Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos
|
|
|
- Cristián Hidalgo Montoya
- hace 5 años
- Vistas:
Transcripción
1 Métodos de Predccó Ifereca Curso - María Jesús Sáchez Narajo y Carola García-Martos
2 Dstrbucó Normal Camaa de Gauss x f x ex, x R π Ifereca
3 Ifereca 3 Meddas Característcas Curtoss CA Asmetría CA Var, N
4 Ifereca 4
5 Normal stádar Z N, f Z z e π z /, z R Φ z z e π t / dt TABLAS Ifereca 5
6 Ifereca 6 stadarzacó.,, Φ a a Z P a P a P N Z N z a-/ N, z Z P a N, a P
7 N, P Z z jemlo. TABLA Normal stadar z P Z z,,,3,4,5,6,7,8,9, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Ifereca 7
8 N, P Z z z z,,,,3,4,5,6,7,8,9 3, , , , , , , , , , Ifereca 8
9 Ifereca 9 Meda de varables aleatoras deedetes Var Var Var Var Var Var T,,...,, L L L L las varables tee la msma meda y varaza S varables aleatoras deedetes de Vector
10 Teorema Cetral del Límte Sea,,..., varables aleatoras deedetes, co la msma dstrbucó de robabldad de meda y varaza <. tocesarox.: N, Ifereca
11 Poblacó % DFCTUOSA Probabldad Coocdo cuato vale? Muestra Nº Defectuosa Coocdo cuato vale? Ifereca Ifereca
12 POBLACIÓN N, Parámetros,? MUSTRA,,..., Datos Coocdos? Ifereca
13 sesores de 5 obleas de Slco mcras Ifereca 3
14 frecueca stograma ara sesor sesor Ifereca 4
15 Dsttos roblemas de fereca Dado u modelo ara los datos:,,..., stmar y Dar u tervalo de cofaza ara y legr etre cotraste de hótess: 5 o < 5 Comrobar la valdez del modelo cotraste de bodad de ajuste. Ifereca 5
16 Métodos de stmacó f f x, θ, θ,..., θ coocda Parámetros descoocdos θ, θ,..., θ Dada ua muestra aleatora smle de x, x, K, x θ, θ,..., θr. Método de los mometos. Método de máxma verosmltud r r? Ifereca 6
17 Ifereca 7 Dstrbucó de S Normal, N,...,, S L S S Σ Σ ˆ ˆ ˆ S S S S L
18 Ifereca 8 Dstrbucó tes deede,,...,, Z Z Z N Z Z Z L de. y Var Proedades m m m
19 desdad Dstrbucó Ch-cuadrado co 4 g.l Ifereca 9
20 Ifereca Dstrbucó de S Normal ˆ dst dst S S
21 frecueca frecueca stograma de sesores sesores stograma ara Varazas varaza muestral Ifereca
22 Ifereca Dstrbucó de la meda geeral, y varaza msma meda varables tee la las S varables aleatoras deedetes Vector de,,...,, N Var Var Var Var Var Var T L L L L < : Var, x f θ
23 Ifereca 3 Bomal, ˆ ˆ ˆ ˆ es s es s,...,, Bomal: N Var Var L Defectuosa Acetable
24 Tabla α ν,-α ν: grados de lbertad g.l. JMPLO P 9 9,,5 α g.l.,995,99,975,95,5,5,5,,5,4,6,98,393,455 3,84 5,4 6,635 7,879,,,5,3,386 5,99 7,378 9,,6 3,77,5,6,35,366 7,85 9,348,34,84 4,7,97,484,7 3,357 9,488,4 3,8 4,86 5,4,554,83,45 4,35,7,83 5,9 6,75 6,676,87,37,635 5,348,59 4,45 6,8 8,55 7,989,39,69,67 6,346 4,7 6, 8,48,8 8,344,647,8,733 7,344 5,5 7,53,9,95 9,735,88,7 3,35 8,343 6,9 9,,67 3,59,56,558 3,47 3,94 9,34 8,3,48 3, 5,9,63 3,53 3,86 4,575,34 9,68,9 4,73 6,76 3,74 3,57 4,44 5,6,34,3 3,34 6, 8,3 3 3,565 4,7 5,9 5,89,34,36 4,74 7,69 9,8 4 4,75 4,66 5,69 6,57 3,339 3,68 6, 9,4 3,3 5 4,6 5,9 6,6 7,6 4,339 5, 7,49 3,58 3,8 6 5,4 5,8 6,98 7,96 5,338 6,3 8,85 3, 34,7 7 5,697 6,48 7,564 8,67 6,338 7,59 3,9 33,4 35,7 8 6,65 7,5 8,3 9,39 7,338 8,87 3,53 34,8 37,6 9 6,844 7,633 8,97,7 8,338 3,4 3,85 36,9 38,58 7,434 8,6 9,59,85 9,337 3,4 34,7 37,57 4, 8,34 8,897,83,59,337 3,67 35,48 38,93 4,4 8,643 9,54,98,338,337 33,9 36,78 4,9 4,8 3 9,6,96,689 3,9,337 35,7 38,8 4,64 44,8 4 9,886,856,4 3,848 3,337 36,4 39,36 4,98 45,56 5,5,54 3, 4,6 4,337 37,65 4,65 44,3 46,93 6,6,98 3,844 5,379 5,336 38,89 4,9 45,64 48,9 7,88,878 4,573 6,5 6,336 4, 43,9 46,96 49,65 8,46 3,565 5,38 6,98 7,336 4,34 44,46 48,8 5,99 9 3, 4,56 6,47 7,78 8,336 4,56 45,7 49,59 5,34 3 3,787 4,953 6,79 8,493 9,336 43,77 46,98 5,89 53,67 4,77,64 4,433 6,59 39,335 55,76 59,34 63,69 66,77 5 7,99 9,77 3,357 34,764 49,335 67,5 7,4 76,5 79, ,534 37,485 4,48 43,88 59,335 79,8 83,3 88,38 9, ,75 45,44 48,758 5,739 69,334 9,53 95,,43 4, 8 5,7 53,54 57,53 6,39 79,334,88 6,63,33 6,3 9 59,96 6,754 65,647 69,6 89,334 3,5 8,4 4, 8,3 67,38 7,65 74, 77,99 99,334 4,34 9,56 35,8 4,7 83,85 86,93 9,573 95,75 9,334 46,57 5, 58,95 63,65
25 Tabla t-studet α t ν,α ν: grados de lbertad g.l. JMPLO Pt 9,6,5 α g.l,,5,,5,5,,5,5,,5,376,963 3,78 6,34,76 3,8 63,656 7,3 38,89 636,578,6,386,886,9 4,33 6,965 9,95 4,89,38 3,6 3,978,5,638,353 3,8 4,54 5,84 7,453,4,94 4,94,9,533,3,776 3,747 4,64 5,598 7,73 8,6 5,9,56,476,5,57 3,365 4,3 4,773 5,894 6,869 6,96,34,44,943,447 3,43 3,77 4,37 5,8 5,959 7,896,9,45,895,365,998 3,499 4,9 4,785 5,48 8,889,8,397,86,36,896 3,355 3,833 4,5 5,4 9,883,,383,833,6,8 3,5 3,69 4,97 4,78,879,93,37,8,8,764 3,69 3,58 4,44 4,587,876,88,363,796,,78 3,6 3,497 4,5 4,437,873,83,356,78,79,68 3,55 3,48 3,93 4,38 3,87,79,35,77,6,65 3, 3,37 3,85 4, 4,868,76,345,76,45,64,977 3,36 3,787 4,4 5,866,74,34,753,3,6,947 3,86 3,733 4,73 6,865,7,337,746,,583,9 3,5 3,686 4,5 7,863,69,333,74,,567,898 3, 3,646 3,965 8,86,67,33,734,,55,878 3,97 3,6 3,9 9,86,66,38,79,93,539,86 3,74 3,579 3,883,86,64,35,75,86,58,845 3,53 3,55 3,85,859,63,33,7,8,58,83 3,35 3,57 3,89,858,6,3,77,74,58,89 3,9 3,55 3,79 3,858,6,39,74,69,5,87 3,4 3,485 3,768 4,857,59,38,7,64,49,797 3,9 3,467 3,745 5,856,58,36,78,6,485,787 3,78 3,45 3,75 6,856,58,35,76,56,479,779 3,67 3,435 3,77 7,855,57,34,73,5,473,77 3,57 3,4 3,689 8,855,56,33,7,48,467,763 3,47 3,48 3,674 9,854,55,3,699,45,46,756 3,38 3,396 3,66 3,854,55,3,697,4,457,75 3,3 3,385 3,646 4,85,5,33,684,,43,74,97 3,37 3,55 5,849,47,99,676,9,43,678,937 3,6 3,496 6,848,45,96,67,,39,66,95 3,3 3,46 7,847,44,94,667,994,38,648,899 3, 3,435 8,846,43,9,664,99,374,639,887 3,95 3,46 9,846,4,9,66,987,368,63,878 3,83 3,4,845,4,9,66,984,364,66,87 3,74 3,39 fto,84,36,8,645,96,37,576,88 3,9 3,9,,5,,5,5,,5,5,,5
26 Cotraste de ótess
27 Cotraste de ótess Se ha realzado ua ecuesta a 4 ersoas elegdas al azar Llamado a la roorcó de votates del artdo olítco A. Podemos afrmar que >.5.? Resultado cuesta Sí No/Otros 8 Ifereca 7
28 Cotraste de hótess : :.5 >.5 : :.5 >.5 ˆ P N, S es certo. 5 Pˆ.5 N, Ifereca 8
29 Nvel de sgfcacó α α P rechazar es certa Regó de Acetacó de o N, Regó de Rechazo o α z α Ifereca 9
30 .55.5 Muestra ˆ. 55 z legdo el vel de sgfcacó α.5 z > R.R. R.A. o.5 z α Se rechaza Co u vel de sgfcacó de α.5 >.5 Ifereca 3
31 Probabldad de Acetar o CIRTA.5 α rror I FALSA rror II.5 β c Probabldad de Rechazar o.6 Acetar o c c.6 Rechazar o Ifereca 3
32 Tos de errores RSULTADO CONTRAST Se Aceta o Se Rechaza o RALIDAD o CIRTA o FALSA O rror to II β rror to I α O Ifereca 3
33 Tos de Cotrastes :.5 : >.5 UNILATRAL :.5 :.5 BILATRAL R.A. o R.R.o α R.R.o α/ R.A. o R.R.o α/ z α -z α/ z α/ Nvel de sgfcacó α Ifereca 33
34 Ifereca 34 Nvel crítco o -valor : : >, ˆ N P Pr ˆ ˆ Pr es certo ˆ ˆ Pr z Z P P valor > > >
35 ˆ 4 jemlo Datos:. 55 Regó de Acetacó o.64 R.R. α. 5 valor.8 Ifereca 35
36 Relacó etre -valor y α R.R. α valor<α -valor < α Se rechaza z α -valor α No se rechaza z α R.R. α valor α Ifereca 36
37 Ifereca 37. Normal: Cotraste ara co coocdo,,,..., N x z N N /, /, : : / / e rechaza No se rechaza S z z z z > α α z α/ -z α/ α/ α/ N, R.R. R.R R. Acet. -α
38 Ifereca 38. Normal: Cotraste ara co descoocdo,,,..., N s x t t S N ˆ / / ˆ, : : t α/ -t α/ α/ α/ t - R.R. R.R / / e rechaza No se rechaza S t t t t > α α R. Acet. -α
39 Ifereca Normal: Cotraste ara,,,..., N ˆ ˆ ˆ : : s S S / / / / / / echazo, No rechazo, R P α α α α α α α Datos: ŝ α / α / α/ α/ R. A. o RRo RRo
40 JMPLO. La ressteca a la comresó de 5 robetas de acero elegdas al azar es: 4,5 65, 49,5,4 38, 6,4 43,4 6,35 3, 55,6 47,5 73, 35,9 45,5 5,4 : : 6 6 t Sˆ / 5 P,98 t 4 4 α.,98.99,5,5 -,98,98 Datos: x 45,75 sˆ 4, 45,75 6 t , / 5 Como 3.88 >.98 Se rechaza co α. t 4 Ifereca 4
41 : : Sˆ 4Sˆ P4,7 4 3,3,99 4 4,5,5 Datos: sˆ, 5,, 5,, 5, 3, 35, 4,7 3,3,6 4,6 4. Como 4,7 4, 3,3 No se rechaza Ifereca 4
42 Cotraste de bodad de ajuste POBLACIÓN MUSTRA,,..., N,? Datos Coocdos ˆ ˆ Tee los datos dstrbucó Normal? x sˆ Ifereca 4
43 sesores de 5 obleas de Slco mcras Ifereca 43
44 frecueca stograma ara sesor sesor Ifereca 44
45 Ifereca 45 Cotraste de bodad de ajuste < < < < K r K K K K K o O O c x c O c x c O c x c O c x c f f serada Fr. Fr. Observada Clases es certo : S,,...,, :,,...,, : M M M M M M Pr c c < O K K /
46 Justfcacó del cotraste O O B, O O N, K N N, O, arox K r K Nº de CLASS r Nº de arámetro estmados Ifereca 46
47 Obleas: Frecuecas Observadas Clase Fr. Observada O -f f 4 Total 5 x 45. mcras sˆ 4 mcras Ifereca 47
48 Frecuecas eseradas N45.;4 Clase Fr. Observada O Fr. serada -f , , , , , , , ,3 5 f 4 6,54 Total Pr 4 4 P.75 Z Pr Ifereca 48
49 Cotraste de Normaldad : : Normal Normal ,58 L ,6, ,,,8,6,4, valor.37 α.5 Pr 6,, 5,, 5,, <.59,59 No se rechaza la hótess de ormaldad Ifereca 49
50 Se ha lazado 3 veces u dado y se ha obtedo los resultados: Resultados Observadas Total 3 Se uede afrmar co α.5 que el dado está desequlbrado? Ifereca 5
51 Pr / 6, o : Pr : 5 No equrobable ,8,6,4, -valor.749,,8,6,4,,,...,6 qurobable Resultados Observados serados Total L 5,, 5,, 5, <.7 No se Rechaza.7 α.5 Ifereca 5
52 Métodos de Predccó Ifereca Curso -
5. Estimación puntual. Curso Estadística
5. stmacó utual Cuso - stadístca Poblacó % DFCTUOSA Pobabldad Coocdo cuato vale? Muesta Nº Defectuosa Coocdo cuato vale? Ifeeca stmacó utual N Paámetos? MUSTRA... Datos Coocdos? stmacó utual 3 sesoes de
7. Contrastes de Hipótesis
7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa
La inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa
Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No
ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015
Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur
X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara
95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado
Tema 16: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,
6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.
Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral
1 Estadística. Profesora María Durbán
Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el
Tema 12: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t
Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ
TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,
SE PUNTUARÁ EL ORDEN, CLARIDAD Y LIMPIEZA DEL EXAMEN La puntuación de cada apartado figura en el mismo
scuela Poltécca Sueror de Córdoba. Deartameto de stadístca. Grado e Igeería Iformátca. stadístca. Problemas. (Febrero 016) S PUNTUARÁ L ORDN, CLARIDAD Y LIMPIZA DL AMN La utuacó de cada aartado fgura e
10 MUESTREO. n 1 9/ / σ σ 1
10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,
REGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
5. Estimación puntual. Curso Estadística
5. stmacó utual Cuso 0-0 stadístca Poblacó % DFCTUOSA Pobabldad Coocdo cuato vale? Muesta Nº Defectuosa Coocdo cuato vale? Ifeeca stmacó utual N Paámetos? MUSTRA... Datos Coocdos? stmacó utual 3 sesoes
02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C
Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos
3 Metodología de determinación del valor del agua cruda
3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos
Tema 6: Introducción al muestreo. Estimadores
Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)
2. Muestreo Aleatorio Simple. 2. Muestreo Aleatorio Simple
. Muestreo Aleatoro mple. Muestreo aleatoro smple e poblacoes ftas... Meda, varaza proporcó muestrales: Propedades. Error de estmacó. Poblacó Y (, ). E V Muestra aleatora smple Y,..., Y (..d.) E V ( )
Análisis de la Varianza
Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca
No debe entregar los enunciados
Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)
CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA
CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada
Comparación de Proporciones
Comaracó de Proorcoes Resume El rocedmeto Comaracó de Proorcoes esta dseñado ara comarar las roorcoes observadas de u eveto etre muestras. Este realza ua rueba ch-cuadrada ara determar s hay o o dferecas
GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
INGENIERIA TECNICA EN DISEÑO INDUSTRIAL INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso
IGEIERIA TECICA E DISEÑO IDUSTRIAL IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 00-005 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae
INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso
IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 009-00 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae devacó típca de la poblacó ( μ (
En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
9.3. Contrastes para comparar dos distribuciones
TEM 9: CONTRSTES NO PRMÉTRICOS 9.. Cotrastes de bodad de ajuste 9... Cotraste Ch-cuadrado 9... Cotraste de Kolmogorov-Smrov 9.. Cotraste de depedeca para tablas de cotgeca 9.3. Cotrastes para comparar
TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Análisis de Regresión
Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o
Regresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV
Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra
GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable
SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN
Tema 1: Introducción: Generalización y Extensión del Modelo de Regresión
Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Itroduccó Especfcacó del Modelo de Regresó Leal 3 Supuestos del Modelo Clásco de Regresó
Consideraciones Previas
Uversdad Técca Federco Sata María Capítulo 7 Estmacó de arámetros Estadístca Computacoal II Semestre 005 rof. Héctor Allede ága : www.f.utfsm.cl/~hallede e-mal : hallede@f.utfsm.cl Cosderacoes revas Coceptos
Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
cocetrac0,,4,6,8,0, fluo Facultad de Ciencias del Mar. Curso 2008/09 25/06/09
Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer
Los Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.
Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl
MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
1. Introducción 1.1. Análisis de la Relación
. Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado
PyE_ EF1_TIPO2_
SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos
Métodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Modelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión
Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA
División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS DISTRIBUCIÓN DE AGREGADOS 5..- Dstrbucoes -dmesoales. Aálss margal y codcoado 5..- Varables aleatoras depedetes. Propedades
Biometría. Ciencias Biológicas. Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires. Tablas estadísticas
Bometría Ceca Bológca Facultad de Ceca Eacta y Naturale Uverdad de Bueo Are Tabla etadítca 08 Tabla : Número Combatoro 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 0 0 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 3
ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía
ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.
UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Teoría de Muestras e Inferencia
Teoría de Muestras e Ifereca TEORÍA DE MUESTRAS E INFERENCIA. Poblacó y muestra. Métodos de muestreo 3. Dstrbucoes asocadas al proceso de muestreo 3. Dstrbucó de la meda de ua poblacó ormal 3. Dstrbucó
Inferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Aplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Aproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.
5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de
ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez
ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre
NOMBRE Apellido Paterno Apellido Materno Nombre(s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE
-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Teoría de Muestras e Inferencia
Teoría de Muestras e Ifereca TEORÍA DE MUESTRAS E INFERENCIA. Poblacó y muestra. Métodos de muestreo 3. Dstrbucoes asocadas al proceso de muestreo 3. Dstrbucó de la meda de ua poblacó ormal 3. Dstrbucó
Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Estadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
7. Contrastes de Hipótesis
7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa
La Metodología de la Verosimilitud Empírica
La Metodología de la Verosmltud Empírca Gozalo Delgado Facultad de Matemátcas, Uversdad Autóoma de Guerrero Méxco deggozalo@aol.com Probabldad y Estadístca Superor Resume Se expoe la metodología de la
Supongamos que hemos aplicado el test F y hemos rechazado la H0.
Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos
PARTE SEGUNDA: INFERENCIA ESTADÍSTICA
ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos
Regresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA
VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge
Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C
Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral
AGRO Examen Parcial 1
AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para
TEMA 3: ESTIMACIÓN PUNTUAL.
TEMA 3: ESTIMACIÓN PUNTUAL. 3..- FUNDAMENTOS. La fereca estadístca proporcoa u método objetvo que establece reglas base para crtcar, rechazar y aceptar "tems" de formacó cetífca cuado prevalece codcoes
Tema 2: El modelo básico de regresión lineal múltiple (I)
Tema : l modelo básco de regresó leal múltple I Casaldad la ocó de cetrs parbs e el aálss ecoométrco Repaso del cocepto de regresó smple: Recta de regresó poblacoal p verss recta de regresó estmada Motvacó
SOLUCIÓN EXAMEN PARCIAL I
Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú
Contraste de Hipótesis
Cotraste de Hpótess 1. Se quere comprobar s ua muestra de tamaño co meda 1 procede de ua poblacó N(14,3) co el vel de sgfcacó,5..- E ua propagada se auca que uas determadas plas proporcoa más horas de
ESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Estadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
Guía - Resumen de fórmulas estadísticas
Guía - Resume de fórmulas estadístcas E el sguete cuadro se especfca la otacó correspodete a dsttas meddas de frecueca utlzadas e estadístca. Cocepto Valor de la varable bajo estudo correspodete a la -ésma
Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.
ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza
TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra
Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de
1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Estadística aplicada al Periodismo
Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca
CONTENIDOS ESTADÍSTICA INFERENCIAL DESCRIPTIVA
CONTENIDOS UNIDAD 5: Etmacó de arámetro Muetreo Etadítco Etmacó utual de arámetro Codcoe de u bue etmador Dtrbucó de lo etadítco muetrale: meda artmétca, varaca roorcoe Teorema cetral del límte Etmacó
Tema 2. Muestreo Aleatorio Simple Contenido
Tema. Muestreo Aleatoro Smple Cotedo 1) Defcó, seleccó otacó ) Estmadores de la meda el total. Propedades. Varazas error de estmacó. Límtes de cofaza. 3) Muestreo smple co resttucó 4) Estmadores de la
Inferencia estadística - Estimación puntual
Probabldades y stadístca Coutacó Facultad de Cecas actas y Naturales Uversdad de Bueos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó utual La estadístca rovee téccas que erte obteer coclusoes
UNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
CUESTIONES DE ESTADÍSTICA TEÓRICA
CUESTIONES DE ESTADÍSTICA TEÓRICA. Sea A, B y C tres sucesos compatbles, co P(A) = 0,5, P(B) = 0,5, P(C) = 0,5. Se pde: a)p(a B) b)p(a B C) c)p(a B C) d) Probabldad de que exactamete se realce uo de los
MODELOS DE REGRESIÓN. Prof. Susana Martín Fernández
MODELOS DE REGRESIÓN Prof. Susaa Martí Ferádez REGRESIÓN SIMPLE Objetvo Sea..., valores de la varable umérca X. Sea Y(y, y,..., y ) u vector aleatoro de varables aleatoras depedetes, el modelo de regresó
6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE
arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las
Modelos Estadísticos de Regresión Lineal
Modelos Estadístcos de Regresó Leal Supoga que cueta co u baco de datos que cotee formacó relatva a dos varables X y Y las cuales se presume guarda ua relacó aproxmadamete leal. El ejemplo de las varables