EXTENSIONES DEL MODELO DE REGRESIÓN
|
|
- José Sandoval Correa
- hace 6 años
- Vistas:
Transcripción
1 EXTENSIONES DEL MODELO DE REGRESIÓN 1. Regresión exponencial 2. Regresión polinómica 3. Regresión con variables cualitativas M. Carmen Carollo, Beatriz Pateiro Página 1
2 1. Regresión exponencial Al tratar de explicar (o predecir) la variable Y a través de una covariable X puede ocurrir que la relación no sea lineal. La regresión exponencial se utiliza cuando podemos asumir que la relación entre ambas variables es del tipo: Y 0e β 1X = β + En este caso el ajuste se puede reducir a una simple regresión lineal ya que si la relación (X,Y) es exponencial, entonces (X, Ln(Y)) es lineal: ln( Y) 0 1 ε = β + β X + ε Podemos entonces ajustar un modelo lineal tomando X como covariable y ln(y) como variable respuesta. Ejemplo: Estamos interesados en establecer la relación que existe entre la reacción a un estímulo (variable dependiente) y el tiempo de exposición a ese estímulo (variable independiente o covariable). Para ello disponemos de 14 observaciones. M. Carmen Carollo, Beatriz Pateiro Página 2
3 Si construimos el diagrama de dispersión, vemos que puede ajustarse por una curva (función exponencial) M. Carmen Carollo, Beatriz Pateiro Página 3
4 Si ajustásemos los datos mediante una regresión lineal tendríamos: estím ˆ = 3,70 0,75tiempo Aunque el grado de ajuste es bueno, el tiempo explica el 78,1% de la variabilidad de la respuesta al estímulo, el ajuste puede mejorarse utilizando un ajuste exponencial. Dijimos que este ajuste es equivalente a ajustar por una regresión lineal los pares: ( ln(y), X) M. Carmen Carollo, Beatriz Pateiro Página 4
5 ln( estimulo) = 1, 68 0,33tiempo Entonces el modelo ajustado es: estímulo 0,33tiempo = 5,38e con 2 R = > 0,93 0, 781 Este proceso puede hacerse directamente con el SPSS de la siguiente forma: M. Carmen Carollo, Beatriz Pateiro Página 5
6 Analizar / Regresión / Estimación Curvilínea... Dependiente : estímulo Independientes : tiempo Modelo : Exponencial El SPSS nos devuelve la siguiente tabla: M. Carmen Carollo, Beatriz Pateiro Página 6
7 Variable dependiente:respuesta al estímulo Ecuación Resumen del modelo y estimaciones de los parámetros Resumen del modelo Estimaciones de los parámetros R cuadrado F gl1 gl2 Sig. Constante b1 Lineal,781 42, ,000 3,696 -,375 Exponencial, , ,000 5,384 -,333 La variable independiente es el tiempo. El modelo ajustado es: estímulo = 5,38 0,33tiempo e M. Carmen Carollo, Beatriz Pateiro Página 7
8 2. Regresión polinómica En muchas situaciones, la relación entre dos variables continuas X e Y no se puede expresar a través de una recta sino que es necesario utilizar otro tipo de funciones, como por ejemplo polinomios de mayor orden (archivo datos_nl.sav) Con la regresión polinómica e trata de predecir la variable Y a través de un polinomio en X. Y = + X + X + + X + 2 p β0 β1 β2... βp ε Casos particulares: P=1 Recta de regresión P=2 Regresión cuadrática P=3 Regresión cúbica El ajuste se hace de la misma forma que en el caso de una recta, es decir, utilizando el método de mínimos cuadrados. En este caso, se minimiza la distancia a la gráfica que rige el modelo. M. Carmen Carollo, Beatriz Pateiro Página 8
9 Ejemplo: Estamos interesados en establecer la relación que existe entre la variable Y cub y la variable X cub del archivo de datos datos_nl.sav. Dibujamos primero el diagrama de dispersión y vamos haciendo ajustes. Vemos que el ajuste cúbico mejora mucho a los ajustes lineal ó cuadrático. M. Carmen Carollo, Beatriz Pateiro Página 9
10 Decidimos entonces realizar un ajuste cúbico, es decir, ajustamos un modelo de la forma: Y = β + β X + β X + β X Las estimaciones de los parámetros del modelo se pueden obtener, de la misma forma que se hace para una recta, en: Analizar / Regresión / Estimación curvilínea / Cúbica Para nuestro caso obtenemos la siguiente tabla: Variable dependiente:ycub Ecuació n Resumen del modelo y estimaciones de los parámetros Resumen del modelo Estimaciones de los parámetros R cuadrad o F gl1 gl2 Sig. Constante b1 b2 b3 Lineal,172 41, ,000 1,206 -,670 Cúbico, , ,000 -,049-1,922 3,080 1,996 La variable independiente esxcub. El modelo ajustado es pues: Y ˆ = 0, 05 2 X + 3 X + 2 X 2 3 M. Carmen Carollo, Beatriz Pateiro Página 10
11 3. Regresión con variables cualitativas Puede ocurrir que en la variable respuesta (Y), además de las covariables (variables contínuas), influyan variables de tipo cualitativo como por ejemplo el sexo, realizar o no ejercicio físico, etc. Estas variables (atributos o factores) deberían tenerse en cuenta a la hora de encontrar el modelo de regresión. Ejemplo: Supongamos que queremos predecir la tensión arterial teniendo en cuenta la edad y el sexo. Tenemos dos variables explicativas, X= edad (covariable) y el sexo (factor) que en este caso tiene dos modalidades hombre y mujer. En este caso, para ajustar un modelo de regresión, debemos introducir una nueva variable (variable artificial): Z = 0 si es hom bre ( categoría de referencia) 1 si es mujer El modelo a ajustar es ahora: Modelo : Y = β + β X + β Z + ε El coeficiente β 1 mide el efecto incremental en la tensión cuando la edad aumenta en 1 año y el sexo es el mismo. El coeficiente misma. β 2 mide el efecto incremental que produce ser mujer con respecto a ser hombre cuando la edad es la M. Carmen Carollo, Beatriz Pateiro Página 11
12 Procediendo como es usual en la regresión tenemos: Variables introducidas/eliminadas Variables Variables Modelo introducidas eliminadas Método 1 sexo, edad a. Introducir a. Todas las variables solicitadas introducidas. Resumen del modelo Model o R R cuadrado R cuadrado corregida Error típ. de la estimación 1,803 a,645,635 11,167 a. Variables predictoras: (Constante), sexo, edad Coeficientes a Coeficientes no estandarizados Coeficientes tipificados Modelo B Error típ. Beta t Sig. 1 (Constante) 102,962 4,485 22,957,000 edad,982,090,802 10,922,000 sexo,980 2,695,027,364,717 M. Carmen Carollo, Beatriz Pateiro Página 12
13 El modelo ajustado sería entonces: Tensión = 102,96 + 0,982edad + 0,98sexo Observemos que el sexo no influye de manera significativa. Cómo se interpretarían los parámetros? El coeficiente asociado a la edad nos indica que la tensión (en media) aumenta 0,982 cuando la edad aumenta en un año siendo el sexo el mismo. Si el coeficiente del sexo fuese significativo nos indicaría que la tensión (en media) aumenta 0,98 para las mujeres con respecto a los hombres ( para una misma edad). M. Carmen Carollo, Beatriz Pateiro Página 13
PRÁCTICA 4. REGRESIÓN CURVILÍNEA. INTRODUCCIÓN DE VARIABLES ARTIFICIALES EN REGRESIÓN LINEAL
PRÁCTICA 4. REGRESIÓN CURVILÍNEA. INTRODUCCIÓN DE VARIABLES ARTIFICIALES EN REGRESIÓN LINEAL 4.1. Regresión exponencial 4.2. Regresión cúbica 4.3. Regresión con variables artificiales M. Carmen Carollo,
Más detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más detallesTEMA 4 Modelo de regresión múltiple
TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias
Más detallesSPSS Aplicación práctica: Base de datos del HATCO
Aplicación práctica: Base de datos del HATCO Datos: observaciones de variables obtenidos desde encuentas a clientes de un distribuidor industrial. Variables de interés en la aplicación: Percepciones de
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 9 La regresión lineal Tema 9: La regresión lineal Objetivos Conocer
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 detallesANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más 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 detallesPreliminares Métodos de Ajuste de Curvas AJUSTE DE CURVAS AJUSTE DE CURVAS
Contenido 1 Preliminares Definiciones 2 Definiciones Contenido 1 Preliminares Definiciones 2 Definiciones Definiciones En ciencias e ingeniería es frecuente que un experimento produzca un conjunto de datos
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 detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE
PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación
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 detallesMODELO DE REGRESIÓN LINEAL Y MÚLTIPLE ESTADÍSTICA APLICADA AL MEDIO AMBIENTE Grado en Ciencias Ambientales
MODELO DE REGRESIÓN LINEAL Y MÚLTIPLE ESTADÍSTICA APLICADA AL MEDIO AMBIENTE Grado en Ciencias Ambientales 3.1. En algunas reservas naturales se controla el número Y de ejemplares de cierta especie al
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 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 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 detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detallesTécnicas de regresión: Regresión Lineal Simple
Investigación: 1/7 Técnicas de regresión: Regresión Lineal Simple Pértega Díaz S., Pita Fernández S. Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario Juan Canalejo. A Coruña. Cad
Más detallesBioestadística. Tema 3: Estadística descriptiva bivariante y regresión lineal. Relaciones entre variables y regresión
Bioestadística Tema 3: Estadística descriptiva bivariante y regresión lineal. Tema 3: Estadística bivariante 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
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 detallesEstadística descriptiva bivariante y regresión lineal.
Estadística descriptiva bivariante y regresión lineal. 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en su libro Natural inheritance (1889) refiriéndose a la
Más detallesCLASE 10: RESUMEN DEL CURSO
CLASE 10: RESUMEN DEL CURSO 10.1.-INTRODUCCIÓN Qué debemos valorar al enfrentarnos con el análisis de unos datos estadísticos? 1º TIPO DE ESTUDIO: - Datos Independientes - Datos Apareados 2º TIPO DE VARIABLES:
Más detallesProblema 1.- Tengamos las puntuaciones de X, las predichas y las residuales:
DISEÑO Y ANÁLISIS DE DATOS II. ENEO 6. Problema.- Tengamos las puntuaciones de X, las predichas y las residuales:.- Calcular la ecuación de regresión.- Correlación entre X e Y.- Por cada punto que aumenta
Más detallesPractica I - Parte 3. Índice. 1. Introducción. Método de Ajuste por Mínimos Cuadrados. Introducción a las Ciencias de la Tierra y el Espacio I
Practica I - Parte 3 Método de Ajuste por Mínimos Cuadrados Introducción a las Ciencias de la Tierra y el Espacio I - 20 Índice. Introducción.. Fuerza de un Resorte Ley de Hooke)..............................2.
Más detallesEjercicio Heterocedasticidad_2
Ejercicio heterocedasticidad 2. 1 Ejercicio Heterocedasticidad_2 Tengamos los siguientes datos de los beneficios (B i ) y ventas (V i ) de 20 empresas: obs B V 1 13,2 61 2 15 78 3 22,2 158 4 15,2 110 5
Más detallesMódulo de Estadística
Módulo de Estadística Tema 3: Estadística descriptiva bivariante y regresión lineal. Tema 3: Estadística bivariante 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton
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 detallesRegresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable.
1 DEFINICIONES PREVIAS Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable. Correlación: es la cuantificación del grado de relación existente
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesUNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA Héctor Abad Gómez ldbello@saludpublica.udea.edu.co Facultad Nacional de Salud Pública Héctor Abad Gómez www.leondariobello.com www.ciemonline.info/moodle
Más detallesCUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no
Más detallesTEMA 3 REGRESIÓN Y CORRELACIÓN
TEMA 3 REGRESIÓN Y CORRELACIÓN Regresión mínimo-cuadrática bidimensional Planteamiento del problema Dadas dos variables aleatorias X e Y definidas sobre un mismo espacio de probabilidad (asociadas a un
Más detallesTEMA V ANÁLISIS DE REGRESIÓN LOGÍSTICA
TEMA V ANÁLISIS DE REGRESIÓN LOGÍSTICA LECTURA OBLIGATORIA Regresión Logística. En Rial, A. y Varela, J. (2008). Estadística Práctica para la Investigación en Ciencias de la Salud. Coruña: Netbiblo. Páginas
Más detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
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 detallesGrado en NHyD 23 de junio de 2014
Estadística Aplicada Examen extraordinario Grado en HyD 23 de junio de 214 OTA: Explica y desarrolla tus respuestas usando las salidas de los anexos. En las preguntas de verdadero y falso indica qué gráficos
Más detallesEstadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión
Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo
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 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 detallesRegresión Lineal. 15 de noviembre de Felipe Bravo Márquez
Felipe José Bravo Márquez 15 de noviembre de 2013 Introducción Un modelo de regresión se usa para modelar la relación de una variable dependiente y numérica con n variables independientes x 1, x 2,...,
Más detallesJulio Deride Silva. 4 de junio de 2010
Curvas ROC y Regresión Lineal Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 4 de junio de 2010 Tabla de Contenidos Curvas ROC y Regresión Lineal
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
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 detallesAnálisis de selección fenotípica
Análisis de selección fenotípica Curso Métodos en Ecología Evolutiva Universidad Nacional de Córdoba 2011 Mariano Ordano Fundación Miguel Lillo & CONICET mariano.ordano@gmail.com Selección natural, Herencia
Más detallesUnidad IV Introducción a la Regresión y Correlación
Unidad IV Introducción a la Regresión y Correlación Última revisión: 25-0ctubre-2009 Elaboró: Ing. Víctor H. Alcalá-Octaviano Página 48 IV.1 Conceptos fundamentales Antología de Probabilidad y Estadística
Más detallesAnálisis de datos en los estudios epidemiológicos III Correlación y regresión
Análisis de datos en los estudios epidemiológicos III Correlación y regresión Salinero. Departamento de Investigación Fuden Introducción En el capitulo anterior estudiamos lo que se denomina estadística
Más detallesDiagramas de Dispersión simples
Ayuda SPSS-Diagrama de Dispersión-Inserción Recta de Regresión -1- AYUDA SPSS DIAGRAMA DE DISPERSIÓN e INSERCIÓN DE LA RECTA DE REGRESIÓN Ruta Cuadros de Diálogos Autor: Prof. Rubén José Rodríguez 1 de
Más detallesTema 7: Derivada de una función
Tema 7: Derivada de una función Antes de dar la definición de derivada de una función en un punto, vamos a introducir dos ejemplos o motivaciones iniciales que nos van a dar la medida de la importancia
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo. MODELO DE REGRESIÓN SIMPLE Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción MODELO DE REGRESIÓN SIMPLE Julián de la Horra Departamento de Matemáticas U.A.M. Los modelos de regresión sirven, en general, para tratar de expresar una variable respuesta (numérica) en
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesCoeficiente de Correlación
Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las
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 detallesMínimos Cuadrados. Departamento de Matemáticas, CCIR/ITESM. 30 de junio de 2011
Mínimos Cuadrados Departamento de Matemáticas, CCIR/ITESM 30 de junio de 011 Índice 4.1.Introducción............................................... 1 4..Error Cuadrático............................................
Más detallesECUACIÓN DE CAUCHY-EULER 2013
ECUACIÓN DE CAUCHY-EULER 3 LA ECUACIÓN DE CAUCHY-EULER Se trata de una ecuación con coeficientes variables cua solución general siempre se puede epresar en términos de potencias, senos, cosenos, funciones
Más detallesTiro Oblicuo. Autor: Darío Kunik. Contacto
Tiro Oblicuo. Autor: Darío Kunik Contacto dkunik@df.uba.ar En este apartado se analizan los datos obtenidos a partir del video de la pelota que realiza un tiro oblicuo. Como describimos en el tutorial
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
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 detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detalles10 Modelo de regresión lineal
0 Modelo de regresión lineal La relación matemática determinística más simple entre dos variables x e y, es una relación lineal y = 0 + x. El conjunto de pares (x; y) que veri can esta relación, determinan
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesAnálisis de la covarianza
Análisis de la covarianza Preparado por Luis M. Molinero (Alce Ingeniería) CorreoE: bioestadistica alceingenieria.net Artículo en formato PDF Enero 2002 El análisis de la covarianza es una técnica estadística
Más detallesTALLER DE MATEMÁTICAS 1 ECUACIONES POLINÓMICAS
TALLER DE MATEMÁTICAS 1 ECUACIONES POLINÓMICAS NOTAS Toda expresión algebraica del tipo a n x n + a n 1 x n 1 + + a 1 x + a 0 es un polinomio de grado n, si a n 0. Es bien conocida la fórmula que da las
Más detallesMODELO PARA EL TALLER DE REGRESION
MODELO PARA EL TALLER DE REGRESION PROBLEMA. Los datos siguientes muestran la matricula estudiantil en los primeros 5 anos de nuestra Universidad. Años (desde el 2000 al 2004) x 1 2 3 4 5 Matricula (miles
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
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 detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesLectura No. 7. Contextualización. Nombre: Métodos de Análisis ANÁLISIS FINANCIERO 1
Análisis financiero ANÁLISIS FINANCIERO 1 Lectura No. 7 Nombre: Métodos de Análisis Contextualización Los diferentes métodos de análisis que se pueden utilizar para evaluar y, en su defecto, emitir un
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detallesEstadística Descriptiva II: Relación entre variables
Estadística Descriptiva II: Relación entre variables Iniciación a la Investigación Ciencias de la Salud MUI Ciencias de la Salud, UEx 25 de octubre de 2010 De qué trata? Descripción conjunto concreto de
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo. MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M.
MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Abordaremos en este capítulo el modelo de regresión lineal múltiple, una vez que la mayor parte de las
Más detallesFundamentos de Estadística descriptiva
Fundamentos de Estadística descriptiva COCEPTOS GEERALES Llamaremos población estadística al conjunto de referencia sobre el cual van a recaer las observaciones. Se llama individuo a cada uno de los elementos
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 detallesCAPÍTULO 4 (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA
Página de CAPÍTULO (Continuación): ESTADÍSTICA DESCRIPTIVA BIVARIADA Relaciones entre dos variables cuantitativas A menudo nos va a interesar describir la relación o asociación entre dos variables. Como
Más detallesMatemáticas. Bioestadística. Correlación y Regresión Lineales
Matemáticas Bioestadística Correlación y Regresión Lineales En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo, si se analiza la
Más detallesAjustes por funciones exponenciales (malthusiana) y sigmoidales (logística y gompertziana)
Fundamentos de Biología Aplicada I. Curso 009 010. Ajustes por funciones exponenciales malthusiana y sigmoidales logística y gompertziana El objetivo es aproximar una colección de datos obtenidos a partir
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 detallesCORRELACION Y REGRESIÓN LINEAL
LECCION Nº 5 CORRELACION Y REGRESIÓN LINEAL OBJETIVOS ESPECIFICOS Diferenciar los conceptos de correlación lineal, y regresión lineal. Determinar el índice o coeficiente de correlación en una distribución
Más detallesEstadística Descriptiva II
Estadística Descriptiva II M. Carmen Carollo Limeres Estadística descriptiva bivariable En muchas ocasiones nos encontramos con situaciones en las que nos interesa analizar conjuntamente dos características.
Más detallesTeoría de Números. 1. Introducción. Factorización Algebraica. Olimpiada de Matemáticas en Tamaulipas
Teoría de Números Factorización Algebraica Olimpiada de Matemáticas en Tamaulipas 1. Introducción El matemático, físico y astrónomo Carl Friedrich Gauss (1777-1855) fue uno de los más importantes personajes
Más detallesMATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE # 8
MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE # 8 Teorema del Residuo Si un polinomio P (x) se divide entre x c, entonces, el residuo de la división es P (c). Sin realizar
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
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 detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesIII CONGRESO NACIONAL DE ATENCIÓN SANITARIA AL PACIENTE CRÓNICO - 19 Y 20 DE MAYO
MODELOS DE PREDICCIÓN Y EXPLICACIÓN DEL CONSUMO DE RECURSOS EN ATENCIÓN PRIMARIA, APLICABLES AL AUMENTO DE LA CRONICIDAD Antonio Brugos Larumbe, Francisco Guillén Grima, Concepción Fernández Martínez de
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 detalles1. Distribución Normal estándar
Distribución Normal estándar y cuadrados mínimos Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Distribución Normal estándar En efecto, todas las distribuciones Normales son lo mismo
Más detallesTEMA 5. Modelos para Datos de Conteo
TEMA 5. Modelos para Datos de Conteo Profesor: Pedro Albarrán Pérez Universidad de Alicante. Curso 2010/2011. Contenido 1 Datos de Conteo 2 Regresión de Poisson 3 Extensiones Datos de Conteo Variable de
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 detallesMétodo de las Superficies de Respuesta
7 Método de las Superficies de Respuesta En este capítulo se analizará en qué consiste la Metodología de Superficies de Respuesta, su representación gráfica, el procedimiento a seguir hasta encontrar un
Más detalles