Técnicas de Investigación Social

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

Download "Técnicas de Investigación Social"

Transcripción

1 Licenciatura en Sociología Curso 2006/07 Técnicas de Investigación Social Medir la realidad social (4) La regresión (relación entre variables) El término REGRESIÓN fue introducido por GALTON en su libro Natural inheritance (1889) refiriéndose a la ley de la regresión universal : Cada peculiaridad en un hombre es compartida por sus descendientes, pero en media, en un grado menor. Regresión a la media Regresión a la media Su trabajo se centraba en la descripción de los rasgos físicos de los descendientes (una variable) a partir de los de sus padres (otra variable). PEARSON (un amigo suyo) realizó un estudio con más de 0 registros de grupos familiares observando una relación del tipo: Altura del hijo = 85cm + 0,5 altura del padre (aprox.) Conclusión: los padres muy altos tienen tendencia a tener hijos que heredan parte de esta altura, aunque tienen tendencia a acercarse (regresar) a la media. Lo mismo puede decirse de los padres muy bajos. Hoy en día el sentido de regresión es el de predicción de una medida basándonos en el conocimiento de otra. FRANCIS GALTON Estadístico y aventurero Fundador (con otros) de la estadística moderna para explicar las teorías de Darwin. Primo de Darwin

2 Estudio conjunto de dos variables A la derecha tenemos una posible manera de recoger los datos obtenido observando dos variables en varios individuos de una muestra. En cada fila tenemos los datos de un individuo Cada columna representa los valores que toma una variable sobre los mismos. Las individuos no se muestran en ningún orden particular. Altura en cm Peso en Kg Dichas observaciones pueden ser representadas en un diagrama de dispersión ( scatterplot ). En ellos, cada individuos es un punto cuyas coordenadas son los valores de las variables. Diagramas de dispersión o nube de puntos Tenemos las alturas y los pesos de individuos representados en un diagrama de dispersión. Pesa 76 kg. Pesa kg. Mide 161 cm. Mide 187 cm.

3 Relación entre variables Tenemos las alturas y los pesos de individuos representados en un diagrama de dispersión. Parece que el peso aumenta con la altura Predicción de una variable en función de otra Aparentemente el peso aumenta 10Kg por cada 10 cm de altura... o sea, el peso aumenta en una unidad por cada unidad de altura. Tenemos las alturas y los pesos de individuos representados en un diagrama de dispersión. 10 kg. 10 cm.

4 Cómo reconocer relación directa e inversa Incorrelación Fuerte relación directa. Para valores de X por encima de la media tenemos valores de Y por encima y por debajo en proporciones similares. Incorrelación Cierta relación inversa Se llama relación directa o creciente entre X e Y cuando: Para los valores de X mayores que la media le corresponden valores de Y mayores también. Para los valores de X menores que la media le corresponden valores de Y menores también. Para los valores de X mayores que la media le corresponden valores de Y menores. Esto es relación inversa o decreciente. Cómo reconocer buena o mala relación Poca relación Dado un valor de X no podemos decir gran cosa sobre Y. Mala relación. Independencia. o o o Fuerte relación directa. o o Conocido X sabemos que Y se mueve por una horquilla estrecha. Buena relación Cierta relación inversa Lo de horquilla estrecha hay que entenderlo con respecto a la dispersión que tiene la variable Y por si sola, cuando no se considera X.

5 Relación entre variables (Definición) Se considera que dos variables cuantitativas están relacionadas entre sí cuando los valores de una de ellas varían de forma sistemática con respecto a los valores homónimos de la otra; en otras palabras, si tenemos dos variables, A y B, existe relación entre ellas si al aumentar los valores de A también lo hacen los de B, o por el contrario si al aumentar los valores de A disminuyen los de B. Relación entre variables (Significado) La relación entre dos variables cuantitativas queda representada mediante la línea de mejor ajuste, que es la que esquematiza las condiciones de la nube de puntos y de la relación. Los componentes elementales de una línea de ajuste y por extensión de una relación entre dos variables son: La fuerza El sentido La forma

6 Relación entre variables (Definición) La fuerza mide el grado en que la línea representa a la nube de puntos. Si la nube es estrecha y alargada una línea recta representará adecuadamente a la nube de puntos y a la relación y por tanto ésta será fuerte. Si por el contrario, la nube de puntos tiene una tendencia elíptica o circular, una línea recta que trate de representar a la misma será consecuencia de una relación débil y poco representativa, con amplios residuos. El sentido de la relación se refiere a cómo varían los valores de B con respecto a A. Si al crecer los valores de la variable A lo hacen los de B, será una relación positiva (a valores bajos de A le corresponden valores bajos de B). Si al aumentar A, disminuye B, será una relación negativa (a valores bajos de A le corresponden valores altos de B y viceversa). La forma establece el tipo de línea a emplear para definir el mejor ajuste. Se pueden emplear tres tipos de líneas: una línea recta, una curva monotónica y una curva no monotónica. Relación entre variables (Definición) En el caso de usar una recta, se admite que existe una proporción entre la diferencia entre dos valores A y la diferencia entre dos valores de B. A ese factor de ajuste entre ambas series se le llama pendiente de la recta, y se asume que es constante a lo largo de toda la recta de ajuste. En el caso de usar una curva monotónica, ese factor de proporción entre las dos variables no es constante a lo largo de toda la recta, y por lo tanto la pendiente de la misma es variable en su recorrido. Se dice entonces que la línea de ajuste es no lineal monotónica, puesto que la línea se ha convertido en curva. Sin embargo, lo que no varía es el sentido de la relación: si la relación es positiva lo será a lo largo de todo el recorrido de la curva y si es negativa, será negativa en toda la curva. Por último, en el caso de usar una curva no monotónica varía tanto la pendiente de la curva como el sentido de la relación, que en unos sectores puede ser positiva (ascendente) y en otros negativa (descendente).

7 Relación entre variables no lineales Covarianza de dos variables X e Y La covarianza entre dos variables, S xy, nos indica si la posible relación entre dos variables es directa o inversa. S xy 1 = ( x n i i x)( y i y) Directa: S xy > 0 Directa: S xy < 0 Directa: S xy = 0 El signo de la covarianza nos dice si el aspecto de la nube de puntos es creciente o no, pero no nos dice nada sobre el grado de relación entre las variables.

8 Cálculo de la covarianza La covarianza entre dos variables Var 1 y Var 2 viene dada por: S xy 1 = ( x n i i x)( y i y) Donde x i indica el valor de la variable Var 1 para el individuo i, y i el valor de la variable Var 2 para el individuo i, x la media de Var 1 e y la media de Var2. indica Indicadores de correlación La correlación mide la relación lineal entre dos variables y su sentido (si es directo o inverso). Cuando la relación es perfectamente lineal dicho coeficiente vale 1 (ó -1). Cuando el coeficiente tiene un valor próximo a cero, o bien no existe relación entre las variables analizadas o bien dicha relación no es lineal. La correlación habitualmente denotada por r se puede estimar de dos maneras diferentes: El coeficiente de correlación de Pearson denotado por r es utilizado cuando ambas variables son cuantitativas siguiendo una distribución normal El coeficiente de correlación de Spearman denotado por rs se utiliza cuando alguna de las variables es ordinal o incluso dicotómica o para variables cuantitativas con muestras pequeñas.

9 Coeficiente de correlación lineal de Pearson El coeficiente de correlación lineal de Pearson de dos variables, r, nos indica si los puntos tienen una tendencia a disponerse alineadamente (excluyendo rectas horizontales y verticales). Tiene el mismo signo que Sxy por tanto de su signo obtenemos el que la posible relación sea directa o inversa. r es útil para determinar si hay relación lineal entre dos variables, pero no servirá para otro tipo de relaciones (cuadrática, logarítmica,...) r = S S x xy S y Coeficiente de correlación de Pearson El coeficiente de correlación de Pearson se obtiene calculando en primer lugar la covarianza entre las variables, que es una medida de asociación con dependencia de las unidades de medida de las variables. Después se divide por el producto de cada una de las desviaciones típicas de ambas variables, resultando una medida de asociación adimensional. r = S S x xy S y

10 Coeficiente de correlación lineal de Pearson Principio de isomorfía: sólo si la estructura de la hipótesis sustantiva supone una relación lineal, tendrá sentido utilizar el coeficiente de Pearson. Si la relación hipóteticamente se supone no lineal, no deberá utilizarse este coeficiente para contrastar la hipótesis. Si el coeficiente de Pearson calculado para la distribución conjunta informa que no existe relación, deberá tenerse muy presente de que la conclusión es que No hay relación lineal. Propiedades de r Es adimensional Sólo toma valores comprendidos entre [-1,1] Las variables son incorrelada si r = 0 Relación lineal perfecta entre dos variables se produce si r = +1 o r =-1 Excluimos los casos de puntos alineados horizontal o verticalmente. Cuanto más cerca esté r de +1 o -1 mejor será el grado de relación lineal. Siempre que no existan observaciones anómalas.. Relación inversa perfecta Variables incorreladas Relación directa casi perfecta

11 Correlación de Sperman El coeficiente de correlación de Spearman es una técnica no paramétrica que se basa en los rangos en vez de en los valores originales de la variable. Cálculo de Rangos Para los datos de las variables Var 1 y Var 2 se calculan los rangos de los valores de éstas, a los que se denota por: R i (Var 1 ) y R i (Var 2 ), siendo R i (Var 1 ) los rangos de la variable Var 1 asociados al individuo i y R i (Var 2 ) los rangos de la variable Var 2 asociados al individuo i. Ejemplo: Var1 Var 2 R1(Var 1 ) Ri(Var 2 ) Máximo valor rango mayor Empate rangos 1 y 2 rango 1, ,5 5 1, Correlación de Sperman (valores intermedios) Cálculo de valores intermedios A continuación, se realizan los siguientes cálculos intermedios:

12 Coeficiente de Spearman Cálculo del coeficiente de correlación de Spearman. A partir de los coeficientes calculados con anterioridad, se calcula el coeficiente de correlación rs de Spearman dado por:

13

14

15

16 Entrenando el ojo: correlaciones positivas r=0, r=0,4 110 r=0,6 r=0,8 Entrenando el ojo: casi perfectas y positivas r=0,9 r=0,99 r=1

17 Entrenando el ojo: correlaciones negativas r=-0, r=-0, r=-0, r=-0,999 0 Preguntas más frecuentes Si r = 0 eso quiere decir que no las variables son independientes?. En la práctica, casi siempre sí, pero no tiene por qué ser cierto en todos los casos. Lo contrario si es cierto: Independencia implica incorrelación Me ha salido r =1 2 la relación es superlineal? Superqué? Eso es un error de cálculo. Siempre debe tomar un valor entre -1 y +1. A partir de qué valores se considera que hay buena relación lineal? Es difícil dar un valor concreto. Podemos decir que si r >0,7 hay buena relación lineal y que si r >0,4 hay cierta relación.

18 Otros coeficientes de correlación Cuando las variables en vez de ser numéricas son ordinales, se utilizan otro tipo de indicadores. Disponemos para estos casos de dos estadísticos, aunque no los usaremos en clase: Maurice George Kendall ρ ( ro ) de Spearman τ ( tau ) de Kendall Charles Edward Spearman

15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:

15. 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 detalles

Módulo de Estadística

Módulo de Estadística Módulo de Estadística Tema 3: Estadística descriptiva bivariante y regresión lineal. Tema 3: Estadística bivariante 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton

Más detalles

Estadística descriptiva bivariante y regresión lineal.

Estadística descriptiva bivariante y regresión lineal. Estadística descriptiva bivariante y regresión lineal. 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en su libro Natural inheritance (1889) refiriéndose a la

Más detalles

Bioestadística. Tema 3: Estadística descriptiva bivariante y regresión lineal. Relaciones entre variables y regresión

Bioestadística. Tema 3: Estadística descriptiva bivariante y regresión lineal. Relaciones entre variables y regresión Bioestadística Tema 3: Estadística descriptiva bivariante y regresión lineal. Tema 3: Estadística bivariante 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en

Más detalles

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística

Regresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES ESTADÍSTICAS BIDIMENSIONALES VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes

Más detalles

Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable.

Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable. 1 DEFINICIONES PREVIAS Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable. Correlación: es la cuantificación del grado de relación existente

Más detalles

EJEMPLOS DE PRONÓSTICOS

EJEMPLOS DE PRONÓSTICOS 2 PRONÓSTICO > ES UNA TÉCNICA QUE PERMITE PREDECIR EL FUTURO, BASÁNDOSE EN: > ACONTECIMIENTOS PASADOS. > INFORMACIÓN ESTADÍSTICA RECABADA SOBRE EXPERIENCIAS SIMILARES. > ESTIMACIONES BASADAS EN ESTUDIOS

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Estadística aplicada a la comunicación

Estadística aplicada a la comunicación Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2

Más detalles

Tema 3. Relación entre dos variables cuantitativas

Tema 3. Relación entre dos variables cuantitativas Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas

Más detalles

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS

3. 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 detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

Tema 9: Estadística en dos variables (bidimensional)

Tema 9: Estadística en dos variables (bidimensional) Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un

Más detalles

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización

Más detalles

Relación entre la altura y la distancia del suelo al ombligo

Relación entre la altura y la distancia del suelo al ombligo Relación entre la altura y la distancia del suelo al ombligo JULIA VIDAL PIÑEIRO Los 79 datos usados para realizar el estudio estadístico de la relación altura- distancia al ombligo, se tomaron a personas

Más detalles

D I S T R I B U C I O N E S B I D I M E N S I O N A L E S

D I S T R I B U C I O N E S B I D I M E N S I O N A L E S D I S T R I B U C I O N E S B I D I M E N S I O N A L E S 1 INTRODUCCIÓN: Variables estadísticas bidimensionales En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una población

Más detalles

Distribuciones bidimensionales. Correlación.

Distribuciones bidimensionales. Correlación. Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 4: Distribuciones bidimensionales. Correlación. Resumen teórico Resumen teórico de los principales conceptos estadísticos

Más detalles

Tema 8: Regresión y Correlación

Tema 8: Regresión y Correlación Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice

Más detalles

Tema 3: Análisis de datos bivariantes

Tema 3: Análisis de datos bivariantes Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles

Estadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada

Estadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas

Más detalles

CORRELACION Y REGRESIÓN LINEAL

CORRELACION Y REGRESIÓN LINEAL LECCION Nº 5 CORRELACION Y REGRESIÓN LINEAL OBJETIVOS ESPECIFICOS Diferenciar los conceptos de correlación lineal, y regresión lineal. Determinar el índice o coeficiente de correlación en una distribución

Más detalles

1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1

1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1 8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable

Más detalles

Tema 2. Descripción Conjunta de Varias Variables

Tema 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 detalles

Cuaderno de actividades 1º

Cuaderno de actividades 1º Cuaderno de actividades 1º 1 ITRODUCCIÓ: Variables estadísticas bidimensionales En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una población En el caso de dos (o más)

Más detalles

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos

Más detalles

Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.

Tema 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 detalles

Estadística Descriptiva II: Relación entre variables

Estadística Descriptiva II: Relación entre variables Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de

Más detalles

Matemáticas. Bioestadística. Correlación y Regresión Lineales

Matemáticas. Bioestadística. Correlación y Regresión Lineales Matemáticas Bioestadística Correlación y Regresión Lineales En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo, si se analiza la

Más detalles

Coeficiente de Correlación

Coeficiente de Correlación Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las

Más detalles

Repaso Estadística Descriptiva

Repaso Estadística Descriptiva Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable

Más detalles

RENTABILIDAD Y RIESGO

RENTABILIDAD Y RIESGO RENTABILIDAD Y RIESGO 1. MEDICIONES 1. SITUACIÓN La rentabilidad que tienen que entregar las inversiones, no solo involucran el beneficio natural que debe otorgar al capital por su utilización, sino la

Más detalles

Variables estadísticas bidimensionales: problemas resueltos

Variables estadísticas bidimensionales: problemas resueltos Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO

Más detalles

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y

Más detalles

CORRELACIÓN Y REGRESIÓN. Raúl David Katz

CORRELACIÓN Y REGRESIÓN. Raúl David Katz CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable

Más detalles

Modelación y Simulación de Sistemas

Modelación y Simulación de Sistemas Modelación y Simulación de Sistemas Conferencia 1 www.norte.uni..edu.ni Maestro Julio Rito Vargas Avilés Programa de la Asignatura Objetivo General Crear modelos matemáticos que describan los sistemas

Más detalles

Variables estadísticas bidimensionales

Variables estadísticas bidimensionales Variables estadísticas bidimensionales BEITO J GOZÁLEZ RODRÍGUEZ (bjglez@ulles) DOMIGO HERÁDEZ ABREU (dhabreu@ulles) MATEO M JIMÉEZ PAIZ (mjimenez@ulles) M ISABEL MARRERO RODRÍGUEZ (imarrero@ulles) ALEJADRO

Más detalles

ANEXO 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. 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 detalles

Calculamos la covarianza. (La covarianza indica el sentido de la correlación entre las variables):

Calculamos la covarianza. (La covarianza indica el sentido de la correlación entre las variables): 0 81 098 www.ceformativos.com EJERCICIOS RESUELTOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Cinco niñas de 2,3,,7 y 8 años de edad pesan respectivamente 14, 20, 30, 42 y 44 kilos. a) Hallar la ecuación de la recta

Más detalles

El ejemplo: Una encuesta de opinión

El ejemplo: Una encuesta de opinión El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar

Más detalles

CORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña

CORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre

Más detalles

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.

Profesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento. UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre

Más detalles

I1.1 Introducción n a la correlación

I1.1 Introducción n a la correlación 3 3 SESIÓN N CURSO DE ESTADÍSTICA STICA AVANZADA I. Introducción n a la correlación. Diagramas de dispersión.3 Coeficientes de correlación.4 Errores de interpretación 3 LA SESIÓN N N LINEAL SIMPLE. Introducción

Más detalles

3. CORRELACIÓN Y REGRE-

3. CORRELACIÓN Y REGRE- 3. CORRELACIÓN Y REGRE- SIÓN Objetivo Medir y ajustar una relación lineal entre dos variables cuantitativas. Bibliografia recomendada Peña y Romo (1997), Capítulos 8 y 9. Índice 1. Covarianza y sus propiedades

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Bioestadística. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si.

Bioestadística. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. 1 de 5 15/10/2006 06:04 a.m. Bioestadística. Correlación y regresión lineales. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo,

Más detalles

REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)

REGRESIÓN 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 detalles

Análisis de datos en los estudios epidemiológicos III Correlación y regresión

Análisis de datos en los estudios epidemiológicos III Correlación y regresión Análisis de datos en los estudios epidemiológicos III Correlación y regresión Salinero. Departamento de Investigación Fuden Introducción En el capitulo anterior estudiamos lo que se denomina estadística

Más detalles

Unidad IV Introducción a la Regresión y Correlación

Unidad IV Introducción a la Regresión y Correlación Unidad IV Introducción a la Regresión y Correlación Última revisión: 25-0ctubre-2009 Elaboró: Ing. Víctor H. Alcalá-Octaviano Página 48 IV.1 Conceptos fundamentales Antología de Probabilidad y Estadística

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias

Más detalles

Tema 1.- Correlación Lineal

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 detalles

Estadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión

Estadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo

Más detalles

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.

ESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra. ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a

Más detalles

4.1 Análisis bivariado de asociaciones

4.1 Análisis bivariado de asociaciones 4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis

Más detalles

Matemáticas. Selectividad ESTADISTICA COU

Matemáticas. Selectividad ESTADISTICA COU Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries

Más detalles

Capítulo 17 Análisis de correlación lineal Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1

Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta

Más detalles

Pronósticos en los negocios L.C. y Mtro. Francisco Javier Cruz Ariza

Pronósticos en los negocios L.C. y Mtro. Francisco Javier Cruz Ariza Pronósticos en los negocios L.C. y Mtro. Francisco Javier Cruz Ariza Tema 1: Elementos de Planeación Financiera. El pronóstico y el presupuesto. Metodología a seguir en la elaboración del presupuesto.

Más detalles

Elaboró: Luis Casas Vilchis

Elaboró: Luis Casas Vilchis Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con

Más detalles

UNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos:

UNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos: UNIDAD Nº4 TEORÍA DE REGRESIÓN Y CORRELACIÓN 1.- Teoría de Regresión.- En términos de estadística los conceptos de regresión y ajuste con líneas paralelas son sinónimos lo cual resulta estimar los valores

Más detalles

FUNCIÓN. La Respuesta correcta es D

FUNCIÓN. La Respuesta correcta es D FUNCIONES FUNCIÓN La Respuesta correcta es D FUNCIÓN Función Continua: Es aquella en la que su gráfica se puede recorrer en forma ininterrumpida en toda su extensión. FUNCIÓN Función Discontinua: Es aquella

Más detalles

Probabilidad y Estadística - Clase 3

Probabilidad y Estadística - Clase 3 Probabilidad y Estadística - Clase 3 Relación entre dos variables Karl Pearson (1857-1936). Matemático británico. Mejoró los trabajos de Francis Galton. Se propuso estudiar la relación entre la estatura

Más detalles

Doc. Juan Morales Romero

Doc. Juan Morales Romero Análisis de Correlación y Regresión Lineal ANALISIS DE CORRELACION Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables DIAGRAMA DE DISPERSION Gráfica

Más detalles

Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión

Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo

Más detalles

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas

Más detalles

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.

Más detalles

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES

CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no

Más detalles

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.

Más detalles

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9

MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9 Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 9 La regresión lineal Tema 9: La regresión lineal Objetivos Conocer

Más detalles

CAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA

CAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA Página de CAPÍTULO (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA Relaciones entre dos variables cuantitativas A menudo nos va a interesar describir la relación o asociación entre dos variables. Como

Más detalles

Libro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez

Libro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez Libro de ejercicios de refuerzo de matemáticas María de la Rosa Sánchez Estadística bidimensional Tema 0 2 Índice general 1. Estadística unidimensional 5 2. Estadística bidimensional 11 3 Tema 1 Estadística

Más detalles

3 Regresión y correlación lineales

3 Regresión y correlación lineales 3 Regresión y correlación lineales 3.1 Introducción En esta unidad se analizará la relación entre dos o más variables y desarrollamos una ecuación que nos permite estimar una variable con base en otra.

Más detalles

log = = Las ecuaciones de cancelación cuando se aplican las funciones f x = a x y f 1 = log a x, se convierten en:

log = = Las ecuaciones de cancelación cuando se aplican las funciones f x = a x y f 1 = log a x, se convierten en: Función logarítmica Función logarítmica y su representación Si a > 0 y a 0, la función exponencial f x = a x bien se incrementa o disminuye y por eso mediante la prueba de la línea horizontal es uno a

Más detalles

1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.

1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7. MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga

Más detalles

Construcción de Gráficas en forma manual y con programados

Construcción de Gráficas en forma manual y con programados Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción

Más detalles

X Y

X Y Capítulo 2 Distribuciones bivariantes Hasta ahora hemos estudiado herramientas que nos permiten describir las características de un único carácter Sin embargo, en muchos casos prácticos, es necesario estudiar

Más detalles

Tema 2: Estadística Descriptiva Bivariante.

Tema 2: Estadística Descriptiva Bivariante. Estadística 24 Tema 2: Estadística Descriptiva Bivariante. Se va a estudiar la situación en la que los datos representan observaciones, correspondientes a dos variables o caracteres, efectuadas en los

Más detalles

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras

Más detalles

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------

Más detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

Tema 8. Análisis de dos variables Ejercicios resueltos 1

Tema 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 detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10 Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

Análisis de datos cualitativos

Análisis de datos cualitativos Capítulo Análisis de datos cualitativos DEFINICIÓN DE VARIABLES CUALITATIVAS Son aquellas variables cuyos valores son un conjunto de cualidades no numéricas a las que se llama categorías o modalidades.

Más detalles

Distribuciones de probabilidad bidimensionales o conjuntas

Distribuciones de probabilidad bidimensionales o conjuntas Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso

Más detalles

Pregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24

Pregunta 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 detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. 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 detalles

Caso 17. Análisis multivariante: reducción de datos por componentes principales.

Caso 17. Análisis multivariante: reducción de datos por componentes principales. Caso 17: reducción por componentes principales 115 Caso 17. Análisis multivariante: reducción de datos por componentes principales. (JESÚS LÓPEZ FIDALGO, UCLM) CASO PRÁCTICO Se dispone de 15 variables

Más detalles

Una curva del plano correspondiente a la gráfica de una función si y sólo si ninguna recta vertical intercepta a la curva más de una vez

Una curva del plano correspondiente a la gráfica de una función si y sólo si ninguna recta vertical intercepta a la curva más de una vez Función Una función f de un conjunto D a un conjunto E, es una regla de correspondencia que asigna a cada elemento x de D un elemento único y de E. Características de las funciones Dominio de una función:

Más detalles

FUNCIONES y = f(x) ESO3

FUNCIONES y = f(x) ESO3 Las correspondencias entre conjunto de valores o magnitudes se pueden expresar de varias formas: con un enunciado, con una tabla, con una gráfica, o con una fórmula o expresión algebraica o analítica.

Más detalles

OBJETIVO: entonces f(x) y g(x) tienen igual pendiente entonces, g(x) = 4x + 4

OBJETIVO: entonces f(x) y g(x) tienen igual pendiente entonces, g(x) = 4x + 4 -0900 SESIÓN CONTENIDOS: Paralelismo Perpendicularidad entre funciones lineales. Funciones no lineales. Tipos de funciones no lineales. Gráfico de tipos de funciones. OBJETIVO: Determina ecuaciones de

Más detalles

CASOS DE LA FUNCIÓN AFÍN

CASOS DE LA FUNCIÓN AFÍN CASOS DE LA FUNCIÓN AFÍN Considera que el precio de un artículo es de Bs 80. Conocido el precio unitario (precio por unidad) es posible calcular fácilmente el precio de varios artículos con solo multiplicar

Más detalles

Guía de Matemática Cuarto Medio

Guía de Matemática Cuarto Medio Guía de Matemática Cuarto Medio Aprendizaje Esperado: 1. Conocen distintas maneras de organizar y presentar información incluyendo el cálculo de algunos indicadores estadísticos, la elaboración de tablas

Más detalles

3. Correlación. Introducción. Diagrama de dispersión

3. Correlación. Introducción. Diagrama de dispersión 1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no

Más detalles

MATEMÁTICAS 2º BACHILLERATO

MATEMÁTICAS 2º BACHILLERATO MATEMÁTICAS 2º BACHILLERATO MATRICES 1. Matrices y tipos de matrices 2. Operaciones con matrices 3. Producto de matrices 4. Matriz traspuesta 5. Matriz inversa 6. Rango de matrices DETERMINANTES 7. Determinantes

Más detalles

17. CURVA CARACTERÍSTICA DE UNA LÁMPARA

17. CURVA CARACTERÍSTICA DE UNA LÁMPARA 17. CURVA CARACTERÍSTICA DE UNA LÁMPARA OBJETIVO Medir las resistencias de los filamentos metálicos y de carbón de dos tipos de lámpara al variar la intensidad de corriente que pasa por los mismos. Representar

Más detalles

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA 1 CLASES DE ESTADÍSTICA II CLASE ) ESPERANZA ABSOLUTA. ESPERANZA CONDICIONAL. ESPERANZA ABSOLUTA El cálculo de valores esperados o esperanzas a nivel de dos variables aleatorias es una generalización matemática

Más detalles

ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth

ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)

Más detalles

ADMINISTRACION DE OPERACIONES

ADMINISTRACION DE OPERACIONES Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura

Más detalles

Análisis matemático de la función de Nelson y Siegel

Análisis matemático de la función de Nelson y Siegel Anexos Anexo 1 Análisis matemático de la función de Nelson y Siegel La función que define el tipo forward según el modelo propuesto por Nelson y Siegel (1987) es la siguiente: con m 0 y τ 0. 1 > m m m

Más detalles