R E G R E S I O N. y ($) ...
|
|
- Raúl Molina Mendoza
- hace 7 años
- Vistas:
Transcripción
1 Base Regresión/Correlación Página 1 de 20 R E G R E S I O N En clases anteriores se han visto los problemas de la determinación de la línea de tendencia en series de tiempo. Se generalizará ahora el problema, suponiendo que la variable independiente x pueda ser no sólo el tiempo, sino también cualquier otra. Se considerará un par de variables entre las cuales exista una relación matemática que se supone conocida. El análisis de regresión tratará las cuestiones relativas a la inferencia de una de estas variables, a partir del conocimiento de la restante. Tal es el caso, por ejemplo, de una empresa que tiene una flota de camiones, todos de igual marca y antigüedad, y desea estudiar la relación que existe entre el número de kilómetros recorridos (variable independiente) y el costo en mantenimiento (variable dependiente). En base a estadísticas de costos de mantenimiento y de kilómetros recorridos, la firma ha obtenido un diagrama del tipo graficado en la figura siguiente. y ($) x (Km) De la observación del gráfico se puede llegar a deducir la existencia de una relación cuyo conocimiento reviste una gran importancia, dado que permitirá esbozar una política de renovación de unidades. En forma similar a lo que se vio en series cronológicas, aquí es posible estimar que la nube de puntos se agrupa alrededor de una línea que puede ser una recta o una curva.
2 Base Regresión/Correlación Página 2 de 20 Esta línea de ajuste recibe el nombre de línea de regresión, y su ecuación es, en caso de ser lineal: Ŷ x = â + b x En este caso, la línea es de regresión de y sobre x ; es decir, permite hallar valores de y conocido x, pudiendo estar definida simultáneamente la línea de regresión de x sobre y, o sea hallar valores de x para valores dados de y. En ese caso: X y = â + b y El término b recibe el nombre de coeficiente de regresión. El problema consiste en estimar los parámetros o valores constantes de la ecuación de regresión, y puede ser probado que el mejor estimador se obtiene por el método de los mínimos cuadrados, tal como hemos visto precedentemente. No hay que olvidar, por otro lado, que de todo el universo o totalidad de pares de valores de x y de y, sólo se está considerando una parte, o sea una muestra; y por lo tanto, la línea de regresión que se obtenga es sólo una estimación de la línea de regresión del universo. ESTUDIO DEL PROBLEMA Sí, por ejemplo, se está estudiando la ley de la caída de los cuerpos en el vacío, y se cronometra con extrema exactitud el tiempo empleado por el cuerpo en recorrer un cierto espacio también exactamente medido; a cada valor x del tiempo corresponderá un valor único y bien determinado del espacio recorrido y, y viceversa, dado por la expresión: Siendo: y = ½ g x 2 e = ½ g t 2 y = espacio recorrido por el cuerpo en metros/segundos; g = aceleración de la gravedad en metros/seg 2 ; x = tiempo en segundos. Es decir, aquí existe una relación funcional de causalidad entre el tiempo empleado y el espacio recorrido. La representación gráfica de esta fórmula se aprecia en la figura siguiente. Pero en la práctica, si se realiza este experimento muchas veces, no se obtiene un valor de y para cada valor de x, sino un conjunto de valores de y que se distribuyen alrededor de un valor medio en forma probabilística, siguiendo una ley de distribución de Gauss, y formando una nube de puntos. Esto es debido a que en la práctica es imposible cronometrar tiempos y medir espacios con una exactitud tal, que todos los puntos caigan sobre la recta de regresión, debido a errores aleatorios de medida, lectura, temperatura, etc.
3 Base Regresión/Correlación Página 3 de 20 Hay que tener en cuenta que en este ejemplo, ambas variables son en realidad variables matemáticas; pero se convierte a la variable dependiente y en variable aleatoria, al considerar los errores de medición citados. y (espacio) 80 y = ½ gx (tiempo) x GRAFICO DE LA CAIDA DE LOS CUERPOS
4 Base Regresión/Correlación Página 4 de 20 Resumiendo, no se tiene entonces un valor de y para cada valor de x, sino un valor medio y. El lugar geométrico de estos valores medios es una línea de regresión del espacio y con respecto al tiempo x. y... x 1 x 2 x 3 x 4... x k x Se considera ahora un modelo tal como el anterior, cuya característica es que para cada valor de la variable independiente x existe un conjunto de observaciones de la variable dependiente y, de la manera graficada anteriormente. En este modelo se utilizarán dos subíndices para determinar la variable y, y uno para la x, como resume el Cuadro siguiente: Variable Variable dependiente Cantidad de Independiente puntos x 1 y 11 y 12 y y 1 n1 n 1 x 2 y 21 y 22 y y 2 n2 n x k y k1 y k2 y k y k nk n k
5 x 2 y 3 y i = a + bx i Base Regresión/Correlación caral@bastaya.biz Página 5 de 20 Por lo tanto, se definen las variables: e x i, donde i varía de 1 a k y ij, donde j varía de 1 a n i Se observa que para cada valor fijo de las x se tiene una población de y, cada una de las cuales tendrá una cierta distribución, una media y una variancia, como se visualiza en la figura Siguiente. Un importante supuesto que debe cumplir el modelo, es que las variancias de cada conjunto de y para valores fijos de x deben ser constantes. La ecuación de regresión es igual a la aplicada anteriormente, y para estimar el valor de â y de b, se usa el método de los mínimos cuadrados, con el cual la función F será: k n i F = Σ Σ (y ij - â - b x) 2 i = 1, j = 1 Resulta un sistema de dos ecuaciones con dos incógnitas, y cuya solución conduce a hallar los valores de a y b. f (x y) y y 1 x 1 y 2 x 3 x
6 Base Regresión/Correlación Página 6 de 20 â = 2 Σn i ỹ i Σn i x i - Σn i x i ỹ i Σn i x i 2 Σn i Σn i x i - (Σn i x i ) 2 b = Σn i Σn i x i ỹ i - Σn i x i Σn i ỹ i Σn i Σn i x i 2 - (Σn i x i ) 2 CALCULO DE LA VARIANCIA La variancia de los puntos con respecto a la recta de regresión se mide mediante la fórmula: 1 n S ŷi 2 = Σ (yi - ŷ i ) 2 Σn i - 2 i Donde ŷ i es la ecuación de regresión. En forma similar a lo visto anteriormente, puede ser calculado el intervalo de confianza, con el fin de medir la precisión del ajustamiento, bajo el supuesto de que los datos se distribuyen según una distribución normal de Gauss. La fórmula a emplear es: ŷ i ± S y ó ŷ i ± 2S y ó ŷ i ± 3S y. La fórmula de la varianza es similar a la indicada para la variancia cuando a cada valor de x correspondía uno de y (fórmula Guscida), sólo que en el caso que se acaba de analizar, se ha considerado una doble sumatoria, por el hecho de tener varias observaciones o valores de y para cada valor de x. Ejercicio de aplicación Los siguientes son los resultados de una investigación realizada tendiente a determinar el número de cabezas de ganado cebú en relación al número de hectáreas en varias Haciendas en la Selva Baja. Para ello se extrajo una muestra de 25 campos distribuidos de la siguiente forma: 5 Campos de 10 Ha; 4 Campos de 60 Ha; 4 Campos de 30 Ha; 5 Campos de 90 Ha; 3 Campos de 40 Ha; 4 Campos de 150 Ha; El Cuadro siguiente muestra los valores calculados en función de los datos obtenidos:
7 Base Regresión/Correlación Página 7 de 20 x i y ij ỹ i n i x i n i n i ỹ i n i x i 2 n i x i ỹ i 10 9, 18, 20, 10, , 35, 41, ,600 4, , 48, ,800 5, , 66, 73, ,400 16, , 110, 103, 99, ,500 44, , 172, 155, ,000 99, ,580 1, , ,340 siendo: x i = cantidad de hectáreas; y ij = cantidad de cabezas de ganado. ỹ i = Promedio de Cabezas de ganado. Calculando a y b por las fórmulas planteadas, se tiene: 1,784 X 153, ,340 X 1,580 â = = X 153,800 (1,580) 2 25 X 170,340 1,580 X 1,784 b = = X 153,800 (1,580) 2 La ecuación de regresión será: ŷ i = x i CÁLCULO DE LA VARIANCIA Empleando la fórmula, con la cual se obtiene:
8 Base Regresión/Correlación Página 8 de 20 S ŷi = 6.4 Cálculo de intervalos de confianza Se desea calcular los intervalos de confianza a un nivel del 68% para 20 y 50 hectáreas. * Para 20 hectáreas: ŷ i = x 20 = 25.29; = animales; = animales; En consecuencia, se espera que en promedio, el 68% de los establecimientos de 20 hectáreas posean entre 18 y 31 animales. * Para 50 hectáreas: El intervalo de confianza será: ŷ i = x 50 = = animales; = animales; En consecuencia, se espera que en promedio, el 68% de los establecimientos de 50 hectáreas posean como mínimo 50 y como máximo 63 cebúes.
9 Base Regresión/Correlación Página 9 de 20 CORRELACION Analizando la regresión de y sobre x, se tiene que si la línea de regresión es paralela al eje x, se comprende que cualquiera sea la variación de x, el valor de y será constante, y por lo tanto, el coeficiente de regresión b, o pendiente de la recta, vale cero. Cuando se estudia la regresión de x sobre y, y si la línea de regresión es paralela al eje y, se entiende que cualquiera que sea la variación de y, el valor de x será constante, siendo en consecuencia cero el valor del coeficiente de regresión b. Pero si se analiza la regresión de y sobre x, y se tiene la recta de regresión como la de la figura siguiente, a una variación de x corresponde una de y, y el coeficiente b no es cero. La relación entre x y y puede ser fuerte o débil. Es muy fuerte, cuando la nube de puntos es muy estrecha, y todos ellos están muy cercanos a la línea de regresión. La relación será débil, cuando los puntos se encuentran alejados de la línea de regresión. y Para medir cuantitativamente cuán débil o fuerte es la relación o correlación entre dos variables, se emplea el coeficiente de correlación r. Este coeficiente fue introducido por Karl Pearson, y da una medida del grado de relación lineal que une a dos variables. Su expresión es la siguiente: x r = n xy - x y [ n x 2 - ( x ) 2 ] [ n y 2 - ( y ) 2 ]
10 Base Regresión/Correlación Página 10 de 20 También puede calcularse r en función de los coeficientes de regresión b y b, empleando la siguiente expresión: r = b. b VALORES DEL COEFICIENTE DE CORRELACIÓN El coeficiente de correlación puede tomar valores comprendidos entre +1 y 1. Si r = +1, la relación lineal entre ambas variables es perfecta. La nube de puntos se estrecha hasta que se confunde con la recta de regresión, siendo positiva la pendiente. y r = +1 x Si r = -1, la relación lineal entre ambas variables es también perfecta; pero a un incremento positivo de una, corresponde un incremento negativo de la otra, o sea pendiente negativa. Lo mismo sucede con la regresión de x sobre y. y r = -1 x
11 Base Regresión/Correlación Página 11 de 20 Si r = 0, las variables son independientes una de otra. La línea de regresión de y sobre x es una horizontal, y la línea de regresión de x sobre y, una vertical, y la nube está constituida por puntos dispersos al azar. y r = 0 Se destaca que puede suceder que entre dos variables exista una relación de tipo parabólica perfecta, y sin embargo, r sea igual a cero. Ello se explica, por cuanto el coeficiente de correlación r mide el grado de relación lineal y no curvilínea. x y r = 0 x Mientras mayor sea el número de muestras tomadas, mayor será la precisión de r. Por tal motivo, se aconseja que la cantidad de pares de valores tomados sea mayor de 20. Hay que tener en cuenta, por otro lado, que un valor de r alto no significa necesariamente que haya una relación causa y efecto entre las dos variables analizadas, ya que el origen o causa de las variaciones puede ser exógena o externa. El coeficiente de correlación, sólo indica que las variables, ambas, varían de la misma forma.
12 Base Regresión/Correlación Página 12 de 20 Por ejemplo, si se analizan las series de tiempo de la importación de aluminio con la de la importación de madera, es probable que ambas varíen en igual sentido, existiendo una gran correlación. Sin embargo, no hay dependencia alguna entre una variable y otra; es decir, el consumo de aluminio no depende del empleo de madera, y viceversa. Esta variación simultánea puede depender, en cambio, de factores tales como modificación de tasas aduaneras, precio del dólar, etc. Como se intuye, existe evidentemente una conexión entre el coeficiente de regresión b y el coeficiente de correlación r. Matemáticamente, ambos coeficientes están ligados por la siguiente expresión: r = b S x S y Siendo: Sx = S 2 x, la dispersión de los valores de x ; Sy = S 2 y, la dispersión de los valores de y. Ejemplo de regresión lineal Una Empresa se dedica a la fabricación de artículos de acero inoxidable. Para complementar un importante pedido, se requiere un acero especial de dureza no inferior a 185 Brinell, y apto par resistir la corrosión provocada por vapores sulfurosos. Dado que aceros de esta dureza y con tales características de resistencia a la corrosión no están disponibles comúnmente en el mercado, solicita a un fabricante local de aceros inoxidables un acero al cromo-níquel, cuya dureza sea superior a 185 Brinell. Este fabricante produce toda la gama de aceros inoxidables o aceros al cromo-níquel-, desde un porcentaje del 1 al 20% de cromo, y ha determinado, en base a ensayos, la dureza correspondiente a cada porcentaje, teniendo como límite 165 Brinell, para un acero con 20% de cromo. Es imprescindible, por lo tanto, aumentar el tenor de cromo, necesario no sólo para aumentar la dureza, sino para resistir la corrosión. Sin embargo, el fabricante sabe que no se puede aumentar indefinidamente el tenor de cromo, ya que existe un límite del 25%, debido a que en cantidades mayores el acero se torna quebradizo. Desea saber, entonces, antes de encargar la fabricación, si es dable esperar una dureza mayor de 185 Brinell, empleando como máximo un 25% de cromo. PRIMER PASO Conocimiento de la serie cronológica
13 Base Regresión/Correlación Página 13 de 20 El Cuadro siguiente indica las durezas Brinell observadas en los ensayos, en función del tenor de cromo: % de cromo Dureza Brinell SEGUNDO PASO Gráfica de las Series Cronológicas. TERCER PASO Estimación de la forma de la línea de ajuste Se aprecia que la tendencia es lineal. CUARTO PASO Se construye el Cuadro de valores y se obtienen los coeficientes: u 210 u 2,323 x = = 10.5 y = = Σ x 2 i = 2.870
14 Base Regresión/Correlación Página 14 de 20 x i y i x i y i ŷ i y i - ŷ i (y i - ŷ i ) Σx i =210 Σy i = 2,323 Σx i y i = S y 2 = S y = ( Σ x i ) 2 = 44,100 Σ y 2 = 290, x 28, x 2,323 74,410 b = = = x 2,870-44,100 13,300 â = x 10.5 = 57.3 La ecuación lineal será: ŷ = â + bx ŷ = x
15 Base Regresión/Correlación Página 15 de 20 Con esta ecuación es posible obtener los valores de la tabla anterior, y determinar la línea de tendencia. Extrapolando ésta, para un porcentaje máximo de un 25% de cromo se halla que la dureza esperada es de 197 Brinell. La variancia se calcula por la sumatoria de los cuadrados de las diferencias entre y i y ŷ i se ha calculado en la última columna de la tabla. Por lo tanto: S 2 y = = S y = 4.32 En consecuencia: ŷ i ± S ŷ = 197 ± 4.32 = y Lo cual indica que para un porcentaje de cromo del 25% es de esperar que la dureza Brinell oscile entre y , lo cual supera la necesidad del cliente. Para el cálculo del coeficiente de correlación r, se utiliza la fórmula Conocida: 20 X X [ 20 X ] [ 20 X ( ) 2 ] r = 0.98 Se aprecia que la correlación entre la dureza Brinell y el porcentaje de cromo, es positiva y perfecta. Regresión no lineal Así como se ha estudiado la regresión lineal de dos características medibles de un fenómeno, es posible analizar, también, la forma de la relación, cuando entre dichas variables ésta es no lineal. El método en esencia no difiere del explicado, ya que consiste en la obtención de los coeficientes de la ecuación que liga a ambas variables, mediante el empleo del método estadístico y el uso de polinomios aproximantes. APLICACIÓN DE REGRESION NO LINEAL Una empresa dedicada a la industria aeronáutica, fabrica pequeños aviones para tareas de fumigación.
16 Base Regresión/Correlación Página 16 de 20 Se ha llevado un registro del tiempo empleado para producir una pieza determinada, y por lo tanto, del costo de producción, verificándose que a medida que aumenta el número de piezas producidas en forma consecutiva, disminuye el tiempo empleado para producir cada unidad. Tal registro es el que se ilustra en el Cuadro siguiente: Piezas producidas Costo ($) Piezas producidas Costo ($) 1 3, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,280 Tarea Académica de Clase : Desarrolle la Regresión No Lineal del Cuadro Anterior
17 Base Regresión/Correlación Página 17 de 20 A N E X O CORRELACION Y REGRESION CORRELACION Correlación es variación conjunta. Existe correlación entre dos variables, cuando se observa que al variar una de ellas varía también la otra, y ambas variaciones ocurren de acuerdo a cierta ley, analogía o contraste tal que resulta posible efectuar predicciones razonables acerca de la manera como variará una de ellas, conocida la manera como variará la otra. Es importante señalar que correlación no significa necesariamente casualidad. El hecho de que una variable modifique sus magnitudes y también lo haga otra, no significa que la variación de una esté causando la de la otra; pudiera ser que ambas varíen debido a una tercer variable que actúa sobre las 2 primeras. Una herramienta útil para comenzar a examinar la posible presencia de correlación cuando se trata de dos variables, es el llamado diagrama de dispersión, que consiste simplemente en la graficación en un sistema de ejes coordinados, de los puntos determinados por los valores de las dos variables correspondientes a cada uno de los casos observados. Así por ejemplo: supongamos que estamos haciendo un estudio del mercado de clavos; que históricamente el consumo de clavos guarda cierta relación con el consumo de madera, y con el objeto de verificar este supuesto obtenemos las cifras de consumo anual de clavos y de madera en 100 poblaciones. Tenemos entonces para cada una de estas 100 poblaciones 2 cifras: una de consumo de clavos y otra de consumo de madera. Podemos tomar un sistema de ejes coordenados, en el eje de las X medir las cifras correspondientes al consumo de madera, y en el eje de las Y la de clavos. Cada par de cifras produce un punto, y el conjunto presentará un aspecto que puede corresponder a alguna de las tres formas típicas mostradas en los Dispersogramas conocidas. En estos Dispersogramas vemos 3 posibilidades, de la muchas que podrían darse. En la primera de ellas, (Pág. 11) el diagrama de puntos resulta bastante disperso: los puntos no presentan una tendencia o forma claramente identificable; en este caso se puede afirmar, simplemente mirando dicho gráfico, que no existe relación entre ambas variables, o que dicha relación es sumamente débil, es decir que los valores de una de ellas no permiten razonablemente hacer predicciones acerca del valor de la otra. A un valor cualquiera de X corresponde también un valor cualquiera de Y.
18 Base Regresión/Correlación Página 18 de 20 En cambio en el segundo caso (Pág. 1, 9 y 10) vemos que hay cierta concentración de puntos a lo largo de un eje aproximadamente recto y de forma ascendente, que nos permite afirmar que a medida que los valores de X aumentan también los de Y tienden a aumentar. Esta relación no es matemáticamente exacta en todos los casos; hay algunos puntos que escapan bastante a esta relación, alejándose notablemente del eje identificado; pero de todas manera, como fenómeno estadístico cabría afirmar que existe la tendencia a que los valores de Y aumenten a medida que aumentan los de X. En este caso podemos decir que existe correlación entre X e Y. En el tercer caso (Pág. 10) la figura es mucho más definida: se observa que los puntos tienden a linearse a lo largo de una curva que indica una clara relación entre los valores de X y de Y: en este caso dado un valor de X se puede deducir el valor de Y correspondiente dentro de un rango bastante preciso. Vemos entonces que existen intensidades o grados de correlación. La intensidad de la correlación entre dos o más variables puede variar según los casos, y puede medirse por medio de coeficientes especialmente diseñados para tal fin. Así, para el caso de variables cuantitativas existe el coeficiente de Pearson(r) diseñado de tal manera que su valor fluctúa entre 1 y +1, pasando por cero. En el caso expresado en el gráfico anterior, en el que los puntos están sumamente dispersos, si se calculase el coeficiente de Pearson encontraríamos un valor muy cercano a cero, indicando que la intensidad o grado de correlación entre las variables es sumamente bajo; en el segundo caso tendríamos un valor de r diferente de cero, pero tampoco muy cercado a 1, posiblemente 0.8 ó 0.7. En el tercer caso el valor de r sería más cercano a 1; posiblemente 0.9 ó Los casos de r = 0 y r = ± 1 son extremos que casi nunca se dan en la práctica; son los casos en los cuales: o no existe absolutamente ninguna correlación, o existe correlación total, en este último caso el valor de Y es predecible en forma exacta y precisa dado el valor de X; la correlación entre ambas variables ya no es simplemente de tipo estadístico sino determinístico. REGRESIÓN Ahora bien, si existe correlación entre dos variables, cualquiera que sea el grado de esta correlación, existe una ley que relaciona la forma de variación de cada variable con respecto a la otra; esta ley es la llamada regresión estadística. Así, volviendo al Dispersograma, en el segundo caso la ley que relaciona las variaciones de X e Y, es la de una línea recta y su ecuación es la de forma: Y = a + bx Lo cual no significa que todos los valores de X y de Y responderán exactamente a dicha ley, sino que la tendencia general de variación de ambas variables corresponde a ella. En el caso tercero la ecuación será posiblemente parabólica, logarítmica o exponencial.
19 Base Regresión/Correlación Página 19 de 20 La regresión estadística es por lo tanto una consecuencia de la correlación: si existe correlación debe haber una ley de regresión que describa la forma o naturaleza de la relación existente entre las variables examinadas; y esta ley debe poderse expresar matemáticamente en una fórmula algebraica. Para producirla existen métodos que consisten fundamentalmente en observar el comportamiento de los pares de valores de las variables y a base de dicha observación hacer la correspondiente deducción teórica. El proceso que se acaba de describir es el de ajuste de curvas, una de cuyos métodos, el más usado, es el de los mínimos cuadrados. Dicho método consiste en el cálculo de los parámetros de la curva, elegida entre todas las posibles curvas que pueden pasar entre los puntos del diagrama de dispersión, de tal manera que la sumatoria de los cuadrados de las distancias de los puntos hasta dicha curva, medidas a lo largo de alguno de ambos ejes, sea mínima. El caso particular más sencillo de dicho método se da cuando se trata de ajustar una recta de regresión a un conjunto de puntos determinados por dos variables. Este es el caso denominado de regresión lineal simple, y las fórmulas operacionales convenientes para el cálculo de los parámetros son como siguen: b = n Σ xy ( Σ x ) ( Σ y) n Σ x 2 ( Σ x) 2 a = y b x Donde X e Y son las medias aritméticas de x e y respectivamente. Asimismo, la fórmula operacional para el cálculo del coeficiente de correlación es: r = [ n Σ xy ( Σ x ) ( Σ y) ] 2 [n Σ x 2 ( Σ x) 2 ] [n Σ y 2 (Σ y) 2 ] SIGNIFICACIÓN ESTADÍSTICA La correlación observada entre dos variables puede o no ser estadísticamente significativa. No siempre un valor de r cercano a 1 significa que existe un fuerte grado de correlación entre las variables. También cuenta el número de observaciones n. Cuanto mayor sea n más significativo serán, estadísticamente, el valor de r encontrado.
20 Base Regresión/Correlación Página 20 de 20 Un coeficiente muy útil para verificar la significación estadística de r se calcula por medio de la siguiente fórmula: F = r 2 ( n 2 ) 1 r 2 La distribución de F se encuentra en tablas estadísticas usuales, para los tres niveles de significación más comúnmente adoptados; 0.05, 0.01 y Para dos variables, los grados de libertad pertinentes, para entrar a las tablas, son: n 1 = 1 n 2 = n 2 Cuando F calculada es igual o mayor que F en la tabla, se admite la significación estadística de r, al nivel de confianza adoptado. Ejercicio: Datos: Gráfico Polígono de Regresión X Y Y X Cálculo de Parámetros y Coeficientes: a = r = b = F =
Tema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
Más detallesDiplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesTema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.
Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION. Distribuciones uni- y pluridimensionales. Hasta ahora se han estudiado los índices y representaciones de una sola variable por individuo. Son las distribuciones
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesUN PROBLEMA DE OPTIMIZACIÓN CON CABRI: LA REGRESIÓN LINEAL.
UN PROBLEMA DE OPTIMIZACIÓN CON CABRI: LA REGRESIÓN LINEAL. Benjamín R. Sarmiento Lugo. Universidad Pedagógica Nacional bsarmiento@pedagogica.edu.co Esta conferencia está basada en uno de los temas desarrollados
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesTitulo: COMO GRAFICAR UNA FUNCION RACIONAL Año escolar: 4to. año de bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela Correo electrónico:
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesTEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1
TEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1 CARACTERÍSTICAS DE LAS REACCIONES HOMOGÉNEAS Todas las sustancias reaccionantes se encuentran en una sola fase Velocidad de reacción: Objetivo principal
Más detallesMEDICIONES ELECTRICAS I
Año:... Alumno:... Comisión:... MEDICIONES ELECTRICAS I Trabajo Práctico N 2 Tema: MEDICION DE RESISTENCIA. METODO DIRECTO METODO INDIRECTO Método Directo Vamos a centrar nuestro análisis en los sistemas
Más detallesEn la notación C(3) se indica el valor de la cuenta para 3 kilowatts-hora: C(3) = 60 (3) = 1.253
Eje temático: Álgebra y funciones Contenidos: Operatoria con expresiones algebraicas Nivel: 2 Medio Funciones 1. Funciones En la vida diaria encontramos situaciones en las que aparecen valores que varían
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesCAPÍTULO 4 TÉCNICA PERT
54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesEL PROBLEMA DE LA TANGENTE
EL PROBLEMA DE LA TANGENTE El problema de definir la tangente a una curva y f (x) en un punto P ( x, y ) ha llevado al concepto de la derivada de una función en un punto P ( x, y ). Todos sabemos dibujar
Más detallesEstadística Descriptiva. SESIÓN 11 Medidas de dispersión
Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesESTADÍSTICA DESCRIPTIVA PARA EL TURISMO
ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas
Más detallesCAPITULO XII PUENTES DE CORRIENTE ALTERNA
CAPITULO XII PUENTES DE CORRIENTE ALTERNA 2. INTRODUCCION. En el Capítulo IX estudiamos el puente de Wheatstone como instrumento de medición de resistencias por el método de detección de cero. En este
Más detallesEfecto de diferentes intervalos entre partos y producción por lactancia sobre la productividad esperada por hectárea.
Efecto de diferentes intervalos entre partos y producción por lactancia sobre la productividad esperada por hectárea. Ing. Agr. Roberto Rubio Introducción En las situaciones productivas de los tambos el
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesRepresentaciones gráficas: Método del Paralelogramo
Representaciones gráficas: Método del Paralelogramo La relación funcional más simple entre dos variables es la línea recta. Sea entonces la variable independiente x y la variable dependiente y que se relacionan
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesTEMA 4: ECUACIONES Y SISTEMAS DE ECUACIONES
TEMA 4: ECUACIONES Y SISTEMAS DE ECUACIONES 1. ECUACIONES. Una ecuación es una igualdad entre dos expresiones algebraicas. Las variables en este caso se denominan incógnitas. Las soluciones de una ecuación
Más detallesIntroducción. Flujo Eléctrico.
Introducción La descripción cualitativa del campo eléctrico mediante las líneas de fuerza, está relacionada con una ecuación matemática llamada Ley de Gauss, que relaciona el campo eléctrico sobre una
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesESCALARES Y VECTORES
ESCALARES Y VECTORES MAGNITUD ESCALAR Un escalar es un tipo de magnitud física que se expresa por un solo número y tiene el mismo valor para todos los observadores. Se dice también que es aquella que solo
Más detallesLA ECUACIÓN CUADRÁTICA
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: MATEMÁTICAS DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO N 0 FECHA DURACION 3
Más detallesEncuesta de. Ocupación Hotelera
Encuesta de Ocupación Hotelera - 1-1. Contenido 1. Contenido... 1 2. Introducción... 2 3. Resumen Ejecutivo... 2 4. Objetivos del Estudio... 3 4.1. General... 3 4.2. Específicos... 3 5. Distribución de
Más detallesRegresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más detallesDERIVADAS. Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto.
DERIVADAS Tema: La derivada como pendiente de una curva Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto. La pendiente de la curva en el punto
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detalles12 Funciones de proporcionalidad
8 _ 09-088.qxd //0 : Página 9 Funciones de proporcionalidad INTRODUCCIÓN La representación gráfica de funciones de proporcionalidad es una de las formas más directas de entender y verificar la relación
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesAplicaciones de la línea recta
1 FACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS GRADO: 10 TALLER Nº: 4 SEMESTRE II RESEÑA HISTÓRICA Aplicaciones de la línea recta RESEÑA HISTÓRICA EUCLÍDES Nació: 365 AC en Alejandría,
Más detallesANEXO 1 EJEMPLO DE CALCULO DE RESISTIVIDAD APARENTE. Subestaciones de Media Tensión Curso Fernando Berrutti Staino
ANEXO 1 EJEMPLO DE CALCULO DE RESISTIVIDAD APARENTE Subestaciones de Media Tensión Curso 015 Fernando Berrutti Staino Planteo del problema Se realizan mediciones con un telurímetro en el terreno de una
Más detallesLa distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesNOCIONES PRELIMINARES (*) 1
CONJUNTOS NOCIONES PRELIMINARES (*) 1 Conjunto no es un término definible, pero da idea de una reunión de cosas ( elementos ) que tienen algo en común. En matemática los conjuntos se designan con letras
Más detallesInteracciones Eléctricas La Ley de Coulomb
Interacciones Eléctricas La Ley de Coulomb 1. Introducción La Electrostática se ocupa del estudio de las interacciones entre cargas eléctricas en reposo. Las primeras experiencias relativas a los fenómenos
Más detallesCINEMÁTICA: ESTUDIO DEL MOVIMIENTO. Cinemática es la parte de la Física que estudia la descripción del movimiento de los cuerpos.
CINEMÁTICA: ESTUDIO DEL MOVIMIENTO Cinemática es la parte de la Física que estudia la descripción del movimiento de los cuerpos. 1. Cuándo un cuerpo está en movimiento? Para hablar de reposo o movimiento
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesFUNDAMENTOS DEL ÁLGEBRA. Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES
FUNDAMENTOS DEL ÁLGEBRA Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES NOMBRE ID SECCIÓN SALÓN Prof. Eveln Dávila Contenido TEMA: Ecuaciones Lineales En Dos Variables... Solución
Más detallesFunciones 1. D = Dom ( f ) = x R / f(x) R. Recuerda como determinabas los dominios de algunas funciones: x x
Funciones. DEFINICIÓN Y TERMINOLOGÍA.. Definición de función real de variable real. "Es toda correspondencia, f, entre un subconjunto D de números reales y R (o una parte de R), con la condición de que
Más detallesTEMA 3: EL MERCADO DE BIENES
TEMA 3: EL MERCADO DE BIENES 3-1 La composición del PIB Slide 3.2 Tabla 3.1 La composición del PIB, UE15, 2008 El consumo representa aproximadamente el 60% de la renta mientras que la inversión y el gasto
Más detallesObjetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Más detallesCAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO
9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño
Más detallesUNIDAD IV DISTANCIA ENTRE DOS PUNTOS
UNIDAD IV DISTANCIA ENTRE DOS PUNTOS Dados los puntos: P(x1, y1) y Q(x2, y2), del plano, hallemos la distancia entre P y Q. Sin pérdida de generalidad, tomemos los puntos P y Q, en el primer cuadrante
Más detallesAplicación: cálculo de áreas XII APLICACIÓN: CÁLCULO DE ÁREAS
XII APLICACIÓN: CÁLCULO DE ÁREAS El estudiante, hasta este momento de sus estudios, está familiarizado con el cálculo de áreas de figuras geométricas regulares a través del uso de fórmulas, como el cuadrado,
Más detallesBLOQUE I: GEOMETRÍA PLANA Y FIGURAS GEOMÉTRICAS. Ecuaciones y sistemas. 2 (20 horas) Funciones y gráficas. 2 (20 horas) Estadística y probabilidad
PROGRAMACIÓN DIDÁCTICA Materia IV Período FBPI Tramo II Ámbito Científico-Tecnológico Bloque I Geometría plana y figuras geométricas Créditos 3 (30 horas) Bloque II Créditos Ecuaciones y sistemas 2 (20
Más detallesLímites y continuidad de funciones reales de variable real
Límites y continuidad de funciones reales de variable real Álvarez S., Caballero M.V. y Sánchez M. a M. salvarez@um.es, m.victori@um.es, marvega@um.es Índice 1. Definiciones 3 2. Herramientas 10 2.1. Funciones
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesHabilidades Matemáticas. Alejandro Vera
Habilidades Matemáticas Alejandro Vera La distribución normal Introducción Una de las herramientas de mayor uso en las empresas es la utilización de la curva normal para describir situaciones donde podemos
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesCALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA
CALIDAD 1 DIAGRAMA DE CORRELACIÓN-DISPERSIÓN QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN? Es una herramienta gráfica que permite demostrar la relación existente entre dos clases de datos y cuantificar
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Una carpintería vende paneles de contrachapado de dos tipos A y B.
Más detallesANEXO 1. CALIBRADO DE LOS SENSORES.
ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de
Más detallesdada por c(x) = donde x indica el tamaño de los pedidos para renovar existencias
FUNCIONES +, si
Más detallesEl polvo de bronce empleado ha sido suministrado por la empresa ECKART. Su denominación comercial es ECKA Spherical Bronze 89/11 AK.
3. MATERIALES 3.1 BRONCE El polvo de bronce empleado ha sido suministrado por la empresa ECKART. Su denominación comercial es ECKA Spherical Bronze 89/11 AK. 3.1.1 PROPIEDADES GENERALES En este apartado
Más detalles2.2 Rectas en el plano
2.2 Al igual que ocurre con el punto, en geometría intrínseca, el concepto de recta no tiene definición, sino que constituye otro de sus conceptos iniciales, indefinibles. Desde luego se trata de un conjunto
Más detallesUNIDAD 6.- PROGRAMACIÓN LINEAL
UNIDAD 6.- PROGRAMACIÓN LINEAL 1. INECUACIONES LINEALES CON DOS INCÓGNITAS Una inecuación de primer grado con dos incógnitas es una inecuación que en forma reducida se puede expresar de la siguiente forma:
Más detallesContenido Introducción Resumen Ejecutivo Objetivos del Estudio General Específicos...
- 1-1. Contenido 1. Contenido... 1 2. Introducción... 2 3. Resumen Ejecutivo... 2 4. Objetivos del Estudio... 3 4.1. General... 3 4.2. Específicos... 3 5. Distribución de la Muestra... 4 6. Resultados
Más detallesColegio Portocarrero. Curso Departamento de matemáticas. Análisis. (Límites/Asíntotas/Continuidad/Derivadas/Aplicaciones de las derivadas)
Análisis (Límites/Asíntotas/Continuidad/Derivadas/Aplicaciones de las derivadas) Problema 1: Sea la función Determina: a) El dominio de definición. b) Las asíntotas si existen. c) El o los intervalos de
Más detallesJUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Más detallesInfinito más un número Infinito más infinito. Infinito por infinito. OPERACIONES CON INFINITO Sumas con infinito. Productos con infinito
OPERACIONES CON INFINITO Sumas con infinito Infinito más un número Infinito más infinito Infinito menos infinito Productos con infinito Infinito por un número Infinito por infinito Infinito por cero Cocientes
Más detallesLa variable independiente x es aquella cuyo valor se fija previamente. La variable dependiente y es aquella cuyo valor se deduce a partir de x.
Bloque 8. FUNCIONES. (En el libro Temas 10, 11 y 12, páginas 179, 197 y 211) 1. Definiciones: función, variables, ecuación, tabla y gráfica. 2. Características o propiedades de una función: 2.1. Dominio
Más detallesDistancia focal de una lente convergente (método del desplazamiento) Fundamento
Distancia focal de una lente convergente (método del desplazamiento) Fundamento En una lente convergente delgada se considera el eje principal como la recta perpendicular a la lente y que pasa por su centro.
Más detallesMedición de resistencia por el método de amperímetro-voltímetro
Medición de resistencia por el método de amperímetro-voltímetro Objetivos Determinar el valor de una resistencia por el método de amperímetro voltímetro. Discutir las incertezas propias del método y las
Más detallesUNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES
UNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES En la Sección anterior se abordó contenidos relacionados con las funciones y gráficas, continuamos aprendiendo más sobre funciones; en la presente unidad abordaremos
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesACTIVIDAD DE APRENDIZAJE
ACTIVIDAD DE APRENDIZAJE Sigla Curso MAT330 Nombre Curso Cálculo I Créditos 10 Hrs. Semestrales Totales 5 Requisitos MAT200 o MAT2001 Fecha Actualización Escuela o Programa Transversal Programa de Matemática
Más detalles2ª PRUEBA 26 de febrero de 2016
2ª PRUEB 26 de febrero de 216 Problema experimental. Calibrado de un termistor. Como bien sabes, un termómetro es un dispositivo que permite medir la temperatura. Los termómetros clásicos se basan en el
Más detallesParciales Matemática CBC Parciales Resueltos - Exapuni.
Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre
Más detalles