Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos.
|
|
- Mariano Pinto Carmona
- hace 7 años
- Vistas:
Transcripción
1 Ejercicio 1: Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura, y puede aplicarse en algunas partes utilizando cualquier método. El grupo de ingeniería de procesos responsable de esta operación está interesado en saber si existen diferencias entre tres tapaporos diferentes en cuanto a sus propiedades de adhesión. Para investigar el efecto que tienen el tipo de pintura tapaporos y el método de aplicación sobre la adhesión de la pintura, se realiza un diseño factorial. Para ello, se pintan tres muestras con cada tapaporo utilizando cada método de aplicación, después se aplica una capa final de pintura y a continuación se mide la fuerza de adhesión. Los datos son los siguientes: Tapaporos Inmersión Rociado Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos. (fichero pinturas.txt) Ejercicio 2: Supongamos que un ingeniero diseña una batería para su uso en un dispositivo que será sometido a ciertas variaciones extremas de temperatura. El único parámetro de diseño que se puede seleccionar es el material de la cubierta de la batería, y tiene tres alternativas. Cuando el dispositivo se manufactura y se envía al campo, el ingeniero no tiene control sobre los extremos de temperatura a que será expuesto el dispositivo, y sabe por experiencia que es probable que la temperatura influya en la duración efectiva de la batería. Sin embargo, sí es posible controlar la temperatura en el laboratorio de desarrollo de productos para los fines del ensayo. El ingeniero decide probar los tres materiales de la cubierta a tres niveles de temperatura (15º, 70º y 125º F) consistentes en el entorno de uso final del producto. Se prueban cuatro baterías con cada combinación de material de la cubierta y temperatura, y las 36 pruebas se ejecutan al azar. Los datos son los siguientes: Material 15º F 70 ºF 125 ºF Evaluar los efectos de los factores y la interacción entre ellos.
2 (fichero baterias.txt) Ejercicio 3.- Para comparar la rentabilidad de tres fondos de inversión se estudia la diferencia entre la rentabilidad anual del fondo y la rentabilidad media del mercado en cuatro años consecutivos. Consideraremos el año como un segundo factor, de manera que el primer dato corresponde al año 1 y el último al cuarto año. Los resultados son: Año1 año2 año3 año4 (fondo A) 1.12, 0.06, 0.08, (fondo B) 0.43, -1.76, -0.09, (fondo C) 2.21, -1.98, 0.80, Verificar si los tres fondos son de distinta rentabilidad esperada y si influye el año. (Fichero fondos3.txt) Ejercicio 4.- Para investigar el efecto en las ventas de la ubicación de un producto en un supermercado se realiza un experimento en el que el producto se coloca durante una semana en el estante superior, en la siguiente semana en el estante medio y en la tercera semana en el inferior. El número de unidades vendidas ha sido (datos obtenidos de lunes a viernes de cada semana): L M X J V (semana 1) 70, 95, 85, 90, 180 (semana 2) 112, 118, 130, 150, 230 (semana 3) 75, 105, 95, 115, 185 Verificar si influye la ubicación en las ventas y el día de la semana. (Fichero produ2.txt) Ejercicio 5.- Se clasifican 24 alumnos según tres criterios formando un 2 3. La variable respuesta es la nota final en una asignatura y la tabla indica el resultado: ACADEMIA NO ACADEMIA VA A CLASE NO VA A CLASE VA A CLASE NO VA A CLASE MATRÍCULA POR 1ª VEZ 2, 6, 5 3.5, 4, 2 7, 6, 4 0, 0, 2 REPETIDOR 2, 5, 5 2, 3, 5 5, 6, 3 3.5, 3, 3 Analizar estos datos. Qué crítica podría hacerse a este experimento?. Qué conclusiones podrían extraerse? Qué conclusión podría obtenerse de este experimento? A) En un contraste al 5% se encuentra que ninguno de los factores influye significativamente en la nota final del los estudiantes.
3 B) En un contraste al 5% se encuentra que solo hay diferencia significativa entre los alumnos repetidores y los que cursan por primera vez. C) En un contraste al 5% se encuentra que solo hay efecto significativo sobre la nota final entre los alumnos que van a clase o no. D) En un contraste al 5% se encuentra que el efecto de la interacción entre el factor de ir a clase o no y el factor matriculado por primera vez o no es suficientemente importante. Cual es el valor observado del estadístico de prueba para el factor C (si el alumno es repetidor o no)? Cual es el valor de la suma de cuadrados total? (Fichero notas.txt) Ejercicio 6.- Una gran empresa desea saber si el absentismo laboral está relacionado con el tamaño del departamento del empleado y su antigüedad en la empresa. Se toma una muestra de 60 empleados, se investiga el número de días que no acudieron al trabajo en los tres últimos años y esta información se cruza con el tamaño del departamento (que se clasifican en pequeños, medios y grandes) y la antigüedad (alta y baja). Suponer un modelo para estos datos, calcular la tabla ANOVA y calcular el intervalo de confianza para las diferencias de absentismo entre los empleados de alta y baja antigüedad. Dep. pequeño Dep. mediano Dep. grande Antigüedad baja 0, 2, 1, 3, 0, 2, 0, 5, 6, 8 2, 4, 7, 12, 15, 4, 3, 1, 5, 20 15, 10, 8, 5, 25, 16, 7, 30, 3, 27 Antigüedad alta 0, 1, 1, 0, 4, 2, 7, 4, 0, 3 5, 3, 2, 0, 1, 1, 3, 6, 7, 9 10, 8, 12, 3, 7, 15, 4, 9, 6, 1 (Fichero absentis.txt) Ejercicio 7.- Un estudiante ha realizado el experimento siguiente para comprobar el efecto de tres factores en el tiempo (en segundos) invertido en subir cinco pisos de escalera:
4 fumador no fumador hombre mujer hombre mujer ropa deporte 18, 18 27, 31 16, 17 27, 25 ropa calle 19, 20 29, 32 17, 18 26, 30 Analizar este experimento indicando qué factores son más significativos. Estudiar los residuos para validar el modelo. (Fichero escalera.txt) Ejercicio 8.- Se ha realizado un diseño 2 4, obteniéndose los datos siguientes: A B C D Observaciones (0) ,5 a ,4 b ,1 ab ,6 c ,4 ac ,7 bc ,1 abc ,8 d ,6 ad ,4 bd ,8 abd cd ,8 acd ,2 bcd ,7 abcd ,4 Analizar los efectos. Elaborar la tabla ANOVA. (fichero dosacuat.txt) Ejercicio 9.- Se estudia el tiempo de marchitación de unas flores considerando los factores indicados en la tabla de datos adjunta. Tenemos tres factores: Condiciones (que tiene como nivel bajo Aire Libre y nivel alto Interior), Agua (B) (cuyo nivel bajo es AP y su nivel alto AC) y tipo de flor (C) (donde rosa serái el nivel bajo y clavel el alto). Cual es el efecto promedio o efecto estimado del tratamiento AC para este experimento?
5 condiciones agua tipo valor ali ap rosa ali ac rosa ali ap clavel ali ac clavel int ap rosa int ac rosa int ap clavel int ac clavel (Fichero marchi.txt) Ejercicio 10: Una organización feminista afirma que existe discriminación salarial en contra de las mujeres en las compañías suecas. Para verificar esta afirmación, se recogen datos sobre el salario de empleados (en miles de coronas) en varios sectores industriales. Las medias para cada grupo son: Sector Mujeres Hombres Sector Sector Sector En cada celda (por ejemplo para las mujeres en el sector 1), se tomó una muestra de K = 8 empleados, por lo cual el tamaño muestral total es de 48. La variabilidad total (SCT) en los salarios es de 960. a) Explicar como se puede estimar un modelo con un factor para verificar la afirmación de los feministas y estime sus parámetros. b) Sabiendo que la variabilidad explicada por el sexo es SCA = V E(α) = IK Σα j 2 = 48, contrasta la hipótesis nula de que no existe discriminación salarial entre hombres y mujeres en el modelo con un factor. c) Contrasta la hipótesis nula de que el factor sector no es significativo en un modelo con dos factores (α = 0.05). Explica el modelo estimado, calcula sus parámetros, la tabla ADEVA y da la conclusión del contraste. d) Contrasta la hipótesis nula de que no existe discriminación salarial entre hombres y mujeres en el modelo con dos factores. Cambian los resultados con respecto a los obtenidos en el apartado b?
Escribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos.
Ejercicio 1: Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura, y puede aplicarse
Más detallesb.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey.
Ejercicio 1: Se someten 24 muestras de agua a 4 tratamientos de descontaminación diferentes y asignados al azar. Para cada muestra se mide un indicador de la calidad del agua ( cuanto más alto es el indicador,
Más detallesDiseños factoriales a dos niveles
Diseños factoriales a dos niveles Tema 3. El diseño 4. Diseños k (tabla de signos) Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III
Más detalles7. FRACCIONES FACTORIALES 7.2 DISEÑOS FRACCIONADOS 7.1 INTRODUCCION
7. FRACCIONES FACTORIALES 7.1 INTRODUCCION Si el número de factores a estudiar no es reducido los planes factoriales equilibrados (por ejemplo, los planes 2 k ) exigen un número muy elevado de pruebas.
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesDiseños Factoriales. Diseño de experimentos p. 1/18
Diseños Factoriales Diseño de experimentos p. 1/18 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de
Más detallesDiseños Factoriales. Diseño de experimentos p. 1/25
Diseños Factoriales Diseño de experimentos p. 1/25 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de
Más detallesPROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.
1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente
Más detallesTema 2: Determinantes
Tema : Determinantes.- a) Encontrar los valores de λ para los que la matriz λ A = 0 λ λ 0 es invertible b) Para λ = hallar la inversa de A comprobar el resultado c) Resolver el sistema x 0 A = 0 z 0 para
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 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 detallesTRABAJO 2: Muestreo con calculadora. TC /2017.
TRABAJO : Muestreo con calculadora. TC3. 06/07. APELLIDOS: GRUPO: NOMBRE: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que siguen aparecen los valores A, B, C y D, que representan respectivamente
Más detallesBloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F
Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detalles( 2) 1. Simplificar las siguientes expresiones usando propiedades de la potenciación: a) f) 5 0 b) 2 6 : 2 3 g) 2 4.
DO AÑO. 014 TRABAJO PRÁCTICO 0 1. Simplificar las siguientes expresiones usando propiedades de la potenciación: a) 5.. f) 5 0 b) 6 : g) 4. - + c) 5-5. 5 h) 5 d) ( 5 ) 5 i) e) Esta Guía 0 contiene los prerrequisitos
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesMATRICES FACTORIALES
MATRICES FACTORIALES Quimiometría Estudio cuantitativo de factores: efectos principales (b j ) interacciones (b ji ) si cada variable puede tener un valor mayor o uno menor: diseño factorial de dos niveles
Más detallesEstadística. Convocatoria ordinaria. Mayo de Nombre. Titulación Grupo
Estadística. Convocatoria ordinaria Mayo de 2015 Nombre. Titulación Grupo Problema 1 (1.75 puntos) En una ciudad, el 40% de las personas son rubias, el 30% tiene los ojos azules y el 10% son rubios con
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesModelos Lineales. 3 ọ Diplomatura de Estadística Ejercicios. 1. Probar que si los I grupos tienen el mismo número de observaciones se verifica
1 1 Análisis de la Varianza Modelos Lineales 3 ọ Diplomatura de Estadística Ejercicios 1. Probar que si los I grupos tienen el mismo número de observaciones se verifica (ȳ i. ȳ j. ) 2 = 2 I (ȳ i. ȳ.. )
Más detalles3. 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 detallesDepartamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3
Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3 1) En un área metropolitana se selecciona una muestra de 250 personas al azar y se les
Más detallesCONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES
CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES INTRODUCCIÓN Un fabricante de pilas afirma que la duración media de sus pilas, funcionando ininterrumpidamente, es de 53 horas como mínimo y su desviación
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 detallesDISEÑO CURRICULAR ESTADÍSTICA III
UNIVERSIDAD NUEVA ESPARTA FACULTAD DE CIENCIAS DE LA INFORMATICA ESCUELA DE COMPUTACION DISEÑO CURRICULAR ESTADÍSTICA III ESCUELA DE COMPUTACIÓN CÓDIGO DE LA ESCUELA: 10-0762-2 ASIGNATURA: Estadística
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesMATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES 1- Calcular, si es posible, los productos AB y BA A = ( 1 2 4), B = 5 3 0 2- Comprobar que la matriz X = 4 2 1 3 verifica la ecuación X 2 7X +
Más detallesTEMA 4 Modelo de regresión múltiple
TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.
Más detalles6. DISEÑOS FACTORIALES 2 K NO REPLICADOS
6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
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 detallesEJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS
EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS 1. Qúe propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera? a. El área bajo su función de densidad
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 detallesEstadística. Convocatoria ordinaria
Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado
Más detallesMétodos estadísticos aplicados para la Ingeniería Informática
Grado en Ingeniería Informática Métodos estadísticos aplicados para la Ingeniería Informática Rosa Mª Alcover Arándiga Departamento de Estadística e Investigación Operativa Aplicadas y Calidad Objetivo
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesEsta prueba contiene 70 preguntas, divididas en las siguientes secciones:
MATEMÁTICA FACSÍMIL Esta prueba contiene 70 preguntas, divididas en las siguientes secciones: Números y proporcionalidad. Álgebra y funciones. Geometría. Estadística y probabilidades. Ejercicios de selección
Más detallesDepartamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2
Departamento de Estadística y Econometría. Curso 2002-2003 EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 1.- Una empresa de elaboración de materiales pone en práctica un nuevo método
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesAPLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES
APLICACIÓN DEL SISTEMA FLOWDRILL EN PLACAS DE ACERO INOXIDABLES Autores Alberto Gallegos Araya, Ramon Araya Gallardo Departamento Mecánica. Universidad de Tarapacá. 8 Septiembre Arica -e-mail: gallegos@uta.cl
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesLas herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística
Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística Mexico, junio 2007 Stephen Benoit, MD, MPH International Research and Programs Branch Division
Más detallesPROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL
1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesFACTORIALES FRACCIONADOS 2 f-p
1 FACTORIALES FRACCIONADOS 2 f-p Aun en los experimentos 2 f el número de condiciones experimentales crece exponencialmente con el número de factores f a estudiar. El n de interacciones de r factores combinados
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesPruebas de hipótesis
Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer
Más detallesMétodo 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 detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
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 detallesEstudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos
Contrastes 2 χ Estudiaremos tres tipos de contrastes, cada uno de los cuales trata de responder a la pregunta correspondiente: Bondad del ajuste Proceden los datos de una determinada distribución? Homogeneidad
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detallesSUBSECTOR : Electivo de Álgebra y Geometría. Guía Nº 6. Marque la alternativa correcta. Realice sus cálculos al costado de cada ejercicio.
SUBSECTOR : Electivo de Álgebra y Geometría NIVELES : IIIº/VIº Medio PROFESORES : Martín Andrés Martínez Santana AÑO : 2017 CONTENIDOS: Nombre: Ángulos en la Circunferencia Guía Nº 6 IIIº/IV Marque la
Más detalles4.1 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 detallesContraste de hipótesis con STATGRAPHICS
Contraste de hipótesis con STATGRAPHICS Ficheros empleados: Transistor.sf3, Estaturas.sf3 1. Introducción: Una forma habitual de hacer inferencia acerca de uno o más parámetros de una población consiste
Más detallesQ(100 ; 50 ; 60) ESCALA 1:1 MEDIDAS EN mm
1 Q(100 ; 50 ; 60) Hallar el verdadero tamaño de un segmento de perfil cuyos extremos V y H son respectivamente traza frontal y traza horizontal. El punto Q divide al segmento VH de modo que la razón de
Más detalles2. Distribuciones de Muestreo
2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores
Más detallesPRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesGEOMETRÍA ANALÍTICA PARA LA CLASE. A (x 2 ;y 2 ) y 2. d(a,b) y 2 y 1. x 1 x 2. y 1. B (x 1 ;y 1 ) x 2. Geometría Analítica DISTANCIA ENTRE DOS PUNTOS
GEOMETRÍA ANALÍTICA La Geometría Analítica hace uso del Álgebra y la Geometría plana. Con ella expresamos y resolvemos fácilmente problemas geométricos de forma algebraica, siendo los sistemas de coordenadas
Más detallesExperimentos con factores aleatorios. Diseño de experimentos p. 1/36
Experimentos con factores aleatorios Diseño de experimentos p. 1/36 Introducción Hasta ahora hemos supuesto que los factores de un experimento son factores fijos, esto es, los niveles de los factores usados
Más detallesÍndice. Diseños factoriales. José Gabriel Palomo Sánchez E.U.A.T. U.P.M. Julio de 2011
Diseños factoriales José Gabriel Palomo Sánchez gabrielpalomo@upmes EUAT UPM Julio de 2011 Índice 1 Diseños factoriales con dos factores 1 Denición 2 Organización de los datos 3 Ventajas de los diseños
Más detallesUNIDAD 7 Medidas de dispersión
UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada
Más detallesDISEÑO EN PARCELAS DIVIDIDAS
DISEÑO EN PARCELAS DIVIDIDAS Este es un diseño experimental combinado que resulta útil cuando al estudiar simultáneamente varios factores, alguno o algunos de ellos deben ser aplicados sobre unidades experimentales
Más detalles(1 punto) (1.5 puntos)
Ejercicios de inferencia estadística. 1. Sea la población {1,2,3,4}. a) Construya todas las muestras posibles de tamaño 2, mediante muestreo aleatorio simple. b) Calcule la varianza de las medias muestrales.
Más detallesINFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS
. Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en
Más detalles1
www.amatematicas.cl 1 Circunferencia 1. Si se sabe que α = 35º y β = 45º, cuál es la medida del ángulo x de la figura? BD y DA, están en la razón 1:2:3, respectivamente. Cuál es el valor de x? 2. El arco
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesPlaneación experimental
Planeación experimental Diseño de Experimentos Diseño de Experimentos Ventajas Identifica uno o más factores influyen dentro de la variable de respuesta. Permite establecer la combinación adecuada de tratamientos
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesAreas y perímetros de triángulos.
Areas y perímetros de triángulos. Teorema de Pitágoras. Propiedades de las medidas de los lados de todo triángulo. Area de un triángulo rectángulo y cualquiera. Perímetro y semiperímetro de un triángulo
Más detallesModelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas
Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores
Más detallesBloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3
DISEÑO EN CUADRO LATINO En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un solo factor de interés. En este sentido, se tienen cuatro fuentes de variación: Los tratamientos
Más detallesANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)
ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de
Más detallesPROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE
PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Estadística CÓDIGO : IIM313A DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : PROBABILIDADES CO REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO,
Más detallesEstimaciones puntuales. Estadística II
Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un
Más detallesANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
ANOVA mul)factorial Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Se puede examinar más de un factor simultáneamente (ANOVA de 2 factores, de 3 factores, etc.) Por qué un único análisis
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Tipos de errores Se pueden cometer dos tipos de errores: Decisión Población Ho es erdadera Ho es falsa No rechazar Ho Decisión correcta. Error tipo II Rechazar Ho Error tipo I Decisión
Más detallesINGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005
INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesJuan Carlos Colonia INTERVALOS DE CONFIANZA
Juan Carlos Colonia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE DOS POBLACIONES I.C. PARA EL COCIENTE DE VARIANZAS Sean X y dos muestras aleatorias,..., Xn Y,..., Yn independientes
Más detallesPRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detallesDISEÑO FACTORIAL MODELO JERÁRQUICO (0 ANIDADO)
DISEÑO FACTORIAL Niveles de B Niveles de A 1 2 3 4 5 1 y 11 y 12 y 13 y 14 y 15 2 y 21 y 22 y 23 y y 3 y 31 y 32 y 33 y 34 y 35 4 y 41 y 42 y 43 y 44 y 45 Todos los niveles de cada factor están combinados
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 detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detallesMatemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1
GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesTema 13: Contrastes No Paramétricos
Tema 13: Contrastes No Paramétricos Presentación y Objetivos. La validez de los métodos paramétricos depende de la validez de las suposiciones que se hacen sobre la naturaleza de los datos recogidos. La
Más detallesCONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2
CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el
Más detallesCaso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo
Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las
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 detallesDiseño de Experimentos
Diseño de Experimentos p. Diseño de Experimentos Isabel Casas Despacho: 10.0.04 mcasas@est-econ.uc3m.es Hector Cañada jcanada@est-econ.uc3m.es Introducción Los modelos que vamos a estudiar son usados para
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detalles