Análisis de datos estructurados. Santiago Ulloa Datos proporcionados por: Vinicio Uday (Infostat)
|
|
- Esther Alarcón Poblete
- hace 5 años
- Vistas:
Transcripción
1 Análisis de datos estructurados Santiago Ulloa Datos proporcionados por: Vinicio Uday (Infostat)
2 Los datos Bloque Tratamiento Rendimiento Se realizó un ensayo para evaluar el rendimiento en kg de materia seca por hectárea de una forrajera con distintos aportes de N2 en forma de urea. Las dosis de urea probadas fueron 0 (control), 75, 150, 225 y 300 kg/ha. El ensayo se realizó en distintas zonas, en las que por razones edáficas y climáticas se podían prever rendimientos diferentes. Las zonas en este caso actuaron como bloques. El diseño a campo se ilustra en la Figura 1. Los datos se encuentran en el archivo Bloque. Bloque I Bloque II Bloque II Bloque IV
3 Rendimiento kg/ha Box-plot o diagrama de bigotes Effecto del Nitrogeno en el renndimiento Dosis de nitrogeno kg/ha
4 Diseño completamente al azar proc anova; class t ; model rendimiento=t ; means t/lsd lines; run; Suma de Cuadrado de Fuente DF cuadrados la media F-Valor Pr > F Modelo <.0001 Error Total corregido Procedimiento ANOVA t Tests (LSD) para Rendimiento NOTA: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 15 Error de cuadrado medio Valor crítico de t Diferencia menos significativa t Agrupamiento Media N T A A A A A B C
5 Bloques completamente al azar proc glimmix; class t b; model rendimiento=t; random b; lsmeans t/diff lines; run; Differences of T Least Squares Means Error T _T Estimador estándar DF Valor t Pr > t < < < < T Grouping for T Least Squares Means (Alpha=0.05) LS-medias con la misma letra no son significativamente diferente. T Estimador A A B A B B C D
6 Diagrama de barras
7 mn.data Diagrama lineal nlevels.x
8 Rendimiento Modelo lineal Analysis of Variance Table Response: Rendimiento Df Sum Sq Mean Sq F value Pr(>F) Tratamiento e-11 Residuals Coefficients: Estimate Std. Error Pr(> t ) (Intercept) e-15 Tratamiento e-08 Residual standard error: Multiple R-squared: 0.813, Adjusted R-squared: F-statistic: on 1 and 18 DF, p-value: 5.676e
9 Rendimiento Modelo cuadratico Analysis of Variance Table Response: Rendimiento Df Sum Sq Mean Sq Pr(>F) Tratamiento e-09 *** I(Tratamiento^2) ** Residuals Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) 1.971e e e-14 Tratamiento 8.422e e e-06 I(Tratamiento^2) e e Signif. codes: 0 *** ** 0.01 * Residual standard error: on 17 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 17 DF, p-value: 8.776e Tratamiento
10 Que es un parámetro 3. Encuentre x
11 Que es un modelo no-lineal Figura 1. Modelos polinomiales (a), (b) (c) Es una ecuación que se caracteriza por el hecho de que la respuesta esperada depende no linealmente de uno o mas parámetros desconocidos. Mientras que las regresiones lineales son usadas para desarrollar modelos empíricos, las regresiones no lineales se usan cuando hay razones científicas para creer que la relación entre la respuesta y su predictores siguen un cierto patrón funcional. Todo modelo simplifica lo que describe ( para eso sirve!), y tiene en consecuencia un cierto dominio de validez, que puede significar de utilidad.
12 Algunos modelos Logístico de 4 parámetros Michaelis-Menten Weibull de 4 parametros
13 Rendimiento kg/ha Modelo logístico-logarítmico Produccion de materia seca Dosis de nitrogeno kg/ha
14 Rendimiento kg/ha Produccion de materia seca Dos modelos adicionales: Cual es mejor? 2000 Log-logistic (fm1) Cousens (fm2) Weibull (fm3) Dosis de nitrogeno kg/ha
15 Model fitted: Log-logistic Model fitted: Weibull Parameter estimates: Parameter estimates: Estimate Std. Error t-value p-value b:(intercept) c:(intercept) d:(intercept) e:(intercept) Estimate Std. Error t-value p-value b:(intercept) c:(intercept) d:(intercept) e:(intercept) Residual standard error: Residual standard error: (16 degrees of freedom) > summary (fm2) (16 degrees of freedom) Model fitted: Michaelis-Menten Parameter estimates: Estimate Std. Error t-value p-value c:(intercept) d:(intercept) e:(intercept) Residual standard error: (17 degrees of freedom)
16 Valores ED Logística Estimated effective doses Estimate Std. Error 1: : : Michaelis-Menten Estimated effective doses Estimate Std. Error 1: : : Weibull Estimated effective doses Estimate Std. Error 1: : : >
17 Ahora cual modelo es mejor? loglik IC Lack of fit Res var Quad NA MM e W e l e l e Cubic NA Lin NA W e l e
18 Materia seca [kg ha Linear plus Plateau Model 1 ] MaxNR= Yield MaxNR= Dosis de nitrogeno [kg ha 1 ] Parameters: Estimate Std. Error b b x
19 Rendimiento kg/ha Diferencias entre localidades Produccion de materia seca Localidad 1 Localidad 2 Localidad 3 Localidad Dosis de nitrogeno kg/ha
20 Diferencias entre localidades Localidad B C D E (0.1) 2011 (83) 7664 (6330) 2304 (12e+3) (0.4) 1833 (55) 3440 (125) 93 (7) (1.1) 2169 (60) 3200 (224) 67 (10) (2.4) 1878 (147) 3124 (235) 77 (12) En cual localidad se tuvo mejores resultados (consistentes con el M)? Cual tuvo los peores resultados? Cual tuvo la mayor respuesta? Porque? Cual localidad tuvo una mayor concentración inherente de nitrógeno?
21 Preguntas?
Ajuste de Regresión Lineal Simple
Ajuste de Regresión Lineal Simple Hugo Alberto Brango García 1 1 Universidad de Córdoba Estadística II Mayo de 2014 Análisis de Regresión Mayo de 2014 1 / 33 Supuestos sobre los residuales del modelo Normalidad
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 detallesEjemplo de Análisis de la Covarianza
Ejemplo de Análisis de la Covarianza Utilizando los datos del archivo sargos.csv representamos la itud desde el morro hasta la aleta dorsal frente a la itud total del pez: > sargos = read.table(file =
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesTema 2: Estadística Bivariante Unidad 1: Correlación y Regresión
Estadística Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesCLAVE Lab 11 - Regresión Lineal Simple y Polinomial
Escala común CLAVE Lab 11 - Regresión Lineal Simple y Polinomial 1. A mano, construya los siguientes gráficos: a. Grafique la línea recta correspondiente a la ecuación y 2x 1 b. Grafique la línea recta
Más detallesEXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES
EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES REGRESIÓN A TRAVÉS DEL ORIGEN Y Y i = β 1 + β 2X i + ε i Y i = β 2X i + ε i X A MENOS QUE EXISTA UNA EXPECTATIVA A PRIORI MUY FUERTE ES ACONSEJABLE
Más detallesEstadística I Examen Final - 28 Mayo de 2009 Tiempo: 2.5h - Total: 40 puntos. Nombre:... Grupo:...
Estadística I Examen Final - 28 Mayo de 2009 Tiempo: 2.5h - Total: 40 puntos Nombre:... Grupo:... Realizar los cálculos intermedios con 4 decimales y redondear el resultado final a 2 decimales. 1. (10
Más detallesEjemplo de Regresión Lineal Simple
Ejemplo de Regresión Lineal Simple Países Porcentaje de Inmunización (x) Tasa de mortalidad (y) Bolivia 77 8 Brazil 69 65 Cambodia 3 84 Canada 85 8 China 94 43 Czech_Republic 99 Egypt 89 55 Ethiopia 3
Más detallesANEXOS ANEXO 1. Medios de cultivo usados para mantenimiento y micropropagación de plantas in vitro de "oca".
ANEXOS ANEXO 1 Medios de cultivo usados para mantenimiento y micropropagación de plantas in vitro de "oca". Componentes Mantenimiento y micropropagación (mg / litro) MS + MS + Stock-Vitaminas (Ver anexo
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesAGRO Examen Final. Nombre:
Examen Final Nombre: AGRO 6600 2008 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesExamen Parcial 1. The GLM Procedure Class Level Information Class Levels Values trat
Examen Parcial 1 Nombre: AGRO 6600 2011 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas
Más detallesEstadística I Examen Final - 19 de junio de Nombre:... Grupo:...
Estadística I Examen Final - 19 de junio de 2009 Nombre:... Grupo:... Realizar los cálculos intermedios con 4 decimales y redondear el resultado final a 2 decimales. 1. La siguiente tabla muestra las distribuciones
Más detallesAGRO Examen Final
AGRO 6600 Examen Final 2004 Nombre: Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesEstadística I Solución Examen Final - 28 Mayo de 2009
Estadística I Examen Final - 28 Mayo de 2009 (1 (10 puntos A 16 estudiantes de Filosofía se les preguntó cuántas clases de esta asignatura habían perdido durante el cuatrimestre. Las respuestas obtenidas
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 detalles1)DESCRIPCIÓN DE LOS DATOS
1)DESCRIPCIÓN DE LOS DATOS ITAM-CONAC MÉTODOS ESTADÍSTICOS EN ACTUARÍA I DR. JUAN JOSÉ FERNÁNDEZ DURÁN EJEMPLO DE REGRESIÓN POISSON Y GAMMA RECLAMACIONES EN SEGUROS DE AUTOS EN SUECIA Los datos contienen
Más detallesExamen Final. a. Identifique los factores en estudio, y si éstos son fijos o aleatorios.
AGRO 6600 Examen Final 2002 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas deben
Más detallesLa distribucio n normal multivariante. Estadı stica II Tema 4: Regresio n mu ltiple. Ejemplos de densidades normales en dimensio n 2
La distribucio n normal multivariante El vector aleatorio X es normal (p-dimensional) con vector de medias µ y matriz de covarianzas Σ (notacio n: X N(µ, Σ)) si tiene densidad dada por: f (x) = Σ / (π)
Más detallesL FME al YoMO Se cumplen los cánones de belleza? Pedro Delicado, Lourdes Rodero 1 de marzo de 2017
L FME al YoMO 2017. Se cumplen los cánones de belleza? Pedro Delicado, Lourdes Rodero 1 de marzo de 2017 Comprobación de los cánones de belleza Canon Egipcio. Altura, Palma de la mano Canon de proporcionalidad:
Más detallesPráctica 4 EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables
EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables Marco elementos atípicos: b) Obtener la recta de regresión y comprobar
Más detallesExamen Final. Class Level Information Class Levels Values trat Number of Observations Used 15
Examen Final Nombre: AGRO 6600 2013 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesCapítulo 8. Autocorrelación Serial Roldán Andrés Rosales. Econometría Aplicada Utilizando R
Capítulo 8. Autocorrelación Serial Roldán Andrés Rosales Objetivo El propósito de este capítulo es que el usuario conozca y aprenda a resolver el problema de la autocorrelación serial en un modelo de estimación
Más detallesRegresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t")
Regresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t") Ejemplo: (archivo datoempleado.dat) Fh (Referencia=Mujer) variables en el archivo names(b) [1] "id" "sexo" "fechnac" "educ" "catlab"
Más detallesRegresión múltiple. Efecto de varias variables ambientales sobre una especie de ganso migratorio. Luz
Nombre: AGRO 6600 LAB 12 Regresión múltiple Los datos adjuntos se tomaron para estudiar el efecto de varias variables ambientales sobre el tiempo en el que una especie de ganso migratorio deja su nido
Más detallesGreco latino. Diseño. Si son los tratamientos (A, B y C) y el segundo factor de estudio es (a, b y c) el arreglo podría ser: Construyendo un greco 4x4
1 Greco latino Descripción. En este arreglo los tratamientos son agrupados en replicas en 3 diferentes vías con la consecuencia que las tres diferentes fuentes de variación se igualan para todos los tratamientos.
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 detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesEstadística I Solución Examen Final- 19 de junio de Nombre y Apellido:... Grupo:...
Estadística I Examen Final- 19 de junio de 2009 Nombre y Apellido:... Grupo:... (1) La siguiente tabla muestra las distribuciones de frecuencias absolutas de la variable altura (en metros) de n = 500 estudiantes
Más detalles# grupos > metodo = as.factor(c(rep("metodo 1",5),rep("metodo 2",5),rep("metodo 3",5))) > boxplot(tiempos~metodo)
#Ejemplo ciclistas ANOVA ######################################################## # Los miembros de un equipo ciclista se dividen al azar en tres grupos que entrenan # con metodos diferentes. El primer
Más detallesPara este ensayo se requiere 12 parcelas grandes y dividirla cada una en dos subparcelas.
1 Diseño en Parcela Dividida (Split plot) El diseño consiste en dividir las parcelas en subparcelas y aplicar un grupo de tratamientos en las parcelas y otro grupo de tratamientos en las subparcelas. La
Más detallesEjemplo de análisis de la Varianza (ANOVA).
Ejemplo de análisis de la Varianza (ANOVA). temp TVBN temp TVBN temp TVBN 1 18,3 2 11,7 3 16,64 1 15,92 2 12,87 3 17,83 1 18,71 2 11,77 3 19,01 1 17,92 2 12,23 3 17,33 1 15,66 2 13,62 3 17,06 1 17,14 2
Más detallesEjemplo de Regresión Lineal Simple.
Ejemplo de Regresión Lineal Simple. El archivo sargos.csv contiene datos morfométricos de una muestra de 200 sargos. Estos datos pueden leerse en R mediante la sintaxis: sargos=read.table(file="http://dl.dropbox.com/u/7610774/sargos.csv",
Más detallesOne way anova using SAS
One way anova using SAS With Duncan test El paquete SAS es un sistema computacional de los mas completos que existen, tiene el respaldo de un centro de investigación en estadística y es el mas usado por
Más detallesCálculos de Regresión Logística en R, Caso de una covariable.
Cálculos de Regresión Logística en R, Caso de una covariable. Carga de datos (Tabla 1.1, Hosmer-Lemeshow): CH=read.table( CHDAGE.txt,header = T) attach(ch) Gráfico de Dispersión: plot(age,chd,xlab= Edad,
Más detallesPrimera práctica de REGRESIÓN.
Primera práctica de REGRESIÓN. DATOS: fichero practica regresión 1.sf3 1. Objetivo: El objetivo de esta práctica es aprender cuándo se puede utilizar el análisis de regresión. En la primera parte se presentan
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 detallesANALISIS DE COVARIANCIA
1 ANALISIS DE COVARIANCIA Es una técnica que utiliza el análisis de regresión y el análisis de variancia para manejar casos particulares, en los cuales se tienen una o más variables externas al experimento
Más detallesAGRO Examen Final
AGRO 6600 Examen Final 2010 Nombre: Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesREGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS
REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS Teoría de la estimación: Estimación puntual Estimación por intervalos ESTIMACIÓN DE INTERVALOS: IDEAS BÁSICAS 1 Lo que se busca
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 detallesCLAVE- Lab 10 - Diseño en Parcelas Divididas
Parte I CLAVE- Lab 10 - Diseño en Parcelas Divididas e desea estudiar el efecto de ablandadores y tiempo de cocción sobre la terneza de carne de res. eis canales de res se obtuvieron aleatoriamente de
Más detallesRegresión ponderada y falta de ajuste
Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas
Más detallesANOVA. Análisis de regresión y modelo lineal
. Análisis de regresión y modelo lineal [0011] DEFAD. Métodos de contraste de hipótesis y diseño de experimentos 2014 15. Análisis de regresión y modelo lineal 1 Comparaciones múltiples 2 3. Análisis de
Más detallesEjemplo de análisis de la Varianza (ANOVA).
Ejemplo de análisis de la Varianza (ANOVA). temp TVBN 1 18,3 1 15,92 1 18,71 1 17,92 1 15,66 1 17,14 1 15,21 1 19,92 1 17,61 1 13,43 2 11,7 2 12,87 2 11,77 2 12,23 2 13,62 2 13,24 2 14,02 2 13,66 2 12,27
Más detallesANEXO 3-A LA LECTURA DE UNA ESPECIE DE COMPUTADORA
ANEXO 3-A LA LECTURA DE UNA ESPECIE DE COMPUTADORA La presente sección busca echar un vistazo en el mundo del análisis de regresión. Presentamos, pues, tres extractos de salidas de computadora que provienen
Más detallesg(e (y)) = α + β 1 x β k x k
Modelos lineales generalizados Especifica la función para E (y) = μ g(.) = Función liga o conectora Conecta los componentes aleatorio y sistemático g(e (y)) = α + β 1 x 1 + + β k x k Componente Aleatorio
Más detallesRegresión Lineal Múltiple en R
Regresión Lineal Múltiple en R 1 Hugo Alberto Brango García, MsC. Email: habrango@hotmail.com Web: www.habrango.jimdo.com www.ciecasesores.co Junio de 2014 ugo Alberto Brango García, MsC. (UNICORDOBA)
Más detallesCLAVE - Lab 9 - Efectos Aleatorios y Mixtos. Diseños Anidados
PARTE I CLAVE - Lab 9 - Efectos Aleatorios y Mixtos. Diseños Anidados 1. Los humedales generalmente son alimentados por dos posibles fuentes de agua: agua de precipitación (P) y agua subterránea (ST).
Más detallesLinealidad. Opciones de Shazam para contrastar la linealidad del modelo
Linealidad Opciones de Shazam para contrastar la linealidad del modelo Forma funcional La forma funcional lineal es muy importante para la validez del modelo, por ello interesa buscar esa forma cuando
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de
Más detallesEXAMEN DE ECONOMETRÍA 08/07/99-1
EXAMEN DE ECONOMETRÍA 08/07/99 - TEORÍA (2p) T- Metodología Box-Jenkins. CUESTIONES (2p) C- Tratar de formular al menos dos modelos ARIMA para la serie CONSUMO DE ENERGÍA ELÉCTRICA, de la cual conocemos
Más detallesRelación 3 de problemas
ESTADÍSTICA II Curso 2016/2017 Grado en Matemáticas Relación 3 de problemas 1. La Comunidad de Madrid evalúa anualmente a los alumnos de sexto de primaria de todos los colegios sobre varias materias. Con
Más detallesBioestadística. Curso Práctica: La recta de regresión
Bioestadística. Curso 2012-2013 Carmen M a Cadarso, M a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Índice 1. Introducción 2 2. El diagrama de dispersión 2 3. Covarianza 4 4. Coeciente de correlación
Más detallesMétodos robustos. September 7, 2017
Métodos robustos September 7, 2017 Contenidos Outliers en el análisis de regresión. M-estimadores de regresión Ejercicio de aplicación Los conjuntos de datos rara vez verifican completamente las hipótesis
Más detallesJavier Roca Pardiñas Prof. Titular de Universidade Dpto. Estatística e I.O. Universidade de Vigo
Javier Roca Pardiñas Prof. Titular de Universidade Dpto. Estatística e I.O. Universidade de Vigo 30/10/2013 Modelos Lineales de Regresión Índice 1. Planteamiento de modelo Caso práctico 2. Estimación y
Más detallesANALISIS DE LA ESTATURA
ANALISIS DE LA ESTATURA OBJETIVO El objetivo de este trabajo es realizar un estudio de la de distintos individuos. DATOS Se realizan los distintos análisis de regresión simple, así como el análisis de
Más detallesTema 3: Regresión lineal
Tema 3: Regresión lineal José R. Berrendero Universidad Autónoma de Madrid Estructura de este tema El modelo de regresión lineal simple Regresión lineal múltiple Estimadores de mínimos cuadrados Inferencia
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 detallesINTRODUCCIÓN A REGRESIÓN LINEAL. Simple y Múltiple
1 INTRODUCCIÓN A REGRESIÓN LINEAL Simple y Múltiple 2 Introducción Aprendizaje Supervisado Predicción: estimar una función f(x) de forma que y = f(x) Donde Y puede ser: Número real: Regresión Categorías:
Más detallesLos datos siguientes contienen indicadores demográficos y criminales sobre 47
Los datos siguientes contienen indicadores demográficos y criminales sobre 47 estados de EEUU. Los datos fueron recogidos por la Uniform Crime Report del FBI y otras agencies del gobierno para determinar
Más detallesModelo 1: MCO, usando las observaciones 1994: :03 (T = 218) Variable dependiente: INFLACION
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA 1º El investigador especifica el modelo siguiente: EXAMEN PARCIAL DE ECONOMETRIA I Se le pide estimar el modelo por el método
Más detallesGuía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.
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 detallesEstadística II Ejercicios Tema 5
Estadística II Ejercicios Tema 5 1. Considera los cuatro conjuntos de datos dados en las transparencias del Tema 5 (sección 5.1) (a) Comprueba que los cuatro conjuntos de datos dan lugar a la misma recta
Más detallesb)no es posible hacer modelo debido a que el tipo de vidrio es una variable categorica
a) Analysis of Variance for Light output, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Glass type 5865 5865 753 6.37. Temperature 97335 97335 98567 695.6. Glass type*temperature 955 955
Más detallesConsidere la tasa de nacimiento (B) como la variable respuesta y la actividad económica de las mujeres (W) como variable regresora.
ESTADISTICA (Q) - Ejercicio de regresión - Junio 2010 El archivo tasa_nacimiento.sx contiene datos de tasas de nacimiento y otras variables para 26 naciones. Fuente: Statistical Abstract of the United
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detallesEjemplo simple de regresión lineal simple y múltiple (para realizar en el aula)
Ejemplo simple de regresión lineal simple y múltiple (para realizar en el aula) OBJETIVOS: 1. Familiarización con la terminología y funciones ligadas a un análisis de regresión lineal 2. Establecer las
Más detallesModelo Lineal: Diagnóstico. Cómo verificamos todos los supuestos que hemos realizado?
Modelo Lineal: Diagnóstico Verificación de Supuestos y Diagnóstico Supongamos que tenemos una muestra(y i,x i ),,...,nquecumple: y i =x iβ+ɛ i dondeɛ i =N(0,σ 2 )sonindependientesyestimamosporelmétododemínimos
Más detallesRegularización. agosto 2017
agosto 2017 Los métodos de selección de variables implican usar el estimador de mínimos cuadrados para ajustar un modelo lineal con sólo un subconjunto de las variables predictoras. Los métodos de regularización
Más detallesEjemplo de Modelo de efectos aleatorios
Ejemplo de Modelo de efectos aleatorios El archivo RIKZ.txt, parte del cual se muestra en la tabla 1, contiene datos recogidos por el Netherlands Institute for Coastal and Marine Management/RIKZ en verano
Más detallesRESUMEN. Palabras clave: Vacas lecheras, diseño cruzado, efecto residual, cuadrados latinos, análisis de varianza.
Zootecnia Tropical > Sumario de la Colección > Volumen 22 Zootecnia Trop., 22(04):387-401. 2004 El diseño cruzado: un diseño para la experimentación con vacas lecheras Nestor E. Obispo, Yusmary Espinoza
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Abril 2013 Aniel Nieves-González () Time Series Abril 2013 1 / 15 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por
Más detallesMODELO VAR ARGENTINA
MODELO VAR ARGENTINA 1.-INTRODUCCIÓN Argentina es una de las economías más grandes de América Latina. En los últimos años, Argentina priorizó promover un desarrollo económico con inclusión social. El país
Más detallesEstadística para las Ciencias del Trabajo
Estadística para las Ciencias del Trabajo M. Vargas Jiménez 2012/02/11 Índice general 3. Regresión lineal múltiple y con variables cualitativas. Regresión logística 5 3.1. Regresión y correlación lineal..................
Más detallesUNIVERSIDAD DE PUERTO RICO
UNIVERIDAD DE PUERTO RICO RECINTO DE RIO PIEDRA FACULTAD DE ADMINITRACION DE EMPREA Instituto de Estadística y istemas Computadorizados de Información Elección de la mejor estrategia de promoción de ventas,
Más detallesNOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta)
ECONOMETRÍA I Examen DADE 20 de enero de 2005 NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta) 1. El contraste del predictor Sirve para determinar si las predicciones del modelo
Más detallesNombre: 1 a Prueba Ev. Continua ( ) Estadística G2 (G.Ing. Salud)
Nombre: 1 a Prueba Ev. Continua (13-4-2015) Estadística G2 (G.Ing. Salud) Ejercicio: 1 2 3 4 5 6 Total Puntos: 45 10 10 10 10 15 100 Calificación: Nota: En cada apartado de estos ejercicios, indicar los
Más detallesGEOESTADÍSTICA APLICADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GEOESTADÍSTICA APLICADA Tema: Análisis Exploratorio de Datos Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detallesAnálisis de diferentes representaciones en la regresión lineal simple
Análisis de diferentes representaciones en la regresión lineal simple 5ª. Jornada sobre el Uso de los Sistemas de Cómputo Simbólico en la Enseñanza de las Matemáticas M.C. Gudelia Figueroa Preciado M.
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 detallesRegresión Lineal con R. Prof. José Neville Díaz Caraballo
Regresión Lineal con R Prof. José Neville Díaz Caraballo 1. Qué es R? R es un sistema para la realización de cálculos estadísticos y la creación de gráficas. Este consiste en un lenguage, acceso a funciones
Más detallesFactoriales 1 EXPERIMENTOS CON FACTORIALES
Factoriales 1 EXPERIMENTOS CON FACTORIALES Los factoriales son combinaciones de factores (nitrógeno, fósforo, variedades, sustancias, niveles de concentrado, etc.) para formar tratamientos, los cuales
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesModelación estadística: La regresión lineal simple
Modelación estadística: La regresión lineal simple Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Statistical modeling: Simple linear regression Cuando
Más detallesAnalisis espectral con R
1 of 15 28/11/2013 23:29 Analisis espectral con R Documento tecnico: http://econometria.wordpress.com/2013/07/29/estimacion-con-parametros-dependientesdel-tiempo/ Leer librerias/datos/ crear nuevas variables
Más detallesEstadística. Convocatoria ordinaria. 23 de mayo de Nombre Grupo.. Titulación.Número de Examen..
Estadística Convocatoria ordinaria. 23 de mayo de 2017 Nombre Grupo.. Titulación.Número de Examen.. Ejercicio 1 Se dispone de un test para detectar la presencia de contaminantes en una materia prima. Hay
Más detallesUniversidade de Vigo. Linealidad. El comportamiento esperado de la variable dependiente
Linealidad El comportamiento esperado de la variable dependiente El concepto de linealidad Indica que el valor esperado de la variable dependiente depende linealmente de las variables independientes El
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2010/11
Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesAGRO Fertilidad de Suelos Avanzada
AGRO 655 - Fertilidad de Suelos Avanzada 4- Calibración de Pruebas de suelo (Modelos de ajuste, determinación de dosis óptimas, índices categóricos) Cuál es el nivel óptimo de aplicación de fósforo? 1
Más detallesModelos de suavizado, aditivos y mixtos
Carmen Armero 13 de junio de 11 Libreria mgcv Libreria mgcv mgcv es una librería de R diseñada para trabajar con modelos aditivos generalizados, incluyendo modelos mixtos aditivos generalizados, GAMM.
Más detallesSOLUCIÓN PROPUESTA. Es de notar que dadao que los datos provienen de un corte transversal, valores de bondad de ajuste resultan ser bajos.
SOLUCIÓN PROPUESTA 1. a) reg w educa exp Source SS df MS Number of obs = 528 -------------+------------------------------ F( 2, 525) = 69.36 Model 2914.64782 2 1457.32391 Prob > F = 0.0000 Residual 11030.6042
Más detallesEstimación de una función de gasto en alimentos
Base de datos http://www.principlesofeconometrics.com/poe4/poe4stata.htm Definición de variables http://www.principlesofeconometrics.com/poe4/data/def/food.def food.def food_exp income Obs: 40 food_exp
Más detallesJavier Roca Pardiñas Prof. Titular de Universidade Dpto. Estatística e I.O. Universidade de Vigo
Javier Roca Pardiñas Prof. Titular de Universidade Dpto. Estatística e I.O. Universidade de Vigo 30/10/2013 Modelos Logísticos de Regresión de Respuesta Binaria Índice 1. Planteamiento de modelo 2. Estimación
Más detalles