2. El contraste de regresión 2.1. El contraste de la pendiente Contraste bilateral: H Contraste unilateral izquierdo:

Tamaño: px
Comenzar la demostración a partir de la página:

Download "2. El contraste de regresión 2.1. El contraste de la pendiente Contraste bilateral: H Contraste unilateral izquierdo:"

Transcripción

1 Dplomaura e Eadíca Tema /34 Dplomaura e Eadíca Tema /34. El corae de regreó.. El corae de la pedee El objevo geeral de lo corae de póe e ayudar al vegador a omar ua decó obre la poblacó de eudo, a parr de ua muera de ella. E ee cao, el corae de póe obre la pedee o ayudará a decdr el parámero adme u valor cocreo. Medae u corae de póe podremo repoder a pregua como, por ejemplo : ) El valor e u valor admble para? ) E realmee gfcava (e decr, fluye) la varable obre la varable y? 3) Se abe de vegacoe aerore que vale, m reulado e mlar, eedo e cuea que a parr de ua muera m emacó e ˆ? El plaeameo e mlar e cualquera de lo re cao.... Corae blaeral: Se plaea do póe: la póe ula, H, y la póe alerava, H : H : H : Para reolver el corae e coruye u eadíco de e, cuya drbucó debe er coocda bajo el upueo de la póe H. E ee cao, e ulza: ˆ ~ Cuao má parecdo ea la emacó ˆ y el valor del parámero que e quere coraar, má prómo a cero erá el valor de. Dplomaura e Eadíca Tema 3/34 Dplomaura e Eadíca Tema 4/34 Ulzado la ley del eadíco de e, e coruye la zoa de recazo y de acepacó de H, para u vel de gfcacó fjado: egla de decó: Para u vel de gfcacó fjado, e recaza la póe H ( ) /... Corae ulaeral zquerdo: Hpóe del corae: H : H : ˆ egla de decó: Para u vel de gfcacó fjado,, e recaza la póe H ( )

2 Dplomaura e Eadíca Tema 5/34 Dplomaura e Eadíca Tema 6/ Corae ulaeral dereco: Hpóe del corae: H : H : ˆ egla de decó: Para u vel de gfcacó fjado,, e recaza la póe H ( ) Obervacó : E de parcular eré el corae de gfcacó del parámero, que coe e omar = e cualquera de lo corae aerore: H : H : H : H : H : H : blaeral ulaeral zquerdo ulaeral dereco E ee cao, el o recazar la póe H y, por ao, coclur que el valor e u valor admble para el parámero, e equvalee a afrmar que la varable lcava o fluye e la varable repuea. Obervacó : Lo paquee eadíco, como Sagrapc, baa el crero de decó e el p-valor, que para lo corae ulaerale e la probabldad de cola aocada al valor del eadíco de e. Para u vel de gfcacó fjado, e recaza la póe H p-valor <. Dplomaura e Eadíca Tema 7/34 Dplomaura e Eadíca Tema 8/34 Ejemplo: Coraar co lo dao dedad del ráfco la póe ula de que la dedad o fluye (lealmee) e la velocdad free a la alerava de que u cremeo de la dedad produce u deceo e la velocdad, para u vel de gfcacó del 5%. = dedad del ráfco, y= velocdad, y= , =4, =635.73, =.377 Plaeamo el guee corae: H : H : A parr de la formacó mueral, calculamo el eadíco de e: ˆ (635.73) 36.6 Comparamo el valor del eadíco de e co el percel 5% de la ley de Sude co grado de lberad: Cuáo vale el p-valor? ().95 P( 36.6). 349E- Coclumo que < y, por ao, la velocdad eá fluda por la dedad del ráfco, para u vel de gfcacó del 5%.

3 Dplomaura e Eadíca Tema 9/34 Dplomaura e Eadíca Tema /34 Corae de póe a ravé del ervalo de cofaza El ervalo de cofaza perme realzar el corae de póe blaeral. Por ejemplo, para reolver el corae de gfcacó de, para u vel de gfcacó fjado, podemo ulzar el ervalo de cofaza de de la forma guee: Baa verfcar para u vel de cofaza del (-)%, el valor eá coedo e el I.C. guee: ( ) ( ) I. C.( ) ˆ ˆ /, / S el valor pereece a ee ervalo cocluremo que e u valor admble para para el vel de gfcacó... Corae de regreó (ANOVA) Defcó: Se deoma corae de regreó al corae de póe obre la pedee de la reca de regreó. H : H : E( y / ) coae H : H : E( y / ) Auque e la eccó aeror ya emo deducdo ee corae, aquí vamo a reolverlo morado u relacó co el aál de la varaza (ANOVA). ecordemo la decompocó de la varabldad: VT VE VNE ( y ( yˆ y) ( y y) yˆ ) ˆ y e ( ) ( y ˆ ) Dplomaura e Eadíca Tema /34 Dplomaura e Eadíca Tema /34 Por u lado, abemo que: VNE ~ Y por oro, e puede demorar (Peña vol. II, apédce B) que cuado = (e decr, bajo el upueo de H ): VT VE ~ y ~ Por ao, =, e coruye el guee eadíco de e: VE ˆ VE F ~ F, F de Fer coy - gr.lb. VNE La regla de decó aora e: Para u vel de gfcacó fjado,, e recaza la póe H F F, Ee corae uele realzare a parr de la abla ANOVA: Fuee de varacó VE VNE VT Suma de Cuadrado Grado de lberad ˆ ( ) - y - Cocee o varaza ˆ F ˆ El eadíco F compara el cuadrado del emador ˆ co u varaza. Ierpreacó: S F e grade gfca la varabldad lcada por el modelo e muco mayor que la varabldad redual.

4 Dplomaura e Eadíca Tema 3/34 Dplomaura e Eadíca Tema 4/34 Aecó: Ee corae upoe lealdad, pueo que compara do modelo: H : E( y / ) coae ( ) H : E( y / ) ( ) e decr, aalza ua reca co pedee o ula repreea mejor a lo dao que ua reca orzoal. Por ao, acepar H (reca orzoal) o mplca que e y ea depedee. E ee cao, e aceparía H porque la reca orzoal ee mejor ajue que cualquer ora reca. Auque =, ee relacó ere e y. Corae de regreó: Corae de gfcacó de : Equvaleca ere el corae de regreó y el corae de gfcacó de Elevado al cuadrado e ee que: F ˆ ~ F, ˆ ˆ ~ Para evar cao paológco como ee, e empre coveee repreear lo dao medae u dagrama de dperó. ˆ F Solamee podremo coclur a parr del corae de regreó que la varable e y o depedee cojuamee ee ley ormal bvarae. Dplomaura e Eadíca Tema 5/34 Dplomaura e Eadíca Tema 6/34 Ejercco. (produccó-ferlzae) Se dpoe de lo guee dao ermeale obedo e u campo de culvo que relacoa la produccó co la cadad de ferlzae aplcado. Ferlzae (kg/ec.) Produccó (kg/ec.) y Hallar: a) La reca de regreó de y obre. Ierprear lo coefcee. b) La varaza redual. c) I.C. al 95% para. d) I.C. al 95% para y para. e) Coefcee de correlacó y coefcee de deermacó. Ierprear lo reulado. f) ealza u corae de póe co u vel de gfcacó del 5% para comprobar la produccó depede del ferlzae. g) ealzar el corae de regreó co u vel de gfcacó del %. Ejercco. Dada la ecuacó de regreó y=3+4 dcar, medae el corae de regreó, ay evdeca de que y depede lealmee de co u evl de gfcacó =. y abedo que =.4 y =5.

5 Dplomaura e Eadíca Tema 7/34 Dplomaura e Eadíca Tema 8/34 3. Corae de la póe medae lo reduo: Dago del modelo. Se realza medae el eudo gráfco de lo reduo. Objevo: valdar la póe obre la que e baa el modelo de regreó. Lealdad Normaldad Homocedacdad Idepedeca E( u ) ó E( y ) u ~ Normal var( cov( u, u u j ) ), j Perme depurar lo dao: Elmar aípco (cuado ea coveee) Mejorar la Normaldad Mejorar la omocedacdad Traformar u modelo o leal e uo que ea leal. Gráfco prelmare: Cojuo: dagrama de dperó (deecar devacoe de la lealdad) Idvduale: ograma, gráfco de caja (deecar devacoe de la ormaldad: má de ua moda, amería, aípco ) Gráfco poerore: eduo v. Valore predco () eduo v. Varable lcava () eduo v. Secueca emporal eduo v. Ora varable de eré Dplomaura e Eadíca Tema 9/34 Dplomaura e Eadíca Tema /34 Fala de lealdad Fala de omocedacdad

6 Dplomaura e Eadíca Tema /34 Dplomaura e Eadíca Tema /34 Fala de depedeca ere lo reduo Dplomaura e Eadíca Tema 3/34 Dplomaura e Eadíca Tema 4/34 Obervacó fluyee E ua obervacó aípca ( A,y A ) cuya ecluó produce u cambo dráco e la reca de regreó. Poble caua de ua obervacó fluyee ) error de obervacó ) modelo correco: o lealdad: la relacó ere e y o e leal cerca de A eerocedacdad: la varaza aumea muco co. varable decoocda que a omado u valor do e A

7 Dplomaura e Eadíca Tema 5/34 Dplomaura e Eadíca Tema 6/34 eume de poble problema a eer e cuea ) La fucó de regreó o e leal. Dagrama de dperó: Obervar lo dao e devía de maera emáca de la reca emada, e parcular lo ace obre ua rayecora curvlíea. eduo v. Valore predco o v. Varable depedee. Poble remedo (a uero alcace): Por lo geeral, baa raformar olamee. Dplomaura e Eadíca Tema 7/34 Dplomaura e Eadíca Tema 8/34 ) Lo errore o gue ua ley Normal. Gráfco decrpvo de lo reduo: Hograma, gráfco de caja, Gráfco de Probabldad Normal (Normal Probably Plo). Devacoe repeco a la cola del gráfco dca poble ego o cola muy peada. perceage 99, , Normal Probably Plo for lfef lfef Gráfco de reduo eadarzado v. Valore predco: S lo errore o ormale, lo reduo eadarzado debería ecorare e u mayoría e la fraja orzoal (-3, 3). Sudezed redual 3,4,4,4,4 -,6 -,6 edual Plo -, predced lfef Poble remedo (a uero alcace): Por lo geeral, baa raformar olamee la varable y, pueo que e la drbucó de la varable repuea la que, por póe, debe er Normal.

8 Dplomaura e Eadíca Tema 9/34 Dplomaura e Eadíca Tema 3/34 3) Lo errore o ee varaza coae. eduo v. Valore predco o v. Varable depedee. Bucar forma de rompea e la ube de reduo. eduo al cuadrado o e valor aboluo v. Valore predco o v. Varable depedee: Puede er má úl realzar ee gráfco que el aeror, pueo que el go de lo reduo o ee mporaca y, e cambo, erá má fácl de aprecar lo cambo e la varaza. Poble remedo (a uero alcace): Por lo geeral, baa raformar olamee la varable y, pueo que e la varaza de la varable repuea la que, por póe, debe er coae. 4) Lo errore o o depedee. eduo v. Secueca emporal Cuado lo errore o depedee, lo reduo debería flucuar e u paró aleaoro alrededor del. S e oberva algú paró defdo, ello puede er debdo a que lo errore eá correlacoado. 5) Se a omdo varable e el modelo eduo v. Varable omda e el modelo. Dvdr la muera e grupo egú lo valore de algua varable caegórca, o varable caegorzada, (eo, edad, ) y eamar lo reduo de cada grupo por eparado. Dplomaura e Eadíca Tema 3/34 4. Traformacoe Dplomaura e Eadíca Tema 3/34 5. Predcó Para la predccó de ua ueva obervacó y el I.C. al (-)% e y yˆ ˆ dode -/ e el percel (-/)% de la drbucó de Sude co - gr. lb. y ˆ Para la predccó de la meda codcoada m el I.C. al (-)% e m yˆ ˆ dode -/ e el percel (-/)% de la drbucó de Sude co - gr. lb. y ˆ

9 Dplomaura e Eadíca Tema 33/34 Teedo e cuea que a mayor amplud del I.C. mayor cerdumbre obre el puo que e deea predecr, podemo realzar la guee obervacoe: ) A mayor amaño mueral, meor e la amplud del I.C. Cuao mayor e la formacó, mayor e la precó. ) A mayor varaza redual, mayor e la amplud del I.C. Pueo que lo reduo de defe como e y, cuao mayor ea la magud de ea dcrepaca, má mpreca erá la fereca. 3) A mayor varaza mueral, meor e la amplud del I.C. Ua varaza grade mplca que dpoemo de formacó de u amplo rago de valore de, luego edremo formacó má preca de la reca de regreó y, por ao, el I.C. erá meor. 4) Cuao mayor ea, mayor erá la amplud del I.C. Pueo que el I.C. edrá meor amplud cuao mayor ea ˆ : ˆ Dplomaura e Eadíca Tema 34/34

ˆ q ˆ 2. Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

ˆ q ˆ 2. Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Tema 4. Problema de fereca eadíca e el modelo de regreó leal múlple. Iervalo de cofaza y corae para lo coefcee de regreó... Iervalo de cofaza para lo coefcee de regreó... Corae de hpóe para lo coefcee

Más detalles

2. Movimiento Browniano.

2. Movimiento Browniano. Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer

Más detalles

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos Uverdad Auóoma de Madrd Emacó de parámero Tema. Emacó puual Propedade de lo bueo emadore. Emacó por ervalo.. Coruccó del ervalo de cofaza. íme cofdecale. Nvel de cofaza y vel de rego... Iervalo de cofaza

Más detalles

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Método de egreó Grado e Etadítca y Emprea Tema 4 /3 Tema 4. Problema de fereca etadítca e el modelo de regreó leal múltple. Itervalo de cofaza y cotrate para lo coefcete de regreó... Itervalo de cofaza

Más detalles

74 Elena J. Martínez 1º cuat. 2015

74 Elena J. Martínez 1º cuat. 2015 7 Elea J. Maríez º ca. 5 Score geerale: El e de lcoo e baa e lo rago de lo valore abolo de la obervacoe. Geeralzaremo el e, lzado o lo rago o coe de lo rago de lo valore abolo, deomada core. Decó: Sea

Más detalles

Formulario de Estadística Aplicada a la Medición Química

Formulario de Estadística Aplicada a la Medición Química Formularo de Eadíca Aplcada a la Medcó Químca por Fracco Rojo Calleja Iroduccó La medcó químca e u proceo geeralmee cooo, por lo que el amaño de muera e geeralmee pequeño. Ea caraceríca hace que la eadíca

Más detalles

Tema 1: Transformada de Laplace. Contenidos Transformada de Laplace

Tema 1: Transformada de Laplace. Contenidos Transformada de Laplace Tema Traformada de aplace Traformada de aplace Traformada vera de aplace Coedo Grupo EDUMATICUS. Deparameo de Maemáca Aplcada. Uverdad de Málaga Amplacó de Cálculo 2/. Ecuela Polécca Superor Tema : Traformada

Más detalles

Concepto de regresión AQS 13

Concepto de regresión AQS 13 Cocepto de regreó AQS 3 Fucó de calbracó Correlacó etre magtude de medcó Apecto geerale E la maoría de lo método aalítco: e ecearo detfcar relacoe etre la magtude de medcó.. Mucho metodo trumetale requre

Más detalles

7. Contrastes de Hipótesis

7. Contrastes de Hipótesis 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa

Más detalles

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales. Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos

Más detalles

Introducción a la Econometría Curso 2009/ Serie de Problemas 21

Introducción a la Econometría Curso 2009/ Serie de Problemas 21 Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda

Más detalles

x... Plot of velocidad vs densidad velocidad

x... Plot of velocidad vs densidad velocidad egreó-dplomatura e Etadítca /34 Tema. El modelo de regreó leal mple. Itroduccó Lo método de la Matemátca que etuda lo feómeo determta relacoa ua varable depedete co dvera varable depedete: =g,,, k El problema

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas

3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas 3. Itervalo de cofaza baado e ua poblacó co dtrbucó ormal pero co muetra peueña Cuado < 30 o e poble uar el teorema cetral del límte ha ue hacer ua upocó epecífca acerca de la forma de la dtrbucó (gamma,

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179 Solucoe de la actvdade Pága 79 Meda 5, 93 Varaza 4, 66 Devacó típca, 6 Pága 4 La repreetacó de la ube de puto de la tabla juto co la recta que má e aproma a ello e: Pága 0 El dagrama de dperó de la dtrbucó

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

Más detalles

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Capı tulo 6 ESTIMACION Y CONTRASTE DE PARAMETROS

Capı tulo 6 ESTIMACION Y CONTRASTE DE PARAMETROS Caı ulo 6 ETIMACION Y CONTRATE DE PARAMETRO guedo co el roceo de vegacó ecoomérca, e eudará la forma e que lo arámero de ua varable e la oblacó e ema a arr de lo eadíco de dcha varable e la muera. e verá

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

Álgebra Manuel Hervás Curso

Álgebra Manuel Hervás Curso Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n . TORÍA ASINTÓTICA Jore duardo Orz Trvño rofesor Asocado eparameo de Ieería de Ssemas e Idusral Uversdad Nacoal de Colomba jeorz@ual.edu.co (a) Se euca (s demosracó) varos resulados mporaes de esadísca.

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

Tema 1. El modelo de regresión lineal simple

Tema 1. El modelo de regresión lineal simple Método de Regreó-Grado e Etadítca Emprea /47 Tema. El modelo de regreó leal mple. Itroduccó. Covaraza. Correlacó. Hpóte báca 3. Etmacó por el método de lo mímo cuadrado 3. Etmacó de lo parámetro 0 3. Etmacó

Más detalles

Tabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22

Tabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22 Tala de Coedo Preeacó... Cocepo áco ore regreó correlacó.... Supueo áco de regreó.... Lo upueo de regreó e Dedromería... 6. Emacó de lo parámero del modelo de regreó leal mple... 7.. El méodo de mímo cuadrado

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

x independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo

x independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo = ( + ( Cabo de ( + ( ( + > ( > 0 Posvo + ( + = ( = 0 ( ( + Nulo + Tpos ( + ( Cabo + Geeraldades Nauraleza El cabo puede ser Carácer Varable Cabo Cosae Aueo o creeo Dsucó o decreeo = Varacó cero ( = (

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

Estimacion puntual y por Intervalo

Estimacion puntual y por Intervalo Eimacio uual y or Iervalo El objeivo e efecuar ua geeraliació de lo reulado de la muera a la oblació. Iferir o adiviar el comoramieo de la oblació a arir del coocimieo de ua muera. E geeral o iereará coocer

Más detalles

{ a 1, a 2,..., a } n. Cualquier vector n

{ a 1, a 2,..., a } n. Cualquier vector n Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

INGENIERIA TECNICA EN DISEÑO INDUSTRIAL INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso

INGENIERIA TECNICA EN DISEÑO INDUSTRIAL INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso IGEIERIA TECICA E DISEÑO IDUSTRIAL IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 00-005 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae

Más detalles

INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso

INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 009-00 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae devacó típca de la poblacó ( μ (

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

Análisis de Regresión Lineal Simple.

Análisis de Regresión Lineal Simple. Aál de Regreó Leal mple. Itroduccó Regreó mple Método de lo mímo cuadrado Propedade de lo etm. m. cuadrado Predccó Evaluacó de la tedad de la relacó leal Ejercco Itroduccó E mu frecuete ecotrar proceo

Más detalles

7. Contrastes de Hipótesis

7. Contrastes de Hipótesis 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

Una formulación general de un modelo de regresión paramétrico es la siguiente:

Una formulación general de un modelo de regresión paramétrico es la siguiente: Esmadores úcleos y polomos locales. Fracsco Parra Rodrguez Docor e Cecas Ecoómcas. UNED. Modelos de regresó o paramércos Los modelos de regresó paramércos supoe ue los daos observados provee de varables

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES Maemácas Faceras Prof. Mª Mercees Rojas e Graca TEMA 3: EQUIVALENIA FINANIERA DE APITALE ÍNDIE. PRINIPIO DE EQUIVALENIA DE APITALE: ONEPTO. APLIAIONE DEL PRINIPIO DE EQUIVALENIA: UTITUIÓN DE APITALE....

Más detalles

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN

CAPÍTULO 3. ANÁLISIS DE REGRESIÓN CAPÍTULO 3. ANÁLISIS DE REGRESIÓN Leccó 0: Regreó leal Smple La palabra Regreó fue utlzada por prmera vez por Frac Galto, (.8.9) e u etudo de Bología obre la hereca, doe él oto que la caracterítca promedo

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA DEPARTAMETO DE MÉTODOS ESTADÍSTCOS UVERSDAD DE ZARAGOZA EUT MÉTODOS ESTADÍSTCOS DE LA GEERÍA CUADERO PARA EL EAME 009-00 ola Albero Moralejo Cuaero eame Méoo Eaíco e la geería GEERÍA TÉCCA DUSTRAL MÉTODOS

Más detalles

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09 Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS

PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS ONTIFICIA UNIVERSIDAD CATÓLICA DE UERTO RICO DEARTAMENTO DE FÍSICAMATEMÁTICAS Nombre: Fecha: Sec. Eame Fial MAT. 98 Núm. I. Seleccioe la repuea correca: (3 puo cada uo) Cao: Sea Z {0 0 3 3 4 4 5 6 7 7

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

MODELOS DE REGRESIÓN. Prof. Susana Martín Fernández

MODELOS DE REGRESIÓN. Prof. Susana Martín Fernández MODELOS DE REGRESIÓN Prof. Susaa Martí Ferádez REGRESIÓN SIMPLE Objetvo Sea..., valores de la varable umérca X. Sea Y(y, y,..., y ) u vector aleatoro de varables aleatoras depedetes, el modelo de regresó

Más detalles

PROBABILIDAD y ESTADÍSTICA II

PROBABILIDAD y ESTADÍSTICA II UNIVERSIDAD TECNOLÓGICA NACIONAL Facultad Regoal Sa Ncolá PROBABILIDAD ESTADÍSTICA II UNIDAD Nº Lcecatura e Eeñaza de la Matemátca Año 011 Mg. Lucía C. Sacco Lcecatura e Eeñaza de la Matemátca FRSN - UTN

Más detalles

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez

ANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

Biometría. Ciencias Biológicas. Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires. Tablas estadísticas

Biometría. Ciencias Biológicas. Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires. Tablas estadísticas Bometría Ceca Bológca Facultad de Ceca Eacta y Naturale Uverdad de Bueo Are Tabla etadítca 08 Tabla : Número Combatoro 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 0 0 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 3

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015 Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur

Más detalles

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA. Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Estadística. Tema 4: Medidas de Dispersión y Forma.. Estadística. UNITEC Tema 4: Medidas de Dispersión y Forma Prof. L. Lugo

Estadística. Tema 4: Medidas de Dispersión y Forma.. Estadística. UNITEC Tema 4: Medidas de Dispersión y Forma Prof. L. Lugo Etadítca Tema 4: Medda de Dperó y Forma. Etadítca. UNITEC Tema 4: Medda de Dperó y Forma Medda de varabldad o dperó La varabldad o dperó de u grupo de dato e refere al arreglo de dcho dato e refereca a

Más detalles

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años.

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años. Ejerccos Resuelos Números Ídces Faculad Cecas Ecoómcas y Emresarales Dearameo de Ecoomía Alcada Profesor: Saago de la Fuee Ferádez 1. Ua emresa esuda la evolucó de los recos e euros de res comoees (A,

Más detalles

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros. Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

COSTO FINANCIERO IMPLÍCITO EN LOS PLANES DE AHORRO PREVIO.

COSTO FINANCIERO IMPLÍCITO EN LOS PLANES DE AHORRO PREVIO. COSTO FINANCIERO IMLÍCITO EN LOS LANES DE AHORRO REVIO. Maía Alejada Meell Depaameo edagógco de Maemáca - Faculad de Ceca Ecoómca - UBA ameell@gmal.com Reume El objevo del peee abajo e deema, bajo do upueo,

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabldad y estadístca Grupo Lues Jueves PM4 :00-:00 :00-3:00 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó

Más detalles

Redes Neuronales con Base Radial (Poggio y Girosi,1990)

Redes Neuronales con Base Radial (Poggio y Girosi,1990) Redes euroales co Base Radal Poggo y ros,990 Iroduccó a las Redes euroales Arfcales Esquema de rabajo: Esrucura de ua RBF Problema de clasfcacó ora vez Ejemplo XOR Teorema de Cover úmero de euroas Problema

Más detalles

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos Métodos de Predccó Ifereca Curso - María Jesús Sáchez Narajo y Carola García-Martos Dstrbucó Normal Camaa de Gauss x f x ex, x R π Ifereca Ifereca 3 Meddas Característcas 3 3 4 4 3 3 4 4 3 Curtoss CA Asmetría

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

Introducción a la Estadística Descriptiva

Introducción a la Estadística Descriptiva Iroduccó a la Esadísca Descrpva ª Edcó Carla Re Graña María Raml Díaz ITRODUCCIÓ A LA ESTADÍSTICA DESCRIPTIVA. ª Edcó o esá permda la reproduccó oal o parcal de ese lbro, su raameo formáco, la rasmsódeguaformaoporcualquermedo,aseaelecróco,mecáco,porfoocopa,por

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010 UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE AÑOS CONVOCATORIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES RESOLUCIÓN DE LOS EJERCICIOS PROPUESTOS Ejercco a) ( puto) Racoalce mplfque

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

menor (espira 2), φ m2 como la suma de dos partes, una proporcional a la corriente I 1 y otra proporcional a la corriente I 2 :

menor (espira 2), φ m2 como la suma de dos partes, una proporcional a la corriente I 1 y otra proporcional a la corriente I 2 : eccó 6.ey de duccó de Faraday. 5 3..- Coefcee de duccó muua Cuado dos o más crcuos esá próxmos uo al oro, el flujo magéco que aravesa uo de ellos, o sólo depede de la corree e ese crcuo, so ambé de la

Más detalles