Taller Análisis de Datos Multinivel (2da parte)
|
|
- Raquel López Díaz
- hace 7 años
- Vistas:
Transcripción
1 Taller Análisis de Datos Multinivel (2da parte) Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera de Mayo, 2012
2 Software SAS: proc mixed (modelos de efectos aleatorios) Macros: GLMMIX y NLINMIX para ajuste de modelos con variable de respuesta discreta SPSS: comando varcomp (solo modelo de intercepto aleatorio) Version 11 modulo de Modelos avanzados Modelo de efectos aleatorios Modelos multinivel
3 Software (2) BMDP: Modulo 3V y otros permiten el ajuste de algunos casos particulares de modelos multinivel Stata: La serie de comandos xt permiten ajustar modelos multinivel cuando los sujetos son seguidos en el tiempo Archivo ado: gllamm permite el ajuste de modelos enmarcados dentro de los llamados Modelos mixtos y lineales de variables latentes. Ver STB-53
4 Software (3) Especializados: PinT: Diseños de dos niveles. Puede ser bajado desde Mplus: modelos para estructura de covarianzas BUGS: para modelos bayesianos usando metodo de Gibbs MLA: Estima coeficientes para modelos de dos niveles usando metodos de remuestreo
5 Software (4) MLwiN Producido por Multilevel Models Project del Instituto de Educacion de la Universidad de Londres Version 2.20 de Junio de 2010 Modelo de dos niveles variable continua Modelo para respuesta binaria Modelo para variable discreta Respuesta multivariada Modelos de cadenas de Markov Otros
6
7 Sesion
8
9 datos
10 school student normexam Cons standlrt girl schgen Identificador Identificador Puntaje examen a los 16 años 1 Puntaje examen a los 11 años 0=hombre; 1=mujer Tipo de escuela: 1=mixta; 2=hombres; 3=mujeres
11
12
13 Promedio de notas en mujeres y hombres MODELO PARA COMPARAR PROMEDIOS ENTRE 2 GRUPOS
14
15
16
17 Modelamiento
18
19
20 Estimación de parámetros
21 Puntaje promedio entre las escuelas MODELO PARA LA COMPARACIÓN DE MAS DE 2 PROMEDIOS: MODELO DE EFECTOS FIJOS
22 65 escuelas Objetivo: Comparar puntaje promedio entre las 65 escuelas Modelo de efectos fijos Uso de variables dummies 65 escuelas => 64 variables dummies (se elige una como base para la comparacion) Y i 0 1x1 i 2x2i... 64x64 i e i
23 Creación de variables dummies
24 Modelo
25
26 Es significativa la diferencia de promedios entre escuelas?
27 MODELO MULTINIVEL
28 Recordatorio Modelo con 1 predictor a nivel individual y 1 predictor a nivel grupal 1era Etapa: 2 Y ij oj 1j *Xij ij ij ~ N 0, Respuesta individuo i en grupo j Var explicatoria nivel individual en individuo i en grupo j Independientes dentro de cada grupo 2da Etapa: Coef de regresión especifico para cada grupo es modelado Como una función de la variable de nivel grupal 0 j 1j Cov *Z *Z 0 j, 1j 10 j j 1j 0 j 1j 0 j ~ ~ N 0, N 0, Var explicatoria nivel grupal
29 Especificación
30
31
32 Visualización de la Estructura Jerárquica
33 Ejecutar el Modelo
34 Interpretación Media global de normexam=β 0 = El promedio de las diferentes escuelas se distribuyen alrededor de la media global con una varianza estimada de La varianza entre escuelas es estimada por σ 2 u=0.169 La varianza entre estudiantes dentro de una escuela es estimada por σ 2 e=0.848
35 Pruebas de Hipótesis H 0 : σ 2 u=0 [equivale a no diferencia de promedios entre escuelas] Z=0.169/0.032=5.3 => p<0.001 (Wald test) Prueba de razón de verosimilitud: {-2LKH(modelo nulo)} - {-2LKH(modelo actual)} Chi2 1 gl = Conclusión: Hay variación estadísticamente significativa entre escuelas Que porcentaje de variación es debida a la diferencia entre escuelas? Coef de partición de varianza=0.169/( )=0.166
36 La diferencia de puntajes entre escuelas se mantiene al ajustar por puntaje de ingreso? MODELO MAS COMPLEJO: INTERCEPTOS Y PENDIENTES ALEATORIAS
37
38 Modelo de regresión lineal simple
39
40 MMn
41 Cada escuela tiene su propio intercepto, β 0j, pero todas tienen la misma pendiente Se ajusta una serie de lineas paralelas Se ajusta a la realidad?
42 El coeficiente de standlrt varia entre las escuelas?
43 Comparación entre modelos
44
45 Taller Análisis de Datos Multinivel Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera de Mayo, 2012
Taller Análisis de Datos Multinivel
Taller Análisis de Datos Multinivel Sergio R. Muñoz, Ph.D. CIGES & Departamento Salud Publica Facultad de Medicina Universidad de La Frontera munozs@ufro.cl 12-25 de Mayo, 2012 Datos Pacientes en clínicas
Más detallesModelos de regresión multinivel
Luis Guillermo Díaz Leonardo Trujillo Julio 2011 Estructura de datos multinivel Los investigadores de las ciencias sociales y naturales, se enfrentan al problema de modelar estructuras de datos complejas,
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesCapítulo 8. Selección de variables Introducción
Capítulo 8 Selección de variables 8.1. Introducción En muchos problemas de regresión es posible considerar un número importante de variables predictoras. Un empresario podría estudiar los factores que
Más detallesCapítulo 2. Experimentos de comparaciones simples... 7
CONTENIDO Capítulo J. Introducción al diseño de experimentos... 1 Conceptos en el diseño de experimentos............... 1 Aplicaciones del diseño de experimentos.................... 4 Clasificación de
Más detallesCURSO - TALLER METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA INFERENCIAL. Dirigido a Profesionales de la Salud
CURSO - TALLER METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA INFERENCIAL Dirigido a Profesionales de la Salud 2018 Introducción Curso-Taller Metodología de la Investigación y Estadística Básica Aplicadas
Más detallesCURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA. Dirigido a Profesionales de la Salud. Febrero -Diciembre
CURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA Dirigido a Profesionales de la Salud Febrero -Diciembre 2017 Introducción Curso-Taller Metodología de la Investigación y Estadística Básica Aplicadas
Más detallesCURSO - TALLER METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA INFERENCIAL. Dirigido a Profesionales de la Salud. opción
CURSO - TALLER METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA INFERENCIAL opción A Dirigido a Profesionales de la Salud 2019 Introducción Curso-Taller Metodología de la Investigación y Estadística Básica
Más detallesTema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Más detallesModelo lineal general jerárquico
Modelo lineal general jerárquico Fernando Velasco Luna * Laboratorio de Investigación y Asesoría Estadística, LINAE Facultad de Estadística e Informática Universidad Veracruzana Av Xalapa Esq Manuel Avila
Más detallesCURSO: Métodos estadísticos para la investigación en
CURSO: Métodos estadísticos para la investigación en salud (V versión) Información General Versión: 5ª/ 2017 Modalidad: Presencial. Duración Total: 40 horas académicas. Horas a Distancia: - Fecha de inicio:
Más detallesFACTORES RELACIONADOS CON LA EFICACIA ESCOLAR DE LAS ESCUELAS
REICE - Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación 2007, Vol. 5, No. 5e FACTORES RELACIONADOS CON LA EFICACIA ESCOLAR DE LAS ESCUELAS SECUNDARIAS PÚBLICAS DEL DISTRITO
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más detallesModelo de Regresión Lineal
Modelo de Regresión Lineal Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Introducción Un ingeniero, empleado por un embotellador de gaseosas,
Más detallesTaller Metodológico: CONCEPTOS Y FUNDAMENTOS BÁSICOS EN ANÁLISIS ESTADÍSTICO DESCRIPTIVO. Juan León Jara Almonte GRADE
Taller Metodológico: CONCEPTOS Y FUNDAMENTOS BÁSICOS EN ANÁLISIS ESTADÍSTICO DESCRIPTIVO Juan León Jara Almonte GRADE Por qué hacer análisis descriptivo? Qué hacer con estos datos? ESTADISTICA DESCRIPTIVA
Más detallesÍNDICE. Introducción... Capítulo 1. El proceso del control de calidad. Metodologías... 1
ÍNDICE Introducción... XI Capítulo 1. El proceso del control de calidad. Metodologías... 1 El proceso de producción y la calidad... 1 Evolución del control de calidad... 3 Metodologías o modelos para el
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesGráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Más detallesEl Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesDiplomado en Estadística Aplicada
Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesSolución Taller No. 5 Econometría II Prof. Bernal
Solución Taller No. 5 Econometría - 7 II Prof. Bernal. a. Los resultados de la estimación son los siguientes (no hay que olvidar que las variables precio hay que transformarlas a logaritmos):. gen lpreciov
Más detallesINDICE Capitulo uno Introducción y estadísticas descriptiva Capitulo dos Conceptos en probabilidad Capitulo tres
INDICE Capitulo uno Introducción y estadísticas descriptiva 1.1. Introducción 1.2. descripción grafica de los datos 3 1.3. medidas numéricas descriptivas 11 Ejercicios 22 Apéndice: sumatorias y otras notaciones
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesTEMA 10 Correlación y regresión. El modelo de regresión simple
TEMA 10 Correlación y regresión. El modelo de regresión simple Karl Pearson (1857-1936) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales
Más detallesModelo Lineal PRACTICA 3
Modelo Lineal PRACTICA 3 1. Con los datos del ejercicio 20 de la práctica 1, a) calcule, para cada punto del diseño, el intervalo de confianza de nivel 0.95 para la respuesta. b) calcule, para cada punto
Más detallesASIGNATURA DE MÁSTER: BIOESTADÍSTICA
ASIGNATURA DE MÁSTER: BIOESTADÍSTICA Curso 2015/2016 (Código:21153032) 1.PRESENTACIÓN Con esta asignatura el lector podrá entender y explicar mejor los fenómenos naturales; incluso podrá hacer predicciones.
Más detallesINDICE. Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación
INDICE Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación 3 1. Una sesión básica con el SPSS para Windows: trabajando con lo distintos
Más detallesPROGRAMA DE CURSO. Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT
PROGRAMA DE CURSO Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal
Más detallesPROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Básica. Resultados de Aprendizaje
Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT es Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3
Más detallesTabla de Contenido. iii
Tabla de Contenido Índice de tablas... iv Índice de ilustraciones... viii 1 Introducción... 1 1.1 Objetivos... 1 1.1.1 Objetivos específicos... 2 1.2 Alcances... 2 1.3 Motivación... 2 2 Antecedentes...
Más detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesEconometría II. Hoja de Problemas 1
Econometría II. Hoja de Problemas 1 Nota: En todos los contrastes tome como nivel de significación 0.05. 1. SeanZ 1,...,Z T variables aleatorias independientes, cada una de ellas con distribución de Bernouilli
Más detallesModelo de Regresión Lineal Simple
1. El Modelo Modelo de Regresión Lineal Simple El modelo de regresión lineal simple es un caso especial del múltple, donde se tiene una sola variable explicativa. y = β 0 + β 1 x + u (1.1) Donde u representa
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesINDICE. 81 Operadores lógicos Funciones exponenciales y logarítmicas Funciones trigonométricas
INDICE Introducción XV Capitulo 1. Instalación y primeros pasos en SPSS 10 Instalación de SPSS 10 1 Comenzando con SPSS 10 8 El trabajo de trabajo de SPSS 10 9 Opciones de a barra de menú principal 10
Más detallesModelación estadística: La regresión lineal simple
Modelación estadística: La regresión lineal simple Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Statistical modeling: Simple linear regression Cuando
Más detallesEconometría 1. Karoll GOMEZ Segundo semestre 2017
Econometría 1 Karoll GOMEZ kgomezp@unal.edu.co http://karollgomez.wordpress.com Segundo semestre 2017 II. El modelo de regresión lineal Esperanza condicional I Ejemplo: La distribución de los salarios
Más detallesProfesor: 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 detallesCURSO ECONOMETRÍA BÁSICA MULTISOFTWARE
CURSO ECONOMETRÍA BÁSICA MULTISOFTWARE El objetivo de este curso es la presentación de las técnicas econométricas básicas, tanto clásicas como modernas, y su tratamiento con las herramientas más adecuadas
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesRegresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras.
Regresión Lineal Los factores envueltos en la experimentación pueden ser de tipo cuantitativos o cualitativos Un factor cuantitativo es aquel que sus niveles pueden ser asociados con puntos dentro de una
Más detallesTema: Análisis de valores faltantes con SPSS
Tema: Análisis de valores faltantes con SPSS 1.- Introducción Hemos de comenzar advirtiendo que el Procedimiento Valores perdidos no se incluye en el sistema Base de SPSS, por lo que solo estará disponible
Más detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesTaller I Econometría I
Taller I Econometría I 1. Considere el modelo Y i β 1 + ɛ i, i 1,..., n donde ɛ i i.i.d. N (0, σ 2 ). a) Halle el estimador de β 1 por el método de mínimos cuadrados ordinarios. Para realizar el procedimiento
Más detallesEconometría 1. Karoll GOMEZ Segundo semestre 2017
Econometría 1 Karoll GOMEZ kgomezp@unal.edu.co http://karollgomez.wordpress.com Segundo semestre 2017 II. El modelo de regresión lineal Esperanza condicional I Ejemplo: La distribución de los salarios
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesPROGRAMA DE CURSO. Código Nombre ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management Unidades
PROGRAMA DE CURSO Código Nombre IN3401 ESTADÍSTICA PARA LA ECONOMÍA Y GESTIÓN Nombre en Inglés Statistics for Economics and Management es Horas Docencia Horas de Trabajo SCT Horas de Cátedra Docentes Auxiliar
Más detallesProbabilidad y Estadística
Programa de la Asignatura: Código: 23 Probabilidad y Estadística Carrera: Ingeniería en Computación Plan: 2013 Carácter: Obligatoria Unidad Académica: Secretaría Académica Curso: Tercer año Primer cuatrimestre
Más detallesModelos de elección discreta Aplicaciones en ordenador
Modelos de elección discreta Aplicaciones en ordenador Román Salmerón Gómez Para ilustrar cómo abordar el análisis de Modelos de elección discreta con el software econométrico Gretl resolveremos el siguiente
Más detallesEstadística /Química 2004
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLAN LICENCIATURA EN: QUÍMICA. NOMBRE DE LA ASIGNATURA: ESTADÍSTICA. ÓRGANO INTERNO QUE COORDINA EL PROGRAMA DE LA ASIGNATURA:
Más detallesCURSO ECONOMETRÍA AVANZADA MULTISOFTWARE
CURSO ECONOMETRÍA AVANZADA MULTISOFTWARE El objetivo de este curso es la presentación de las TÉCNICAS ECONOMÉTRICAS AVANZADAS, tanto clásicas como modernas, y su tratamiento con las herramientas más adecuadas
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesAnálisis de datos Categóricos
Regresión logística Universidad Nacional Agraria La Molina 2016-1 Regresión logística simple Interpretación de parámetros Inferencia Para una variable aleatoria respuesta Y y una variable explicativa X,
Más detallesTema VII. La predicción de variables
7.1. La ecuación lineal de regresión: - Variable dependiente e independiente (fijas ó aleatorias):. Fijas (modelo I de regresión). Aleatorias (modelo II; más complejo) - Objetivo predictivo (básico en
Más detalles1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos
TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación
Más detallesJesús García Herrero TÉCNICAS CLÁSICAS DE ANÁLISIS DE DATOS
Jesús García Herrero TÉCNICAS CLÁSICAS DE ANÁLISIS DE DATOS En esta clase se presentan los primeros algoritmos Análisis de Datos para abordar tareas de aprendizaje de modelos descriptivos y predictivos.
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesProyecto de Asistencia Técnica Programa: Índices de Desempeño Escolar Graduandos y III Básica 2006 GUATEMALA. por Rubén Cervini
Proyecto de Asistencia Técnica Programa: Índices de Desempeño Escolar Graduandos y III Básica 2006 GUATEMALA por Rubén Cervini Sumario I. Antecedentes II. Concepto de desempeño institucional III. Objetivos
Más detallesTema 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 detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesEconometría Avanzada FLACSO 2014
Econometría Avanzada FLACSO 2014 Hemos cubierto: Mapa Planteamiento de una pregunta económica de interés Diferencias entre econometría y estadística Métodos: Lineales (MCO) revisión, variables instrumentales
Más detallesDIPLOMADO EN ESTADÍSTICA APLICADA
DIPLOMADO EN ESTADÍSTICA APLICADA DIPLOMADO EN ESTADÍSTICA APLICADA FUNDAMENTACIÓN El Diplomado en Estadística Aplicada posibilitará la actualización profesional y el desarrollo de competencias específicas
Más detallesTema 13: Regresión Logística p. 1/20 Tema 13: Regresión Logística Abdelmalik Moujahid, Iñaki Inza y Pedro Larrañaga Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad del
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesEstadística 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 detallesUniversidad Autónoma de Sinaloa
Séptima Edición del Diplomado en Estadística Mc. José V. Jiménez Ramírez Director de la Escuela de Ciencias Fisico-Matemáticas Tel. : 7 16 11 54 vidaljr@uas.uasnet.mx Dr. René Castro Montoya Coordinador
Más detallesContenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1
Contenido Prólogo... i Presentación... iii Grupo de trabajo...v 1. Introducción y conceptos preliminares...1 2. Tipos de modelos estadísticos lineales...19 Caso 2.1...20 Caso 2.2...26 Caso 2.3...30 3.
Más detallesPsicothema Universidad de Oviedo ISSN (Versión impresa): ISSN (Versión en línea): X ESPAÑA
Psicothema Universidad de Oviedo psicothema@cop.es ISSN (Versión impresa): 214-9915 ISSN (Versión en línea): 1886-144X ESPAÑA 27 Antonio Pardo / Miguel Ángel Ruiz / Rafael San Martín CÓMO AJUSTAR E INTERPRETAR
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesCurso de Estadística con R: Nivel Medio
Curso de Estadística con R: Nivel Medio Prof. Vanesa Jordá Departamento de Economía Facultad de Ciencias Económicas y Empresariales Universidad de Cantabria Índice Introducción Contrastes de hipótesis
Más detallesFORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA. Plan de estudios
FORMATO MODALIDAD PRESENCIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA Plan de estudios Clave Semestre Séptimo Créditos 7 Programa Econometría II Área Economía Campo de Economía Matemática
Más detallesVentajas del enfoque Bayesiano en Salud Pública. Jornades de consultoria estadística i software II
Ventajas del enfoque Bayesiano en Salud Pública Hèctor Perpiñán Rubén Amorós, Anabel Forte, Silvia Lladosa y Facundo Muñoz Jornades de consultoria estadística i software II 24 de octubre de 2013 Esquema
Más detallesESTADÍSTICA. Materia Básica Estadística. Formación Básica. Introducción a la Odontología 1º 1º 6
GUIA DOCENTE DE LA ASIGNATURA ESTADÍSTICA MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Introducción a la Odontología Materia Básica Estadística 1º 1º 6 Formación Básica PROFESOR(ES) DIRECCIÓN COMPLETA DE
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Modelos Probit y Tobit aplicados al estudio de la oferta laboral de los trabajadores secundarios en el Perú
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE. ESTADÍSTICA Modelos Probit y Tobit aplicados al estudio de la oferta laboral de los trabajadores secundarios en el Perú
Más detallesMODELOS DE ECUACIONES ESTRUCTURALES BASADOS EN LA VARIANZA: PARTIAL LEAST SQUARES (PLS) PARA INVESTIGADORES EN CIENCIAS SOCIALES (III EDICIÓN)
MODELOS DE ECUACIONES ESTRUCTURALES BASADOS EN LA VARIANZA: PARTIAL LEAST SQUARES (PLS) PARA INVESTIGADORES EN CIENCIAS SOCIALES (III EDICIÓN) Datos básicos del Curso Curso Académico 2015-2016 Nombre del
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 detallesAnálisis de datos Categóricos
Regresión logística Universidad Nacional Agraria La Molina 2014-2 Regresión logística simple Interpretación de parámetros Gracando las proporciones Inferencia Introducción Para una variable aleatoria respuesta
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesDESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
Más detallesPrueba SIMCE 4 Básico 2002 Factores que Inciden en el Rendimiento de los Alumnos
Prueba SIMCE 4 Básico 2002 Factores que Inciden en el Rendimiento de los Alumnos Nota Técnica Agosto de 2003 Departamento de Estudios y Estadísticas Factores que Inciden en el Rendimiento de los Alumnos
Más detallesINDICE Capitulo 1. Entorno de Trabajo e SPSS Capitulo 2. Operadores y Funciones. Aplicaciones
INDICE Introducción XV Capitulo 1. Entorno de Trabajo e SPSS 1 Introducción y manejo de datos en SPSS 1 Lectura e importación de datos SPSS 6 Importación de datos de hoja de cálculo 8 Importación de archivos
Más detallesMétodos cuantitativos de las ciencias sociales aplicados a los estudios urbanos y regionales André Lemelin
Métodos cuantitativos de las ciencias sociales aplicados a los estudios urbanos y regionales André Lemelin INDICE PREFACIO... 15 PRIMERA PARTE INTRODUCCIÓN A LA PRIMERA PARTE... 19 CAPÍTULO 1-1 EL ENFOQUE
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 6109 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 8104 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesESTUDIO COMPARATIVO DE MÉTODOS DE ESTIMACIÓN EN UN MODELO LOGIT MIXTO 1
Leticia Hachuel Gabriela Boggio Guillermina Harvey Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística ESTUDIO COMPARATIVO DE MÉTODOS DE ESTIMACIÓN EN UN MODELO LOGIT MIXTO 1
Más detallesCLAVE TALLER REQUISITOS HORA/SEMANA CREDITOS MA-6 SPSS 80% ASISTENCIA 4 6 MARCO REFERENCIAL
1 UNIVERSIDAD AUTONOMA DE YUCATAN FACULTAD DE CONTADURIA Y ADMINISTRACION LICENCIADO EN MERCADOTECNIA Y NEGOCIOS INTERNACIONALES PROGRAMAS GENERALES AREA DE ANALISIS CUANTITATIVO NIVEL DOS: BASICO PROFESIONALIZANTE
Más detallesEXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos)
EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) PROBLEMA 1 Se quiere comparar la cantidad de energía necesaria para realizar 3 ejercicios o actividades: andar, correr y montar en bici.
Más detallesMETODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL
METODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL María Pérez Marqués Metodología Seis Sigma a través de Excel María Pérez Marqués ISBN: 978-84-937769-7-8 EAN: 9788493776978 Copyright 2010 RC Libros RC Libros es
Más detallesFacultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO
Facultad de Ciencias e Ingeniería Escuela Académico Profesional de Comunicación SÍLABO ASIGNATURA: ESTADÍSTICA APLICADA A LAS COMUNICIONES I. DATOS GENERALES: 1.1. Código de Asignatura : 21252 1.2. Escuela
Más detalles