítems anteriores para explicar el tipo de relación que hay entre las variables consideradas. 11- Un gerente de una empresa de venta de paquetes turísticos llevó a cabo un estudio para determinar la relación entre los gastos de publicidad semanal y las ventas. Obtuvo los siguientes datos: G: V: a)encuentre la ecuación de la recta de regresión para predecir las ventas semanales resultantes de los gastos de publicidad. b)estime las ventas semanales esperadas cuando los gastos de publicidad ascienden a $35. c)calcule el coeficiente de determinación e interprételo en términos del problema. d)explique el significado del coeficiente de correlación lineal en el contexto del análisis de correlación. Tenga en cuenta tanto su valor absoluto como su signo.

16

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH 1) ANÁLISIS DE CORRELACIÓN Dado dos variables, la correlación permite hacer estimaciones del valor de una de ellas conociendo el valor de la otra variable.

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

FUNCIONES 1. DEFINICION DOMINIO Y RANGO

FUNCIONES 1. DEFINICION DOMINIO Y RANGO 1. DEFINICION DOMINIO Y RANGO FUNCIONES Antes de definir función, uno de los conceptos fundamentales y de mayor importancia de todas las matemáticas, plantearemos algunos ejercicios que nos eran de utilidad

Más detalles

2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES

2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES 2 VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1 Se ha medido el volumen, X, y la presión, Y, de una masa gaseosa y se ha obtenido: X (litros) 1 65 1 03 0 74 0 61 0 53 0 45 Y (Kg/cm 2 ) 0 5 1 0 1 5 2 0 2 5 3

Más detalles

Funciones y gráficas (1)

Funciones y gráficas (1) Funciones y gráficas (1) Introducción Uno de los conceptos más importantes en matemática es el de función. El término función fue usado por primera vez en 1637 por el matemático francés René Descartes

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

12 Distribuciones bidimensionales

12 Distribuciones bidimensionales Solucionario Distribuciones bidimensionales ACTIVIDADES INICIALES.I. Halla la ecuación de la recta que pasa por el punto A(, ) y tiene por pendiente. Calcula la ordenada en el origen y represéntala. La

Más detalles

6. Análisis de la regresión: análisis gráfico

6. Análisis de la regresión: análisis gráfico 6. Análisis de la regresión: análisis gráfico 6.1. Introducción El papel de SPSS en el análisis de regresión consiste en proporcionar herramientas para representar nubes de puntos, para calcular los parámetros

Más detalles

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control. ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación

Más detalles

ANÁLISIS DE CORRELACIÓN EMPLEANDO EXCEL Y GRAPH

ANÁLISIS DE CORRELACIÓN EMPLEANDO EXCEL Y GRAPH ANÁLISIS DE CORRELACIÓN EMPLEANDO EXCEL Y GRAPH Cuando se estudian en forma conjunta dos características (variables estadísticas) de una población o muestra, se dice que estamos analizando una variable

Más detalles

Análisis de Regresión y Correlación con MINITAB

Análisis de Regresión y Correlación con MINITAB Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables

Más detalles

Gráfico de Dispersión de Notas en la Prueba 1 versus Notas en la Prueba Final Acumulativa de un curso de 25 alumnos de Estadística en la UTAL

Gráfico de Dispersión de Notas en la Prueba 1 versus Notas en la Prueba Final Acumulativa de un curso de 25 alumnos de Estadística en la UTAL 0. Describiendo relaciones entre dos variables A menudo nos va a interesar describir la relación o asociación entre dos variables. Como siempre la metodología va a depender del tipo de variable que queremos

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

EXAMEN DE ESTADÍSTICA DESCRIPTIVA - GRADO ADE Enero 2013

EXAMEN DE ESTADÍSTICA DESCRIPTIVA - GRADO ADE Enero 2013 EXAMEN DE ESTADÍSTICA DESCRIPTIVA - GRADO ADE Enero 2013 1. Se presentan las notas de selectividad de la asignatura de Matemáticas Aplicadas a las Ciencias Sociales corregidas por un profesor en un grupo

Más detalles

REGRESION simple. Correlación Lineal:

REGRESION simple. Correlación Lineal: REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)

Más detalles

Funciones lineales. Objetivos. Antes de empezar. 1.Función de proporcionalidad directa pág. 170 Definición Representación gráfica

Funciones lineales. Objetivos. Antes de empezar. 1.Función de proporcionalidad directa pág. 170 Definición Representación gráfica 10 Funciones lineales Objetivos En esta quincena aprenderás a: Identificar problemas en los que intervienen magnitudes directamente proporcionales. Calcular la función que relaciona a esas magnitudes a

Más detalles

SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH

SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH SERIES DE TIEMPO EMPLEANDO EXCEL Y GRAPH 1) DEFINICIÓN Las series de tiempo llamadas también series cronológicas o series históricas son un conjunto de datos numéricos que se obtienen en períodos regulares

Más detalles

Unidad 7 Aplicación de máximos y mínimos

Unidad 7 Aplicación de máximos y mínimos Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará

Más detalles

1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS

1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS 1. TEMPORALIZACIÓN POR EVALUACIONES DE LOS CONTENIDOS Primera Evaluación TEMA 1. NÚMEROS REALES Distintos tipos de números. Recta real. Radicales. Logaritmos. Notación científica. Calculadora. TEMA 2.

Más detalles

Funciones polinomiales de grados cero, uno y dos

Funciones polinomiales de grados cero, uno y dos Funciones polinomiales de grados cero, uno y dos A una función p se le llama polinomio si: p x = a n x n + a n 1 x n 1 + + a 2 x 2 + a 1x + a 0 Donde un entero no negativo y los números a 0, a 1, a 2,

Más detalles

SERIES DE TIEMPO INTRODUCCIÓN

SERIES DE TIEMPO INTRODUCCIÓN Clase Nº 5 SERIES DE TIEMPO INTRODUCCIÓN La forma más utilizada para el análisis de las tendencias futuras es realizar pronósticos. La función de un pronóstico de demanda de un bien, por ejemplo ventas

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Dr. Carlos L. Jave Gutiérrez

Dr. Carlos L. Jave Gutiérrez PLANIFICACION DE LA PRODUCCION: PRONOSTICOS Dr. Carlos L. Jave Gutiérrez Universidad San Martín de Porras 2010-2 PLANIFICACION DE LA PRODUCCION Son variados y similares los enfoques que con respecto al

Más detalles

Estadística I. Finanzas y Contabilidad

Estadística I. Finanzas y Contabilidad Estadística I. Finanzas y Contabilidad Práctica 1: INTRODUCCIÓN AL USO DE SOFTWARE ESTADÍSTICO OBJETIVO: Los estudiantes deberán conocer el funcionamiento de la Hoja de Cálculo EXCEL y utilizarla para

Más detalles

17.- PARABRISAS RESOLUCIÓN

17.- PARABRISAS RESOLUCIÓN 17.- PARABRISAS La sección de control de calidad de una fábrica de parabrisas elige, aleatoriamente, una muestra de 100 parabrisas producidos por una determinada máquina y registra la longitud de los parabrisas

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

Correlación entre variables

Correlación entre variables Correlación entre variables Apuntes de clase del curso Seminario Investigativo VI Por: Gustavo Ramón S.* * Doctor en Nuevas Perspectivas en la Investigación en Ciencias de la Actividad Física y el Deporte

Más detalles

Web: www.iesmarmenor.org Curso 2012-2013 MATEMÁTICAS-I 1ª EVALUACIÓN 2ª EVALUACIÓN 3ª EVALUACIÓN. La recta en el plano. (1 semana)

Web: www.iesmarmenor.org Curso 2012-2013 MATEMÁTICAS-I 1ª EVALUACIÓN 2ª EVALUACIÓN 3ª EVALUACIÓN. La recta en el plano. (1 semana) MATEMÁTICAS-I DISTRIBUCIÓN TEMPORAL DE LOS CONTENIDOS 1ª EVALUACIÓN 2ª EVALUACIÓN 3ª EVALUACIÓN Aritmética y Álgebra Trigonometría (4 semanas) Números complejos Vectores en el plano La recta en el plano

Más detalles

Tema 3: El modelo de regresión lineal múltiple

Tema 3: El modelo de regresión lineal múltiple Econometría 1 curso 2009-2010 Tema 3: El modelo de regresión lineal múltiple Genaro Sucarrat (Departamento de Economía, UC3M) http://www.eco.uc3m.es/sucarrat/ Recordamos: El modelo de regresión lineal

Más detalles

Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal

Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal Capítulo 18 Análisis de regresión lineal El procedimiento Regresión lineal Introducción El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre variables. Se

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

Estadística aplicada y modelización. 10 de septiembre de 2005

Estadística aplicada y modelización. 10 de septiembre de 2005 Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla

Más detalles

Técnicas Cuantitativas para el Management y los Negocios

Técnicas Cuantitativas para el Management y los Negocios Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis

Más detalles

FISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS

FISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS AJUSTE POR MÍNIMOS CUADRADOS Existen numerosas leyes físicas en las que se sabe de antemano que dos magnitudes x e y se relacionan a través de una ecuación lineal y = ax + b donde las constantes b (ordenada

Más detalles

Métodos de promedios. Diplomado en Gestión Estratégica de las Finanzas Públicas MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS

Métodos de promedios. Diplomado en Gestión Estratégica de las Finanzas Públicas MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS MÉTODOS ESTADÍSTICOS PARA LA ESTIMACIÓN DE INGRESOS La estimación o proyección de ingresos futuros puede llevarse a cabo mediante diferentes métodos estadísticos de extrapolación, entre ellos: sistema

Más detalles

Tutorial Introducción al análisis y visualización de datos utilizando una planilla de cálculo Autor: Pablo Poggi (pmpoggi@gmail.

Tutorial Introducción al análisis y visualización de datos utilizando una planilla de cálculo Autor: Pablo Poggi (pmpoggi@gmail. Tutorial Introducción al análisis y visualización de datos utilizando una planilla de cálculo Autor: Pablo Poggi (pmpoggi@gmail.com) 1. Introducción Las planillas de cálculo son documentos compuestos de

Más detalles

EL DISEÑO FACTORIAL COMPLETO 2 k

EL DISEÑO FACTORIAL COMPLETO 2 k EL DISEÑO FACTORIAL COMPLETO 2 k Joan Ferré Grupo de Quimiometría y Cualimetría Departamento de Química Analítica y Química Orgánica Universidad Rovira i Virgili (Tarragona) INTRODUCCIÓN En el primer artículo

Más detalles

Problemas Resueltos de Desigualdades y Programación Lineal

Problemas Resueltos de Desigualdades y Programación Lineal Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo

Más detalles

Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla

Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla DOCUWEB FABIS Dot. úm 0702005 Cómo realizar paso a paso un contraste de hipótesis con SPSS para Windows: (III) Relación o asociación y análisis de la dependencia (o no) entre dos variables cuantitativas.

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

MATEMÁTICAS A 4º ESO IES LOS CARDONES 2014-2015 PLAN DE RECUPERACIÓN. Contenidos Mínimos. I. Estrategias, habilidades, destrezas y actitudes generales

MATEMÁTICAS A 4º ESO IES LOS CARDONES 2014-2015 PLAN DE RECUPERACIÓN. Contenidos Mínimos. I. Estrategias, habilidades, destrezas y actitudes generales MATEMÁTICAS A 4º ESO IES LOS CARDONES 2014-2015 PLAN DE RECUPERACIÓN Contenidos Mínimos I. Estrategias, habilidades, destrezas y actitudes generales II. Números: Resolución de problemas utilizando toda

Más detalles

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una

Más detalles

6 Sexta. 6.1 Parte básica. Unidad Didáctica "REGRESIÓN Y CORRELACIÓN"

6 Sexta. 6.1 Parte básica. Unidad Didáctica REGRESIÓN Y CORRELACIÓN 352 6 Sexta Unidad Didáctica "REGRESIÓN Y CORRELACIÓN" 6.1 Parte básica 353 6.1.1 Introducción Regresión es una palabra un tanto rara. La utilizan los biólogos, los médicos, los psicólogos... y suena como

Más detalles

INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA

INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA Eva Medina Moral (Febrero 2002) EXPRESIÓN DEL MODELO BASICO DE REGRESIÓN LINEAL La expresión formal del modelo

Más detalles

Inferencia estadística Módulo de regresión lineal simple

Inferencia estadística Módulo de regresión lineal simple DOCUMENTOS DE INVESTIGACIÓN Facultad de Administración No. 147, ISSN: 0124-8219 Noviembre de 2013 Inferencia estadística Módulo de regresión lineal simple Diego Fernando Cardona Madariaga Javier Leonardo

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA Conoce los vectores, sus componentes y las operaciones que se pueden realizar con ellos. Aprende cómo se representan las rectas y sus posiciones relativas. Impreso por Juan Carlos Vila Vilariño Centro

Más detalles

Contenido. Horizontes temporales de la previsión La influencia del ciclo de vida del producto

Contenido. Horizontes temporales de la previsión La influencia del ciclo de vida del producto Previsión Contenido Qué es la previsión? Horizontes temporales de la previsión La influencia del ciclo de vida del producto Tipos de previsiones La importancia estratégica de la previsión Recursos humanos

Más detalles

Regresión lineal múltiple

Regresión lineal múltiple . egresión lineal múltiple egresión lineal múltiple. Introducción. En el tema anterior estudiamos la correlación entre dos variables y las predicciones que pueden hacerse de una de ellas a partir del conocimiento

Más detalles

C B. a) Qué velocidad lleva cada uno? b) Escribe la expresión analítica de estas funciones. Velocidad = 33, ) 3 m/min.

C B. a) Qué velocidad lleva cada uno? b) Escribe la expresión analítica de estas funciones. Velocidad = 33, ) 3 m/min. PÁGINA 161 Pág. 1 29 Esta es la gráfica del espacio que recorren tres montañeros que van a velocidad constante: 1 000 ESPACIO (m) C B 0 A TIEMPO (min) 10 1 a) Qué velocidad lleva cada uno? b) Escribe la

Más detalles

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO

CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO Estadística Superior CLAVE: LII PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. REGRESIÓN LINEAL SIMPLE Y MÚLTIPLE 1.1. Regresión lineal simple 1.2. Estimación y predicción por intervalo en regresión lineal

Más detalles

2FUNCIONES CUADRÁTICAS

2FUNCIONES CUADRÁTICAS CONTENIDOS El modelo cuadrático La función cuadrática Desplazamientos de la gráfica Máximos, mínimos, ceros, crecimiento y decrecimiento Ecuaciones cuadráticas Sistemas mixtos En este capítulo se analizan

Más detalles

Capítulo VI DESIGUALDADES E INECUACIONES

Capítulo VI DESIGUALDADES E INECUACIONES Capítulo VI DESIGUALDADES E INECUACIONES 6.1 DEFINICIONES: a. Desigualdad: Se denomina desigualdad a toda expresión que describe la relación entre al menos elementos escritos en términos matemáticos, y

Más detalles

T. 8 Estadísticos de asociación entre variables

T. 8 Estadísticos de asociación entre variables T. 8 Estadísticos de asociación entre variables. Concepto de asociación entre variables. Midiendo la asociación entre variables.. El caso de dos variables categóricas.. El caso de una variable categórica

Más detalles

Las Matemáticas En Ingeniería

Las Matemáticas En Ingeniería Las Matemáticas En Ingeniería 1.1. Referentes Nacionales A nivel nacional se considera que el conocimiento matemático y de ciencias naturales, sus conceptos y estructuras, constituyen una herramienta para

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS I. INTRODUCCIÓN Y MANEJO DE DATOS MANUAL DE SPSS 1 MASTER CALIDAD TOTAL 1/ INTRODUCCIÓN Las aplicaciones de la Estadística en la

Más detalles

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.

Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación. UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos

Más detalles

CONTENIDOS MÍNIMOS BACHILLERATO

CONTENIDOS MÍNIMOS BACHILLERATO CONTENIDOS MÍNIMOS BACHILLERATO I.E.S. Vasco de la zarza Dpto. de Matemáticas CURSO 2013-14 ÍNDICE Primero de Bachillerato de Humanidades y CCSS...2 Primero de Bachillerato de Ciencias y Tecnología...5

Más detalles

TEMA 5 ESTUDIOS CORRELACIONALES.

TEMA 5 ESTUDIOS CORRELACIONALES. TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.

Más detalles

Tema 4 Funciones elementales Matemáticas CCSSI 1º Bachillerato 1

Tema 4 Funciones elementales Matemáticas CCSSI 1º Bachillerato 1 Tema 4 Funciones elementales Matemáticas CCSSI 1º Bachillerato 1 TEMA 4 - FUNCIONES ELEMENTALES 4.1 CONCEPTO DE FUNCIÓN DEFINICIÓN : Una función real de variable real es una aplicación de un subconjunto

Más detalles

Capítulo 18. Análisis de regresión lineal: El procedimiento Regresión lineal. Introducción

Capítulo 18. Análisis de regresión lineal: El procedimiento Regresión lineal. Introducción Capítulo 18 Análisis de regresión lineal: El procedimiento Regresión lineal Introducción El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre variables.

Más detalles

Se ha visto anteriormente que la correlación entre dos variables puede ser alta a pesar de que la relación entre las dos sea fuertemente no lineal.

Se ha visto anteriormente que la correlación entre dos variables puede ser alta a pesar de que la relación entre las dos sea fuertemente no lineal. Análisis de los residuos Se ha visto anteriormente que la correlación entre dos variables puede ser alta a pesar de que la relación entre las dos sea fuertemente no lineal. Se pueden utilizar los residuos

Más detalles

SEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática

SEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática SEMINARIOS (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática Seminario de Estadística Descriptiva Unidimensional y Bidimensional 1. Se ha realizado un control de calidad en

Más detalles

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada MANEJO DE DATOS Analizar gráficos o diagramas de situaciones dadas para identificar información específica Recoger datos, dibujar los datos usando escalas apropiadas y demostrar una comprensión de las

Más detalles

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

Una fórmula para la pendiente

Una fórmula para la pendiente LECCIÓN CONDENSADA 5.1 Una fórmula para la pendiente En esta lección aprenderás cómo calcular la pendiente de una recta dados dos puntos de la recta determinarás si un punto se encuentra en la misma recta

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013 UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2012-2013 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES

Más detalles

Álgebra y Trigonometría CNM-108

Álgebra y Trigonometría CNM-108 Álgebra y Trigonometría CNM-108 Clase 2 Ecuaciones, desigualdades y funciones Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción

Más detalles

T. 5 Inferencia estadística acerca de la relación entre variables

T. 5 Inferencia estadística acerca de la relación entre variables T. 5 Inferencia estadística acerca de la relación entre variables 1. El caso de dos variables categóricas 2. El caso de una variable categórica y una variable cuantitativa 3. El caso de dos variables cuantitativas

Más detalles

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Capítulo 15 Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Los modelos factoriales de análisis de varianza (factorial = más de un factor) sirven para evaluar el efecto

Más detalles

ASIGNATURA: MATEMÁTICAS APL.CIENC.SOCIALES 1º BACHILLERATO. Unidad 1 Números Reales

ASIGNATURA: MATEMÁTICAS APL.CIENC.SOCIALES 1º BACHILLERATO. Unidad 1 Números Reales ASIGNATURA: MATEMÁTICAS APL.CIENC.SOCIALES 1º BACHILLERATO Unidad 1 Números Reales Utilizar los números enteros, racionales e irracionales para cuantificar situaciones de la vida cotidiana. Aplicar adecuadamente

Más detalles

4. FUNCIONES DE VARIAS VARIABLES

4. FUNCIONES DE VARIAS VARIABLES 4. FUNCIONES DE VARIAS VARIABLES INDICE 4 4.1. Definición de una función de dos variables...2 4.2. Gráfica de una función de dos variables..2 4.3. Curvas y superficies de nivel....3 4.4. Límites y continuidad....6

Más detalles

MATEMÁTICA NM4 4º EM

MATEMÁTICA NM4 4º EM MATEMÁTICA NM4 4º EM UNIDADES TEMÁTICAS UNIDAD Nº 01: ESTADÍSTICA Y PROBABILIDAD Conceptos generales : Población, muestra, parámetro y estadístico Variables y su clasificación Medición y escalas Organización

Más detalles

Funciones elementales

Funciones elementales 10 Funciones elementales Objetivos En esta quincena aprenderás a: Reconocer y distinguir algunas de las funciones más habituales. Utilizar algunas funciones no lineales: cuadráticas, de proporcionalidad

Más detalles

Mapa Curricular / Matemáticas Séptimo Grado

Mapa Curricular / Matemáticas Séptimo Grado ESTADO LIBRE ASOCIADO DE PUERTO RICO Programa de Matemáticas Mapa Curricular / Matemáticas Séptimo Grado Estándar, Dominio N.SO.7.2.1 Modela la suma, resta, multiplicación y división con números enteros,

Más detalles

Capítulo 9. Regresión lineal simple

Capítulo 9. Regresión lineal simple Capítulo 9. Regresión lineal simple 9.1 Introducción Uno de los aspectos más relevantes de la Estadística es el análisis de la relación o dependencia entre variables. Frecuentemente resulta de interés

Más detalles

Capítulo 9 Vectores en el espacio

Capítulo 9 Vectores en el espacio Capítulo 9 Vectores en el espacio Introducción El concepto de vector es muy amplio y su aplicación se evidencia en los diferentes campos de las ciencias. En matemáticas, un vector es un elemento de una

Más detalles

IES CANARIAS CABRERA PINTO DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS 1º ESO SEPTIEMBRE 2015

IES CANARIAS CABRERA PINTO DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS 1º ESO SEPTIEMBRE 2015 CONTENIDOS MÍNIMOS 1º ESO SEPTIEMBRE 2015 UNIDAD 1: LOS NÚMEROS NATURALES. OPERACIONES Y RELACIONES El sistema de numeración decimal Estimación y redondeo de un número natural Las operaciones con números

Más detalles

I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { }

I. RELACIONES Y FUNCIONES 1.1. PRODUCTO CARTESIANO { } I. RELACIONES Y FUNCIONES PAREJAS ORDENADAS Una pareja ordenada se compone de dos elementos x y y, escribiéndose ( x, y ) donde x es el primer elemento y y el segundo elemento. Teniéndose que dos parejas

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas

Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas Videoconferencias semana de estadística Universidad Latina, Campus Heredia Costa Rica Universidad del Valle

Más detalles

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Suponga que le pedimos a un grupo de estudiantes de la asignatura de estadística que registren su peso en kilogramos. Con los datos del peso de los estudiantes

Más detalles

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma: Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD. Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables

Más detalles

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS 1 MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS Medidas de tendencia central Menú Analizar: Los comandos del menú Analizar (Estadística) ejecutan los procesamientos estadísticos. Sus comandos están

Más detalles

DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS

DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS A) INTRODUCCIÓN Una distribución de probabilidad es una representación de todos los resultados posibles de algún experimento y de la probabilidad relacionada

Más detalles

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................

Más detalles

MANUAL OPCIONES FUTUROS

MANUAL OPCIONES FUTUROS MANUAL DE OPCIONES Y FUTUROS Segunda Edición 4 LA VOLATILIDAD 4.1. Qué es la volatilidad? 4.2. Información y volatilidad 4.3. La volatilidad como medida de probabilidad 4.4. Tipos de volatilidad 4.5. Sensibilidades

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Universidad Politécnica de Madrid 5 de marzo de 2010 2 4.1. Planificación

Más detalles

LECCION 1ª Introducción a la Estadística Descriptiva

LECCION 1ª Introducción a la Estadística Descriptiva LECCION 1ª Introducción a la Estadística Descriptiva La estadística descriptiva es una ciencia que analiza series de datos (por ejemplo, edad de una población, altura de los estudiantes de una escuela,

Más detalles

DETERMINACIÓN DE GRÁFICOS. 70E09.- Cuál es la gráfica que representa correctamente los valores numéricos de la ecuación y = x 2 + 12x?

DETERMINACIÓN DE GRÁFICOS. 70E09.- Cuál es la gráfica que representa correctamente los valores numéricos de la ecuación y = x 2 + 12x? DETERMINACIÓN DE GRÁFICOS 67E09.- Cuál gráfica corresponde a la siguiente ecuación? y = 2x 2 1 Si tomamos x = 0, y = 2(0) 2 1 = 1 70E09.- Cuál es la gráfica que representa correctamente los valores numéricos

Más detalles