La línea recta: Serie1
|
|
- Rosa María Herrero Guzmán
- hace 6 años
- Vistas:
Transcripción
1
2 La línea recta: En una línea recta tenemos una relación entre dos variables, la independiente (x) y la dependiente (y). La forma en que se relacionan dependerá de la función que describa dicha relación. Así entonces si la relación es Y=X+1 obtendríamos la siguiente tabla: X Y Note que la pendiente es 1, es decir, por cada incremento (disminución) de una uniada de x, hay un incremento (disminución) de 1 unidad de y Serie1
3 La línea recta: De la misma manera si tuviéramos una función Y = 2X-1, obtendríamos la siguiente tabla en que la pendiente sería 2, es decir, por cada unidad que incrementamos (disminuimos) x, hay un incremento (disminución) de 2 unidades de y. X Y Serie1
4 La línea recta: En el caso que la relación fuera inversa, ej: Y = -0,2X+3, la pendiente nos indica que por cada unidad de incremento (disminución) de x, tendremos una disminución (incremento) de 0,2 unidades de y. X Y 3 2,8 2,6 2,4 2,2 2 1,8 1,6 1,4 1,2 1 3,5 3 2,5 2 1,5 1 0, Serie1
5 En general, dados dos pares ordenados podemos determinar la pendiente de acuerdo a la siguiente formula: m = y1-y0 x1-x0 En el primer ejemplo m = 4-3 = 1 o bien: 3-4 = En el segundo ejemplo m = 7-5 = 2 o bien 5-7 = En el tercer ejemplo: m = 2,2-2 = o bien 2-2,2 = - 0,
6 Conclusiones 1. Para determinar la relación lineal (pendiente) entre dos variables (línea recta) lo podemos hacer de dos formas: a. A través del número que multiplica a la variable x b. A través de la fórmula de la pendiente 2. La pendiente se puede calcular con cualquier par de datos. 3. La pendiente SIEMPRE es la misma en una recta.
7 Así entonces estamos listos para estudiar la relación entre dos variables, esto es, a partir de una variable independiente podemos asumir el valor de la variable dependiente. Supongamos que observamos la relación existente entre el número de ausencias en un semestre a un ramo de estadísticas y la nota final de cada alumno según la siguiente tabla:
8 # Ausencias Xi Nota Final Yi ,5 6,0 5,6 6,2 5,3 5,0 5,1 6,1 4,5 5,0 4,4 4,3 4,2 4,1 4,0
9 Note lo siguiente: 1. Estamos asumiendo (por la asignación de las variables x e y) que la variable independiente es el número de ausencias y la dependiente nota final, lo que supone que la nota final es una consecuencia del número de ausencia. 2. La relación es inversa, esto es, a medida que aumenta la variable x, disminuye la variable y. Dicho de otra manera, la pendiente de la recta (veremos que no es una recta) es negativa. 3. Si graficamos esta función encontraremos que no es recta, o dicho de otra manera, si calculamos la pendiente para distintos pares de datos obtendremos pendientes distintas. Observemos los puntos graficados de acuerdo a esta relación.
10 7,0 6,0 5,0 4,0 3,0 Serie1 2,0 1,0 0, Como podríamos determinar la recta que mas se acerca, como promedio, a la mayor cantidad de puntos?
11 Regresión lineal simple y correlación : El modelo de regresión lineal tiene como objetivo observar las relaciones entre variables, y eventualmente servir para predecir el comportamiento de una variable con respecto a otra. El primer paso es determinar un modelo que permita, en forma lineal determinar la función que represente esta relación. Para esto se presenta de la siguiente forma: Yi = ß0 + ß1Xi +?i Donde ß0: Ordenada al origen de la población ß1: Pendiente real de la población?i : Error aleatorio en Y para obs i Y ß0 0 X
12 Regresión lineal simple y correlación : Como estamos interesados en representar una muestra, hacemos el siguiente ajuste que lo representaremos como: Y i = b0 + b1xi Donde b0: Ordenada al origen de la muestra b1: Pendiente real de la muestra Y b0 0 X El análisis de regresión lineal simple tiene como objetivo encontrar la línea que mejor se ajuste a los datos reales. Esto quiere decir, encontrar la línea en que las observaciones reales y las predichas sean mínimas. De ahí el nombre de los mínimos cuadrados.
13 y Regresión lineal simple y correlación : En forma matemática, lo que debemos hacer es encontrar es el mínimo de: S(Yi -Yi)² pero como sabemos que Yi = b0 + b1xi, reemplazamos : S(Yi - (b0 + b1xi))² lo que al desarrollarla dan como resultado dos ecuaciones que deben satisfacerse simultáneamente. Estas ecuaciones son conocidas como ecuaciones normales: I. SYi =nb0 + b1sxi II. SXiYi =b0sxi + b1s(xi)² Puesto que hay dos incógnitas, estas se pueden resolver simultáneamente para b0 y b1: b1= n SXiYi - (SXi)(Syi) y b0 = Y - b1 X ns(xi)² - (Sxi) ². Lo que es lo mismo que: (SXi)(Syi) b1= SXiYi - n b0 = S(Yi) - b1s(xi) S(Xi)² - (Sxi) ² n n n
14 En el caso del ejemplo de las ausencias con la nota final: Ir a EXCEL
15 Regresión lineal simple y correlación : Numero X Y X*Y (X)2 (Y)2 ^Y (Yi - ^Y) , , , , , , , , , , , , , , , , , , , , S 12, , ,830, MEDIA , , b1 = SST = R2 = b0= SSE = P = SSR = Syx=
16 Regresión lineal simple y correlación : Mecánica: 1. Establecer los pares ordenados X e Y reales 2. Calcular las columnas X*Y, X², Y² 3. Calcular las sumas de cada columna (recuerde las fórmulas que utilizarán las sumatorias) 4. Calcule b1 y bo (Con esto construya el modelo, Yi = b0 + b1xi). En este caso el modelo es: Yi = Xi Con lo cual tenemos la ecuación de la recta que en promedio más se ajusta a la realidad de las variables X e Y. Recuerde que este modelo no es igual al original, si no solo una aproximación. 5. El paso siguiente es calcular el ERROR ESTÁNDAR DEL ESTIMADOR, que corresponde a las diferencias entre los valores reales de Y y los valores predichos de Y. Para esto utilizaremos la fórmula equivalente a la varianza en datos estudiados al comienzo del curso. Syx = S (Yi - Yi) ² = Syi ² - b0 SYi - b1s XiYi n-2 n-2
17 Regresión lineal simple y correlación : Al igual que en la varianza, se deben elevar al cuadrado las diferencias porque de otra forma la sumatoria se hace igual a cero. Se divide por n-2 porque se están estimando dos parámetros (recordar que en la varianza real (poblacional) se divide por n, y en la varianza muestral por n-1). Finalmente se aplica la raíz cuadrada y se obtiene el error estándar del estimador. Como se puede observar, ambas fórmulas son equivalentes. La primera para efecto de comprensión de la mecánica (en una planilla de excel resulta más claro). En el ejemplo la columna (Yi - ^Y)² que corresponde a la última columna, previa evaluación de ^Y en la penúltima columna. La segunda fórmula es la algebraica, para efectos de cálculo manual o con calculadora y corresponde al desarrollo del polinomio de la primera fórmula. En este caso a partir de la planilla, podemos obtener el valor del error estándar del estimador: Syx = (diferencia con el libro por aproximaciones) y se mide en unidades de la variable dependiente Y, y representa la variabilidad alrededor de la línea ajustada.
18 Regresión lineal simple y correlación : Correlación: Con el fin de determinar que tan bien la variable independiente puede predecir la variable dependiente, o en otras palabras, que tan bien se ajusta el modelo lineal propuesto a la realidad, necesitamos explicar algunos conceptos para luego derivar la fórmula. Y Yi = bo + b1xi Suma de los cuadrados no explicados SSE Suma de los cuadrados explicados SSR Y SST Xi X
19 Regresión lineal simple y correlación : Como sabemos, la diferencia entre Y e Yi corresponde a la suma de los cuadrados explicados SSR (recordemos que alrededor de la media hay variaciones que corresponden a los valores predichos y otras variaciones que son errores). Las variaciones que corresponden a los errores, son las diferencias entre la variación no explicada (de ahí el nombre error) y corresponde por lógica a la diferencia entre el Y real y el Y predicho al cuadrado. De ahí el nombre SSE o suma de los cuadrados de los errores que es el número que obtenemos al sumar la última columna. Los cálculos asociados son: SSE = S (Yi -Yi) ² o equivalentemente SYi ² - bo Syi - b1sxiyi SSR= S (Yi -Y) ² o equivalentemente bo Syi + b1sxiyi - (Syi) ² n SST = S (Yi -Y) ² = SYi ² - (Syi) ² n SST = SSR + SSE
20 Regresión lineal simple y correlación : De estas ralaciones podemos deducir: 1. Coeficiente de determinación r² = SSR/SST que mide la proporción de la variación que se explica por la variable independiente en el modelo de regresión. Notar que si r² = 1, quiere decir que todos los puntos están sobre la línea y que no hay error. 2. Correlación: Raíz de r ² con el signo de b1 (pendiente) que mide el grado de asociación entre dos variables. Si la correlación es cercana a +1 entonces ambas variables se mueven en la misma dirección, es decir, ambas están directamente correlacionadas. Por otra parte si la correlación es cercana a -1, ambas variables se mueven en distinta dirección, es decir, están inversamente correlacionadas. Si la correlación es cercana a cero, entonces no hay correlación entre variables: Y Y Y r = -1 r=0 r = +1 X X X
21 Regresión lineal simple y correlación : En el ejemplo anterior, r ² = y r = 0.89 Ejercicio: La siguiente tabla representa el puntaje en el informe de admisión a un centro de formación técnica y el número de ramos reprobados en un año. Se pide determinar la regresión lineal, el error estándar del estimador y la correlación Numero X Y
22 Regresión lineal simple y correlación : X Y X*Y (X)2 (Y)2 ^Y (^Yi-Yi)2 (^X-mdX) , , , , , , , , , , ,554, , , b1 = SST = R2 = b0= SSE = P = SSR = Syx= Tarea: Ejercicios 16.16; 16.17; 16.18; 16.19; 16.20; 16.21; Ejercicios 16.23; 16.24; 16.25; 16.26; 16.27; 16.28; 16.29; 16.30; Todos los ejercicios de Berenson & Levine
23 Regresión lineal simple y correlación : Algunas notas sobre Regresión y correlación: 1. Los modelos de regresión son ciertos para los datos de la muestra, no así para los de la población. 2. Existen supuestos para utilizar este modelo (??) 3. Existen claras diferencias entre regresión y correlación (??) FIN del Módulo
Método 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 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 detallesPrueba de Hipótesis. Para dos muestras
Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de
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 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 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 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 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 detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
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 detallesUNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos:
UNIDAD Nº4 TEORÍA DE REGRESIÓN Y CORRELACIÓN 1.- Teoría de Regresión.- En términos de estadística los conceptos de regresión y ajuste con líneas paralelas son sinónimos lo cual resulta estimar los valores
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 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 detallesAPUNTES ACERCA DE LA ECUACIÓN DE LA RECTA
Introducción APUNTES ACERCA DE LA ECUACIÓN DE LA RECTA Se denomina solución de una ecuación al valor o conjunto de valores de la(s) incógnita(s) que verifican la igualdad. Así por ejemplo decimos que x
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
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 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 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 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 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 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 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 detallesDiplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes
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 detallesUNIDAD DE APRENDIZAJE II
UNIDAD DE APRENDIZAJE II Saberes procedimentales 1. Interpreta adecuadamente la relación de dependencia que se establece entre dos variables, así como la razón de cambio entre sus valores. 2. Define en
Más detalles4º E.S.O Opción A: DEPARTAMENTO DE MATEMÁTICAS
4º E.S.O Opción A: DEPARTAMENTO DE MATEMÁTICAS OBJETIVOS 1. Conocer, diferenciar y operar con cualquier número en cualquiera de sus formatos usando las aproximaciones adecuadas. 2. Conocer la importancia
Más detalles5 Relaciones entre variables.
ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas
Más detallesDoc. Juan Morales Romero
Análisis de Correlación y Regresión Lineal ANALISIS DE CORRELACION Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables DIAGRAMA DE DISPERSION Gráfica
Más detallesCASOS DE LA FUNCIÓN AFÍN
CASOS DE LA FUNCIÓN AFÍN Considera que el precio de un artículo es de Bs 80. Conocido el precio unitario (precio por unidad) es posible calcular fácilmente el precio de varios artículos con solo multiplicar
Más detallesQué estudiaremos? Tema 11: Funciones cuadráticas y de proporcionalidad inversa. Tema 12: La función exponencial Grupo 4. Opción A. Funciones lineales
Tema 11: Funciones cuadráticas y de proporcionalidad inversa. Tema 12: La función exponencial Grupo 4. Opción A Qué estudiaremos? Repasamos las funciones lineales. La función cuadrática. Estudio general
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 detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
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 detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
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 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 detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
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 detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta 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 detallesGobierno de La Rioja MATEMÁTICAS CONTENIDOS
CONTENIDOS MATEMÁTICAS 1.- Números reales Distintas ampliaciones de los conjuntos numéricos: números enteros, números racionales y números reales. Representaciones de los números racionales. Forma fraccionaria.
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 detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
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 detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detallesParciales Matemática CBC Parciales Resueltos - Exapuni.
Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesEcuaciones Lineales en Dos Variables
Ecuaciones Lineales en Dos Variables Una ecuación lineal en dos variables tiene la forma general a + b + c = 0; donde a, b, c representan números reales las tres no pueden ser iguales a cero a la misma
Más detallesProductos notables. Se les llama productos notables (también productos especiales) precisamente porque son muy utilizados en los ejercicios.
Productos notables Sabemos que se llama producto al resultado de una multiplicación. También sabemos que los valores que se multiplican se llaman factores. Se llama productos notables a ciertas expresiones
Más detallesConjuntos de Vectores y Matrices Ortogonales
Conjuntos de Vectores y Matrices Ortogonales Departamento de Matemáticas, CCIR/ITESM 28 de junio de 2011 Índice 21.1.Introducción............................................... 1 21.2.Producto interno............................................
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 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 detallesOBJETIVOS CONTENIDOS PROCEDIMIENTOS
Polinomios INTRODUCCIÓN Son múltiples los contextos en los que aparecen los polinomios: fórmulas económicas, químicas, físicas, de ahí la importancia de comprender el concepto de polinomio y otros asociados
Más detallesGuía de Matemática Segundo Medio
Guía de Matemática Segundo Medio Aprendizaje Esperado:. Analizan la ecuación de la recta; establecen la dependencia entre las variables y la expresan gráfica y algebraicamente.. Identifican e interpretan
Más detallesUNIDAD DE APRENDIZAJE III
MATEMÁTICAS I ALGEBRA Unidad de Aprendizaje III UNIDAD DE APRENDIZAJE III Saberes procedimentales Saberes declarativos Expresa un polinomio en sus factores primos A Concepto de factores primos algebraicos
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 detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Aniel Nieves-González () LSP 1 / 16 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por departamento. La v.a. dependiente
Más detallesMATEMATICA GRADO 9 II PERIODO PROF. LIC. ESP. BLANCA NIEVES CASTILLO R. CORREO: cel
GUIA DE TEORIA NO. 1 LO QUE DEBO SABER Regla de Cramer Un sistema de ecuaciones lineales se dice de Cramer cuando cumple las siguientes condiciones: Es un sistema cuadrado, con igual número de ecuaciones
Más detallesCálculo de la Recta Tangente
Cálculo de la Recta Tangente Nota: f(x) es una función cualquiera a es un valor cualquiera del eje x Introducción Ya aprendimos a calcular la pendiente de la recta tangente a una función f(x), para eso,
Más detallesVariables estadísticas bidimensionales: problemas resueltos
Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO
Más detallesUNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES
UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES Al finalizar esta unidad: - Describirás verbalmente en que consiste el cambio y cuáles son los aspectos involucrados en él. - Identificarás
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
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 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 detallesUNIDAD 7: MATRICES Y DETERMINANTES
UNIDAD 7: MATRICES Y DETERMINANTES En la presente unidad estudiaremos un tema muy importante dentro de la carrera de Informática como son las matrices y determinantes, conocimiento que tiene aplicación
Más detallesSISTEMA DE ECUACIONES LINEALES. Ecuación lineal con dos incógnitas Una ecuación de primer grado se denomina ecuación lineal.
Liceo A 10 Manuel Barros Borgoño Departamento de Matemática SISTEMA DE ECUACIONES LINEALES Ecuación lineal con dos incógnitas Una ecuación de primer grado se denomina ecuación lineal. Una ecuación lineal
Más detalles4º ESO opción B Ejercicios Geometría Analítica
Geometría Analítica 1) Las coordenadas de un punto A son (3,1) y las del vector AB son (3,4). Cuáles son las coordenadas de punto B? Determina otro punto C de modo que el vector AC tenga el mismo módulo
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
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 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 detallesFICHAS REPASO 3º ESO. Para restar números enteros, se suma al minuendo el opuesto del sustraendo y después se aplican las reglas de la suma.
FICHAS REPASO º ESO OPERACIONES CON NÚMEROS ENTEROS El valor absoluto de un número entero es el número natural que resulta al prescindir del signo. Por ejemplo, el valor absoluto de es y el valor absoluto
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 detallesPráctica 6. Extremos Condicionados
Práctica 6. Extremos Condicionados 6.1 Introducción El problema que nos planteamos podría enunciarse del modo siguiente: Sean A R n, f : A R una función de clase C 1 y M A. Consideremos la restricción
Más detallesGUIA DE ESTUDIO FUNCIONES CUADRÁTICAS. Se llama FUNCION POLINOMICA DE SEGUNDO GRADO o FUNCION CUADRÁTICA a la función:
GUIA DE ESTUDIO FUNCIONES CUADRÁTICAS Se llama FUNCION POLINOMICA DE SEGUNDO GRADO o FUNCION CUADRÁTICA a la función: f: R R f(x) = ax + bx + c a 0 y a, b, c R El término ax se denomina término cuadrático,
Más detallesAPUNTES DE FUNDAMENTOS DE MATEMATICA. CASO I: Cuando todos los términos de un polinomio tienen un factor común.
FACTORIZACION DE POLINOMIOS. CASO I: Cuando todos los términos de un polinomio tienen un factor común. Cuando se tiene una expresión de dos o más términos algebraicos y si se presenta algún término común,
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 detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
Más detallesFactorización de polinomios FACTORIZACIÓN DE POLINOMIOS
FACTORIZACIÓN DE POLINOMIOS 1. Polinomios Un monomio es el producto de un número real por una o más letras que pueden estar elevadas a exponentes que sean números naturales. La suma de los exponentes de
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 detallesCAPÍTULO. Métodos numéricos
CAPÍTULO 7 Métodos numéricos 7.2 Método de Euler En general, la solución de un PVI, y 0 D f.x; y/, con y.x 0 / D y 0, es una función y.x/ que se puede desarrollar mediante un polinomio de Taylor de cualquier
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesRegresión 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 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 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 detallesColegio Universitario Boston
Función Lineal. Si f función polinomial de la forma o, donde y son constantes reales se considera una función lineal, en esta nos la pendiente o sea la inclinación que tendrá la gráfica de la función,
Más detallesEcuaciones de 2do grado
Ecuaciones de 2do grado Las ecuaciones de segundo grado o también llamadas cuadráticas de una variable es una ecuación donde tenemos un polinomio de segundo grado o cuadrático cuya grafica es una función
Más detallesEl Modelo de Regresión Simple
El Modelo de Regresión Simple Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía Industrial Universidad Carlos III de Madrid Curso 2007/08 C Velasco
Más detallesLas funciones son relaciones entre dos o más variables expresadas en una ecuación algebraica.
FUNCIONES Y GRÁFICAS Las funciones son relaciones entre dos o más variables epresadas en una ecuación algebraica. or ejemplo, la epresión relaciona la variable con la variable mediante una regla de correspondencia
Más detallesPotencias y raíces Matemáticas 1º ESO
ÍNDICE Potencias y raíces Matemáticas 1º ESO 1. Potencias 2. Propiedades de potencias 3. Cuadrados perfectos 4. Raíces cuadradas 1. POTENCIAS Una potencia es una multiplicación en la que todos los factores
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesMATEMÁTICAS 1º BACHILLERATO Curso EJERCICIOS RESUELTOS DE INECUACIONES
MATEMÁTICAS 1º BACHILLERATO Curso 9-1 EJERCICIOS RESUELTOS DE INECUACIONES EJERCICIOS RESUELTOS DE INECUACIONES A. Inecuaciones lineales con una incógnita x x1 x3 > 1 3 4 x x1 x3 4( x ) 3( x1) 6( x3) 1
Más detallesEcuaciones de primer grado
Matemáticas Unidad 16 Ecuaciones de primer grado Objetivos Resolver problemas que impliquen el planteamiento y la resolución de ecuaciones de primer grado de la forma x + a = b; ax = b; ax + b = c, utilizando
Más detallesMedidas de tendencia central
Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de
Más detallesReemplazos Algebraicos. Gabriel Darío Uribe Guerra Universidad de Antioquia. XIII COLOQUIO REGIONAL DE MATEMÁTICAS y III SIMPOSIO DE ESTADÍSTICA.
Reemplazos Algebraicos Gabriel Darío Uribe Guerra Universidad de Antioquia XIII COLOQUIO REGIONAL DE MATEMÁTICAS y III SIMPOSIO DE ESTADÍSTICA. Universidad de Nariño San Juan de Pasto Mayo 2016 1/23 Introducción
Más detallesManual de teoría: Funciones Matemática Bachillerato
Manual de teoría: Funciones Matemática Bachillerato Realizado por José Pablo Flores Zúñiga Funciones: José Pablo Flores Zúñiga Página 1 Contenido: ) Funciones.1 Conceptos Básicos de Funciones. Función
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 detalles