Regresión y Correlación

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Regresión y Correlación"

Transcripción

1 Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6 3,65 4,783 5,419 Nº Turstas 00,89,63 3, 3,19 4,5 4,77 8,91 9,99 5,95 4,35,87 3,7 4,7475 5,303 a) Calcular en qué año hubo maor dspersón de turstas por mes. b) Calcular la matrz de covaranzas. c) Calcular el coefcente de correlacón lneal entre los dos años e nterpretarlo..- Se ha tomado un grupo de parejas (con hjos) se les ha preguntado a qué edad tuveron su prmer hjo. La nformacón se recoge en la tabla adjunta ( = edad del padre, = edad de la madre). Se pde: \ a) Estmar medante la recta de regresón, la edad del padre, s la madre tuvo una edad de 5 años. b) Estmar medante la recta de regresón la edad de la madre s el padre tuvo una edad de 5 años. c) Calcular e nterpretar el coefcente de correlacón lneal (r) el coefcente de determnacón (R ). d) Representar el polígono de frecuencas absoluta el polígono de frecuencas absolutas acumuladas de la dstrbucón margnal de los padres. e) Calcular la medana el percentl 90 de la dstrbucón margnal de las madres. f) Qué meda es más representatva. Justfcar la respuesta. 3. La tabla sguente muestra las respectvas estaturas, de una muestra de 1 padres sus hjos maores. Estatura del padre Estatura del hjo A) Calcular Q1, Q3 la medana de las estaturas de los hjos. B) Eplcar cuál de las dos estaturas es más dspersa. C) Hallar e nterpretar el coefcente de correlacón lneal. D) Calcular la recta de regresón de sobre. Varanza eplcada resdual. E) Qué estatura tendrá el hjo maor de un padre que mde 177 cm? U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 1

2 Regresón Correlacón 4.- La tabla sguente muestra cómo se dstrbue las notas en Matemátcas Físca de 5 estudantes X\Y [0 a 6) [6 a 3) [3 a 38) [38 a 44) [44 a 50) [14 a 0) 1 [0 a 6) 3 1 [6 a 3) 5 [3 a 38) [38 a 44) 1 3 [44 a 50) 1 Sobre la dstrbucón margnal X (Matemátcas) calcular: a) La meda, la cuasvaranza. b) Representar un dagrama de cajas estudar s esten puntos atípcos. Sobre la dstrbucón margnal Y (Físca) calcular: c) La meda, la varanza de la muestra. d) Representar el hstograma de frecuencas absolutas el polígono de frecuencas absolutas acumuladas. Respecto de ambas varables e) Hallar e nterpretar el coefcente de correlacón lneal. f) Calcular el porcentaje de la varacón total de la varable nota de físca que se eplca medante la relacón con la varable nota de matemátcas. g) Hallar la recta de regresón que permte estmar la nota de físca conocda la nota de matemátcas. 5.- De una varable estadístca bdmensonal se conocen los sguentes datos: = 140; = 90; N = 1; 3.5;. = = el coefcente de correlacón lneal r = 0.9. Calcular: A) La recta de regresón de sobre. B) La recta de regresón de sobre. C) El valor de para un valor de =7. D) El punto de nterseccón de las rectas de regresón. E) Varanza resdual. F) Varanza eplcada. G) Coefcente de determnacón. H) Matrz de covaranzas. 6.- De un certo estudo estadístco se sabe, que las rectas de regresón de la varable 4 + = 1 estadístca (X,Y) son que la varanza margnal de la varable Y es = = 1 Hallar: a) El coefcente de correlacón lneal. b) Las medas margnales. c) La varanza margnal de X ( ).d) El valor estmado para sabendo que =0. U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA

3 Regresón Correlacón 7.-Se han realzado 10 medcones de dstntas dstancas () se ha estmado el correspondente error (), cuos resultados venen reflejados en la sguente tabla de doble entrada: a) Hallar la dstanca meda, el error medo. las varanzas de las varables dstancas errores. b) Hallar ambas rectas de regresón, los coefcentes de regresón, las pendentes de las rectas de regresón el coefcente de correlacón lneal. X Y Se han hallado la velocdad meda la dstanca a la Terra de 10 nebulosas, tal como se ndca en la sguente tabla: , 1,8 3,3 7, 7 9, ,5,9 36,3 La varable representa la velocdad meda en centos de km/s, la varable, la dstanca a la Terra en mllones de parsecs. El parsec equvale a 3,6 años-luz, o sea, es la dstanca a la cual se ve el dámetro de la órbta terrestre bajo un ángulo de 1. Determnar el coefcente de correlacón lneal. 9.- Sea una parcela o porcón de terreno, en la cual se han tomado las coordenadas relatvas de los 1 puntos que se epresan en la tabla: Estaca X Y a) Hallar el ntervalo X ± X. Qué tanto por cento de valores en la varable X quedan dentro de dcho ntervalo? U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 3

4 Regresón Correlacón Sendo la dstrbucón conjunta (X, Y) b) Calcular la matrz de covaranzas. c) El coefcente correlacón lneal. Interpretarlo d) La recta de regresón de Y sobre X. e) Varanza resdual. f) El coefcente de determnacón. Interpretarlo Se ha preguntado a 10 alumnos las horas de estudo (X) la calfcacón obtenda en + = 1 Estadístca (Y) como resultado obtenemos las rectas de regresón: que = 1 la varanza margnal de la varable Y es =. Se pde: 1 a) El coefcente de correlacón lneal. b) Las medas margnales.c) La covaranza d) Qué tempo tene que dedcar como mínmo para poder aprobar? La ntensdad de corrente I, que se apreca en un amperímetro varía con la fuerza electromotrz aplcada E, de acuerdo con la tabla de datos epermentales adjunta: E I Determnar: a) La matrz de covaranzas. b) El coefcente de correlacón lneal e nterpretarlo. c) La recta de regresón de la varable ntensdad sobre la fuerza electromotrz. Cuál será el valor estmado de la ntensdad para una fuerza electromotrz de 0? 1.- La sguente tabla representa una muestra de 6 valores de una varable estadístca bdmensonal (,) a) Representar el dagrama de dspersón. A la vsta del dagrama de dspersón es lógco adoptar un ajuste lneal. b) Calcular: b1) La matrz de covaranzas. b) El coefcente de correlacón lneal. Interpretarlo. c) Hallar la ecuacón de la recta de regresón lneal estmar el valor de para = 4. d) Calcular d1) La varanza resdual. dla varanza eplcada por el ajuste lneal Los sguentes datos representan los resultados, notas, de una determnada asgnatura (Y) el número de horas de estudo semanales (X) de 16 alumnos. = 96 = 64 = 49 = 657 = 56 Se pde: a) Estmar el modelo de regresón smple que relacona los resultados obtendos con el número de horas dedcadas al estudo. b) Calcule una medda de la bondad del ajuste e nterprete el resultado. c) S un alumno ha estudado 8 horas, qué nota espera obtener en el eamen? U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 4

5 Regresón Correlacón d) Cuál es el número de horas mínmo que un alumno debe estudar para superar la asgnatura? Consderad que el 5 es el aprobado La sguente tabla ndca los ltros de cerveza venddos en un bar la temperatura (en ºC) en la cudad durante 5 días, temperatura cerveza a) Este correlacón entre la temperatura los ltros de cerveza venddos? b) Hallar e nterpretar el coefcente de determnacón. c) Calcular la varanza resdual del ajuste lneal de (ltros) sobre (temperatura). d) Predecr la cantdad de cerveza que se vendería en este bar un día con una temperatura de 35ºC Los neumátcos subnflados o sobrenflados pueden acelerar el desgaste de los neumátcos aumentar o dsmnur el consumo. Se toma una muestra de tamaño 14 resultando: L: lbras por pulg M : mllas L: lbras por pulg M : mllas a) Hallar la matrz de covaranzas. b) Los coefcentes de correlacón lneal (r) de determnacón (R ). Interpretarlos. c) Calcular la recta de regresón de L/M d) Calcular la varanza resdual 16.- Conocdas la meda artmétca la varanza de cada una de las varables asocadas a una dstrbucón bdmensonal, X =3, Y =, =6, =8 de la que se conoce, además, la recta de regresón de Y sobre X, +3-1=0. Obtener el coefcente de correlacón lneal la recta de regresón de X sobre Y Sea la dstrbucón conjunta de la varable = número de habtacones de un pso con respecto a la varable = preco de alquler en euros. \ Se pde: a) Dstrbucones margnales de las varables e. b) Moda medana de las varables e. c) Centro de gravedad de la dstrbucón conjunta. d) Recta de regresón de sobre. U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 5

6 Regresón Correlacón e) Coefcente de correlacón lneal. f) S dsponemos de 600 euros Cuál es el maor número de habtacones de un pso de alquler que podemos consegur? 18.- A partr del dagrama de dspersón Se pde: a) Coefcente de correlacón lneal. b) Recta de regresón de sobre. c) S = qué valor se puede estmar para la varable? d) Representar las rectas de regresón sobre el dagrama de dspersón En una undad de pedatría, se obtuveron los sguentes datos respecto a los pesos edades de los nños atenddos. Peso Edad en años en klos a) Obtener la medana del peso en klos. b) Qué dstrbucón tene maor dspersón relatva? c) S un nño tene años pesa 10 kg, qué percentl representa entre los nños de años? d) Hallar el sesgo de la dstrbucón de peso en klos. e) Hallar el coefcente de correlacón lneal. Interpretarlo. f) S un nño tene un año cuál será su peso estmado? g) S un nño pesa 10 klos cuántos años se estma que tendrá? U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 6

7 Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6 3,65 4,783,366 Nº Turstas 00,89,63 3, 3,19 4,5 4,77 8,91 9,99 5,95 4,35,87 3,7 4,7475,3066 a) Calcular en qué año hubo maor dspersón de turstas por mes. b) Calcular la matrz de covaranzas. c) Calcular el coefcente de correlacón lneal entre los dos años e nterpretarlo. Solucón: X a),366 CV(001) = = 0,4905. X 4, 783,3066 CV(00) = = 0, Y 4, 7475 La dspersón en el año 001 es un poco maor. b) n 1611,5 XY 4,783 4,7475 4,7475 n 1 = = = 5, 419 5,3438 Σ= = 5,3438 5,303 c) r = = 5,3438,366,3066 0,996. La correlacón lneal es drecta cas perfecta U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 7

8 Regresón Correlacón.- Se ha tomado un grupo de parejas (con hjos) se les ha preguntado a qué edad tuveron su prmer hjo. La nformacón se recoge en la tabla adjunta ( = edad del padre, = edad de la madre). Se pde: a) Estmar medante la recta de regresón, la edad del padre, s la madre tuvo una edad de 5 años. b) Estmar medante la recta de regresón la edad de la madre s el padre tuvo una edad de 5 años. c) Calcular e nterpretar el coefcente de correlacón lneal (r) el coefcente de determnacón (R ). d) Representar el polígono de frecuencas absoluta el polígono de frecuencas absolutas acumuladas de la dstrbucón margnal de los padres. e) Calcular la medana el percentl 90 de la dstrbucón margnal de las madres. f) Qué meda es más representatva. Justfcar la respuesta. Solucón: \ n. n. n.(-m) n.j n.jj Y = 9,87 X = 8 =1,87 n.j(j-m) 590,78 35,98 107,08 0,43 55,65 =5,1 f) = 8 = 4, 68 CV()=0,17 = 9,87 = 5, 01 CV()=0,17 Las dos medas, son gual de representatvas, a que, los coefcentes de varacón son guales. U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 8

9 Regresón Correlacón \ covaranza 18,13 a) Recta de regresón de sobre : X= ( Y) 18,13 = = 0,83 + 3,4 = 0, ,4 = 4 1,87 ( 8) ( 9,87) b) Recta de regresón de sobre : Y= ( X) 18,13 = = 0,7 + 9,66 = 0, ,66 = 7,7 5,1 ( 9,87) ( 8) c) r = = 0,77, por tanto, la relacón lneal es drecta pero no demasado buena. R = 0,6, el ajuste no es demasado bueno. d) Polígonos de frecuenca, absoluta absoluta acumulada de la dstrbucón margnal padres e) Medana; 8 60 M = 9 + = 30,75 Percentl 90; P90 = 33+ = 35, U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 9

10 Regresón Correlacón 3. La tabla sguente muestra las respectvas estaturas, de una muestra de 1 padres sus hjos maores. Estatura del padre Estatura del hjo A) Calcular Q1, Q3 la medana de las estaturas de los hjos. B) Eplcar cuál de las dos estaturas es más dspersa. C) Hallar e nterpretar el coefcente de correlacón lneal. D) Calcular la recta de regresón de sobre. Varanza eplcada resdual. E) Qué estatura tendrá el hjo maor de un padre que mde 177 cm? Solucón: A) S ordenamos la varable de menor a maor N 3 4 = Q1 = 17 ; n N N 9 4 = Q3 = ; N 6 = M = X = = 173.5; = = = Y = = = CV() = = = = = = CV() B) La estatura de los padres es más dspersa por tener su coefcente de varacón maor = = C) r = = Drecta D) Recta de regresón de sobre : X= ( Y) = ( ).5764 ( X) ( Y) , U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 10

11 = Regresón Correlacón La varanza eplcada R = La varanza resdual o no eplcada,5764 0, = (1 R ) = r,5764 ( 1 0, 688 ) E) Recta de regresón de Y sobre X: Y= ( X) = ( 173.5) ó = S la estatura del padre es =177 susttuendo en la ecuacón anteror se obtene = U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 8

12 Regresón Correlacón 4.- La tabla sguente muestra cómo se dstrbue las notas en Matemátcas Físca de 5 estudantes X\Y [0 a 6) [6 a 3) [3 a 38) [38 a 44) [44 a 50) [14 a 0) 1 [0 a 6) 3 1 [6 a 3) 5 [3 a 38) [38 a 44) 1 3 [44 a 50) 1 Sobre la dstrbucón margnal X (Matemátcas) calcular: a) La meda, la cuasvaranza. b) Representar un dagrama de cajas estudar s esten puntos atípcos. Sobre la dstrbucón margnal Y (Físca) calcular: c) La meda, la varanza de la muestra. d) Representar el hstograma de frecuencas absolutas el polígono de frecuencas absolutas acumuladas. Respecto de ambas varables e) Hallar e nterpretar el coefcente de correlacón lneal. f) Calcular el porcentaje de la varacón total de la varable nota de físca que se eplca medante la relacón con la varable nota de matemátcas. g) Hallar la recta de regresón que permte estmar la nota de físca conocda la nota de matemátcas. Solucón: ,8 a) X = = 31, 64, S = = 51, b) = 6.833, Q = 36,75,1.5* IQR Q1 3 = 1 1.5*1QR = 11,96, Q + 1.5* IQR = 51,65, M = 31 Q , c) 911 Y = = 36, = = 35,366 5 d) U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 9

13 e) r = Regresón Correlacón f) R = ,198% g) Recta de regresón de Y sobre X: Y= ( X) = ( 31.64) U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 10

14 Regresón Correlacón 5.- De una varable estadístca bdmensonal se conocen los sguentes datos: = 140; = 90; N = 1; = 3.5; =. el coefcente de correlacón lneal r = 0.9. Calcular: A) La recta de regresón de sobre. B) La recta de regresón de sobre. C) El valor de para un valor de =7. D) El punto de nterseccón de las rectas de regresón. E) Varanza resdual. F) varanza eplcada. G) Coefcente de determnacón. H) Matrz de covaranzas Solucón: X = = = ; N Y = = = ; N 1 a) Recta de regresón de sobre : Y= ( X) r = = = 0,9 = 6,93 3,5, 15 6,93 35 = 3,5 3 = 0, ,9 b) Recta de regresón de sobre : X= ( Y) 35 6,93 15 = 3, = 1, , c) El valor de se obtene de la recta de regresón de sobre = = d) El punto de nterseccón corresponde al centro de gravedad: ( X,Y ) = 35 15, 3 e) Depende de la recta de regresón Para la recta de regresón de sobre La varanza resdual o no eplcada Para la recta de regresón de sobre La varanza resdual o no eplcada = (1 R ) = r 3,5 ( 1 0,9 ),375 = (1 R ) = r, ( 1 0,9 ) 0,9196 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 11

15 f) La varanza eplcada La varanza eplcada R = R = Regresón Correlacón 3,5 0,9 9,95, 0,9 3,904 g) R = r = 0,9 = 0,81 Es bastante fable, pues eplca el 81% de la varacón entre las varables. h) 4,84 6,93 Σ= = 6,93 1, 5 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 1

16 Regresón Correlacón 6.- De un certo estudo estadístco se sabe, que las rectas de regresón de la varable 4 + = 1 estadístca (X,Y) son que la varanza margnal de la varable Y es = = 1 Hallar: a) El coefcente de correlacón lneal. b) Las medas margnales. c) La varanza margnal de X ( ). d) el valor estmado para sabendo que =0. Solucón: Buscaremos los coefcentes de regresón despejando e : 1 = 4 + = = = ( ) = > + = 5 5 = 5 5 r b b 1 Imposble! Entonces 1 1 = 4 + = = = = < + = 3 6 = 3 3 r b b 1 a) 5 5 r = r =± -0, Correlacón nversa mu fuerte b) 4 + = = 1 1 X = 1 Y = c) b 1 1 1/ 5 b = = = = = = = = d) Debemos utlzar la recta de regresón de sobre para pode predecr el valor de : = = 0= U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 13

17 Regresón Correlacón 7.- Se han realzado 10 medcones de dstntas dstancas () se ha estmado el correspondente error (), cuos resultados venen reflejados en la sguente tabla de doble entrada: a) Hallar la dstanca meda, el error medo. las varanzas de las varables dstancas errores. b) Hallar ambas rectas de regresón, los coefcentes de regresón, las pendentes de las rectas de regresón el coefcente de correlacón lneal. Solucón: X\Y 0,1 0, 0,3 0,4 0,5 n. X n. X n. 0, ,03 0,0003 0, ,04 0,0008 0, ,09 0,007 0, ,08 0,003 n.j ,4 0,007 Y jn.j 0,4 0,4 0,6 0,4 0,50,3 Y j n.j 0,04 0,08 0,18 0,16 0,5 0,71 0,05 0,05 0,06 0,04 0,04 0,4 0,005 0,01 0,018 0,016 0,0 0,07 RESULTADOS: X Y m1 0,04 0,3 m 0,0007 0,071 0, ,0181 m11 0,0069 0,00138 r 0,9115 a) Dstanca meda Error medo m n 0, 4 n = X= = = 0,04 ; m n,3 n = Y= = = 0, 3 Varanzas: n 0,007 m0 X X 0, 04 ( ) ( ) = = = = n 10 0,00014 n 0,71 m0 Y Y 0, 3 ( ) ( ) = = = = 0,0181 n 10 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 14

18 Covaranza: Regresón Correlacón n 0,069 = m11 XY = XY = 0,04 0, 3 = n 10 0,00138 b) Rectas de regresón Recta de regresón de sobre : Y= ( X) 0, = = 11, , ( 0, 3) ( 0, 04) Recta de regresón de sobre : X= ( Y) ( 0, 04) ( 0, 3) 0, = = 0, , 0181 Los coefcentes de regresón b = = 11,19035 b = = 0, Las pendentes: b = tgα= α= 84º 51'56'' 1 b = = β= 85º 38'4'' tgβ El coefcente de correlacón lneal: r b b =± = = 0,9115 Correlacón fuerte drecta U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 15

19 Regresón Correlacón 8.- Se han hallado la velocdad meda la dstanca a la Terra de 10 nebulosas, tal como se ndca en la sguente tabla: , 1,8 3,3 7, 7 9, ,5,9 36,3 La varable representa la velocdad meda en centos de km/s, la varable, la dstanca a la Terra en mllones de parsecs. El parsec equvale a 3,6 años-luz, o sea, es la dstanca a la cual se ve el dámetro de la órbta terrestre bajo un ángulo de 1. Determnar el coefcente de correlacón lneal. Solucón: Medas: * 6 1, 7, 36 1,44 9 1,8 16, 81 3,4 4 3,3 79, , , 73, , ,1 436, , ,5 1087, ,5 118,9 70, , ,3 7114, ,69 sumas ,3 1611, ,57 momentos 61, 11,43 161,15 67,6 37,57 covaranza 561, ,16 106,611 coefcentes de regresón: 0, , X n 61 n 10 = = = 61, ; Y n 114,3 n 10 = = = 11,43 Varanzas: n 676 m 0 X X 61, ( ) ( ) = = = = n ,16 n 37,57 m0 Y Y 11, 43 ( ) ( ) = = = = 106,611 n 10 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 16

20 Covaranza: Regresón Correlacón n 1611,5 = m11 XY = XY = 61, 11,43 = n ,634 Los coefcentes de regresón: b 561, 634 = = = 0, ,16 b 561, 634 = = = 106, 611 5, Coefcente de correlacón lneal: r =± b b = 0, , ,996. La correlacón lneal es drecta cas perfecta U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 17

21 Regresón Correlacón 9.- Sea una parcela o porcón de terreno, en la cual se han tomado las coordenadas relatvas de los 1 puntos que se epresan en la tabla: Estaca X Y c) Hallar el ntervalo X ± X. Qué tanto por cento de valores en la varable X quedan dentro de dcho ntervalo? Sendo la dstrbucón conjunta (X, Y) d) Calcular la matrz de covaranzas. c) El coefcente correlacón lneal. Interpretarlo d) La recta de regresón de Y sobre X. e) Varanza resdual. f) El coefcente de determnacón. Interpretarlo. Solucón: X Y XY X Y U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 18

22 Regresón Correlacón a) X ± X Sumas = 1 X = = = 33,5833; 1 = ( ) = X = 33,58333 = 3, 4097 n 1 X X [ ] X, X + = , , 4097 = 7.89,39.76 Resultan 9 de los 1 valores de X Tenemos el 75% de los valores = Y = 6, 75 = 74, n 1 = 1 b) ( ) 1 n 5770 XY 33, , 75 40, n 1 = 1 = = = 3, , Σ= = 40, , c) r = = 40, , , ,8196 por tanto, la relacón lneal es drecta buena d) Recta de regresón de sobre : Y= ( X) ( 6, 75) ( 33,583) e) La varanza resdual o no eplcada 40,146 = = 1,15 + 1,387 3, 4097 = (1 R ) = r 74, 008 ( 1 0,8196 ) 49,79 f) R = 0, ,18% es el porcentaje de la varacón total de las que se eplca medante la relacón con U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 19

23 Regresón Correlacón 10.- Se ha preguntado a 10 alumnos las horas de estudo (X) la calfcacón obtenda en + = 1 Estadístca (Y) como resultado obtenemos las rectas de regresón: que = 1 la varanza margnal de la varable Y es = 1. Se pde: a) El coefcente de correlacón lneal. b) Las medas margnales.c) La covaranza d) Qué tempo tene que dedcar como mínmo para poder aprobar? Solucón: a) Buscaremos los coefcentes de regresón despejando e : 1 1 = + + = = = = < + = 5 10 = r b b 1 Entonces 3 3 r = r =± 0,54776<0, Correlacón drecta mu débl. No se acepta el ajuste. b) + = = 1 1 X = 7 4 Y = 7 c) b 3 3 3/5 1 = = = = b = = = = 6 5 d) No podemos predecr el valor de la Y. U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 0

24 Regresón Correlacón La ntensdad de corrente I, que se apreca en un amperímetro varía con la fuerza electromotrz aplcada E, de acuerdo con la tabla de datos epermentales adjunta: E Determnar: a) La matrz de covaranzas. I b) El coefcente de correlacón lneal e nterpretarlo. c) La recta de regresón de la varable ntensdad sobre la fuerza electromotrz. Cuál será el valor estmado de la ntensdad para una fuerza electromotrz de 0? Solucón: E I La meda para cada varable es: E = = 15.5; I = = 3 n n Para el cálculo de varanzas covaranzas, podemos formar la tabla E I E E I I ( E E) ( I I) ( E E) ( I I) SUMAS 91, E EI a) Para obtener la matrz de covaranza aplcamos = EI I b) Para calcular el coefcente de correlacón aplcamos la sguente ecuacón: EI rei = = rei = 0, 767, por tanto, la correlacón es postva (a maor E I fuerza electromotrz maor ntensdad, además es buena el modelo eplca el 76,7% La recta de regresón de I/E es: I I= ( E E ) I = 0,5511E 5, 404 E c) Para un valor de E = 0 esperamos una ntensdad de 0, = 5,6176 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 1

25 Regresón Correlacón 1.- La sguente tabla representa una muestra de 6 valores de una varable estadístca bdmensonal (,) c) Representar el dagrama de dspersón. A la vsta del dagrama de dspersón es lógco adoptar un ajuste lneal. d) Calcular: b1) La matrz de covaranzas. b) El coefcente de correlacón lneal. Interpretarlo. c) Hallar la ecuacón de la recta de regresón lneal estmar el valor de para = 4. d) Calcular d1) La varanza resdual. dla varanza eplcada por el ajuste lneal. Solucón: a) Los puntos parecen estar prómos a una recta, por tanto, es lógco efectuar un ajuste lneal. b) En prmer lugar calculamos las medas varanzas margnales de la muestra, así como la covaranza muestral. X =.5; S = 3.5 S 1.87; Y 3.43; S 4.19; S.05; S 3.7 La matrz de covaranzas vene dada por: S S = S S El coefcente de correlacón lneal es r S 3.7 = = La relacón entre X S S e Y es mu buena, además nos ndca que a maor valor de la varable X maor valor para la varable Y (correlacón drecta). c) La ecuacón de la recta de Y sobre X es: S 3.7 Y = ( X) 3.43 = (.5) = S 3.5 El valor estmado para cuando = 4 es = = 5.01 d) En la recta de Y/X la varanza resdual o no eplcada es Sr = S (1 R ) = 4.19(1 0.94) 0.4 La varanza eplcada es gual a la varanza total menos la varanza no eplcada. S = S S = = 3.95, o ben eplcada r S = S R = eplcada U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA

26 b) r a) Regresón Correlacón 13.- Los sguentes datos representan los resultados, notas, de una determnada asgnatura (Y) el número de horas de estudo semanales (X) de 16 alumnos. = 96 = 64 = 49 = 657 = 56 Se pde: e) Estmar el modelo de regresón smple que relacona los resultados obtendos con el número de horas dedcadas al estudo. f) Calcule una medda de la bondad del ajuste e nterprete el resultado. g) S un alumno ha estudado 8 horas, qué nota espera obtener en el eamen? h) Cuál es el número de horas mínmo que un alumno debe estudar para superar la asgnatura? Consderad que el 5 es el aprobado. Solucón: = 1 96 = 1 64 X = = = 6; Y = = = 4 n 16 n = ( ) = X = -6 = 5, 065 n = 1 56 ( ) = Y = 4 = 16,875 n n 49 = XY = 6 4 = 6,75 n 16 La ecuacón de la recta de Y sobre X es: 6,75 4 Y= ( X) 4= ( 6) = 4 5, ,75 = = 5, ,875 0, por tanto, la relacón lneal es drecta buena 4 c) S =8 horas, entonces = 8 4 6, 6 3 d) Recta de regresón de X sobre Y: X= ( Y) e =5 6,75-6 = ( 5 4) = 6, 4 horas 16,875 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 3

27 Regresón Correlacón 14.- La sguente tabla ndca los ltros de cerveza venddos en un bar la temperatura (en ºC) en la cudad durante 5 días, temperatura cerveza a) Este correlacón entre la temperatura los ltros de cerveza venddos? b) Hallar e nterpretar el coefcente de determnacón. c) Calcular la varanza resdual del ajuste lneal de (ltros) sobre (temperatura). d) Predecr la cantdad de cerveza que se vendería en este bar un día con una temperatura de 35ºC. Solucón: ( ) ( ) , = 3,44; = 31,04; = 6,44 r = = 0, a) El coefcente de correlacón lneal es mu prómo a 1, luego este correlacón drecta entre la temperatura los ltros de cerveza venddos b) = = R 0,9781 0, ,5% se eplca por el modelo c) En la recta de Y/X la varanza resdual o no eplcada es = (1 R ) = 31,04(1 0,945) r 133,5 d) Para predecr los ltros de cerveza se utlza la recta de regresón de sobre, es decr, = + b ( ) = 01, 4 + 9, 66041(35 33, 4) = 16,857 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 4

28 Regresón Correlacón 15.- Los neumátcos subnflados o sobrenflados pueden acelerar el desgaste de los neumátcos aumentar o dsmnur el consumo. Se toma una muestra de tamaño 14 resultando: a) Hallar la matrz de covaranzas. b) Los coefcentes de correlacón lneal (r) de determnacón (R ). Interpretarlos. c) Calcular la recta de regresón de L/M d) Calcular la varanza resdual Solucón: a) L 4 ; LM b) rlm L M M 13.7 ; LM 0.88 el dagrama de dspersón. L: lbras por pulg M : mllas L: lbras por pulg M : mllas M la correlacón lneal es mala negatva como podemos observar en S ajustamos una recta R = 0.019, la proporcón de varanza eplcada por la recta es mu pequeño, deberíamos ntentar otro tpo de ajuste. c) La ecuacón de la recta pedda es = R e L d) La varanza resdual es Mllas Dagrama de dspersón = 0, ,35 R² = 0, Lbras U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 5

29 Regresón Correlacón 16.- Conocdas la meda artmétca la varanza de cada una de las varables asocadas a una dstrbucón bdmensonal, X =3, Y =, =6, =8 de la que se conoce, además, la recta de regresón de Y sobre X, +3-1=0. Obtener el coefcente de correlacón lneal la recta de regresón de X sobre Y. Solucón: Al ser la recta de regresón de Y sobre X despejamos: = + 4 b = = = = r = = = 0,57 correlacón mala Recta de regresón de X sobre Y: X= ( Y) 4 3= 8 ( ) 1 = + 4 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 6

30 Regresón Correlacón 17.- Sea la dstrbucón conjunta de la varable = número de habtacones de un pso con respecto a la varable = preco de alquler en euros. \ Se pde: a) Dstrbucones margnales de las varables e. b) Moda medana de las varables e. c) Centro de gravedad de la dstrbucón conjunta. d) Recta de regresón de sobre. e) Coefcente de correlacón lneal. f) S dsponemos de 600 euros Cuál es el maor número de habtacones de un pso de alquler que podemos consegur? Solucón: \ n. n. n n.j jn.j jn.j RESULTADOS: X Y m1 3, , m 1, varanzas 0, , m , covaranza 51, r 0, a) Dstrbucón margnal de : n Dstrbucón margnal de : n.j b) Moda () = 3; Moda () = (100,150) Medana () n. N U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 7

31 La medana de es 3 Medana () Regresón Correlacón n.j N.j La medana es el valor que deja a su zquerda el 50% de la poblacón, es decr, N 75 = = 37,5 ( 14, 41) que no se corresponde con un valor de la columna de frecuencas absolutas acumuladas por tanto ha nterpolar en el ntervalo (50,100). N 75 N 1 a Me = e 1+ = = 935,185 n 7 c) Centro de gravedad: ( X,Y ) =, =, ( 3.41,883.3 ) d) Recta de regresón de sobre : X= ( Y) e) = = = n XY 51,56 N n = ( Y) = = 14, N ,56 = ( 33,583) = , , 51,56 r = = 0, 3 0, , prómo a cero. f) g) No se puede predecr.. El ajuste es malo por ser un valor U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 8

32 18.- A partr del dagrama de dspersón Regresón Correlacón Se pde: a) Coefcente de correlacón lneal. b) Recta de regresón de sobre. c) S = qué valor se puede estmar para la varable? d) Representar las rectas de regresón sobre el dagrama de dspersón. Solucón: X = = = 1, 5 ; = X = 1,5 = 1, 5 N 4 N Y= j = = 3; = j Y = 3 = 1, 5 N j 4 N j = j XY = 1, 5 3 = 1, 5 N 4 a) r j 1, 5 = = 1, 5 1,5 0, Ajuste drecto mu bueno. b) La recta de regresón de Y sobre X: 1, 5 Y = ( X) 3 = ( 1.5) 1, 5 c) La recta de regresón de sobre : 1, 5 X = ( Y) 1.5 = ( 3) 1, 5 Para un valor de = se obtene = (5/6) 3-1=3/ d) = = 5/6-1 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 9

33 Regresón Correlacón 18.- En una undad de pedatría, se obtuveron los sguentes datos respecto a los pesos edades de los nños atenddos. Peso Edad en años en klos a) Obtener la medana del peso en klos. b) Qué dstrbucón tene maor dspersón relatva? c) S un nño tene años pesa 10 kg, qué percentl representa entre los nños de años? d) Hallar el sesgo de la dstrbucón de peso en klos. e) Hallar el coefcente de correlacón lneal. Interpretarlo. f) S un nño tene un año cuál será su peso estmado? g) S un nño pesa 10 klos cuántos años se estma que tendrá? Solucón \ n. n. n n.j jn.j j n.j jnj RESULTADOS: X Y m1 11, m 13 7,3 U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 30

34 Regresón Correlacón 11 1, CV 0, , m11 9, , r 0,79413 a) Para obtener la medana de la varable escrbmos la dstrbucón margnal de : n. N n/=30; b) Medas = 1 M=8+(30-10)*4/4=11, = n. = n 60 = ; 5 1 = n j. j n j= 1 = 14, = Varanzas 1 5 = n. n = = = ; = j n. j n j= = = 1, Coefcente de varacón 11 1, CV ( ) = = 0,30 ; CV ( ) = = 0,55. La edad de los nños. 11, c) La dstrbucón de frecuencas acumuladas para el total de 13 nños con años es: n N U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 31

35 Regresón Correlacón Tenendo en cuenta que el peso de 10 kg es justamente la mtad del ntervalo (8,1) le corresponde la mtad de 9, es decr, la frecuenca absoluta acumulada es +9/=6,5 sobre el total de 13. Justamente el 50%. Percentl 50 o medana. µ 3 d) Sesgo o coefcente de asmetría g 1 = 3 ( ) n. (-meda) 3 n sumatoro μ 3-4, X n. N 4, 4 g1 = = 0, ( 11) Asmétrca por la zquerda. n e) = XY = 11 = 3, 43 N , 43 r = = 0,79. El ajuste es bueno drecto por ser un valor 11 1, superor a 0,7 f) La recta de regresón de sobre permte determnar los valores de para valores conocdos de : X= ( Y ) 3, = =, , , Para =1 se obtene un peso de =, , = 8, kg g) La recta de regresón de sobre permte determnar los valores de para valores conocdos de : Y= ( X ) 16 3, 43 = ( 11) = 0, , Para =10 se obtene un peso de = ,0663=, años U. D. de Matemátcas de la ETSITGC Asgnatura: CÁLCULO Y ESTADÍSTICA 3

36 Coefcente de varacón de Pearson Es el cocente de la desvacón típca la meda. CV X Es sempre postvo no este s la meda vale cero. Es frecuente epresarlo en tanto por cento. Es ndependente de la undad que se utlce, pues no tene undades por tanto nos permte comparar la dspersón de dos dstrbucones que tengan undades dferentes, o que tengan medas mu dstntas. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 7

37 Matrz de covaranzas Llamamos matrz de covaranzas, a la matrz cuadrada smétrca que tene en la dagonal prncpal las varanzas margnales, fuera de la dagonal prncpal S S las covaranzas, es decr ; que es smétrca, pues S S S S. O ben Se llama varanza generalzada al valor SS S 0 mde apromadamente el área ocupado por el conjunto de datos. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 18

38 Coefcente de correlacón lneal Coefcente de correlacón lneal es la meda geométrca de los coefcentes de regresón b b. r bb r El coefcente de correlacón lneal es un número abstracto es ndependente de las undades utlzadas en las varables, cuo sgno es el de la covaranza, a que las varanzas son postvas, comprenddo entre U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 7

39 1:00:48]

40 Recta de regresón de sobre Es el ajuste por mínmos cuadrados, a una recta. abx (Y) que es la ecuacón de la recta de regresón de sobre. Esta recta permte calcular, apromadamente, los valores de dados los de. Interpretacón geométrca. Mv (1a b 1)... ( N a b N) e 1... en MÍNIMA como e ab error horzontal o dstanca horzontal ( teórco) j * j Una vez construdas las rectas de regresón, la pendente de la de sobre es maor que la correspondente a la recta de regresón de sobre. = a + b,, = a + b U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 168

41 Coefcente de determnacón Es el porcentaje de varanza eplcada por la recta de regresón su valor sempre estará entre 0 1 sempre es gual al cuadrado del coefcente de correlacón. Es una medda de la promdad o de ajuste de la recta de regresón a la nube de puntos. Tambén se le denomna bondad del ajuste. 1-R nos ndca qué porcentaje de las varacones no se eplca a través del modelo de regresón. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 7

42 Polígono de frecuencas Polígono de frecuencas de una varable dscreta, sn agrupar: es una línea que se obtene unendo los etremos superores de las barras en el dagrama de barras. frecuenca (absoluta o relatva) ,9 0,8 0,7 0,6 0,5 0,4 0,3 0, 0,1 0 Para varables estadístcas agrupadas en ntervalos de clase. El polígono de frecuencas es una línea que se obtene unendo los puntos medos de las bases superores (los techos) de cada rectángulo en el hstograma. De forma que empece acabe sobre el eje de abscsas, en el punto medo del que sería el ntervalo anteror al prmero el últmo respectvamente. 0 1 k k+1 U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 158

43 Polígono de frecuencas acumuladas Para varables estadístcas sn agrupar en ntervalos de clase. Representamos en el eje de abscsas los dstntos valores de la varable estadístca. Levantamos sobre cada uno de ellos un perpendcular cua longtud será la frecuenca (absoluta, N, o relatva, F ) acumulada correspondente a ese valor. De esta forma aparece un dagrama de barras crecente. Trazando segmentos horzontales de cada etremo de barra a cortar la barra stuada a su derecha se obtene el dagrama o polígono de frecuencas acumuladas. 40 N Para varables estadístcas agrupadas en ntervalos de clase. En el eje de abscsas representamos los dstntos ntervalos de clase de una varable estadístca que han de estar naturalmente solapados. Sobre el etremo superor de cada ntervalo se levanta una línea vertcal de longtud equvalente a la frecuenca (absoluta o relatva) acumulada del msmo. Se obtene así un dagrama de barras crecente, que unendo sus etremos da lugar al polígono de frecuencas acumuladas. Alcanzará su máma altura en el últmo ntervalo, que tendrá de frecuenca N ó 1 según se trate de frecuencas acumuladas absolutas o relatvas. N N e e e e e k U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 155

44 Dstrbucón margnal Dstrbucón margnal de la varable "" son los valores que toma dcha varable con sus respectvas frecuencas en la dstrbucón conjunta de la varable bdmensonal (,) n.. 1 n1. n n r nr. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 63

45 Medana Medana de un trángulo es el segmento que une un vértce con el punto medo del lado opuesto. Medana de un trángulo esférco es el arco de crcunferenca máma que une un vértce con el punto medo del lado opuesto. En Estadístca: La medana es el valor de la varable que ocupa el lugar central, es decr, que la mtad de la poblacón es menor la otra mtad es maor que él. La medana es un valor M tal que F(M)=1/, se defne así como raíz de una ecuacón. Para las varables estadístcas se ordenan en forma crecente, dejando gual número de observacones nferores que superores a ella. a) En las dstrbucones sn agrupar, en general, no tene solucón, puesto que la funcón F() varía por saltos: 1) S nngún valor posble corresponde a F( )=1/ se convene en consderar 1 como medana el valor tal que: F( 1) F ( ) ) S uno de los valores corresponde a F( ) 1 (lo que ocurre solamente s el total N de la poblacón es par) la medana está ndetermnada entre los valores +1. El ntervalo (, +1 ) se denomna medano, o ben llamamos medana al punto medo de dcho ntervalo. b) En las agrupadas pueden darse dos casos: INTERVALO n N e 0 -- e 1 1 n 1 N 1 e 1 -- e n N e j- e j-1 j-1 N j-1 N j-1 e j-1 -- e j j n j N j e k-1 -- e k k n k N 1) N concde con uno de los recogdos en la columna de frecuencas acumuladas, por ejemplo N j, en este caso la medana es e j. ) N está entre N j1 N j. La medana se encontrará en el ntervalo ( e, e ). La medana será M e j1 h por nterpolacón lneal se obtene h. Ampltud del ntervalo: a = e j e j-1 nj a N N ( N j1) a ( N j1) a N h M ej 1 N j1 h n j n j j1 j

46 Cuantles Cuantl de orden es un valor de la varable estadístca que deja a su zquerda una parte de la poblacón a la derecha una parte 1- de la poblacón. El Cuantl de orden (0 1) es tal que F( )=. Sendo F la funcón de dstrbucón o la frecuenca relatva acumulada. Los más utlzados son los cuartles Q1, Q Q3 que dejan a su zquerda 1/4, 1/ 3/4 de la poblacón respectvamente. Obsérvese que Q = M (Medana). Los decles D1, D,..., D9 dejan a su zquerda 1/10, /10,..., 9/10 de la poblacón respectvamente. Los percentles P1, P,..., P99 dejan a su zquerda 1/100, /100,... 99/100 de la poblacón respectvamente. El cálculo de los msmos es smlar al cálculo de la medana. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 33

47 Varanza resdual La varanza resdual se defne como la varanza de los errores o resduos Varanza resdual de una varable aleatora X con respecto a otra Y es gual a la varanza de Y por (1-r ), sendo r el coefcente de correlacón lneal entre ambas varables. 1 La varanza resdual o no eplcada r ( * j) nj n,j Sendo el valor ajustado o teórco= * (1 r ) U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 168

48 Varanza eplcada En la recta de regresón de la Y sobre X la varanza total de la varable Y puede descomponerse en dos partes una parte eplcada por la regresón (la varanza de la regresón) otra parte no eplcada (la varanza resdual). La varanza eplcada, será la obtenda por el producto de la varanza de Y por el coefcente de determnacón R. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 01

49 Meda artmétca La meda de una varable estadístca es la suma ponderada de los valores posbles por sus respectvas frecuencas: X k k n f N 1 N = valores que toma la varable o marca de clase. f = frecuencas relatvas. n = frecuencas absolutas. N = número total de la poblacón o muestra. Relacón entre las medas armónca, geométrca artmétca: HG X La meda o esperanza matemátca de una varable aleatora es: E = E = n PX ( ) 1 para una varable dscreta fnta. k 1 n m E.f ().d cuando la varable es contnua con funcón de densdad f(). Meda armónca Medda de tendenca central de una varable estadístca es el cocente entre el tamaño de la muestra la suma de los cocentes de las frecuencas por los N valores de las correspondentes de la varable: H k n 1 = valores que toma la varable o marca de clase. f = frecuencas relatvas. n = frecuencas absolutas. N = número total de la poblacón o muestra. Relacón entre las medas armónca, geométrca artmétca: HG X Meda cuadrátca Medda de tendenca central de una varable estadístca es la raíz cuadrada de la suma ponderada de los cuadrados de los posbles valores de la varable multplcados por sus respectvas frecuencas: k k n MC f 1 1N Meda geométrca Medda de tendenca central de una varable estadístca que resulta de la raíz n- ésma del producto de los valores posbles de la varable, elevados a a sus N n1 n nk respectvas frecuencas: G k = valores que toma la varable o marca de clase. f = frecuencas relatvas. n = frecuencas absolutas. N = número total de la poblacón o muestra. Relacón entre las medas armónca, geométrca artmétca: HG X U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 136

50 La varanza muestral vene dada por: Varanza muestral o cuasvaranza ( X) ( X) N N 1 1 S, es decr: S N 1 N 1 N N 1 Nótese que para N sufcentemente grande la dferenca entre S es mu pequeña. k k U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 07

51 Dagrama de cajas o Bo-plot Se construe sólo para varables cuanttatvas. Pasos a segur: Se dbuja un rectángulo cuos etremos son Q 1 Q 3 se ndca la poscón de la medana medante una línea vertcal. Tambén se ndca la meda medante una cruz (+). Se dbuja una línea desde cada etremo del rectángulo hasta el valor más alejado no atípco. Se calculan los límtes de admsón (barreras o bgotes) L I =Q 1-1,5 (Q 3 - Q 1 ) L S =Q 3 +1,5 (Q 3 - Q 1 ) Se marcan todos los datos consderados como atípcos (outlers) son los que quedan fuera de los límtes de admsón se ndcan medante un círculo. Esten otros valores atípcos más graves (atípcos etremos) que superen 3 veces el rango ntercuartlíco se representan por cruces (). S no hubese nngún dato atípco las barreras llegarían hasta el valor mínmo mámo. Q 1 Q = M Q 3 + Q 1-1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 56

52 Hstograma En un hstograma se representan las frecuencas de una varable estadístca medante áreas. De tal forma que un hstograma es un conjunto de rectángulos que tenen como base los ntervalos de clase cua superfce son las frecuencas (absolutas o relatvas). Por tanto las alturas son proporconales a las frecuencas, será el cocente entre la frecuenca la ampltud del ntervalo Donde cada rectángulo puede ser: n a f a n f e -1 e e -1 e U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 114

53 Varanza Varanza o momento de segundo orden respecto de la meda en una varable estadístca es la meda de los cuadrados de las desvacones a la meda: k ( X) n 1 N = valores de la varable o marcas de clase. La varanza de una varable aleatora es el momento de segundo orden respecto a la meda: E n P(X ) para una varable dscreta fnta. 1 V = V = densdad f()..f().d cuando la varable es contnua con funcón de Varanza eplcada En la recta de regresón de la Y sobre X la varanza total de la varable Y puede descomponerse en dos partes una parte eplcada por la regresón (la varanza de la regresón) otra parte no eplcada (la varanza resdual). La varanza eplcada, será la obtenda por el producto de la varanza de Y por el coefcente de determnacón R. La varanza muestral vene dada por: S N N 1 Varanza muestral o cuasvaranza, es decr: S N ( X) ( X) 1 1 N 1 N N 1 Nótese que para N sufcentemente grande la dferenca entre S es mu pequeña. Varanza resdual La varanza resdual se defne como la varanza de los errores o resduos Varanza resdual de una varable aleatora X con respecto a otra Y es gual a la varanza de Y por (1-r ), sendo r el coefcente de correlacón lneal entre ambas varables. 1 La varanza resdual o no eplcada r ( * j) nj n (1r ),j Sendo el valor ajustado o teórco= * k k U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 07

54 Coefcente de regresón El coefcente de regresón de la varable con respecto a la varable, es la pendente de la recta de sobre, por consguente, el sentdo de crecmento o decrecmento, así como el grado de varacón, vene determnado por el sgno el valor del coefcente de regresón b. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 7

55 Covaranza recbe el nombre de covaranza, de gran mportanca práctca, se defne como la meda artmétca de los productos de las desvacones de la varable con respecto a su meda artmétca, X, por las desvacones de la varable con respecto a la meda artmétca, Y. r s ( X)(jY)nj N 1 j1 De la msma forma que en el caso de la varanza, se defne la covaranza muestral por: r s ( X)( jy) nj S S N sendo. N 1 N 1 1 j1 U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía

56 Moda Moda es el valor de la varable que se presenta con más frecuenca dentro de la dstrbucón. En las dstrbucones sn agrupar se observa drectamente el valor de maor frecuenca. En las agrupadas, defnmos la clase modal como la que tene maor frecuenca. NOTA: Algunas dstrbucones pueden presentar varas modas. Cada moda corresponde a un mámo absoluto del dagrama de barras o hstograma. Para varables aleatoras La moda es el mámo de la funcón de densdad o de la funcón de probabldad U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 118

57 Centro de gravedad Las dos rectas de regresón Y b ( X), X b ( Y) se cortan en un punto, que es precsamente el ( XY,, ) llamado, por su naturaleza de promedo, centro de gravedad de la dstrbucón. U.D. de Matemátcas de la E.T.S.I. en Topografía, Geodesa Cartografía 1

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Consumo de gas (m 3 ) Viviendas 50 100 10 100 200 40 200 400 60 400 500 10

Consumo de gas (m 3 ) Viviendas 50 100 10 100 200 40 200 400 60 400 500 10 Estadístca Descrptva Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández 1. Se ha realzado un estudo sobre el consumo de gas (en m ) en las

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Cuaderno de actividades 4º ESO

Cuaderno de actividades 4º ESO Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

62 EJERCICIOS de NÚMEROS COMPLEJOS

62 EJERCICIOS de NÚMEROS COMPLEJOS 6 EJERCICIOS de NÚMEROS COMPLEJOS. Resolver las sguentes ecuacones en el campo de los números complejos: a x -x+=0 (Soluc: ± b x +=0 (Soluc: ± c x -x+=0 (Soluc: ± d x -x+=0 (Soluc: ± e x -6x +x-6=0 (Soluc:,

Más detalles

CAPÍTULO 3 DIAGNÓSTICOS DE REGRESIÓN

CAPÍTULO 3 DIAGNÓSTICOS DE REGRESIÓN CAPÍTULO 3 DIAGNÓSTICOS DE REGRESIÓN Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson 1 3.1 Outlers, puntos de leverage

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Facultad de Ciencias del Trabajo

Facultad de Ciencias del Trabajo Facultad de Cencas del Trabajo Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González Octubre 005 CURSO 005-06 MÉTODOS ESTADÍSTICOS APLICADOS A LAS AUDITORÍAS SOCIOLABORALES

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

INTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES

INTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES Índce INTRODUCCIÓN... OBJETIVOS GENERALES... 3 OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ESTADÍSTICA DESCRIPTIVA INTRODUCCIÓN... 8 RECOLECCIÓN DE DATOS... 8 TEORÍA DEL MUESTREO... 8 TRATAMIENTO

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

CORRELACION Y REGRESION

CORRELACION Y REGRESION CORRELACION Y REGREION Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116 Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Problemas resueltos de estadística aplicada a las ciencias sociales

Problemas resueltos de estadística aplicada a las ciencias sociales Problemas resueltos de estadístca aplcada a las cencas socales Pablo Juan Verdoy Modesto Joaquín Beltrán María José Pers Departament de Matemàtques Cods d assgnatura RA10, RL0906 P. Juan Verdoy / M. J.

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : EDIDAS DE DISPERSIÓN Y DE FORA (PARTE II) EDIDAS DE FORA TEA 9: EDIDAS DE FORA. EDIDAS DE ASIETRIA Son medda que mden el grado de deformacón horzontal

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

1-5 ESTUDIO DE LA CAÍDA LIBRE

1-5 ESTUDIO DE LA CAÍDA LIBRE 1-5 ESTUDIO DE LA CAÍDA LIBRE Materal Columna graduada dotada de dos plataformas desplazables provstas de sensores de partda y de llegada. Bolas de acero de 7, 10 y 14 mm de dámetro. Contador dgtal. Teoría

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

Glosario básico. de términos estadísticos

Glosario básico. de términos estadísticos Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

PRÁCTICA 1: MEDIDA DE MAGNITUDES FÍSICAS Y SU TRATAMIENTO NUMÉRICO

PRÁCTICA 1: MEDIDA DE MAGNITUDES FÍSICAS Y SU TRATAMIENTO NUMÉRICO PRÁCTICA 1: MEDIDA DE MAGNITUDES FÍSICAS Y SU TRATAMIENTO NUMÉRICO MEDIDA Y ERROR La medda epermental es la base de todo el conocmento centífco. Medr es comparar una determnada propedad de un sstema con

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo

Capacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA

TEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables

Más detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

Más detalles

56. Qué significan los llamados Grados de libertad 1?

56. Qué significan los llamados Grados de libertad 1? Qué son los llamados grados de lbertad? 56. Qué sgnfcan los llamados Grados de lbertad? El concepto de grados de lbertad es de mucha mportanca en la estadístca moderna, no obstante que los lbros de texto,

Más detalles

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas

4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN EMPRESARIALES ESTADÍSTICA

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN EMPRESARIALES ESTADÍSTICA Deartamento de Economía Alcada ESCUELA UNVERSTARA DE ESTUDOS EMRESARALES DLOMATURA EN EMRESARALES ESTADÍSTCA Ejerccos Resueltos NÚMEROS ÍNDCES Curso 2006-2007 Deartamento de Economía Alcada Ejerccos Resueltos:

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO ) CAPÍTULO II.- AÁLISIS DE UA CARACTERÍSTICA (DISTRIBUCIOES UIDIMESIOALES) TEMA 6.- MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS. MOMETOS. DIPLOMATURA E CIECIAS EMPRESARIALES UIVERSIDAD DE

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio.

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio. 1 Movmento Vbratoro Tema 8.- Ondas, Sondo y Luz Movmento Peródco Un móvl posee un movmento peródco cuando en ntervalos de tempo guales pasa por el msmo punto del espaco sempre con las msmas característcas

Más detalles

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO. ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO..- PERSPECTIVA HISTÓRICA MATERIA { MOLÉCULAS } { ÁTOMOS}, sendo los átomos y/o moléculas estables por la nteraccón electromagnétca. Desde la perspectva electromagnétca

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes: CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por

Más detalles