b) (0.5 puntos) Dibuja un histograma para el Precio Promedio Industrial. Qué cola de la distribución es más larga, la derecha o la izquierda?
|
|
- Monica Salas Cortés
- hace 5 años
- Vistas:
Transcripción
1 frecuencia El fichero electricidad.sgd contiene información sobre 14 variables relativas a la energía eléctrica consumida en los 50 estados de los EEUU, conjuntamente con Washington, D.C., durante los primeros 11 meses de 013 (entre Enero y Noviembre). El fichero contiene 51 * 11 = 561 filas. Las dos primeras variables representan el mes (a Enero le corresponde el 1 y a Noviembre el 11) y el estado, mientras que el significado de las otras 1 variables queda claro por su nombre y sus unidades están reflejadas debajo del mismo. 1. Contesta las siguientes cuestiones rellenando los huecos. a) (0.5 puntos) La media de los Ingresos Industriales mensuales considerando todos los estados y los 11 meses fue $, mientras que la media de los Ingresos Industriales mensuales en el estado de California (CA) fue $. b) (0.5 puntos) Dibuja un histograma para el Precio Promedio Industrial. Qué cola de la distribución es más larga, la derecha o la izquierda? Histogram a Precio Prom edio Industrial La derecha.
2 c) (0.5 puntos) Considera el mes de Marzo (3er mes). Qué Precio Promedio Doméstico fue superado por el 80% de los estados? 9.6 céntimos/kwh. d) (0.5 puntos) Qué porcentaje de estados tuvieron un Precio Promedio Doméstico superior a los 15 céntimos/kwh en Marzo? %.. (0.75 points) Considera la variable Precio Promedio Doméstico, se puede asumir Normalidad tanto en las 11 observaciones de New Hampshire (NH) como en las 11 de Hawái (HI) según el test de la Chi-cuadrado? Utiliza α = 0.05 y clases equiprobables. New Hampshire p-valor contraste Chi-cuadrado Conclusiones 0,1315 Como el p-valor es mayor que 0.05 sigue una distribución normal Hawái 0,5913 Como el p-valor es mayor que 0.05 sigue una distribución normal P(Precio Promedio Domestico >17) 0, La gran distancia geográfica entre New Hampshire y Hawái y sus grandes diferencias climatológicas hacen que podamos considerar las muestras de precios de la energía en New Hampshire y Hawái independientes. Considera el Precio Promedio Doméstico, tiene la misma variabilidad en New Hampshire y Hawái? (α = 0.05) Datos de la muestra n NH = 11 s NH = 0, n HW = 11 s HW = 0, H0 H1 Tipo de contraste σ NH = σ HW σ NH σ HW Dos poblaciones Varianza (desviación) bilateral p-valor Conclusiones 0, Como p-valor >0.05 no podemos rechazar H0 y por tanto podemos asumir igualdad de varianzas
3 4. (0.5 puntos) Construye un intervalo de confianza al 95% para la diferencia de medias entre el Precio Promedio Doméstico en Hawái y el Precio Promedio Doméstico en New Hampshire. Datos de la muestra Extremo inferior Extremo superior n NH = X NH = s NH = 0, n HW = 11 X HW = 37,0155 s HW = 0, (0.5 puntos) Podemos afirmar que la media del Precio Promedio Domestico en New Hampshire es superior a 16, céntimos/kwh? (α = 0.05) Datos de la muestra n NH = 11 X NH = s NH = 0, H0 H1 Tipo de contraste μ NH = 16, μ NH > 16, Una población Media Unilateral p-valor Conclusiones 0, Como p-valor <0.05 rechazamos H0 y por tanto podemos afirmar que el precio medio es superior a 16,. 6. El concentrado de zumo de naranja congelado se envasa en bricks de 6 onzas (fichero orangejuice.sdg). Una vez se han rellenado los bricks, debe comprobarse que no hay fisuras en la base para evitar fugas de líquido cuando se haya descongelado. Disponemos de datos relativos al número de bricks defectuosos en 30 muestras de 50 unidades (variable D_trial) que vamos a utilizar para construir un gráfico np que luego utilizaremos con otras 4 muestras. Importante: utiliza 5 cifras decimales a lo largo de este problema. a) (0.5 puntos) Escribe los límites de control del gráfico np definitivo y el las muestras que eliminaste, caso de que eliminaras alguna. Gráfico np Período #1-30 LSC: +3,0 19,019 sigma 6
4 Línea 10,407 Central 4 LIC: -3,0 1,795 sigma 0 fuera de límites Estimados Período #1-30 np 10,4074 Media Sigma,87074 Se han eliminado las muestras 15,1, y 3. b) (0.5 puntos) Cuál es la proporción de bricks defectuosos cuando el proceso trabaja en condiciones de control? /50=0.081 c) (0.5 puntos) Cuál es el máximo número de bricks defectuosos permitidos en una muestra bajo control? 19 d) (0.5 puntos) Las observaciones de la variable D new se utilizan para monitorizar el proceso a partir de nuevas muestras de tamaño 50. Qué muestras están fuera de control, caso de que haya alguna?. Ninguna. e) (0.5 puntos) Los bricks se empaquetan en cajas de 0, cuál es la probabilidad de que una caja tenga, al menos, 5 bricks defectuosos? Sea X~Bin(0, 0.081) P(X>=5)= El fichero regression1.sgd contiene los valores de una variable Y de desempeño de una empresa en función de 4 variables cuantitativas denominadas (INDICADOR 1, INDICADOR, INDICADOR 3 e INDICADOR 4). 1. (0 puntos) Es conveniente transformar los datos para construir un modelo de regresión? En caso afirmativo indica qué transformación realizas sobre cada variable.
5 Vemos que si es necesario transformar, ya que cuando no transformamos hay heterocedasticidad. Mirando los distintos gráficos de dispersión, la mejor transformación posible es utilizar logaritmos tanto en la variable independiente como en la dependiente. Para ello basta observar el segundo recuadro de la primera fila.. (1 punto) Realiza las cuatro regresiones simples a partir de las variables explicativas cuantitativas. Escribe los modelos correctamente con t- estadísticos, indica si las respectivas variables son significativas, el coeficiente R y cuál es el mejor modelo. INDICADOR 1 log(y) = 1, ,80877*log(INDICADOR 1) T estadistico = 15,8087, como es mayor que en valor absoluto la variable es significativa. R-cuadrada = 66,3053 porciento
6 Rediduo Estudentizado Gráfico de Residuos log(y) = 1, ,80877*log(INDICADOR 1) ,4 3,8 4, 4,6 5 predicho log(y) El grafico de residuos es adecuado ya que no presenta ninguna estructura. INDICADOR log(y) =, ,41765*log(INDICADOR ). T estadistico = 7,07675, como es mayor que en valor absoluto la variable es significativa. R-cuadrada = 8,81 porciento. INDICADOR 3 log(y) = 0, ,513491*log(INDICADOR 3). T estadistico = 9,71033, como es mayor que en valor absoluto la variable es significativa. R-cuadrada = 4,6094 porciento. INDICADOR 4 log(y) =,54 + 0,468169*log(INDICADOR 4). T estadistico = 6,18994, como es mayor que en valor absoluto la variable es significativa. R-cuadrada = 3,1771 porciento. El Mejor modelo es el primero porque todas las variables son significativas y presenta el R-cuadrado más alto. 3. (0.75 puntos) Realiza la regresión múltiple con las variables que sean significativas en los modelos simples. Escríbela correctamente con t- estadísticos e indica si el modelo es mejorable. En caso de que lo sea, explica qué problema aparece. log(y) = 1, ,633866*log(INDICADOR 1) + 0,118*log(INDICADOR ) + 0,133796*log(INDICADOR 3) - 0,015851*log(INDICADOR 4)
7 Rediduo Estudentizado T-estadistico Indicador 1= 10,0794, es significativa T-estadistico Indicador = 0,8001, NO es significativa T-estadistico Indicador 3=,4968, es significativa T-estadistico Indicador 4= -0,089055, NO es significativa Tenemos un problema de multicolinealidad ya que todas las variables independientes eran significativas en la regresión simple y ahora dos de ellas (la y la 4) han dejado de serlo. El modelo es mejorable ya que presenta variables no significativas. 4. (0.75 puntos) A la vista de los resultados de los apartados anteriores, realiza la mejor regresión múltiple para explicar Y en función de las variables cuantitativas. Escríbela correctamente con t-estadísticos, realiza su diagnosis y analízala explicando el impacto de las variables independientes sobre la variable respuesta. log(y) = 1, ,634488*log(INDICADOR 1) + 0,108388*log(INDICADOR ) + 0,13407*log(INDICADOR 3) T-estadistico Indicador 1= 10,194, es significativa T-estadistico Indicador =,9934, es significativa T-estadistico Indicador 3=,5156, es significativa La diagnosis es adecuada ya que el grafico de residuos contra predichos no presenta estructuras. Gráfico de Residuos ,7 3, 3,7 4, 4,7 5, 5,7 predicho log(y) Cuando Indicador 1 aumenta un 1%, y los otros dos indicadores permanecen constantes, Y aumenta un % Cuando Indicador aumenta un 1%, y los otros dos indicadores permanecen constantes, Y aumenta un % Cuando Indicador 3 aumenta un 1%, y los otros dos indicadores permanecen constantes, Y aumenta un %
8 5. (0.75 puntos) En el modelo que has ajustado en el apartado anterior introduce la variable Tipo que toma el valor 1 si la empresa está ubicada en España y 0 si está en el extranjero. Escribe la regresión correctamente con t- estadísticos. Indica si existen diferencias el desempeño debido a la ubicación y por qué. log(y) = 1, ,44113*Tipo + 0,61956*log(INDICADOR 1) + 0,10894*log(INDICADOR ) + 0,140898*log(INDICADOR 3) Si existen diferencias significativas porque el valor T asociado a la variable tipo es 13, (0.5 puntos) Cuánto mejor es el desempeño en España que en el extranjero? Un 4.41%
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 12 de mayo de 2015 (turno mañana)
Apellidos Nombre UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 12 de mayo de 2015 (turno mañana) N o lista Grupo El fichero electricidad.sgd contiene información sobre 14
Más detalles1. Contesta las siguientes cuestiones rellenando los huecos.
El fichero electricidad.sgd contiene información sobre 14 variables relativas a la energía eléctrica consumida en los 50 estados de los EEUU, conjuntamente con Washington, D.C., durante los primeros 11
Más detallesUNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 12 de mayo de 2015 (turno tarde)
Apellidos Nombre UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 12 de mayo de 2015 (turno tarde) N o lista Grupo El fichero electricidad.sgd contiene información sobre 14 variables
Más detallesUNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 10 de mayo de 2016 (turno mañana)
Apellidos Nombre UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 10 de mayo de 2016 (turno mañana) N o lista Grupo El fichero FrenosITV.sf3 contiene información sobre 10 variables
Más detallesUNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 10 de mayo de 2016 (turno tarde)
Apellidos Nombre UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 10 de mayo de 2016 (turno tarde) N o lista Grupo El fichero FrenosITV.sf3 contiene información sobre 10 variables
Más detallesExamen de Estadística. 2 de julio de Grupo... Titulación...
Examen de Estadística 2 de julio de 2014 Nombre Número Grupo... Titulación... 1. Se dispone de un test para detectar la presencia de contaminantes en una bebida. Dicho test indica presencia de contaminantes
Más detallesUNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 15 de mayo de 2013
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 15 de mayo de 2013 Apellidos Nombre N o lista Grupo El fichero datos 15m.sgd contiene información sobre las siguientes variables:
Más detallesEstadística. Convocatoria extraordinaria. Junio de Nombre. Titulación Grupo
Estadística. Convocatoria extraordinaria Junio de 2015 Nombre. Titulación Grupo Pregunta 1 (0.5 puntos) Histogram 1 Boxplot A Density 0.0 0.3 0.6 0 2 4 6 8 0 2 4 6 Histogram 2 Boxplot B Density 0.00 0.15-2
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 Examen final junio 27/6/17 Curso 2016/17 Soluciones
Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida
Más detallesUNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 11 de mayo de 2017 (turno de mañana)
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 11 de mayo de 2017 (turno de mañana) Nombre Apellidos N o Lista Grupo Problema 1 Una de las bases de datos más famosas en Estadística
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesEstadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min
Estadística II Examen final enero 19/1/17 Curso 016/17 Soluciones Duración del examen: h y 15 min 1. 3 puntos El Instituto para la Diversificación y Ahorro de la Energía IDAE ha publicado un estudio sobre
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesCuaderno de prácticas de Estadística
Cuaderno de prácticas de Estadística Nombre. Grupo. Titulación Este cuaderno se entregará al profesor del grupo reducido (prácticas) el último día de clase. Es imprescindible entregarlo para poder acceder
Más detallesEstadística. Convocatoria ordinaria
Estadística. Convocatoria ordinaria Nombre Número de Examen Titulación... Grupo... Este examen puntúa sobre 20 puntos Problema 1. En un grupo de familias, un 10% ha cambiado de coche y también ha cambiado
Más detallesBloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos
Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos 5.3-1 El % de los DVDs de una determinada marca son defectuosos. Si se venden en lotes de 5 unidades, calcular
Más detallesEstructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias
Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados
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 detallesIntervalos de Confianza
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Intervalos de Confianza El objetivo de esta práctica es ilustrar las diferentes técnicas para construir intervalos de confianza
Más detallesMatemática Aplicada y Estadística - Grado en Farmacia Curso 2014/15 1er. Examen Parcial 6 de noviembre de 2014
Matemática Aplicada y Estadística - Grado en Farmacia Curso 2014/1 1er. Examen Parcial 6 de noviembre de 2014 Apellidos y nombre del alumno/a Grupo 4 1. 2 puntos) En la siguiente tabla se refleja la distribución
Más detallesEjercicio Heterocedasticidad_2
Ejercicio heterocedasticidad 2. 1 Ejercicio Heterocedasticidad_2 Tengamos los siguientes datos de los beneficios (B i ) y ventas (V i ) de 20 empresas: obs B V 1 13,2 61 2 15 78 3 22,2 158 4 15,2 110 5
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo. MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M.
MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Abordaremos en este capítulo el modelo de regresión lineal múltiple, una vez que la mayor parte de las
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesPRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1
ESTADÍSTICA CURSO 2012/2013 GRADO EN BIOLOGÍA PRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1 1. Introducción El programa estadístico SPSS está organizado en dos bloques: el editor de datos y el visor de
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 detallesTécnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales
Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes
Más detallesGUÍA DE STATGRAPHICS 5.1
UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA UNIVERSITARIA DE ARQUITECTURA TÉCNICA DEPARTAMENTO DE MATEMÁTICA APLICADA A LA ARQUITECTURA TÉCNICA GUÍA DE STATGRAPHICS 5.1 (Versión castellana) GUÍA DE STATGRAPHICS
Más detallesModelo Econométrico sobre el Turismo
Modelo Econométrico sobre el Turismo Ruth Rubio Rodríguez Miriam Gómez Sánchez Mercados 3ºA GMIM Índice Planteamiento del Problema..4 1. Estadísticos Descriptivos...5 2. Matriz Correlaciones 5 3. Gráfico
Más detallesSEMINARIO ECONOMETRIA 14 DE MAYO DEL CASO: Determinando un éstandar de productividad comercial en banca
SEMINARIO ECONOMETRIA 14 DE MAYO DEL 212 CASO: Determinando un éstandar de productividad comercial en banca 1.1. Objetivo del análisis: Un banco quiere estimar la productividad estándar esperada de cada
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesMETODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL
METODOLOGÍA SEIS SIGMA A TRAVÉS DE EXCEL María Pérez Marqués Metodología Seis Sigma a través de Excel María Pérez Marqués ISBN: 978-84-937769-7-8 EAN: 9788493776978 Copyright 2010 RC Libros RC Libros es
Más detallesTema 8: Ejercicios de Comparación de poblaciones
Tema 8: s de Comparación de poblaciones Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 83 - INGENIERÍA INFORMÁTICA Otros I4 Se quiere comparar rodamientos de agujas
Más detallesComparación de dos Muestras - SnapStat
Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos
Más detallesESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple
ESTDÍSTIC PLICD Grado en Nutrición Humana y Dietética Planteamiento del problema Tema 4: Regresión lineal simple Recta de regresión de mínimos cuadrados El modelo de regresión lineal simple IC y contrastes
Más detallesTEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA
TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA TIPOS DE CONTRASTE Contrastes paramétricos: Son aquellos que se relacionan con el estudio de un parámetro poblacional (media, varianza, proporción,
Más detallesAnálisis de la Varianza (ANOVA).
{ H0 : µ = µ 2 = = µ p Análisis de la Varianza (ANOVA) Planteamiento del problema Se desea contrastar si las medias de p poblaciones independientes son todas iguales o si existen diferencias entre al menos
Más detallesGráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Más detallesPREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización?
PREGUNTAS TIPO EXAMEN 1. Cuál de las siguientes medidas es una medida de Centralización? a) La desviación típica d) Ninguna respuesta es correcta 2. Disponemos de una variable aleatoria que recoge el peso
Más detallesUNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 11 de mayo de 2017 (turno de mañana)
UNIVERSIDAD CARLOS III DE MADRID Grado en Ingeniería Industrial Estadística 11 de mayo de 2017 (turno de mañana) Nombre Apellidos N o Lista Grupo Problema 1 Una de las bases de datos más famosas en Estadística
Más detallesTEMA 3 Modelo de regresión simple
TEMA 3 Modelo de regresión simple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Planteamiento del problema.
Más detallesTERCER EJERCICIO 13 DE SEPTIEMBRE DE 2018
PRUEBAS SELECTIVAS PARA EL INGRESO EN EL CUERPO DE FUNCIONARIOS TÉCNICOS DE LA ADMINISTRACIÓN DE LA COMUNIDAD AUTÓNOMA DE ARAGÓN, ESCALA TÉCNICA FACULTATIVA, TÉCNICOS MEDIOS DE ESTADÍSTICA. TERCER EJERCICIO
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesAjustando Curva SnapStat
STATGRAPHICS Rev. 9/14/26 Ajustando Curva SnapStat Resumen El procedimiento Ajustando Curva SnapStat crea un resumen de una pagina que describe la relación entre un solo factor cuantitativo X y una variable
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesEXAMEN DE ESTADÍSTICA Junio 2011
EXAMEN DE ESTADÍSTICA Junio 2011 Apellidos: Nombre: DNI: GRUPO: 1. Sea X una variable aleatoria discreta. Determine el valor de k para que la función p(x) { k/x x 1, 2, 3, 4 0 en otro caso sea una función
Más detallesDESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
Más detallesRegresión Lineal Simple y Múltiple Regresión Logística
Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión
Más detallesCaso particular: Contraste de homocedasticidad
36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos
Más detallesCAPÍTULO 4 CAPACIDAD DEL PROCESO
APÍTULO 4 APAIDAD DEL PROESO APÍTULO 4 APAIDAD DEL PROESO En este capítulo se hace una evaluación de la situación actual de la producción de la tapa de las guanteras para el coche modelo Jetta A4. Para
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesENCUESTA CUATRIENAL DE ESTRUCTURA SALARIAL 2014
ENCUESTA CUATRIENAL DE ESTRUCTURA SALARIAL 2014 Categoría: Bachillerato Grupo: PEPE Alumno: José M. García Arcas Tutora: M. José Calvo Leva IES Rey Carlos III OBJETIVOS. TÉCNICAS USADAS. PROGRAMAS INFORMÁTICOS
Más detallesUna vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos.
ECONOMETRÍA 09 PRACTICA 1: REPASO DE SPSS 1. Cuántas variables hay en el fichero? Y cuántas observaciones? Qué representa cada observación? Distingue entre variables cualitativas y cuantitativas. El fichero
Más detallesTEMA 14: PARAMETROS ESTADÍSTICOS
TEMA 14: PARAMETROS ESTADÍSTICOS 14.1 Dos tipos de parámetros estadísticos Ejemplo Consideramos los siguientes datos: En la fila central de la clase de 3A preguntamos por el número de zapatos que tienen:
Más detallesKIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos:
Modelo C. Septiembre 015. No debe entregar los enunciados Fórmula de corrección: Aciertos (Errores / ) Material permitido: Formulario y cualquier tipo de calculadora en la que no se pueda introducir texto
Más detallesEXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos)
EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) PROBLEMA 1 Se quiere comparar la cantidad de energía necesaria para realizar 3 ejercicios o actividades: andar, correr y montar en bici.
Más detallesTécnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis paramétricos. Parte II. Contrastes para dos muestras
Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis paramétricos Parte II. Contrastes para dos muestras M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa
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 aplicada al medio ambiente
Estadística aplicada al medio ambiente III. Regresión lineal 3 o de CC. AA. Departamento de Matemáticas Universidad Autónoma de Madrid 2011/12 Planteamiento Modelo Estimación de parámetros Intervalos de
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 detallesPasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
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 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 detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesU ED Tudela Diseños de investigación y análisis de datos - Tema 2
Diseños de investigación y análisis de datos Preguntas de exámenes TEMA 2: CONTRASTE DE HIPÓTESIS EN DISEÑOS DE UNA MUESTRA 1.- El valor crítico se obtiene: A) A partir del nivel de significación adoptado.
Más detallesSupuestos y comparaciones múltiples
Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución
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 detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
Más 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 detalles1. Caracteres estadísticos
http://www.cepamarm.es ACFGS - Matemáticas ESG - 03/2013 Pág. 2 de 14 1. Caracteres estadísticos 1.1. Carácter estadístico Es una propiedad que se estudia en los individuos de una población. Puede ser:
Más detallesEstadística II Curso 2010/11. Guión de la Práctica 2 El modelo de regresión lineal y su tratamiento en Statgraphics
Estadística II Curso 2010/11 Guión de la Práctica 2 El modelo de regresión lineal y su tratamiento en Statgraphics 1. Contenidos de la práctica - Introducción - El modelo de regresión lineal simple o Estimación
Más detallesProcedimiento "Explorar..."
Procedimiento "Explorar..." El procedimiento Explorar genera estadísticos de resumen y representaciones gráficas como Diagrama de cajas, gráficos de tallo y hojas, histogramas, diagramas de normalidad
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 detallesElaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes
Prueba t para muestras independientes 1 El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesTema 3: Inferencia estadística. Estimación de la media y la proporción
Tema 3: Inferencia estadística. Estimación de la media y la proporción Intervalo característico Valor crítico. Intervalo característico para una N(0, 1). Intervalo característico para una N(μ, ). Distribución
Más detalles1. Introducción. CEDEX - Curso de formación estadística. Práctica Cómo introducir datos en SPSS/PC?
Técnicas de análisis multivariante - I 9//oo5 CEDEX - Curso de formación estadística Práctica. Introducción En esta práctica trabajaremos con el fichero de datos pardals.xls que corresponde a un estudio
Más detallesEXAMEN DE ESTADÍSTICA Septiembre 2011
EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesTema 15: Contrastes de hipótesis sobre algunos parámetros
ema 15: Contrastes de hipótesis sobre algunos parámetros 1. CORASE DE HIPÓESIS SOBRE LA MEDIA, Conocida Desconocida. CORASE DE HIPÓESIS SOBRE LA CORRELACIÓ, Bibliografía: ema 15 (págs. 379-4) Ejercicios
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 detalles1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos
TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación
Más detallesEstrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis
Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD
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 3: Inferencia estadística. Estimación de la media y la proporción
Tema 3: Inferencia estadística. Estimación de la media y la proporción Intervalo característico Valor crítico. Intervalo característico para una N(0, 1). Intervalo característico para una N(μ, ). Distribución
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesEXAMEN DE ESTADÍSTICA Junio 2012
EXAMEN DE ESTADÍSTICA Junio 2012 Apellidos: Nombre: DNI: GRUPO: 1. En una población se han realizado 120 observaciones sobre las variables X e Y, obteniéndose la siguiente tabla de frecuencias absolutas
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 4)
OBJETIVOS DE APRENDIZAJE: TEMA Nº ANÁLISIS CONJUNTO DE DOS VARIABLES Distinguir entre variables cualitativas y cuantitativas, y saber elegir los métodos en cada caso. Conocer métodos gráficos y cuantitativos
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesProf. Jose Jacobo Zubcoff Universidad de Alicante 1
Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Presentación Objetivos Metodología Evaluación Agenda Definiciones Inferencia Muestra y s Aleatoria Independiente Finitas, Infinitas Población
Más detallesSolución Práctica Grupal
Solución Práctica Grupal Base de datos: pisos Pregunta 1. Cuál es el modelo teórico de regresión a ajustar? Cuál es la variable respuesta? Cuáles son las covariables? El modelo teórico a ajustar es: pv
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del
Más detallesIntroducción a la Inferencia Estadística
Introducción a la Inferencia Estadística Prof. Jose Jacobo Zubcoff Universidad de Alicante 2008 1 Introducción En este tema explicaremos los contrastes para la media de una población normal. e estudiarán
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA NOMBRE DEL ALUMNO(A): MAESTRO: Francisco Javier Tapia Moreno MATERIA: Estadística 1 ACTIVIDAD: Práctica 5. LUGAR Y FECHA: Hermosillo, Sonora, a 23 de febrero de 2017. 1. Introducción.
Más detalles1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k
1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 9 DESCRIPTIVOS El submenú Estadísticos descriptivos está en el menú Analizar, y ofrece una serie de opciones para analizar datos de una forma sencilla. En este capítulo serán descritos estos procedimientos.
Más detallesEstadística Descriptiva Bivariante e Intervalos de Confianza
Estadística Descriptiva Bivariante e Intervalos de Confianza Introducción En este guión se presenta el análisis conjunto de dos variables (análisis bivariante) y una introducción a los intervalos de confianza
Más detallesGrado en IIAA y Grado en IHJ Asignatura: Estadística Aplicada. Curso Examen de prácticas de FEBRERO 2013
Grado en IIAA y Grado en IHJ Asignatura: Estadística Aplicada. Curso 2012-2013 Examen de prácticas de FEBRERO 2013 NOMBRE:...APELLIDOS:... ESPECIALIDAD:... Los niveles de contaminantes en productos alimenticios
Más detalles