Media-Lab Prado. Modelos Lineales en para procesar encuestas de Satisfacción. Manuel Pérez Gómez 16/06/2016
|
|
- Fernando Aguilar Macías
- hace 7 años
- Vistas:
Transcripción
1 Media-Lab Prado Modelos Lineales en para procesar encuestas de Satisfacción Manuel Pérez Gómez 16/06/2016
2 Análisis de los Sectores. TPV Caja Compras Almacén Grupos Informes TPV Caja Compras Almacén Grupos Informes Reservas Recepción Registro de Pasajeros Almacenes Salones BAR Seguridad Control Adrenalina Experiencia de Cliente Fidelizción Almacén Internet Redes Sociales Posicionamiento Equipos Prestamos Mantenimiento Gestión / Dirección Ventas Gestión RRHH Centralizada Acceso Descentralizado Fidelización de Clientes Prueba de productos Generar ofertas atractivas.
3 Variables de la Encuesta Medidas Objetivas (Características del visitante) Visita fin de semana (Lógica) Número de niños (categórica) Distancia al parque (decimal) Medidas subjetivas (Satisfacción de la experiencia) Cantidad de vueltas (entera rango de 1 a 100) Satisfacción con juegos (entera rango de 1 a 100) tiempo de espera (entera rango de 1 a 100) limpieza (entera rango de 1 a 100) satisfacción general (entera rango de 1 a 100) str(dfsc) 'data.frame': 500 obs. of 8 variables: $ fds : logi TRUE TRUE FALSE TRUE FALSE FALSE... $ nro_hijos : int $ distancia : num $ vueltas : int $ juegos : int $ tiempoespera: int $ limpieza : int $ satgeneral : int
4 Inspección de datos summary(dfsc) fds nro_hijos distancia vueltas juegos Mode :logical Min. :0.000 Min. : Min. : Min. : FALSE:259 1st Qu.: st Qu.: st Qu.: st Qu.: TRUE :241 Median :2.000 Median : Median : Median : NA's :0 Mean :1.738 Mean : Mean : Mean : rd Qu.: rd Qu.: rd Qu.: rd Qu.: Max. :5.000 Max. : Max. : Max. : gpairs
5 Primeras correlaciones cor(dfsc[,c(2,4:9)]) nro_hijos vueltas juegos tiempoespera limpieza satgeneral ldistasncia nro_hijos vueltas juegos tiempoespera limpieza satgeneral ldistasncia
6 Modelo lineal con una variable lm(satgeneral~limpieza,data=dfsc) Call: lm(formula = satgeneral ~ limpieza, data = dfsc) Coefficients: (Intercept) limpieza plot(satgeneral limpieza, data=dfsc,xlab="sat con Limpieza", ylab="sat General") abline(sc,col="blue")
7 Objetos lm sc<- lm (satgeneral limpieza, data=dfsc) (Objeto lm) summary(sc) Call: lm(formula = satgeneral ~ limpieza, data = dfsc) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) <2e-16 *** limpieza <2e-16 *** --- Signif. codes: 0 *** ** 0.01 * Residual standard error: on 498 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 1 and 498 DF, p-value: < 2.2e-16
8 Objetos lm sc<- lm (satgeneral limpieza, data=dfsc) (Objeto lm) $coefficients $residuals $effects $rank $fitted.values $assign $qr $df.residual $xlevels $call $terms $model (coeficientes de la ecuación) (vector de residuos) (valores ajustados) (grados de libertad) (Formula de llamada) (términos de la llamada) (datos del modelo)
9 Modelo lineal varias variables m2<-lm(satgeneral ~ vueltas + juegos + tiempoespera + limpieza,data=dfsc) summary(m2) Call: lm(formula = satgeneral ~ vueltas + juegos + tiempoespera + limpieza, data = dfsc) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std.Error t value Pr(> t ) (Intercept) < 2e-16 *** vueltas *** juegos * tiempoespera < 2e-16 *** limpieza e-09 *** --- Signif. codes: 0 *** ** 0.01 * Residual standard error: on 495 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 4 and 495 DF, p-value: < 2.2e-16
10 Analizo coeficientes y grafico (coefplot) coefplot(m2,intercept=false,outer=1.96,lwouter=2, + ylab="raiting caracteristicas", + xlab="asociacion con Sat General")
11 Factores como predictores m2<-lm(satgeneral~vueltas+tiempoespera+limpieza+ldistasncia+nro_hijos+fds, data=dfsc1) > summary(d2) Call: lm(formula = satgeneral ~ vueltas+tiempoespera+limpieza+ldistasncia+nro_hijos+fds,data = dfsc1) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** vueltas e-10 *** tiempoespera < 2e-16 *** limpieza < 2e-16 *** ldistasncia nro_hijos < 2e-16 *** nro_hijos < 2e-16 *** nro_hijos < 2e-16 *** nro_hijos < 2e-16 *** nro_hijos < 2e-16 *** fdstrue Signif. codes: 0 *** ** 0.01 * Residual standard error: on 489 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 10 and 489 DF, p-value: < 2.2e-16
12 Interacciones (Operador : ) m2<-lm(satgeneral~vueltas+juegos+tiempoespera+limpieza+fds+ldistasncia+ + vueltas:hijos+juegos:hijos+tiempoespera:hijos+limpieza:hijos+ + vueltas:fds+juegos:fds+tiempoespera:fds+limpieza:fds, + data=dfsc1) Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) vueltas juegos ** tiempoespera limpieza ** fdstrue ldistasncia vueltas:hijostrue juegos:hijostrue tiempoesp:hijostrue e-08 *** limpieza:hijostrue vueltas:fdstrue * juegos:fdstrue tiempoespera:fdstrue limpieza:fdstrue
13 Interacciones (Operador : ) m3<-lm(satgeneral~vueltas+juegos+tiempoespera+limpieza+fds+ldistasncia+ + tiempoespera:hijos, data=dfsc1) summary(m3). Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) vueltas *** juegos * tiempoespera * limpieza e-09 *** fdstrue ldistasncia tiempoespera:hijostrue e-09 *** --- Multiple R-squared: 0.592, Adjusted R-squared: F-statistic: 102 on 7 and 492 DF, p-value: < 2.2e-16
14 Sintaxis Avanzada
15 Referencias
16 GRACIAS Manuel Pérez
Principios de Estadística. Intro. En R. Ejercicios
Leonardo Collado Torres y María Gutiérrez Arcelus Licenciatura en Ciencias Genómicas, UNAM www.lcg.unam.mx/~lcollado/index.php www.lcg.unam.mx/~mgutierr/index.php Cuernavaca, México Febrero - Junio, 2009
Más detallesDatos binomiales 1.70 1.75 1.80 1.85. beetles$dosis
Datos binomiales Modelos de dosis-respuesta Carga de datos y calculo de proporciones: beetles
Más detallesModelos lineales: Regresión, ANOVA y ANCOVA
: Regresión, ANOVA y ANCOVA Luis Cayuela Junio de 2010 EcoLab, Centro Andaluz de Medio Ambiente, Universidad de Granada Junta de Andalucía, Avenida del Mediterráneo s/n, E-18006, Granada. E-mail: lcayuela@ugr.es.
Más detallesEjercicios de Análisis de la Varianza con R
Ejercicios de Análisis de la Varianza con R Francesc armona Departament d Estadística 30 de noviembre de 2006 1. Introducción En este documento se resuelven algunos de los problemas del libro Problemas
Más detallesRegresión Lineal Simple
Capítulo 19 Regresión Lineal Simple Jordi Cortés, Nerea Bielsa y Erik Cobo Pilar Muñoz, Ángel Ruiz, José Antonio González Febrero 2015 Regresión Lineal Simple Regresión lineal simple Presentación... 3
Más detallesRegresión lineal múltiple con R
Regresión lineal con R Mathieu Kessler Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Regresión lineal múltiple con R 1 Regresión lineal simple 1.1 Old Faithful
Más detallesEJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE
EJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE. En un estudio diseñado para analizar l efect de añadir avena a la dieta estadounidense tradicional, se dividieron aleatoriamente l individu en d
Más detallesIIC 3633 - Sistemas Recomendadores
Tests Estadísticos para Comparar Recomendaciones IIC 3633 - Sistemas Recomendadores Denis Parra Profesor Asistente, DCC, PUC CHile Page 1 of 11 TOC En esta clase 1. Significancia Estadistica de los Resultados
Más detallesUniversidade de Vigo. Linealidad. El comportamiento esperado de la variable dependiente
Linealidad El comportamiento esperado de la variable dependiente El concepto de linealidad Indica que el valor esperado de la variable dependiente depende linealmente de las variables independientes El
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesDiferencia de la tasa de cambio
Ejemplo 1: Prueba de raíz unitaria de Dickey y Fuller Este ejemplo utiliza información del archivo erate1.wf1. Sea LO el logaritmo de la tasa de cambio oficial peso-dólar en Colombia para el período 197:1
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 detallesCointegración El caso bivariado
Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk
Más detallesJorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/
Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ 1 2 3 Analizador de Datos de Entrada (Input Analyzer) Menú: Tools / Input Analyzer 4 Analizador de Datos de Entrada
Más detallesELABORO REVISÓ APROBÓ JEFE DE CALIDAD
Página de 8 Programa de Limpieza y Desinfección de Áreas de Proceso, Equipos y Utensilios. Fecha de Elaboración del Documento Equipo / Área Responsable Frecuencia VERIFICAR ENSAMBLE Procedimiento de limpieza
Más detallesAnexo. Modelos de demanda: Generación y atracción
Anexo. Modelos de demanda: Generación y atracción Introducción Para facilitar la tarea posterior de la prognosis, se han elaborado indicadores a partir de la grabación de la encuesta de movilidad 2006
Más detalles#Solución base de datos BOSQUE (pag 187 en papel y 201 del pdf del libro)
#Solución base de datos BOSQUE (pag 187 en papel y 201 del pdf del libro) #Todo modelo de Regresión Lineal Múltiple tiene una variable respuesta (y) y #dos o más de dos variables explicativas (x1, x2,
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesRedalyc. Disponible en: http://redalyc.uaemex.mx/src/inicio/artpdfred.jsp?icve=40211814018
Redalyc Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Mandeville, Peter B. Tema 21: Tamaño de la muestra para modelos lineales Ciencia UANL,
Más detallesIntroducción al uso de Modelos de Efectos Mixtos como técnica estadística para analizar datos agrupados; Ejemplos con SPSS y R
Introducción al uso de Modelos de Efectos Mixtos como técnica estadística para analizar datos agrupados; Ejemplos con SPSS y R Marta Angulo-Martinez PhD student Estación Experimental Aula Dei-CSIC, Zaragoza,
Más detalles2. El Modelo de Regresión Lineal Simple
Tema 2 El Modelo de Regresión Lineal Simple 2-1 2. El Modelo de Regresión Lineal Simple Problema de mínimos cuadrados. Estimadores mínimos cuadrados ˆβ 0, ˆβ 1, y s 2. Estimadores de máxima verosimilitud
Más detallesAnálisis de Regresión y Correlación con MINITAB
Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables
Más detallesTipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE
Tipos de gráficas y selección según los datos CIENCIA, TECNOLOGIA Y AMBIENTE Objetivos 2 Identificar los tipos de gráficas. Definir los conceptos tablas y cuadros Reconocer las partes de una gráfica. Construir
Más detallesNUEVO LEÓN, MOTOR DE CRECIMIENTO EN MÉXICO: LA ECONOMÍA DEL ESTADO AL CIERRE DE 2011
NUEVO LEÓN, MOTOR DE CRECIMIENTO EN MÉXICO: LA ECONOMÍA DEL ESTADO AL CIERRE DE Debido de manera importante a las inversiones por la reconstrucción, a la inversión nacional y extranjera y a las exportaciones,
Más detalles> y <- c(19, 57, 29, 63, 29, 49, 27, 53, 23, 47, 33, 66, 47, 55, 23, 50, + 24, 37, 42, 68, 43, 52, 30, 42) > ly <- length( y )
Preferencia por un nuevo Detergente: Para un estudio de mercado sobre las preferencias entre un nuevo detergente Xx y uno standard Mm se consideró una muestra de 1008 consumidores, a los que se preguntó
Más detallescon R y R Commander (Versión Febrero 2008) Autores: A. J. Arriaza Gómez M. A. López Sánchez S. Pérez Plaza A. Sánchez Navas
Estadística Básica con R y R Commander (Versión Febrero 2008) Autores: A. J. Arriaza Gómez F. Fernández Palacín M. A. López Sánchez M. Muñoz Márquez S. Pérez Plaza A. Sánchez Navas Copyright c 2008 Universidad
Más detallesIntroducción al uso de R-commander.
Introducción al uso de R-commander. Angelo Santana Indice EL ENTORNO R-COMMANDER... 2 LECTURA DE DATOS DESDE UN FICHERO EXTERNO... 4 ESTADÍSTICOS DESCRIPTIVOS BÁSICOS CON R-COMMANDER... 9 RESÚMENES POR
Más detallesMuestreo e inferencia
Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Abril 2013 Aniel Nieves-González () Time Series Abril 2013 1 / 15 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por
Más detallesEjemplos del Suplemento 1 resueltos con Minitab
O1 Ocho pasos para el desarrollo de una investigación Ejemplos del Suplemento 1 resueltos con Minitab O2 Tabla de Contenido Prueba de Normalidad... 3 Regresión Lineal... 7 Prueba t... 10 Prueba Z... 13
Más detallesTutorial 10: Regresión
PostData Curso de Introducción a la Estadística Tutorial 10: Regresión Atención: Este documento pdf lleva adjuntos algunos de los ficheros de datos necesarios. Y está pensado para trabajar con él directamente
Más detallesComenzando con R Commander Una vez cargado R Commander, aparecerá la siguiente ventana
Comenzando con R Commander Una vez cargado R Commander, aparecerá la siguiente ventana en la que podemos distinguir varias partes: Un menú de ventanas desplegables: Fichero, Editar, Datos, Estadísticos,
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
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 detallesf(x)=a n x n +a n-1 x n-1 +a n-2 x n-2 +...a 2 x 2 +a 1 x 1 +a 0
FUNCIÓN POLINOMIAL. DEFINICIÓN. Las funciones polinomiales su representación gráfica, tienen gran importancia en la matemática. Estas funciones son modelos que describen relaciones entre dos variables
Más detallesCONTENIDO: Regresión logística con variables cuantitativas y cualitativas
Ejemplo simple de regresión logística CONTENIDO: Regresión logística con variables cuantitativas y cualitativas OBJETIVO: 1. Mostrar los modos en que se puede introducir la información para el análisis
Más detallesESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO
ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO INTRODUCCION A continuación se presenta un modelo sobre las ventas de autos de pasajeros en Estados Unidos. Se debe recordar que Estados Unidos posee
Más detallesREGRESIÓN LINEAL MÚLTIPLE
REGRESIÓN LINEAL MÚLTIPLE.- Planteamiento general....- Métodos para la selección de variables... 5 3.- Correlaciones parciales y semiparciales... 8 4.- Multicolinealidad en las variables explicativas...
Más detallesAnálisis de Series Temporales. Análisis de 10 series de datos aplicando técnicas y métodos estadísticos de análisis de series temporales con R.
Análisis de Series Temporales. Análisis de 10 series de datos aplicando técnicas y métodos estadísticos de análisis de series temporales con R. Juan Antonio Breña Moral Pagina 1 Índice. 1. Introducción
Más detallesHipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.
PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma
Más detallesAPÉNDICE B ANOVA para las salsas comerciales
APÉNDICE B ANOVA para las salsas comerciales ANOVA de una vía para Densidad de salsas comerciales One-way ANOVA: Densidad versus Marca Marca 3 8727.7 2909.2 41.22 0.000 Error 8 564.6 70.6 Total 11 9292.4
Más detallesUSO DEL MÉTODO DE PRECIOS HEDÓNICOS, PARA ESTIMAR
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERIA CIVIL USO DEL MÉTODO DE PRECIOS HEDÓNICOS, PARA ESTIMAR VARIACIÓN EN PRECIOS DE VIVIENDAS PRODUCTO DE NUEVAS LÍNEAS
Más detallesSelectividad Junio 2008 JUNIO 2008 PRUEBA A
Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo
Más detallesRegresión de Dirichlet en datos composicionales: distribución de tareas de consultoría. Rosa Caeiro Sánchez
Regresión de Dirichlet en datos composicionales: distribución de tareas de consultoría Rosa Caeiro Sánchez Índice general 1. Introducción 5 2. Datos composicionales 7 2.1. Principales problemas:.............................
Más detallesProyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico.
1 Primeros pasos en R. Al iniciarse R (ver Figura 16), R espera la entrada de órdenes y presenta un símbolo para indicarlo. El símbolo asignado, como puede observarse al final, es > Figura 16. Pantalla
Más detallesEs el comercio exterior de bienes la solución a la crisis en España? Trabajo Fin de Grado
Es el comercio exterior de bienes la solución a la crisis en España? Trabajo Fin de Grado 4 de Septiembre 2014 Universidad Politécnica de Cartagena. Facultad de Ciencias de la Empresa. Departamento de
Más detallesFunciones Lineales en una Variable Real
en una Variable Real Carlos A. Rivera-Morales Precálculo I Tabla de Contenido Contenido : Contenido Discutiremos: la definición de una función lineal : Contenido Discutiremos: la definición de una función
Más detallesP R O P I E D A D E S F I S I C A S
15 micras PESO UNITARIO gr/m2 13.5 +/- (.9 gr) BRILLO 75 MIN COEFICIENTE DE FRICCION 1470 MAX 2880 MAX 163 MAX 63 MAX 6. 3. 20 micras P R O P I E D A D E S F I S I C A S PESO UNITARIO gr/m2 18.13 +/- (.9
Más detallesIntroducción a la Programación 11 O. Humberto Cervantes Maceda
Introducción a la Programación 11 O Humberto Cervantes Maceda Recordando En la sesión anterior vimos que la información almacenada en la memoria, y por lo tanto aquella que procesa la unidad central de
Más detallesULADECH Escuela Profesional de Contabilidad
Fórmulas Las fórmulas son ecuaciones que efectúan cálculos con los valores de las celdas de la hoja de cálculo. Una fórmula comienza por un signo igual (=). Son operaciones entre celdas, o combinaciones
Más detallesLa distribución de Poisson es de tipo exponencial con parámetro dispersión 1.
Reclaaciones y Edad (Pawitan). Una copañía aseguradora quiere conocer cóo depende el núero de reclaaciones de los clientes con cierta póliza, de su edad. El archivo reclaaciones.txt contiene los datos
Más detallesAnálisis de Tablas de Contingencia:Capítulo 2 Modelos Log-lineales
Análisis de Tablas de Contingencia:Capítulo 2 Modelos Log-lineales Capítulo 2 1. Introducción Los modelos Log-lineales, también denominados modelos lineales logarítmicos y modelos log-linear, se presentan
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador Francisco Palacios Escuela Politécnica Superior de Ingeniería Manresa Universidad Politécnica
Más detallesPRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx
PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx Octubre, 2011 Introducción Un supuesto básico del modelo es la existencia de una relación lineal entre la variable
Más detallesLIC. TURISMO UNIVERSIDAD AUTÓNOMA DE CIUDAD JUÁREZ
2011 UNIVERSIDAD AUTÓNOMA DE CIUDAD JUÁREZ DIRECCIÓN GENERAL DE PLANEACIÓN Y DESARROLLO INSTITUCIONAL SUBDIRECCIÓN DE ESTUDIOS PARA EL DESARROLLO INSTITUCIONAL LIC. TURISMO Resultado y análisis de la encuesta
Más detallesCAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS. El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de
CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de respuesta que se había definido, la cual es la diferencia
Más detallesSegunda práctica de REGRESIÓN.
Segunda práctica de REGRESIÓN. DATOS: fichero practica regresión 2.sf3. Objetivo: El objetivo de esta práctica es interpretar una regresión y realizar correctamente la diagnosis. En la primera parte se
Más detallesT R A B A J O D E I N V E S T I G A C I O N D E O P E R A C I O N E S I
UNIVERSIDAD SAN MARTIN DE PORRES FACULTAD DE INGENIERIA Y ARQUITECTURA T R A B A J O D E I N V E S T I G A C I O N D E O P E R A C I O N E S I A N A L I S I S D E P R O N Ó S T I C O S F O R E C A S T
Más detallesIntroducción al análisis de la varianza (ANOVA)
Introducción al análisis de la varianza (ANOVA) Albert Sorribas Departament de Ciències Mèdiques Bàsiques Universitat de Lleida albert.sorribas@cmb.udl.cat última versión: 6 de febrero de 2014 Índice 1.
Más detallesUniversitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011
Econometría I Examen Final 1 Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Este examen consta de un total de 50 puntos.
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesSOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante
SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras
Más detallesPRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS PARA LA COMPARACIÓN DE DOS MEDIAS
PRUEBAS DE HIPÓTESIS NO PARAMÉTRICAS PARA LA COMPARACIÓN DE DOS MEDIAS César Gutiérrez Villafuerte Sección de Estadística y Epidemiología Facultad de Medicina UNMSM Lima, 10 de marzo de 2005 Cómo evaluar
Más detallesPRÁCTICA ALGORÍTMICA: EJERCICIOS PROPUESTOS
Página 1 de 7 PRÁCTICA ALGORÍTMICA: EJERCICIOS PROPUESTOS EJERCICIOS DE ESTRUCTURA REPETITIVA 1. (Problema 4) Escriba un algoritmo que lea del teclado un número entero y que compruebe si es menor que 5.
Más detallesECONOMETRIA APLICADA NOTAS DATOS DE PANEL
ECONOMETRIA APLICADA NOTAS DATOS DE PANEL Revisión En una de las referencias clásicas en la literatura, Hsiao (1986) los describe como secciones cruzadas de individuos observadas a lo largo del tiempo.
Más detallesIIC 3633 - Sistemas Recomendadores
Tests Estadísticos para Comparar Recomendaciones IIC 3633 - Sistemas Recomendadores Denis Parra Profesor Asistente, DCC, PUC CHile Page 1 of 16 TOC En esta clase 1. Significancia Estadistica de los Resultados
Más detallesPalabras Clave Enseñanza, Computación I, Programación Gráfica, Algoritmos, Programación Estructurada.
En busca de una nueva forma de enseñar a programar. Yolanda Martínez Treviño Departamento de Computación Básica Tecnológico de Monterrey 26 de Octubre de 2005 Resumen En el verano de 2003 se diseñó una
Más detallesAplicaciones de Estadística Descriptiva
Aplicaciones de Estadística Descriptiva Contenidos de la presentación Funciones estadísticas en Excel. Gráficos. El módulo de análisis de datos y las tablas dinámicas de Excel. Información Intentaremos
Más detallesCapítulo 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 detallesAlgunos comandos para tener en cuenta en las operaciones son: who enumera todas las variables usadas hasta el momento.
MATLAB El software MatLab se desarrolló como un Laboratorio de matrices, pues su elemento básico es una matriz. Es un sistema interactivo y un lenguaje de programación de cómputos científico y técnico
Más detallesRegresión con Variables Ficticias
apítulo XII Regresión con Variables Ficticias onceptos y Definiciones La regresión con variables ficticias (variables dummy) surge por la necesidad que tiene el investigador de involucrar variables cualitativas
Más detallesGuía de uso de DERIVE. 2) Botones de acceso rápido Al colocar el cursor sobre el botón aparece un recuadro con su función
Sobre la pantalla principal de DERIVE distinguimos: 1) La barra del menú 2) Botones de acceso rápido Al colocar el cursor sobre el botón aparece un recuadro con su función UNIDAD DOCENTE DE MATEMÁTICAS
Más detallesPresentación Concepto de Variable Transformaciones Algoritmo Diagrama de Flujo Ejemplos
Presentación Página del Curso Página del Curso: http://asignaturas.inf.udec.cl/ lpcp Ayudantes Francisco Roco: Página web: http://www.udec.cl/ franciscoroco e-mail: franciscoroco@udec.cl Pedro Zambrano:
Más detallesCAPÍTULO 4 TRANSFORMACIONES EN REGRESIÓN
CAPÍTULO 4 TRANSFORMACIONES EN REGRESIÓN Edgar Acuña Fernández Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez Edgar Acuña Analisis de Regresion 1 Transformaciones
Más detallesEstimar efectos parciales con margins
Estimar efectos parciales con margins David M. Drukker Director of Econometrics Stata 2010 Spanish Stata Users Group meeting Madrid September 2010 1 / 31 Información general Esta charla muestra como usar
Más detalles1. Introducción al programa R
BASES DE ESTADÍSTICA 1º de CC. Ambientales, curso 2009 2010 GUIÓN DE LAS PRÁCTICAS CON R 1. Introducción al programa R El programa R funciona con una ventana donde se escriben los comandos más una ventana
Más detallesCalculadora. Navegar Historial. Separar Expresiones. Graficar Ecuaciones. Abrir Página OXY. Notación SCI/ENG. Deshacer (hasta 30 pasos)
Calculadora Tecla Navegar Historial Separar Expresiones Deshacer (hasta 30 pasos) Rehacer (hasta 30 pasos) Graficar Ecuaciones Asignar Ecuaciones Personalizadas. Abrir Página OXY Conversión Fracción/Grado
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Mínimos Cuadrados Departamento de Matemáticas ITESM Mínimos Cuadrados Álgebra Lineal - p. 1/34 En esta sección veremos cómo se trabaja un sistema inconsistente. Esta situación es
Más detallesRESULTADOS. Luego de someter los bloques de material a sus respectivas soluciones observamos que
IV. RESULTADOS Luego de someter los bloques de material a sus respectivas soluciones observamos que todos los materiales sometidos a la acción de la bebida carbonatada experimentaron una disminución en
Más detallesAnálisis de Regresión
Análisis de Regresión Diplomado en Lean Six Sigma Objetivo 1.Identificar problemas que incluyan una Y continua y una X continua 2. Entender la diferencia entre regresión lineal y no lineal 3. Ajustar modelos
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesINTERACCIONES FUNDAMENTALES DE MARKETING ENTRE INTERMEDIARIOS Y EMPRESAS DE SEGUROS.
II Jornadas de Actualización en Seguros INTERACCIONES FUNDAMENTALES DE MARKETING ENTRE INTERMEDIARIOS Y EMPRESAS DE SEGUROS. Autor: Luis Ramón Ruiz Reyes MSc. Julio 2010 I II Jornadas de Actualización
Más detallesIntroducción a la Programación en MATLAB
Introducción a la Programación en MATLAB La programación en MATLAB se realiza básicamente sobre archivos M, o M-Files. Se los denomina de esta forma debido a su extensión.m. Estos archivos son simple archivos
Más detallesUNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL
UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características
Más detallesDoc. 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 detallesUF0033 Aprovisionamiento y almacenaje en la venta
Comercio y marketing UF0033 Aprovisionamiento y almacenaje en la venta Contenidos adaptados al Certificado de Profesionalidad Actividades de venta / COMV0108 Perteneciente a MF0240_2 Descripción: La gestión
Más detallesProblemas de Álgebra Lineal Espacios Vectoriales
Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo
Más detallesFUNCIONES Y FÓRMULAS FUNCIONES
FUNCIONES Y FÓRMULAS Excel permite la realización automática de multitud de operaciones (matemáticas, estadísticas, lógicas, financieras, de fechas y hora, de búsqueda, de operación con textos, de Bases
Más detallesREFERENCIA DEL LENGUAJE
REFERENCIA DEL LENGUAJE Sesión 07 Mg. Cadenas de caracteres Una cadena de caracteres es un arreglo de caracteres. Los caracteres son letras, números y signos de puntuación. Cuando un número se usa como
Más detallesDETERMINANTES DE LA DEMANDA DE CRÉDITO HIPOTECARIO. Instituto Colombiano de Ahorro y Vivienda - ICAV Facultad de Economía - Universidad del Rosario
DETERMINANTES DE LA DEMANDA DE CRÉDITO HIPOTECARIO Instituto Colombiano de Ahorro y Vivienda - ICAV Facultad de Economía - Universidad del Rosario Objetivo Analizar el mercado de crédito hipotecario en
Más detallesSatisfacción en el trabajo Muy insatisfecho. Poco insatisfecho. Muy satisfecho < 12000 20 24 80 82 Ingresos( )
Ingresos y Satisfacción en el trabajo: La siguiente tabla presenta el resultado de una encuesta para estudiar la relación entre el nivel de ingresos y la satisfacción en el trabajo. Satisfacción en el
Más detallesPráctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Más detallesCONTENIDOS MÍNIMOS BLOQUE III: ÁLGEBRA
CONTENIDOS MÍNIMOS BLOQUE III: ÁLGEBRA Interpolación de términos en una sucesión. Cálculo del término general de sucesiones muy sencillas. Distinción entre progresiones aritméticas y geométricas. Interpolación
Más detallesINTRODUCCIÓN AL ANALISIS ESTADISTICO CON R UNA MIRADA RAPIDA
1 INTRODUCCIÓN AL ANALISIS ESTADISTICO CON R UNA MIRADA RAPIDA INTRODUCCION R es un sistema para análisis estadísticos y gráficos creado por R. Ihaka y R. Gentleman. R tiene una naturaleza doble de programa
Más detallesProgramación. Test Autoevaluación Tema 3
Programación Test Autoevaluación Tema 3 Autores: M. Paz Sesmero Lorente Paula de Toledo Heras Fco. Javier Ordoñez Morales Juan Gómez Romero José A. Iglesias Martínez José Luis Mira Peidro SOLUCIONES 1.
Más detallesTrabajando en la ventana de comandos en el programa gretl.
Proyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico. 1 Trabajando en la ventana de comandos en el programa gretl. Gretl permite trabajar mediante comandos y funciones,
Más detallesLa utilización del paquete R en la docencia de bachillerato
Medellín, 20-23 de julio de 2010 La utilización del paquete R en la docencia de bachillerato UGARTE, M.D. DEPARTAMENTO DE ESTADÍSTICA E I.O. UNIVERSIDAD PÚBLICA DE NAVARRA, PAMPLONA, ESPAÑA (trabajo en
Más detalles