CASO 5-3 MILAN FOOD COOPERATIVE (B)
|
|
- Ramona Montes Río
- hace 6 años
- Vistas:
Transcripción
1 CASO 5-3 MILAN FOOD COOPERATIVE (B) INTRODUCCIÓN Éste es una continuación del caso Milan Food Cooperative (A), de la parte 4 del texto. Aquí se presentan los resultados del análisis de correlación y regresión y se les solicita a los estudiantes que interpreten varias relaciones, determinen una función predictiva, determinen intervalos de confianza estadística y discutan suposiciones de análisis. OBJETIVOS DEL CASO ) Exponer a los estudiantes a una aplicación de dos técnicas comunes de análisis de datos, correlación y regresión. 2) Que los estudiantes practiquen la interpretación de resultados de correlación y regresión mientras reconocen las diversas suposiciones fundamentales de análisis. PREGUNTAS A ASIGNAR ) Para los resultados de la correlación: a) Qué interpretación puede dar a los resultados mostrados? b) Qué supuestos sustentan sus interpretaciones? c) Cómo podrían probarse estos supuestos?
2 2) Para los resultados de la regresión: a) Qué interpretación puede dar a estos resultados? b) Qué supuestos sustentan sus interpretaciones? c) Cómo podrían probarse estos supuestos? d) El R 2 bajo implica que nuestras variables independientes son malas predictoras de los gastos en alimentos? e) Fundamente su punto de vista. ANÁLISIS DEL CASO. Matriz de correlación a) Interpretación de los resultados de la matriz de correlación Deben examinarse dos tipos de asociaciones. Primero, estudiar las relaciones entre la variable dependiente (gasto semanal en alimentos) y las variables independientes (número de personas, ingreso, niños -8, niños menores de, educación y edad). La conclusión es que hay una relación razonablemente fuerte entre los gastos y ) personas (.43), 2) ingreso (.38) y 3) niños -8 (.40). Segundo, examine las relaciones entre variables independientes. La correlación es fuerte entre ) personas y niños -8 (.70), 2) personas y niños menores de (.5), 3) ingreso y educación (.48) y 4) niños -8 y niños menores de (.25). Note que no hay relación entre edad de la cabeza de familia y el número de personas. Ya que esto puede ser contraintuitivo para muchos, los estudiantes pueden buscar explicar esto. Aunque no hay una relación lineal, es posible una relación no lineal. La siguiente tabla de tabulación cruzada ilustra este punto. (Véase figura NE.) 2
3 Esta figura presenta una cuenta de frecuencia del número de encuestados en cada combinación de personas edad/número. Esta figura muestra una relación curvilínea muy fuerte entre edad y número de personas en la familia. En efecto, el sentido común predecirá esto. La gente más joven y la gente mayor tendrá casas más pequeñas que aquellos en los rangos de edad intermedios. La correlación lineal no ha encontrado una relación real. Ésta es una lección importante para que la aprendan los estudiantes. Figura NE Edad No. de personas b) Suposiciones que sustentan las interpretaciones de la matriz de correlación La principal suposición es que las relaciones lineales predominan entre las variables. En la mayor parte de los casos, esto es probablemente del todo correcto, pero existen excepciones como las señaladas antes. 3
4 c) Probar estas suposiciones La anterior tabla de tabulación cruzada ilustra una violación de esta suposición. Otra forma de examinar si las relaciones son lineales es representándolas en una gráfica. Por ejemplo, la relación entre gastos semanales en alimentos y el número de personas en la familia también es no lineal (figura NE 2). Otras relaciones exhiben una gran cantidad de asociación lineal. 2. Resultados de la regresión a) Interpretar los resultados de la regresión Es posible estimar los gastos semanales en alimentos de una familia al introducir valores en la fórmula de regresión. Sin embargo, los niveles de significancia y los intervalos de confianza sugieren que los coeficientes para ciertas variables no deben tomarse en su valor nominal. Estas variables son: ) niños menores de años, 2) educación, y 3) edad de la cabeza de familia. Las conclusiones incluyen: ) Esta fórmula de estimación explica 29.% de la variabilidad total de los gastos semanales en alimentos; es decir, la varianza del verdadero gasto en alimentos alrededor de la línea de regresión (plana) es de alrededor de 70% de su varianza alrededor de los gastos en alimentos promedio. 2) Error estándar: Dado 5% de error de probabilidad, una estimación de gastos por una familia muestra particular puede estar fuera por US$35.30 o más. 4
5 3) Intervalos de confianza para los coeficientes: Los errores estándar de los coeficientes dan los siguientes intervalos de confianza de 95% (2 errores estándar) para los coeficientes: Personas 3.5 ±.42 Educación. ±.52 Niños ± 4.4 Ingreso.77 ±.25 Niños ± 4.0 Edad.025 ±.4 4) Coeficientes a) Los niños pequeños no comen tanto como los adolescentes y los adultos. b) En las familias donde la cabeza de familia es mayor y más educada, los gastos tiende a ser mayores. c) La significancia de estos tres coeficientes es débil. Por ejemplo, usando la edad aquí hay 7% de probabilidad de decir que el coeficiente de edad es diferente de cero cuando no lo es. 5) a) Usando la ecuación de regresión: 3.78 constante +(3.5 * número de personas) +(-.87 si hay niños menores de ) +(5.30 si hay niños -8) +(. * nivel de educación) +(.78 * ingreso en miles) +(.025 * edad en años) 5
6 Para una familia de cuatro, sin niños menores de, pero con niños de -8, donde la cabeza de familia es un graduado de universidad de 38 años y el ingreso familiar es US$25,000 el gasto en alimentos estimado es: (3.78) + (3.4 4) + (-.87 0) + (5.30 ) + (. 5) + (.78 25) + ( ) = US$58.42/semana R2 = 0.29 error estándar del SSE estimado = 7.5 Los valores de las variables son de Milan Food Cooperative (A). b) Suposiciones que sustentan las interpretaciones de la regresión ) La multicolinealidad no está presente 2) Las interacciones no están presentes 3) Las relaciones entre variables dependientes e independientes son lineales c) Probar estas suposiciones Las figuras NE y 2 ilustran pruebas para relaciones lineales. Análisis similares pueden realizarse en otras variables. La figura NE 3 ilustra la existencia de multicolinealidad entre educación e ingreso mientras que la figura NE 4 ilustra los efectos de la interacción del ingreso en la relación entre el número de personas y el gasto semanal en alimentos. Por tanto, estos datos contienen relaciones no lineales entre la variable dependiente y algunas variables independientes, la multicolinealidad entre variables predictoras, y alguna interacción (efectos no aditivos). Esto demuestra en forma clara el riesgo de correr a ciegas un paquete de regresión enlatado e interpretar de manera directa los coeficientes.
7 d) y e) El valor bajo de R 2 implica que nuestras variables independientes son malas predictoras de los gastos en alimentos? No necesariamente. Aunque hay otras variables que se relacionan con los gastos en alimentos y quizá puedan mejorar la predicción, pueden resaltarse varios puntos acerca de las variables usadas en esta ecuación de regresión. ) Una transformación a escala logarítmica puede resolver el problema de no linealidad entre gasto y número de personas. 2) Los problemas de interacción (gasto en alimentos/número de personas/ ingreso) pueden ser resueltos por el uso de variables falsas. 3) Los errores de medición sin duda están presentes. Por ejemplo, un encuestado recuerda en forma incorrecta el gasto real en alimentos o no registra una compra rápida de emergencia. 4) El problema de multicolinealidad puede resolverse al dejar fuera variables correlacionadas, o índices formados. 5) Resulta que una ecuación de tres variables usando número de personas, ingreso y niños -8 provee en esencia la misma estimación de gasto en alimentos. 7
8 ESTRATEGIA DE ENSEÑANZA Si no se hizo el caso Milan Food Cooperative (A), instruya a los estudiantes para que lo lean como antecedente. Si se hizo, un repaso es útil. Ésta es una buena oportunidad para revisar los principios, si no las mecánicas de la covarianza, la correlación, la multicolinealidad, la interacción, la regresión múltiple, etc. Primero, puede examinarse la matriz de correlación con el instructor solicitando a los estudiantes que interpreten varias relaciones correlacionales. Luego puede examinarse del mismo modo la tabla de regresión. Ésta es una buena oportunidad para que el instructor explique o ilustre la regresión gradual. Por lo general, el instructor debe tomar la dirección de esta discusión. Los estudiantes de manera típica no entienden todas las complejidades de la correlación y la regresión. También es útil tener el material en las figuras NE -4 disponibles por medio de un proyector de cuerpos opacos. También note que las pruebas estadísticas realizadas implican que los datos son de una muestra, no de un censo. Los estudiantes no tienen dificultad para hacer esta suposición para la discusión del caso. 8
9 FIGURA NE 2 RELACIÓN ENTRE GASTOS SEMANALES EN ALIMENTOS Y EL NÚMERO DE PERSONAS EN LA FAMILIA (RELACIÓN NO LINEAL) GASTO PROMEDIO EN ALIMENTOS $ No. TOTAL DE PERSONAS 9
10 FIGURA NE 3 RELACIÓN ENTRE INGRESO FAMILIAR ANUAL Y EDUCACIÓN DE LA CABEZA DE FAMILIA INGRESO ANUAL PROMEDIO DE $ (000) (MULTICOLINEALIDAD) -8 GRADOS 9- BACHILLE- RATO ALGUNA ESCUELA VOCA- CIONAL UNIVER- SIDAD EDUCACIÓN DE LA CABEZA DE FAMILIA 0
11 FIGURA NE 4 RELACIÓN ENTRE GASTOS EN ALIMENTOS Y NÚMERO DE PERSONAS EN LA FAMILIA PARA TRES GRUPOS DE INGRESO GASTO SEMANAL EN ALIMENTACIÓN (INTERACCIÓN) INGRESO MAYOR DE $5.000 INGRESO DE $,000-$4,999 INGRESO MENOR DE $,000 No. TOTAL DE PERSONAS O MÁS Ecuaciones de regresión para las líneas: Alta: Gastos en Alim. = $ (personas); N = 0 Media: Gastos en Alim. = $ (personas); N = 247 Baja: Gastos en Alim. = $ (personas); N = 52
Regresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010
Regresión Lineal Dra. Noemí L. Ruiz Limardo 008 Derechos Reservados, Rev 010 Objetivos de la Lección Conocer el significado de la regresión lineal Determinar la línea de regresión cuando ha correlación
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
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 detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más 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 detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más 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 detallesExamen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.
Examen de Grado Sección de Econometría Agosto 2015 Pregunta 1. (40 puntos). Suponga que estamos interesados en determinar cuáles características del colegio y/o del hogar determinan el resultado de una
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 detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesTema 3. Relación entre dos variables cuantitativas
Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas
Más 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 detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
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 detallesCURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más 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 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 detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
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 detallesUNIVERSIDAD CENTROAMERICANA JOSE SIMEON CAÑAS FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS
UNIVERSIDAD CENTROAMERICANA JOSE SIMEON CAÑAS FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS PROFESOR: Manuel de Jesús Fornos Gómez CICLO 01/2003 GUIA DE EJERCICIOS
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesActividades para el logro de las tareas de desempeño Día:1 Día:2 Día:3 Día:4 Día:5
Semana 1 Semana 2,, ES.A.18.1 Las ecuaciones lineales. Actividades para el logro de las tareas de desempeño Día:1 Día:2 Día:3 Día:4 Día:5 Cómo determinar e interpretar el concepto pendiente de una recta.
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesFACULTAD: Facultad de Ciencias de la Educación
INFORMACIÓN GENERAL FACULTAD: Facultad de Ciencias de la Educación CURSO: ESTADISTICA INFERENCIAL Carrera: LICENCIATURA EN ADMINISTRACIÓN EDUCATIVA Nombre del Curso: ESTADISTICA INFERENCIAL Pre-requisito:
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 detallesRegresión en Cadena. StatFolio de Ejemplo: ridge reg.sgp
Regresión en Cadena Resumen El procedimiento Regresión en Cadena está diseñado para ajustar un modelo de regresión múltiple cuando las variables independientes exhiben multicolinealidad. Multicolinealidad
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesUNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA
UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA I. DATOS INFORMATIVOS 1.1 Asignatura : Estadística para el Comunicador Social 1.2 Código : 1001-1023 1.3 Pre-requisito
Más detallesMATEMÁTICAS 2º DE BACHILLERATO
MATRICES 1. Matrices y tipos de matrices 2. Operaciones con matrices 3. Producto de matrices 4. Matriz traspuesta 5. Matriz inversa 6. Rango de matrices DETERMINANTES 7. Determinantes de orden 2 y 3 8.
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesAnálisis de datos del Aguacate Hass (presentación caja 10 kilogramos)
Análisis de datos del Aguacate Hass (presentación caja 10 kilogramos) Alberto Contreras Cristán, Miguel Ángel Chong Rodríguez. Departamento de Probabilidad y Estadística Instituto de Investigaciones en
Más detallesMECÁNICA- INGENIERÍA INDUSTRIAL - EN SISTEMAS DE INFORMACIÓN - CIVIL - ELÉCTRICA - ELECTRÓNICA - NAVAL QUÍMICA - TEXTIL
ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CÓDIGO : 95-0704 ORIENTACIÓN : GENERAL Clase: Cuatr./Anual DEPARTAMENTO: MATERIAS BÁSICAS Horas Sem : 6 / 3 ÁREA: MATEMÁTICA Horas/año : 96 FORMACIÓN BÁSICA HOMOGÉNEA
Más detallesBioestadística para Reumatólogos
Bioestadística para Reumatólogos Xavier Barber Vallés Mabel Sánchez Barrioluengo Colaboradores - Umh Todos los datos que se muestran son ficticios Tablas 2x2: Riesgos Relativos y Odds ratio En cada sociedad
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 01221701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia URRUTIA MOSQUERA, JORGE ANDRÉS; SALAZAR, HEVER DARÍO; CRUZ TREJOS, EDUARDO ARTURO EVALUACIÓN DE LA ROBUSTEZ
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
DE 00 OPCIÓN A a) (.5 puntos) Resuelva el siguiente sistema y clasifíquelo atendiendo al número de soluciones: x + y + z = 0 x + 3y z = 17 4x + 5y + z = 17 b) (0.75 puntos) A la vista del resultado anterior,
Más detalles1.- DATOS DE LA ASIGNATURA. Diseño Asistido por Computadora. Nombre de la asignatura: Ingeniería Industrial. Carrera: Clave de la asignatura: OPN-1307
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Diseño Asistido por Computadora Ingeniería Industrial Clave de la asignatura: (Créditos) SATCA 1 OPN-1307 0-6-6 2.- PRESENTACIÓN Caracterización
Más detallesLa asignatura proporciona al alumno los conceptos básicos de estadística. Se organiza el temario en cinco unidades.
1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Muestreo y Regresión. Ingeniería Forestal. FOC-1027 SATCA: 2 2 4 2.- PRESENTACIÓN. Caracterización de la asignatura.
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 detallesRegresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más 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 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 detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesINSTRUMENTOS DE SELECCIÓN
INSTRUMENTOS DE SELECCIÓN Qué tienen en común solicitudes, entrevistas, pruebas de empleo, verificación de antecedentes y cartas personales de recomendación? Todos ellos son instrumentos para obtener información
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple. Facultad de Ciencias Sociales - UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 7. El modelo de regresión simple Facultad de Ciencias Sociales - UdelaR Índice 7.1 Introducción 7.2 Análisis de regresión 7.3 El Modelo de Regresión
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 detallesPráctica 9 REGRESION LINEAL Y CORRELACIÓN
Práctica 9. Regresión lineal y Correlación 1 Práctica 9 REGRESION LINEAL Y CORRELACIÓN Objetivos: En esta práctica utilizaremos el paquete SPSS para estudiar la regresión lineal entre dos variables y la
Más detallesIN Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0
IN3701 - Guía de Problemas Resueltos de Geometría de Programación Lineal v1.0 Acá va una pequeña guía con problemas resueltos de Geometría en Programación Lineal con problemas básicamente extraídos del
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesDIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA
DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
Más detallesTransformaciones de Box-Cox
Transformaciones de Box-Cox Resumen El procedimiento para las Transformaciones de Box-Cox es diseñado para determinar una transformación optima para Y mientras se estima un modelo de regresión lineal.
Más detallesTema 1: Introducción
Estadística Universidad de Salamanca Curso 2010/2011 Outline 1 Estadística 2 Outline 1 Estadística 2 La estadística es una ciencia que comprende la recopilación, tabulación, análisis e interpretación de
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión
Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo
Más detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
Más detallesFunciones de Regresión No Lineales (SW Cap. 6)
Funciones de Regresión No Lineales (SW Cap. 6) Todo anteriormente ha sido lineal en las X s La aproximación de que la función de regresión es lineal puede ser satisfactoria para algunas variables pero
Más detallesAnálisis de regresión lineal simple
Análisis de regresión lineal simple El propósito de un análisis de regresión es la predicción Su objetivo es desarrollar un modelo estadístico que se pueda usar para predecir los valores de una variable
Más detallesA continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes.
M150: Creciendo A) Presentación del problema LOS JOVENES CRECEN MAS ALTO A continuación se presenta la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. B) Preguntas del problema
Más detallesUSO HERRAMIENTAS EXCEL PARA LA PREDICCION
USO HERRAMIENTAS EXCEL PARA LA PREDICCION Nassir Sapag Chain MÉTODO DE REGRESIÓN LINEAL SIMPLE El método de Regresión Lineal (o Mínimos cuadrados) busca determinar una recta, o más bien la ecuación de
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesRelación entre la altura y la distancia del suelo al ombligo
Relación entre la altura y la distancia del suelo al ombligo JULIA VIDAL PIÑEIRO Los 79 datos usados para realizar el estudio estadístico de la relación altura- distancia al ombligo, se tomaron a personas
Más detallesDepartamento de Matematicas
Universidad de Puerto Rico en Aguadilla Departamento de Matematicas PRONTUARIO Profesor : Nombre Estudiante : Oficina : Sección : Horas de Oficina: I. Título del curso : Estadística con Computadora II.
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesGUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS
GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesMATEMÁTICA DE CUARTO 207
CAPÍTULO 1 CONJUNTOS NUMÉRICOS 1 Introducción... pág. 9 2 Números naturales... pág. 10 3 Números enteros... pág. 10 4 Números racionales... pág. 11 5 Números reales... pág. 11 6 Números complejos... pág.
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
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 detallesMATEMÁTICAS 1º DE BACHILLERATO
POLINOMIOS Y FRACCIONES 1. Operaciones fracciones algebraicas 2. Opera y simplifica fracciones 3. Repaso fracciones 4. Fracciones equivalentes 5. Potencias de fracciones 6. Operaciones con fracciones 7.
Más detallesCONTENIDO PROGRAMÁTICO
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2012/01/27 Revisión No. 1 AC-DO-F-8 Página 1 de 3 ESTADÍSTICA DESCRIPTIVA CÓDIGO 14241 PROGRAMA TECNOLOGÍA EN CONTABILIDAD Y TRIBUTARIA ÁREA DE FORMACIÓN CIENCIAS
Más detallesT4. Modelos con variables cualitativas
T4. Modelos con variables cualitativas Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Ana J. López y Rigoberto Pérez (Dpto EconomíaT4. Aplicada. Modelos Universidad
Más detallesESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA Estadística Descriptiva. Guía y Rubrica. Momento 2
1. Temáticas revisadas Unidad 2. MEDIDAS ESTADISTICAS UNIVARIANTES - MEDIDAS DE TENDENCIA CENTRAL - MEDIDAS DE DISPERSION. - 2. Propósitos Desarrollar en el estudiante competencias interpretativas y propositivas,
Más detallesFormato de la información suministrada por el programa informático MINITAB, empleado para el análisis de los datos empíricos.
CAPÍTULO XIX: TÉCNICAS DE INVESTIGACIÓN EMPLEADAS. En este capítulo se describen las técnicas de análisis cuantitativo empleadas para el análisis de los datos, con la finalidad de contrastar las hipótesis
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesPROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN INGENIERÍA CIVIL ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1315 SEMESTRE:
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
Más detallesLa desviación típica y otras medidas de dispersión
La desviación típica y otras medidas de dispersión DISPERSIÓN O VARIACIÓN La dispersión o variación de los datos intenta dar una idea de cuan esparcidos se encuentran éstos. Hay varias medidas de tal dispersión,
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detallesCAPITULO RESULTADOS
47 CAPITULO 4 16. RESULTADOS Un sumario de las estadísticas descriptivas de las principales variable se presenta en la Tabla 3. TABLA 3 Tablas de Estadísticas Descriptivas. Estadísticas Descriptivas 16
Más detallesArgentina Factores asociados TERCE
Factores asociados TERCE a) Desempeño de los estudiantes La tabla 1 expone los resultados de en las pruebas TERCE y su comparación con el promedio de rendimiento regional. Como se observa, los estudiantes
Más detalles1. DATOS INFORMATIVOS:
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS HUMANAS ESCUELA DE GEOGRAFIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA 1 CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA:
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 detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Muestreo aleatorio simple Resumen teórico Resumen teórico de los principales conceptos estadísticos Muestreo aleatorio
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detalles