Nombre: 1 a Prueba Ev. Continua ( ) Estadística G2 (G.Ing. Salud)
|
|
- Natalia Veronica Prado Ayala
- hace 6 años
- Vistas:
Transcripción
1 Nombre: 1 a Prueba Ev. Continua ( ) Estadística G2 (G.Ing. Salud) Ejercicio: Total Puntos: Calificación: Nota: En cada apartado de estos ejercicios, indicar los comandos R utilizados para su resolución. Ejercicio 1 (45) Para este ejercicio utiliza el siguiente comando R para leer los datos: datos = read.csv(file=" names(datos) [1] "IDHospital" "DuracionMediaEstancia" [3] "EdadMediaPac" "RiesgoInfec" [5] "Cultura" "SesionesRayosX" [7] "Camas" "EscuelasMedicina" [9] "Region" "Pacientes" [11] "Enfermeras" "ServiciosMedicos" Los datos corresponden a hospitales en los Estados Unidos y se utilizaron para evaluar los factores relacionados con la probabilidad de que un paciente del hospital adquiera una infección mientras esté hospitalizado. (a) Obtener la tabla de frecuencia completa de la variable Region, e indique el tipo de variable. (4) Cuántos hospitales intervinieron en el estudio? Cuántos eran de la Región 2? Tipo Nominal. x = datos$region abs = table(x) rel = abs/length(x) (tablacompleta=cbind(abs,rel)) abs rel (num.hospitales = length(x)) [1] 113 (num.hosp.reg2 = length(x[x==2])) [1] 32 (b) Comando R para realizar un histograma de la variable DuracionMediaEstancia. Realice algún (4) comentario para interpretar el gráfico. x2 = datos$duracionmediaestancia hist(x2) Página 1
2 Histogram of x2 Frequency x2 La duración media de las estancias más frecuente se encuentra en el intervalo de 8 a 10, siendo las menos frecuentes de 14 a 20 (entre 14 y 16 no aparece ninguna observación). Presenta asimetría a la derecha. (c) En cuántos hospitales, la duración media de las estancias ( DuracionMediaEstancia ) es superior (4) a 9 días? Y no superior a 12 días? (supa9 = length(x2[x2>9])) [1] 65 (nosupa12 = length(x2[x2<=12])) [1] 106 (d) Obtenga los cuartiles de la variable RiesgoInfec. (4) Página 2
3 x3 = datos$riesgoinfec (cuartiles = quantile(x3,c(0.25,0.5,0.75),type=2)) 25% 50% 75% (e) Calcula la media, varianza y coeficiente de variación de la variable Camas y Enfermeras. (6) Cuál de las dos variables presenta mayor dispersión? x4 = datos$camas x5 = datos$enfermeras (media.x4 = mean(x4)) [1] (varianza.x4 = var(x4)*((length(x4)-1)/length(x4))) [1] (coefvar.x4 = sqrt(varianza.x4)/media.x4) [1] (media.x5 = mean(x5)) [1] (varianza.x5 = var(x5)*((length(x5)-1)/length(x5))) [1] (coefvar.x5 = sqrt(varianza.x5)/media.x5) [1] Observando los coeficientes de variación, se presenta mayor dispersión en la variable Enfermeras ( ) que en la variable Camas ( ). (f) Compara la variable SesionesRayosX según las distintas regiones con ayuda de diagramas de (6) caja y bigotes, y comenta en qué regiones los hospitales realizan mayor número de sesiones de rayos X a partir del gráfico construido. x = datos$region x6 = datos$sesionesrayosx boxplot(x6 ~ x) Página 3
4 La línea central de los diagramas de cajas y bigotes representa la mediana de la variable Sesiones- RayosX en función de la variable Region, por lo que podemos establecer que el mayor número de sesiones de rayos X (en términos medianos) se da en la región 1, seguido de la región 2 y por último la región 3 y la región 4 (ésta la menor) con valores muy parecidos. (g) Cuántos hospitales de la región 2 tienen más de 200 camas? (2) datos.red1 = subset(datos,region==2 & Camas>200) (num.hospi_r2ym200 = length(datos.red1$region)) [1] 15 (h) Calcule la media de la variable RiesgoInfec tanto para los hospitales que tienen una sola (3) escuela de medicina, como para las que tienen 2 (variable EscuelasMedicina ). Comente los resultados. Página 4
5 x3 = datos$riesgoinfec x7 = datos$escuelasmedicina by(x3,x7,mean) x7: 1 [1] x7: 2 [1] El riesgo de infección es más alto en término medio en las que tienen una sola escuela de medicina que en las que tienen 2. También se podría haber hecho con la función subset : primero ver los valores distintos en la variable EscuelasMedicina table(datos$escuelasmedicina) Cálculo de medias datos.s1 = subset(datos,escuelasmedicina==1) mean(datos.s1$riesgoinfec) [1] datos.s2 = subset(datos,escuelasmedicina==2) mean(datos.s2$riesgoinfec) [1] (i) Calcular la recta de regresión que permita estimar el RiesgoInfec en función de la variable (6) DuracionMediaEstancia. Realice una estimación de la duración media de la estancia para un valor del RiesgoInfec igual a 4.2. Página 5
6 y = datos$riesgoinfec x = datos$duracionmediaestancia (reglinyx = lm(y ~x)) Call: lm(formula = y ~ x) Coefficients: (Intercept) x summary(reglinyx) Call: lm(formula = y ~ x) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) x e-09 *** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: on 111 degrees of freedom Multiple R-squared: ,Adjusted R-squared: F-statistic: on 1 and 111 DF, p-value: 1.177e-09 Es decir la recta de regresión (en este caso Y sobre X) es: y = 0, ,3742x Para realizar la predicción utilizamos el modelo de X sobre Y Página 6
7 (reglinxy = lm(x ~ y)) Call: lm(formula = x ~ y) Coefficients: (Intercept) y summary(reglinxy) Call: lm(formula = x ~ y) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) < 2e-16 *** y e-09 *** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: on 111 degrees of freedom Multiple R-squared: ,Adjusted R-squared: F-statistic: on 1 and 111 DF, p-value: 1.177e-09 predict(reglinxy,data.frame(y=4.2)) La recta de regresión de X sobre Y es: x = 6, ,7604y El ajuste no es bueno ya que R 2 = r 2 = 0,2846 0,75, por tanto la predicción no es fiable. La predicción sería de una duración media de la estancia de (j) A través del coeficiente adecuado indique cómo de fuerte es la dependencia lineal entre las (4) variables RiesgoInfec y DuracionMediaEstancia. x = datos$riesgoinfec y = datos$duracionmediaestancia ( coef.cor = cor(x,y) ) [1] (coef.cor.cuadrado = coef.cor^2) [1] coef.cor.cuadrado >=0.75 [1] FALSE Al no ser el coeficiente de determinación mayor o igual a 0.75, podemos afirmar que el ajuste lineal no es adecuado. El signo del coeficiente de correlación lineal al ser positivo nos indicaría que la Página 7
8 relación es de tipo directo, a medida que aumenta una variable parece que la otra también aumenta (lo hacen en el mismo sentido). (k) Comando R para representar un diagrama de dispersión de estas dos variables. (2) plot(x,y) y x Gráficamente puede verse de qué tipo es la relación entre las variables: RiesgoInfec y Duracion- MediaEstancia. Página 8
9 Ejercicio 2 (10) Dadas las rectas de regresión de mínimos cuadrados: r Y X : y = 3 + 2x, r X Y : y = 8 + 6x (a) Calcular el coeficiente de correlación lineal y comentarlo. (5) Se sabe que: r 2 = b b, por lo que r = + b b, y el signo es positivo porque b y b son positivos. b.ysobrex = 2 a.ysobrex = 3 b.xsobrey = 1/6 a.xsobrey = -8/6 (coef.cor = + sqrt(b.ysobrex * b.xsobrey)) [1] (b) Si ( i x2 i )/n es 18.25, calcule la varianza residual de la recta de X sobre Y. (5) La expresión de la varianza residual de la recta de X sobre Y es: S 2 e(x Y ) = (1 r2 ) S 2 X Ya hemos calculado r 2, necesitamos la varianza de X, cuya expresión es: SX 2 i = x2 i x 2 = 18,25 x 2 n Necesitamos la media de X, para lo cual obtenemos el centro de gravedad o ( x, ȳ) al hallar el punto de corte de las dos rectas de regresión. # restamos ecuaciones: 0 = -5-4x -> x = -5/4, # sustituimos: y = * (-5/4) = 1/2 (x.media = -5/4) [1] (var.x = x.media^2) [1] (var.residual.xsobrey = (1-coef.cor^2) * var.x) [1] Página 9
10 Ejercicio 3 (10) Para los siguientes datos obtenidos de la variable bidimensional (X, Y ), X/Y (a) Calcule la media marginal de X y de Y, la varianza marginal de X e Y y el coeficiente de (5) correlación de X e Y (comente este coeficiente). x = c(rep(2,1),rep(2,7),rep(3,5),rep(3,6), rep(4,2),rep(4,4),rep(5,7),rep(5,8)) y = c(rep(3,1),rep(4,7),rep(3,5),rep(4,6), rep(3,2),rep(4,4),rep(3,7),rep(4,8)) (tabla.conj = table(x,y)) y x (med.x = mean(x)) [1] 3.7 (med.y = mean(y)) [1] (var.x = var(x)*((length(x)-1)/length(x))) [1] 1.36 (var.y = var(y)*((length(y)-1)/length(y))) [1] (correlacion = cor(x,y)) [1] (b) Calcule todas las distribuciones condicionadas de la variable X dado un valor de la variable Y. (5) Son X e Y independientes? Cuál es la media de la variable X cuando Y = 4. #(tabla.conj = table(x,y)) (cond.xsobrey = prop.table(tabla.conj,2)) y x # media de X condicionada a Y=4 mean(x[y==4]) [1] 3.52 No son independientes porque las distribuciones condicionadas no son iguales entre sí. Página 10
11 Ejercicio 4 (10) Utiliza los datos y variables del fichero excel (descárgalo previamente en tu ordenador): [1] "IDHospital" "DuracionMediaEstancia" [3] "EdadMediaPac" "RiesgoInfec" [5] "Cultura" "RayosX" [7] "Camas" "EscuelasMedicina" [9] "Region" "Pacientes" [11] "Enfermeras" "Habitaciones" Para estos datos, calcule la recta de regresión de la variable RiesgoInfec en función de la variable RayosX y el coeficiente de correlación lineal (coméntelo). La cuestión que hay que recordar aquí, es que en primer lugar debemos descargar el fichero Excel en nuestro directorio de trabajo para que luego podamos llamarlo como en el código siguiente: Página 11
12 library(xlconnect) " wb <- loadworkbook("hospitalesinf.xlsx") datos2 = readworksheet(wb,sheet = 1) y = datos2$riesgoinfec x = datos2$rayosx (reg.ysobrex = lm(y ~ x)) Call: lm(formula = y ~ x) Coefficients: (Intercept) x summary(reg.ysobrex) Call: lm(formula = y ~ x) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) e-07 *** x e-05 *** --- Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Residual standard error: on 83 degrees of freedom Multiple R-squared: 0.203,Adjusted R-squared: F-statistic: on 1 and 83 DF, p-value: 1.514e-05 # (coef.corr = cor(x,y)) [1] (coef.corr.cuadrado = coef.corr^2) [1] La recta de regresión que nos solicitan es: y = 2, ,02549x, r = 0, El coeficiente de determinación R 2 = r 2 = 0,203 que al ser menor que 0.75, podemos asegurar que el ajuste lineal no es adecuado. Página 12
13 Ejercicio 5 (10) En una oficina de empleo se tienen los siguientes datos: Parado En Activo Estudios Superiores Estudios Medios Estudios Primarios Sin Estudios Obtener las probabilidades de que al extraer un individuo al azar éste sea: (a) Sin estudios o en paro. (3) Consideramos: E 1, E 2, E 3, E 4 y A 1, A 2. P (E 4 A 1 ) = P (E 4 ) + P (A 1 ) P (E 4 A 1 ) = (45+30)/200 + (( )/200) - (45/200) [1] (b) Con estudios primarios y que esté parado. (3) 25/200 [1] P (E 3 A 1 ) = (c) Con estudios medios, sabiendo que está parado. (4) P (E 2 A 1 ) = P (E 2 A 1 ) P (A 1 ) (20/200)/(( )/200) [1] # o también 20/( ) [1] = Página 13
14 Ejercicio 6 (15) En una determinada muestra de suelo se pueden aislar 3 tipos de bacterias: A, B, C, que se presentan en las proporciones 0.4; 0.3; 0.3 respectivamente. La probabilidad de que una bacteria de la clase A reaccione a la prueba del nitrato (transformándolo en nitrito) es Para B y C son 0.5 y 0.7 respectivamente. Se aísla una bacteria. (a) Hallar la probabilidad de que no reaccione a la prueba del nitrato. (10) Nos dan la siguiente información: Primera etapa: P (A) = 0,4, P (B) = 0,3, P (C) = 0,3. Segunda etapa: P (R A) = 0,15, P (R B) = 0,5 y P (R C) = 0,7 Por el teorema de la Probabilidad Total podemos calcular la probabilidad de reaccionar a la prueba de nitrato (R): P (R) = P (A) P (R A) + P (B) P (R B) + P (C) P (R C) = (prob.r = 0.4 * * * 0.7) [1] 0.42 Nos piden la probabilidad de que no reaccione: P ( R) = 1 P (R) = 1 0,42 = 0,58 (b) Sabiendo que sí ha reaccionado a la prueba del nitrato, calcular la probabilidad de que la bacteria (5) sea del tipo C. Nos piden: P (C R), que podremos calcular con ayuda del Teorema de Bayes: P (C R) = (prob.c.conda.r = (0.3 * 0.7)/prob.R) [1] 0.5 P (C) P (R C) P (R) Página 14
Nombre: Práctica ( )
Nombre: Práctica (8-4-2015) Ejercicio: 1 2 3 4 5 6 7 Total Puntos: 40 6 10 16 5 13 10 100 Calificación: Nota: En cada apartado de estos ejercicios, indicar los comandos R utilizados para su resolución.
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesMATEMÁTICAS 1º BI-NM Serie Estadística Unidimensional y Bidimensional
MATEMÁTICAS 1º BI-NM Serie Estadística Unidimensional y Bidimensional 1 Entra en la página web del Instituto Nacional de Estadística y elige una variable numérica de tu interés que disponga de frecuencias
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 detallesMedia-Lab Prado. Modelos Lineales en para procesar encuestas de Satisfacción. Manuel Pérez Gómez 16/06/2016
Media-Lab Prado Modelos Lineales en para procesar encuestas de Satisfacción Manuel Pérez Gómez 16/06/2016 Análisis de los Sectores. TPV Caja Compras Almacén Grupos Informes TPV Caja Compras Almacén Grupos
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 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 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 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 detallesMatemáticas. Selectividad ESTADISTICA COU
Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesESTADÍSTICA I Tema 1: Estadística descriptiva
ESTADÍSTICA I Tema 1: Estadística descriptiva Estadística descriptiva e inferencia estadística Resúmenes numéricos de un conjunto de datos Herramientas gráficas para el análisis exploratorio de datos Datos
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 detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de 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 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 detalles1. Algunos comandos de Estadística
Departamento de Matemática Aplicada MÉTODOS ESTADÍSTICOS. Ingeniería Química (Curso 2008-09) Estadística Descriptiva. Práctica. Algunos comandos de Estadística Describimos a continuacion algunos de los
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesESTADÍSTICA. Individuo. Es cada uno de los elementos que forman la población o muestra.
ESTADÍSTICA La estadística tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto de datos empíricos (recogidos mediante experimentos o encuestas). Según el colectivo a
Más detallesLibro de ejercicios de refuerzo de matemáticas. María de la Rosa Sánchez
Libro de ejercicios de refuerzo de matemáticas María de la Rosa Sánchez Estadística bidimensional Tema 0 2 Índice general 1. Estadística unidimensional 5 2. Estadística bidimensional 11 3 Tema 1 Estadística
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 detallesTema 3. Relación entre dos variables cuantitativas
Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas
Más 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 detallesPráctica 2: Estadística Descriptiva. 1. Descripción de datos univariantes. acumuladas de las modalidades. Tabla con todas las frecuencias
Estadística con Práctica 2: Estadística Descriptiva 1. Descripción de datos univariantes En primer lugar hemos de insistir que la Estadística Descriptiva dispone de un abanico de procedimientos que deben
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 detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más 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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesEJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:
Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos
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 detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más 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 detallesMétodos Estadísticos de la Ingeniería Tema 4: Correlación y Regresión Grupo B
Métodos Estadísticos de la Ingeniería Tema 4: Correlación y Regresión Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2010 Contenidos...............................................................
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 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 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 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 detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
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 detallesTEMA 7. OTRAS APLICACIONES DE GeoGebra
TEMA 7. OTRAS APLICACIONES DE GeoGebra INTRODUCCIÓN El siguiente tema está dedicado a resolver actividades de estadística y de álgebra con ayuda de este programa que como ya hemos indicado en varias ocasiones
Más detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detallesContenidos IB-Test Matemática NM 2014.
REDLAND SCHOOL MATHEMATICS DEPARTMENT 3 MEDIO NM 1.- Estadística y probabilidad. Contenidos IB-Test Matemática NM 2014. 1.1.- Conceptos de población, muestra, muestra aleatoria, y datos discretos y continuos.
Más detallesESTADISTICA Y PROBABILIDAD. 1. Encuentra la media, moda, mediana, desviación estándar y varianza de la siguiente distribución de números
ESTADISTICA Y PROBABILIDAD 1. Encuentra la media, moda, mediana, desviación estándar y varianza de la siguiente distribución de números a. 22 24 25 27 32 45 65 34 23 23 23 12 42 34 23 23 18 34 23 12 34
Más detallesBioestadística. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si.
1 de 5 15/10/2006 06:04 a.m. Bioestadística. Correlación y regresión lineales. En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo,
Más detallesESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL. 30/09/2004 Proyecto MaMaEuSch 1
ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL 0/09/2004 Proyecto MaMaEuSch Estadística Ciencia que trata sobre los métodos científicos para: Recoger, organizar, resumir y analizar datos Sacar conclusiones relevantes
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 detallesCuaderno de actividades 1º
Cuaderno de actividades 1º 1 ITRODUCCIÓ: Variables estadísticas bidimensionales En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una población En el caso de dos (o más)
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 detallesEstadística Descriptiva. Poblaciones y muestras.
Estadística Descriptiva. Poblaciones y muestras. fgarcia@cipf.es CIPF s Research Development Programme Indice 1 Introducción 2 3 Análisis Estadístico Población y muestra Software estadístico CIPF s Research
Más detallesUniversidad de Salamanca - Escuela de Educación y Turismo
Universidad de Salamanca - Escuela de Educación y Turismo ! " # $ % $ & ' ( ) * ( +(, + ' -. '. ' - % $ / %.! '. " # $ % & & $ % # # $( #. 0 # (/ $. # % 0 1 # % ( # 0 # 0 1 # 0. (, (! " # # #. $ ($ ' 0
Más detallesX Y
Capítulo 2 Distribuciones bivariantes Hasta ahora hemos estudiado herramientas que nos permiten describir las características de un único carácter Sin embargo, en muchos casos prácticos, es necesario estudiar
Más detallesModelos lineales. Tema 1: Modelo de regresión lineal simple. 6 de febrero de Carmen Armero
Carmen Armero 6 de febrero de 2012 Introducción Un poco de historia Definición y propiedades Mínimos cuadrados Máxima verosimilitud Ejemplo: Masa muscular y edad 1.I La edad es uno de los factores determinantes
Más detallesCalculamos la covarianza. (La covarianza indica el sentido de la correlación entre las variables):
0 81 098 www.ceformativos.com EJERCICIOS RESUELTOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Cinco niñas de 2,3,,7 y 8 años de edad pesan respectivamente 14, 20, 30, 42 y 44 kilos. a) Hallar la ecuación de la recta
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 detallesCRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES
Matemáticas hasta 6º de Primaria CONTENIDOS Bloque 5. Estadística y probabilidad CRITERIOS DE EVALUACIÓN ESTÁNDARES DE APRENDIZAJE EVALUABLES Gráficos y parámetros estadísticos. Recogida y clasificación
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 detallesEjercicio 8. En una epidemia de escarlatina, se ha recogido el número de muertos en 40 ciudades de un país, obteniéndose la siguiente tabla:
Ejercicio 1.. Clasificar las siguientes variables: Preferencias políticas (izquierda, derecha o centro). Marcas de cerveza. Velocidad en Km/h. El peso en Kg. Signo del zodiaco. Nivel educativo (primario
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 detallesRelación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS
INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318
Más detallesPrácticas Tema 2: El modelo lineal simple
Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesTEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES
TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES 1. Puntuaciones diferenciales y puntuaciones típicas 2. La curva normal 3. Cálculo de áreas bajo la curva normal 3.1. Caso 1: Cálculo del número
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesDistribuciones bidimensionales. Correlación.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 4: Distribuciones bidimensionales. Correlación. Resumen teórico Resumen teórico de los principales conceptos estadísticos
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 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 detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
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 detallesSyllabus Estadística aplicada a la Publicidad Grado en Publicidad y Relaciones Públicas
Syllabus Estadística aplicada a la Publicidad Grado en Publicidad y Relaciones Públicas Curso 2012 /2013 Profesor/es: Periodo de impartición: Tipo: Idioma en el que se imparte: Mª Cristina Sanz Villegas
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más 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 detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
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 detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesEstadística Descriptiva 1 con MATLAB/Octave
Estadística Descriptiva 1 con MATLAB/Octave Ingeniería de Telecomunicaciones Departamento de Estadística Universidad Carlos III de Madrid Curso 2009/2010 1 Consultar ficheros Descriptiva 1 y Descriptiva
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 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 detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOGSE Septiembre 2009
PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOGSE Septiembre 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II. CÓDIGO 67 OBSERVACIONES IMPORTANTES: El alumno deberá responder a
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 detallesESTADÍSTICA DESCRIPTIVA PARA EL TURISMO
ESTADÍSTICA DESCRIPTIVA PARA EL TURISMO RELACIÓN DE PROBLEMAS PROPUESTOS DE UNA VARIABLE Curso académico 2004-2005 DPTO. ECONOMÍA APLICADA I 1. Obtener las frecuencias acumuladas, las frecuencias relativas
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BACHILLERATO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BACHILLERATO DEL CURSO 1. Utilizar los números reales, sus notaciones, operaciones y procedimientos asociados, para presentar e intercambiar información,
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto
Más detallesAl preguntar a 30 parejas jóvenes sobre el número de hijos que desearían tener, hemos obtenido estas respuestas:
Ejercicio nº 1.- Al preguntar a 30 parejas jóvenes sobre el número de hijos que desearían tener, hemos obtenido estas respuestas: a) Elabora una tabla de frecuencias absolutas, relativas, acumuladas y
Más detallesEstadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar
Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Módulo 2. Estadística Descriptiva: Medidas de síntesis Mª Purificación Galindo Villardón Mª Purificación
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
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 detallesMINISTERIO DE EDUCACIÓN. Educación Técnica y Profesional. Familia de especialidades: Economía. Programa: Estadística
MINISTERIO DE EDUCACIÓN Educación Técnica y Profesional Familia de especialidades: Economía Programa: Estadística Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 12mo. Grado AUTORA MSc. Caridad
Más detallesMétodos Estadísticos de la Ingeniería Práctica 4: Regresión Lineal
Métodos Estadísticos de la Ingeniería Práctica 4: Regresión Lineal Área de Estadística e Investigación Operativa Mariano Amo Salas y Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos Práctica 4.......................................................
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
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 detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesDatos binomiales 1.70 1.75 1.80 1.85. beetles$dosis
Datos binomiales Modelos de dosis-respuesta Carga de datos y calculo de proporciones: beetles
Más detallesVariables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
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 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 detalles