Tema 1. El modelo de regresión lineal simple
|
|
- Sandra Cordero Cuenca
- hace 6 años
- Vistas:
Transcripción
1 Método de Regreó-Grado e Etadítca Emprea /47 Tema. El modelo de regreó leal mple. Itroduccó. Covaraza. Correlacó. Hpóte báca 3. Etmacó por el método de lo mímo cuadrado 3. Etmacó de lo parámetro 0 3. Etmacó de la varaza σ 4. Propedade de lo etmadore 4. Propedade del etmador de 4. Propedade del etmador de 0 5. Propedade de la varaza redual 6. El coefcete de determacó
2 Método de Regreó-Grado e Etadítca Emprea /47. Itroduccó Lo método de la Matemátca que etuda lo feómeo determta relacoa ua varable depedete co dvera varable depedete: g(,,..., k El problema e reduce a reolver u tema leal, ua ecuacó dferecal, u tema o leal La Ceca Epermetale ha revelado la poca fabldad de la relacoe determta. E tale Ceca el azar, la aleatoredad, la varabldad dvdual, la varable o cotrolada, jutfca el plateo de la ecuacó fudametal obervacó modelo + error aleatoro modelo u etructura queda fjada por el epermetador teedo e cueta la codcoe de u epermeto. error aleatoro el epermetador debe teer e cueta la devacó que ete etre lo que oberva lo que epera obervar egú el modelo.
3 Método de Regreó-Grado e Etadítca Emprea 3/47 E lo Modelo de Regreó: Modelo: fucó leal de uo parámetro. { k k + u { obervacó modelo error aleatoro Objetvo: A partr de ua muetra de tamaño de ua certa poblacó, determar lo parámetro para poder: hacer eteble el modelo a toda la poblacó, poder predecr uevo valore de la varable depedete.
4 Método de Regreó-Grado e Etadítca Emprea 4/47 Ejemplo. Dedad del tráfco. Sabemo que cuáto má coche crcula por ua carretera, meor e la velocdad del tráfco. El etudo de ete problema tee como objetvo la mejora del traporte la reduccó del tempo de vaje. Dedad úmero de vehículo por km Velocdad velocdad del vehículo e km/h Como la cogetó afecta a la velocdad, etamo tereado e determar el efecto de la dedad e la velocdad.
5 Método de Regreó-Grado e Etadítca Emprea 5/47 Ejemplo. Dedad del tráfco. 80 Plot of velocdad v dedad velocdad dedad Modelo que podemo platear: (Llamamo Y a la velocdad X a la dedad. Y a + b X + error. Y a + b X + c X + error
6 Método de Regreó-Grado e Etadítca Emprea 6/47 Ejemplo. Eperaza de vda. Ete algú tpo de relacó etre la eperaza de vda de la mujer el úmero de acmeto cada 000 habtate? lfeepf "eperaza de vda de la mujere" brthrate "úmero de acmeto cada 000 habtate" (dato de 99 Coutr lfeepf brthrate Somala Tazaa Zamba Zare Algera 68 3 Namba Burka Fao Cuba 79 8 Equador 7 8 North Korea 7 4 Mogola Thalad 7 0 Turke 7 8 Frace 8 3 Netherlad 8 3
7 Método de Regreó-Grado e Etadítca Emprea 7/47 Ejemplo. Eperaza de vda Plot of lfeepf v brthrate lfeepf brthrate Modelo que podemo platear: (Llamamo Y a la eperaza de vda X a lo acmeto Y a + b X + error
8 Método de Regreó-Grado e Etadítca Emprea 8/47. Covaraza E la práctca mucha relacoe que aalzaremo erá déble o batará ver u gráfco, o que ademá tedremo que medr la magtud o el grado de relacó leal etre eta varable. Do de la medda má utlzada para dato bvarate que rve para cuatfcar el grado de relacó leal o: La covaraza El coefcete de correlacó leal de Pearo Dado pare de valore (,, (,,..., (,, que correpode a la obervacó de do varable X e Y obre dvduo, e defe la covaraza muetral etre X e Y como: dode XY (, (
9 Método de Regreó-Grado e Etadítca Emprea 9/47 Ejercco: Demotrar que XY ( ( Iterpretacó geométrca de la covaraza Coderemo ua ube de puto formada por lo pare de dato (,, (,,..., (,. El cetro de gravedad de eta ube de (, puto, que e, dvde a la ube e cuatro cuadrate. Lo puto que e ecuetra e el prmer tercer cuadrate cotrbue potvamete a XY, metra que lo puto que etá e el egudo cuarto cuadrate, lo hace egatvamete.
10 Método de Regreó-Grado e Etadítca Emprea 0/47 S ha má puto e el tercer prmer cuadrate, etoce XY 0, lo que puede terpretare como que la varable Y tede a aumetar cuado lo hace X. S ha má puto e el egudo cuarto cuadrate, etoce XY 0, lo que puede terpretare como que la varable Y tede a dmur cuado X aumeta.
11 Método de Regreó-Grado e Etadítca Emprea /47 S lo puto e reparte co gual tedad alrededor del cetro de gravedad, etoce e tedrá que XY 0, lo que dcará que o ha relacó leal etre la varable. Atecó: Eto o gfca que o pueda etr otro tpo de relacó etre amba varable.
12 Método de Regreó-Grado e Etadítca Emprea /47 La covaraza preeta lo guete coveete: depede de la udade de medda de la varable, o etá acotada uperor ferormete. Propocó: S (,, (,,..., (, e ua muetra de tamaño de la varable bdmeoal (X,Y, a, b o do valore reale, etoce: Demotracó (pzarra X, a+ by b XY
13 Método de Regreó-Grado e Etadítca Emprea 3/47. Correlacó El coefcete de correlacó leal de Pearo e ua medda admeoal de la varacó cojuta de do varable. Se defe como: dode r X, Y X (, Y ( Propedade: E ua medda acotada: - r X,Y. No e ve afectado por tralacoe por cambo de ecala (del mmo go, e decr: rx, a+ by rxy, b > 0. Su go cocde co el go de X,Y e dca el tpo de depedeca etre X e Y. S r X,Y fl correlacó máma etre X e Y. S r X,Y 0 fl o ete relacó leal etre X e Y, e dce que la varable etá correlada. X XY Y
14 Método de Regreó-Grado e Etadítca Emprea 4/47 Ejercco. Co lo dato del ejemplo (eperaza de vda, calcula la covaraza el coefcete de correlacó leal. Coutr lfeepf ( brthrate ( Somala Tazaa Zamba Zare Algera 68 3 Namba Burka Fao Cuba 79 8 Equador 7 8 North Korea 7 4 Mogola Thalad 7 0 Turke 7 8 Frace 8 3 Netherlad 8 3
15 Método de Regreó-Grado e Etadítca Emprea 5/47 Solucó Ejercco. ^ ^ Somala Tazaa Zamba Zare Algera Namba Burka Fao Cuba Equador North Korea Mogola Thalad Turke Frace Netherlad total meda 67,07 3,87 083,87 5, ,47 varaza 89,53 7,65 covaraza -0,39 correlacó -0,97
16 Método de Regreó-Grado e Etadítca Emprea 6/47 Ejercco. Calcular el coefcete de correlacó para lo dato de la tabla guete: Cómo cambará el coefcete de correlacó : a umamo 5 a la varable. b umamo 5 a amba varable. c tercambamo lo valore de por lo de. Ejercco 3. Cuál ería el coefcete de correlacó etre la edade de lo cóuge la mujere empre e caara co hombre año maore que ella?
17 Método de Regreó-Grado e Etadítca Emprea 7/47. Hpóte báca Lo factore que flue e la varable repueta puede dvdre e: U prmer grupo que cotee a ua varable, depedete, o aleatora coocda al obervar. U egudo grupo de múltple factore que afecta a, cada uo e pequeña catdade, que e deoma perturbacó aleatora o error aleatoro prmer grupo u { egudo grupo, u o varable aleatora, e ua varable predetermada co valore coocdo, 0, o parámetro decoocdo. Modelo geeral Hpóte cal Apromacó g( g ( 0, + + g,..., ( + u,...,
18 Método de Regreó-Grado e Etadítca Emprea 8/47 Se etablece la guete hpóte para la perturbacó aleatora: a Tee eperaza ula: E ( u 0 b Tee varaza cotate (homocedatcdad o depede de : var( u σ c Como coecueca del TLC tee dtrbucó ormal: u ~ N (0, σ d La perturbacoe o depedete (do a do: E( u u j E( u E( u, j Preguta: cuáto vale la covaraza etre do perturbacoe cualequera? Obervacoe: j La codcoe a, b, c d e reume dcedo que u, u,, u o v.a...d. co le ormal (0, σ N, La codcoe a, b, d e deoma codcoe de Gau-Markov.
19 Método de Regreó-Grado e Etadítca Emprea 9/47 Eta cuatro codcoe duce la guete etructura obre la varable repueta : a La eperaza de depede lealmete de : E( E( u cotate 0 e el valor medo de cuado vale 0, E( u 3 e el cremeto que epermeta la meda de cuado aumeta e ua udad. b La varaza de e cotate: σ var( e la varaza del modelo. var( u var( u 443 cotate 0 σ c Para cada valor de, la repueta tee le ormal: ~ N( 0 +, σ Preguta: So la détcamete dtrbuda? d La o depedete do a do.
20 Método de Regreó-Grado e Etadítca Emprea 0/47 Coderacoe mportate: La hpóte prcpal del modelo e que la meda de la le de la repueta, para fja, varía lealmete co. Eta hpóte debe comprobare empre, pue codcoa toda la cotruccó del modelo. La utldad del modelo leal radca e que mucha relacoe o leale puede covertre e leale traformado la varable adecuadamete. Ua relacó leal debe coderare como ua apromacó mple, e u rago de valore lmtado, de ua relacó má compleja. Por tato, erá ecearo teer preete: El rago de valore detro del cual e va a trabajar, El pelgro de etrapolar ua relacó fuera de ee rago. Cuádo o e cumplrá la codcoe de Gau-Markov? La codcó a o erá certa ete obervacoe tomada e codcoe heterogéea co el reto. Eto puede comprobare medate u aál de reduo del modelo, e mportate porque ua úca obervacó atípca puede teer gra flueca e la etmacó. La codcó b o e cumplrá la varabldad de depede de la meda de (heterocedatcdad. La codcó d e eperable e tuacoe etátca (toda la obervacoe correpode al mmo período temporal, pero ca uca e tuacoe dámca, dode la varable repueta e mde a lo largo del tempo.
21 Método de Regreó-Grado e Etadítca Emprea /47 3. Etmacó por el método de lo mímo cuadrado 3. Etmacó de lo parámetro 0 Dada obervacoe (,,, (, el método de lo mímo cuadrado (MMC eleccoa como etmacó de la recta poblacoal a la recta de regreó dode + + u 0 0 +, 0 que etma el valor medo de, para cada valor de. Demotracó (obtecó de la ecuacoe ormale e la pzarra
22 Método de Regreó-Grado e Etadítca Emprea /47 Ejercco 4. Co lo dato del ejemplo (dedad del tráfco ecotrar la recta de regreó que mejor ajuta la velocdad e fucó de la dedad del tráfco. Por razoe que e verá má adelate, tomar la raíz cuadrada de la velocdad. dedad raz(velocdad dedad,7 7,90 8,3 7,6 7 7, 9, 7,3 66 4,4 6,5 7, ,09, 6,8 87,8 3,5 8,6 6,80 8,4 3, , 75,6 3,70 60,3 4,45 66, 4,3 56 4,60 8, 3,7 66,3 4,8 6,8 4,3 6,7 4,4 77 3,97 66,6 4,07 89,6 3,55 67,8 4,8 raz(velocdad
23 Método de Regreó-Grado e Etadítca Emprea 3/47 gráfco de dperó raz(velocdad 9,00 8,00 7,00 6,00 5,00 4,00 3,00,00,00 0, dedad del tráfco
24 Método de Regreó-Grado e Etadítca Emprea 4/47 dedad raz(velocdad ^ ^,7 7,90 6,9 6,40 00,3 7 7, 89 50,70, , ,0 7,9 50 5, ,90 54,46 87,8 3,5 7708,84,40 309,8 8,4 3,66 665,96 3,40 97,97 75,6 3,70 575,36 3,70 79,8 66, 4,3 438,44 7,90 80,08 8, 3,7 6577, 3,80 30,7 6,8 4,3 3943,84 7,90 65, , ,80 306,07 89,6 3,55 808,6,60 38,05 8,3 7,6 334,89 5,0 30,94 9, 7,3 364,8 50,80 36,3 6,5 7,40 7,5 54,70,03, 6,8 49,84 46,50 5,38 8,6 6,80 345,96 46,30 6, , ,90 7,3 60,3 4, ,09 9,80 68,3 56 4,60 336,0 57,84 66,3 4,8 4395,69 8,30 83,6 6,7 4,4 3806,89 8,00 6,77 66,6 4, ,56 6,60 7,35 67,8 4,8 4596,84 8,30 90,04 306,6 0, ,9 65, 5678,
25 Método de Regreó-Grado e Etadítca Emprea 5/47 ^ ^ meda 54,44 5,0 3599,6 7,8 36,59 varaza 635,73,0 covaraza -36,00 correlacó -0,98 coefcete 0 8,09-0,06 Recta de regreó 0,00 raz(velocdad 8,00 6,00 4,00,00 0, dedad del tráfco
26 Método de Regreó-Grado e Etadítca Emprea 6/47 dedad raz(velocdad modelo ŷ 0 + reduo,7 7,90 7,37 0,53 7 7, 7,3-0,0 66 4,4 4,35-0, 50 5,09 5,6-0,7 87,8 3,5 3, 0,40 8,4 3,66 3,48 0,8 75,6 3,70 3,8-0, 66, 4,3 4,34-0, 8, 3,7 3,50 0, 6,8 4,3 4,53-0, ,97 3,73 0,5 89,6 3,55 3,0 0,53 8,3 7,6 7,05 0,0 9, 7,3 7,0 0, 6,5 7,40 7,6 0,4, 6,8 6,83-0,0 8,6 6,80 7,04-0,3 66 4, 4,35-0,4 60,3 4,45 4,68-0,3 56 4,60 4,9-0,3 66,3 4,8 4,34-0,06 Obervacoe: 6,7 4,4 4,60-0,35 ( La uma de lo reduo e cero. 66,6 4,07 4,3-0,4 ( La uma de lo valore de 67,8 4,8 4,5 0,03 cocde co la uma de lo valore 306,6 0,7 0,7 0,00 de ŷ.
27 Método de Regreó-Grado e Etadítca Emprea 7/47 3. Etmacó de la varaza σ La devacó típca de la perturbacó, σ, mde la precó del ajute de la recta de regreó. Para medr la varabldad de lo puto alrededor de la recta utlzaremo la devacó típca redual (etmador de σ. Se defe la varaza redual como: dode e R e o lo reduo del modelo. Se dvde por - ( o por, porque lo reduo o o depedete, pue la ecuacoe ormale duce do retrccoe obre ello: e 0, e 0. Por tato, olamete ha - valore depedete o - grado de lbertad.
28 Método de Regreó-Grado e Etadítca Emprea 8/47 Obervacó: E la práctca, ete otra forma para calcular la varaza redual, utlzar eplíctamete lo reduo: ( R Demotracó (pzarra. Atecó: R e ua varaza, por tato, u valor debe er empre potvo. S al calcularlo aparece valore egatvo, erá debdo a errore de redodeo. E cao de que eto ocurrera, e debe tomar ua maor precó decmal e la etmacoe,,. Coderacoe mportate: La recta de regreó la devacó típca redual juega el mmo papel que la meda la devacó típca de ua dtrbucó de dato: la recta de regreó dca el valor medo de para cada valor de, metra que la devacó típca redual mde la devacó promedo de la obervacoe alrededor de la recta.
29 Método de Regreó-Grado e Etadítca Emprea 9/47 Ejemplo: Hallar la varaza devacó típca redual del Ejemplo (dedad del tráfco. Recordemo que para ete ejemplo 4, ademá habíamo calculado ,.0, Etoce, uttuedo e la fórmula ateror, obteemo que la varaza redual e gual a: R ( 4(.0 ( la devacó típca redual erá u raíz cuadrada.
30 Método de Regreó-Grado e Etadítca Emprea 30/47 4. Propedade de lo etmadore de lo parámetro 0 S e toma muetra de mateedo cotate lo valore de, para cada muetra e calcula lo etmadore 0, R, éto tomará valore dtto de ua muetra a otra. Se trata pue de varable aletaora, por tato, tee ua dtrbucó de probabldad e el muetreo. La propedade de lo etmadore 0 cote e determar u eperaza, varaza dtrbucó de probabldad e el muetreo. 4. Propedade del coefcete de regreó (demotracoe e la pzarra a tee le ormal al er combacó leal de v.a. ormale. b e u etmador egado del parámetro. c e el etmador má efcete del parámetro. La varaza de e: σ var(, cuo etmador e R... (
31 Método de Regreó-Grado e Etadítca Emprea 3/47 La varaza de dca el error de etmacó del parámetro. Aí, de la fórmula e deduce que: El error aumeta al aumetar la varaza redual, para fjo, El error dmue al aumetar la dperó de, 3 El error dmue al aumetar el tamaño muetral. R
32 Método de Regreó-Grado e Etadítca Emprea 3/47 4. Propedade del etmador 0 a 0 tee le ormal al er combacó leal de v.a. ormale. b 0 e u etmador egado del parámetro 0. c La varaza de 0 puede epreare como uma de do térmo: El prmer térmo e El egudo térmo, σ var( + 0 σ, que e el error de etmacó de. σ var(, tee e cueta que el error de etmacó de la pedete de la recta e tramte a la ordeada e el orge e fucó de lo alejado que e ecuetre del orge (aumeta a medda que aumeta.
33 Método de Regreó-Grado e Etadítca Emprea 33/47 Cocluoe: Para ua muetra cocreta, el valor calculado para puede terpretare como u valor etraído al azar de ua dtrbucó ormal de meda varaza σ (. Eto equvale a decr que el etmador σ ~ N, el valor calculado para 0 puede terpretare como u valor etraído al azar de ua dtrbucó ormal de meda 0 varaza que el etmador σ 0 ~ N 0, + σ +. Eto equvale a decr
34 Método de Regreó-Grado e Etadítca Emprea 34/47 Relacó etre lo etmadore 0 Tal como e ha obtedo Puede demotrare que: De dode e deduce que: > 0, la covaraza e egatva, dcado que errore por eceo e la pedete producrá errore por defecto e 0, vcevera. La depedeca dmue co co lo factore que cotrbue a etmar la pedete co maor precó. 0, etá claro que 0 o o depedete. σ cov(, var( 0
35 Método de Regreó-Grado e Etadítca Emprea 35/47 5. Propedade de la varaza redual Recordemo que olamete ha - reduo depedete. Puede demotrare (lo veremo e geeral, cuado etudemo el modelo de regreó leal múltple que la uma cuadrátca de lo reduo de varable ormale dvda por σ tee le ch-cuadrado co lo grado de lbertad que tega lo reduo. { ~ ( ~ R e e R χ σ χ σ La eperaza varaza del etmador R o:. var(, ( 4 E R R σ σ (Se deduce a partr de la eperaza varaza de la le Gamma. var(, (, k k E k Gamma k k k χ χ χ
36 Método de Regreó-Grado e Etadítca Emprea 36/47 Parámetro 0 Propedade de lo etmadore u depedeca de la hpóte báca Etmador Eperaza Varaza Dtrbucó 0 σ e R E ( 0 0 Lealdad ( Lealdad E E Lealdad Homocedatcdad Idepedeca ( R σ σ var( 0 Homocedatcdad Idepedeca σ var( Homocedatcdad Idepedeca 4 σ var( R Lealdad Homocedatcdad Idepedeca Normaldad Normal Normaldad Normal Normaldad ( R ~ χ σ Lealdad Homocedatcdad Idepedeca Normaldad El cumplmeto de la hpóte báca afecta la etmacó de lo parámetro.
37 Método de Regreó-Grado e Etadítca Emprea 37/47 Decompocó de la varabldad: Relacó fudametal de la regreó ( 443 VT ( 443 VE + ( VNE Eta relacó o dce que la varabldad de (VT decompoe e do térmo depedete: VE: cotee la varabldad eplcada o recogda e el modelo de regreó. VNE: cotee la varabldad o eplcada por el modelo de regreó, que e debdo al carácter etocátco de la relacó.
38 Método de Regreó-Grado e Etadítca Emprea 38/47 Demotracó de la relacó fudametal de la regreó: ? ( ( ( ( ( ( VT 0 ( ( ( ( ( ( ( ( ( ( ( ( ( (
39 Método de Regreó-Grado e Etadítca Emprea 39/47 E coveete decompoer la varaza e ua tabla ADEVA (aál de la varaza o ANOVA (aal of varace de la forma guete: VT VNE ( ( VE VT VNE e ( ( R ( Tabla ANOVA: Fuete de varacó VE VNE VT Suma de Cuadrado Grado de lbertad Cocete o varaza / ( R - - ( R /( R
40 Método de Regreó-Grado e Etadítca Emprea 40/47 Ejemplo. Co lo dato del Ejemplo (dedad del tráfco ecotrar la tabla ADEVA (ANOVA. Recordemo que dedad del tráfco, raíz cuadrada de la velocdad. 4, 65., , , 306.6, 5678., Para cotrur la tabla ANOVA vamo a calcular prmero, R : R ( (.0 (
41 Método de Regreó-Grado e Etadítca Emprea 4/47 La tabla ANOVA e: Fuete de varacó Suma de Cuadrado Grado de lbertad Cocete o varaza VE 577 VNE ( ( R VT Obervacó: Geeralmete e calcula olamete VE VT e obtee VNEVT-VE.
42 Método de Regreó-Grado e Etadítca Emprea 4/47 6. El coefcete de determacó La varaza redual e u ídce de precó de la recta de regreó, pero o e útl para comparar recta de regreó de varable dtta, porque depede de la udade de medda de la varable repueta. Ua medda má adecuada del ajute e la proporcó de varabldad eplcada. Se defe el coefcete de determacó del modelo como: R VE VT ( ( E la práctca, utlzaremo la guete epreó: R Ejercco: Eprear el coefcete de determacó e fucó de la varaza redual.
43 Método de Regreó-Grado e Etadítca Emprea 43/47 Relacó etre el coefcete de determacó el coefcete de correlacó leal de Pearo Pueto que, etoce, por tato: r elevado al cuadrado, teemo que: r R Atecó: r R r ± R
44 Método de Regreó-Grado e Etadítca Emprea 44/47 Propedade del coefcete de determacó R VE VT VNE VT VT VNE VT R R 0 R 0, al er u cocete de varaza,, pueto que VE VT VE + VNE S R VE VT VNE 0 0 R e decr, todo lo reduo o cero 3 S R 0 VE 0 VNE VT la varacó de o e debda a, ó al error.
45 Método de Regreó-Grado e Etadítca Emprea 45/47 Ejemplo. Co lo dato del Ejemplo (dedad del tráfco ecotrar el valor del coefcete de determacó e terpretarlo. R VE VT % El modelo reume el 98.35% de la varabldad de. Queda eplcar el % de la varabldad de lo dato. La velocdad de lo vehículo queda eplcada por la dedad del tráfco e u 98.35%. La flueca de otro factore e la velocdad e del.65%.
46 Método de Regreó-Grado e Etadítca Emprea 46/47 Ejercco 5 (logtud de la líea de la mao. E u etudo para relacoar la logtud de la líea de la vda e la mao zquerda la vda de ua peroa, e ha obervado lo guete dato de 50 peroa co lo guete reultado: logtud de líea (e cm edad al morr (e año , 459.9, , , a Se pde cotrur ua recta de regreó de obre ecotrar la varaza redual. b Decompoer la varabldad eprearla e ua tabla ADEVA (ANOVA.
47 Método de Regreó-Grado e Etadítca Emprea 47/47 Ejercco 6 (alaro-ecolarzacó. U vetgador codera que el alaro que percbe u dvduo e fucó leal de u año de ecolarzacó, eto e, + + u 0, dode repreeta el alaro meual del dvduo -émo, lo año de etudo de dcho dvduo u e el térmo de error, que upodremo que verfca la hpóte habtuale del modelo de regreó. El vetgador ha obtedo ua muetra aleatora de 00 dvduo, de la que coocemo la guete formacó: , 000, , , Se pde: a Obteer etmadore egado de lo parámetro 0, σ, aí como el coefcete de determacó. Iterpretar lo reultado. b Hallar la decompocó de la varabldad (tabla ADEVA.
Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears
Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.
Más detallesCAPÍTULO 3. ANÁLISIS DE REGRESIÓN
CAPÍTULO 3. ANÁLISIS DE REGRESIÓN Leccó 0: Regreó leal Smple La palabra Regreó fue utlzada por prmera vez por Frac Galto, (.8.9) e u etudo de Bología obre la hereca, doe él oto que la caracterítca promedo
Más detallesAnálisis de Regresión Lineal Simple.
Aál de Regreó Leal mple. Itroduccó Regreó mple Método de lo mímo cuadrado Propedade de lo etm. m. cuadrado Predccó Evaluacó de la tedad de la relacó leal Ejercco Itroduccó E mu frecuete ecotrar proceo
Más detallesPROBABILIDAD y ESTADÍSTICA II
UNIVERSIDAD TECNOLÓGICA NACIONAL Facultad Regoal Sa Ncolá PROBABILIDAD ESTADÍSTICA II UNIDAD Nº Lcecatura e Eeñaza de la Matemátca Año 011 Mg. Lucía C. Sacco Lcecatura e Eeñaza de la Matemátca FRSN - UTN
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesTEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)
Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES.
CONTENIDOS: VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Orgazacó de dato: tabla de frecueca de doble etrada. Frecueca margale. Dagrama de dperó. Regreó leal: recta de regreó. Coefcete de correlacó leal. Iterpretacó.
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesLo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras.
Capítulo : Comparacó de varo tratameto o grupo Mucha preguta de vetgacó e educacó, pcología, egoco, dutra ceca aturale tee que ver co la comparacó de varo grupo o tratameto. Ya etudamo como comparar dfereca
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detalles0(=&/$6*$6(26$6. i = (3)
0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.
Más detallesUNIVERSITAT ROVIRA I VIRGILI
UNIVERSITAT ROVIRA I VIRGILI Departamet de Químca Aalítca Químca Orgàca PARÁMETROS CUALIMÉTRICOS DE MÉTODOS ANALÍTICOS QUE UTILIZAN REGRESIÓN LINEAL CON ERRORES EN LAS DOS VARIABLES Te Doctoral FRANCISCO
Más detallesVARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesAplicación de Microsoft Excel a la Química Analítica: validación de métodos analíticos
Aplcacó de Mcrooft Ecel a la Químca Aalítca: valdacó de método aalítco Joé Marco Jurado Departameto de Químca Aalítca 1 de abrl de 008 1 Etadítca báca 11 Cocepto de poblacó y muetra E etadítca, e defe
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detalles( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.
Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detalles5.3 Estadísticas de una distribución frecuencial
5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesTEMA 2: LOS NÚMEROS COMPLEJOS
Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesEstadística Espacial. José Antonio Rivera Colmenero
Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su
Más detallesTema 3: Valoración financiera de conjuntos de capitales 1
Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO TESIS DIVISIÓN DE CIENCIAS FORESTALES MÉTODOS DE MUESTREO LICENCIADO EN ESTADÍSTICA ROXANA IVETTE ARANA OVALLE
UIVRSIDAD AUTÓOMA CHAPIGO DIVISIÓ D CICIAS FORSTALS MÉTODOS D MUSTRO TSIS Que como requto parcal para Obteer el Título de: LICCIADO STADÍSTICA PRSTA: ROAA IVTT ARAA OVALL Capgo, Texcoco, do. de Méxco Juo,
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesIntervalos de Confianza para la diferencia de medias
Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza
Más detallesCURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.
Más detallesCONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN
INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES
Más detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
Más detallesLÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS
LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del
Más detallesLínea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V
Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó
Más detallesUNIDAD 7.- Matrices (tema 1 del libro) = MATRICES
UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee
Más detallesLOS NÚMEROS COMPLEJOS
LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate
Más detallesPRÉSTAMOS DE TÉRMINO AMORTIZATIVO CONSTANTE EN TÉRMINOS REALES
PRÉSTAMOS DE TÉRMINO AMORTIZATIVO CONSTANTE EN TÉRMINOS REALES Salvador Cruz Rambaud Departameto de Dreccó y Getó de Emprea Uverdad de Almería e-mal: cruz@ual.e Joé Gozález Sáchez Departameto de Método
Más detallesMétodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09
Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector
Más detallesEstadística descriptiva
Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda
Más detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detalles4. SEGUNDO MÓDULO. 4.1 Resumen de Datos
4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos
Curo de Etadítca Udad de Medda Decrptva Leccó 4: Medda de Dperó para Dato Crudo Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Recoocer el gfcado del cocepto de dperó aplcado a
Más detallesCapitalización, actualización y equivalencia financiera en capitalización compuesta
Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar
Más detallesFigura 1
Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable
Más detallesTEMA 4: VALORACIÓN DE RENTAS
TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto
Más detalles1. Análisis de la Varianza
. Aál de la Varaza Curo - Etadítca. Do tratameto Comparacó de do tratameto A B 5,3 9,6 39,4 47, 6,3 5,9 39, 3, 48, 33, 34,, 69,8 34, 3,3 9,5 45, 43,8 46,4 4,9 Sea deea comparar do tratameto para reducr
Más detallesLos principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
Más detallesGuía para la Presentación de Resultados en Laboratorios Docentes
Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las
Más detallesAlgunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos
Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva
Más detallesCENTRO DE MASA centro de masas centro de masas
CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se
Más detallesAnálisis de Regresión y Correlación. Material Preparado por Olga Susana Filippini y Hugo Delfino 1
Aálss de Regresó y Correlacó Materal Preparado por Olga Susaa Flpp y Hugo Delfo ORIGEN HISTÓRICO DEL TÉRMINO REGRESlÓN El térmo regresó fue troducdo por Fracs Galto. E u famoso artículo Galto platea que,
Más detallesEjercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión
Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua
Más detallesSi los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:
Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detallesTEMA 5. OPERACIONES DE AMORTIZACIÓN
TEMA 5 OPERAIONES DE AMORTIZAIÓN ocepto de operacó de amortzacó 2 Método de amortzacó 3 Operacoe de Prétamo e el Mercado, cálculo de tato efectvo 4 Ejercco tema 5 5 Ejercco de Repao ocepto de Operacó de
Más detalles7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.
7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesR-C CARGA Y DESCARGA DE UN CONDENSADOR
RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS
Más detallesPARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción
Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detalles2 - TEORIA DE ERRORES : Calibraciones
- TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto
Más detallesANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
Más detallesde los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u
FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:
Más detalles3 Regresión lineal múltiple: estimación y propiedades
3 Regresó leal múltple: estmacó y propedades Ezequel Urel Uversdad de Valeca Versó 09-013 3.1 El modelo de regresó leal múltple 1 3.1.1 Modelo de regresó poblacoal y fucó de regresó poblacoal 3.1. Fucó
Más detalles2.5. Área de una superficie.
.5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra
Más detallesSerie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.
Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto
Más detallesSoluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II
Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes
Más detallesRENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.
Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras
Más detallesNOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD
NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesESTADÍSTICA DESCRIPTIVA
H. Helam Estadístca -/5 ITRODUCCIÓ. COCEPTO DE ETADÍTICA ETADÍTICA DECRIPTIVA La estadístca es la rama de las matemátcas que estuda los eómeos colectvos recogedo, ordeado y clascado y smplcado los datos
Más detalles1.1 INTRODUCCION & NOTACION
1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor
Más detallesManual de Estadística
Maual de Estadístca Pag Maual de Estadístca Davd Ruz Muñoz Edtado por eumed et 004 ISBN: 84-688-653-7 Maual de Estadístca Pag ÍNDICE Capítulo I: Capítulo II: Capítulo III: Capítulo IV: Capítulo V: Capítulo
Más detalles1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática
Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones
UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo
Más detallesINTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO
INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá
Más detallesTema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA
Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama
Más detallesl 0 + l La energía potencial elástica de un resorte vale:
ASOCIACIÓN DE RESORTES..- La fuerza y eergía elátca de u reorte o muelle. U reorte o muelle e u dotvo mecáco que uede comrmre o dlatare y que vuelve a u ocó orgal o atural, emre que el delazameto o ea
Más detallesNOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN
UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008
Más detallesANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN
UNIDAD 6 ANÁLISIS DE REGRESIÓN SIMPLE Y CORRELACIÓN Itroduccó a la udad El uso de la regresó leal smple es muy utlzado para observar el tpo de relacó que exste etre dos varables y poder llevar a cabo la
Más detallesCapítulo V Análisis de regresión y correlación
Capítulo V Aálss de regresó y correlacó Itroduccó E la vestgacó estadístca es muy frecuete ecotrar varables que está relacoadas o asocadas etre sí de algua maera, como se estudó e el capítulo ateror. Exste
Más detallesPROBANDO GENERADORES DE NUMEROS ALEATORIOS
PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos
Más detallesDISTRIBUCIÓN BIDIMENSIONAL
DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detalles17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA
7 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA El aálii e el domiio de la frecuecia e u herramieta cláica e la teoría de cotrol, i bie e geeral lo itema que varía co ua periodicidad defiida o uele er lo má
Más detallesEjercicios Resueltos de Estadística: Tema 1: Descripciones univariantes
Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo
Más detallesTEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :
Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS
Más detallesUso de software libre para el aprendizaje de la integral definida
Uo de oftware lbre para el apredzaje de la tegral defda Mabel Azucea Meda Ecuela de Formacó Báca, Facultad de Ceca Exacta, Igeería y Agrmeura. Coejo de Ivetgacoe. Uverdad Nacoal de Roaro Argeta mmeda@fcea.ur.edu.ar
Más detalles