CLAVE Lab 11 - Regresión Lineal Simple y Polinomial
|
|
- Irene Rubio Maestre
- hace 5 años
- Vistas:
Transcripción
1 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 correspondiente a la ecuación y 0.5x 4 Se puede definir una línea con dos puntos. Para la primera ecuación: i. El intercepto es 0 = 1. Este es el valor de y cuando x=0 (o sea, el punto [0,1]). ii. Desde el intercepto, se puede usar la pendiente ( 1 = 2) para ubicar el 2ndo punto. La pendiente es el cambio de Y sobre un cambio unitario de X. Desde el punto [0,1], nos movemos dos unidades hacia arriba ( Y) y una unidad hacia la derecha (1X). Este punto corresponde a [1,3] 2. En Infostat (usando la opción Gráficos>Graficador de fórmulas), construya los siguientes gráficos. En el eje X use el intervalo 0 x 3. En el eje Y use el intervalo -3< y <10. a. Grafique la línea recta correspondiente a la ecuación y 2x 1. b. Grafique la línea recta correspondiente a la ecuación y 0.5x 4 c. Grafique la curva cuadrática 2 y x 2 x.75 d. Grafique la curva cuadrática 2 y 2x 3x Título Y=2x Y= -0.5X y = 2x*x - 3x + 1 y=-x*x + 2x X AGRO 6600 CLAVE LAB 11 Page 1
2 3. El punto máximo o mínimo de una curva cuadrática se da en el valor x 1 (si es que este valor 2 2 está en el intervalo de valores de x de interés). Para una ecuación lineal los valores extremos siempre son los extremos del intervalo. Encuentre los extremos (máximo y mínimo) de cada una de las curvas graficadas en la parte 1 en el intervalo 0 x 3. DENTRO DEL INTERVALO 0 < x < 3: a. y 2x 1 x mínimo = 1 x máximo = 7 b. y 0.5x 4 x mínimo = 2.5 x máximo = 4 2 c. y x 2 x.75 x máximo: - 1 /2 2 = -2/2(-1) = 1 (x = 1) 2 d. y 2x 3x 1 x mínimo: - 1 /2 2 = -(-3)/2(2) = 0.75 (x = 0.75) 4. Se estudió el efecto del tiempo sobre el peso de cerdos de la misma camada alimentados con 10% de proteína (para este experimento se seleccionaron dos cerdos aleatoriamente elegidos y su peso se observó después de 6 meses) a. El programa SAS que se acompaña permite realizar un análisis de regresión lineal simple. Corra este programa y obtenga la salida equivalente en Infostat. data dietas; input cerdo mes peso; datalines; proc reg; model peso = mes; run; AGRO 6600 CLAVE LAB 11 Page 2
3 SAS: The SAS System The REG Procedure Model: MODEL1 Dependent Variable: peso Number of Observations Read 12 Number of Observations Used 12 Analysis of Variance Source DF Sum of Squares Mean Square F Value Pr > F Model <.0001 Error Corrected Total Root MSE R-Square Dependent Mean Adj R-Sq Coeff Var Parameter Estimates Variable DF Parameter Estimate Standard Error t Value Pr > t Intercept mes <.0001 INFOSTAT: Análisis de regresión lineal Variable N R² R² Aj ECMP peso Coeficientes de regresión y estadísticos asociados Coef Est. EE LI(95%) LS(95%) T p-valor CpMallows const mes < AGRO 6600 CLAVE LAB 11 Page 3
4 peso Modelo < mes < Error Total b. Use la prueba F (o la prueba t) para determinar si existe una regresión lineal significativa (esto es, si la pendiente es significativamente distinta de 0). Formule la hipótesis correspondiente e interprete los resultados en términos de este problema. Ho: β 1 = 0 Ha: β 1 0 R.R.: F > F α, 1, > 4.96 Conclusión: El F observado (545.06) es mayor que el F tabular (4.96); por lo tanto, se rechaza Ho en favor de Ha. Esto significa que sí existe una relación lineal entre mes y peso de los cerdos; y que la pendiente es significativamente distinta de cero. c. Grafique los datos y la recta estimada. Interprete el estimador de la pendiente Recta estimada para la regresión mes Ecuación: peso = mes Conclusiones: El aumento de peso promedio por mes en cerdos de la misma camada alimentados con 10% de proteína es de unidades. d. Comente sobre la validez de los supuestos (normalidad, varianzas homogéneas y validez de la línea recta) AGRO 6600 CLAVE LAB 11 Page 4
5 RDUO_peso Normalidad: Shapiro-Wilks (modificado) Variable n Media D.E. W* p (una cola) RDUO_peso Conclusión: Según la prueba de Shapiro-Wilks con un valor p (0.2315) mayor que α (0.05) nos lleva a aceptar Ho. Esto significa que sí se cumple con el supuesto de normalidad. Varianza homogénea: 7.13 Residuos vs Predichos para peso Conclusión: Se cumple con el supuesto de homogeneidad de varianzas porque la variabilidad de los residuos es la misma a medida que aumentan los predichos. La dispersión de los puntos no toma forma de embudo. Validez línea recta: PRED_peso Al mirar una gráfica de dispersión de los datos, se observa que los puntos están arreglados en una línea. Además, R 2 (coeficiente de determinación) = 0.98, la cual significa que el 98% de la variación total se debe a la regresión lineal. Esto indica que el modelo se ajusta bastante bien. e. Ya que hay dos datos por mes, es posible realizar una prueba de falta de ajuste. Realice la prueba de falta de ajuste usando =.01. Cuáles son las conclusiones? Modelo < MES < Error Lack of Fit Error Puro Total AGRO 6600 CLAVE LAB 11 Page 5
6 Análisis de la varianza Variable N R² R² Aj CV peso Modelo < mes < Error Total Notar que el Error Puro en la Regresión es igual al Error en el ANOVA. F = [( ) / (10 6)] / 6.92 = 7.43 Ho: μ Y = β 0 + β 1 x Ha: el modelo lineal no ajusta bien R.R.: F > F 0.01, 4, < 9.15 Conclusión: El F observado (7.43) es menor que el F tabular (9.15); por lo tanto, se acepta Ho. Esto significa que el modelo de regresión lineal simple sí ajusta bien. 5. Responda Cierto / Falso a. La regresión de Y=peso sobre X=mes resulta en el mismo coeficiente de regresión que el obtenido por la regresión de Y=mes sobre X=peso. FALSO b. Los coeficientes de regresión de las rectas ajustadas en el ej. 4 predicen las tasas mensuales de aumento de peso para cerdos en condiciones similares a las estudiadas. CIERTO c. Se puede usar la información del experimento del ejercicio 4 para predecir el peso de cerdos de la misma raza a los 10 meses de edad. FALSO 6. Los datos siguientes muestran los rendimientos (en libras/parcela) de 14 parcelas de tomate a las que se les aplicó distintos niveles de fertilización (libras de fertilizante por cuerda). FERT REND AGRO 6600 CLAVE LAB 11 Page 6
7 REND a. Ajuste un modelo lineal simple, uno cuadrático y uno cúbico usando Infostat. MODELO LINEAL SIMPLE Análisis de regresión lineal Variable N R² R² Aj ECMP REND Coeficientes de regresión y estadísticos asociados Coef Est. EE LI(95%) LS(95%) T p-valor CpMallows const < FERT Modelo FERT Error REGRESION LINEAL FERT Rendimiento = Fertilidad MODELO CUADRÁTICO Análisis de regresión lineal Variable N R² R² Aj ECMP REND Coeficientes de regresión y estadísticos asociados Coef Est. EE LI(95%) LS(95%) T p-valor CpMallows const FERT FERT^ AGRO 6600 CLAVE LAB 11 Page 7
8 REND Cuadro de Análisis de la Varianza (SC tipo I) Modelo FERT FERT^ Error Modelo FERT Error REGRESION POLINOMICA DE SEGUNDO ORDEN Rendimiento = Fertilidad 0.08 Fertilidad 2 MODELO CÚBICO Análisis de regresión lineal Variable N R² R² Aj ECMP REND FERT Coeficientes de regresión y estadísticos asociados Coef Est. EE LI(95%) LS(95%) T p-valor CpMallows const FERT FERT^ FERT^3-2.0E E Cuadro de Análisis de la Varianza (SC tipo I) Modelo FERT FERT^ FERT^ Error AGRO 6600 CLAVE LAB 11 Page 8
9 REND Modelo FERT Error REGRESION POLINOMICA DE TERCER ORDEN FERT Rendimiento = Fertilidad Fertilidad Fertilidad 3 b. Seleccione el grado del polinomio que mejor describe estos datos. Justifique su selección con pruebas de significancia apropiadas. (Note que en este ejemplo no es posible usar las pruebas de error puro, ya que para cada x hay un solo valor de y). El modelo que mejor describe los datos es el cuadrático, ya que a partir de las pruebas secuenciales (tipo I) podemos observar que los términos lineal y cuadrático son significativos, pero el término cúbico no lo es. Cuadro de Análisis de la Varianza (SC tipo I) Modelo FERT FERT^ FERT^ Error c. Existe una dosis óptima de fertilizante? Cuál es esa dosis? Dosis óptima = -β1/[2 β 2 ] = -2.69/[2 (-0.08)] = libras/parcela de d. Prediga, si es posible, los rendimientos por parcela cuando se agrega 1 lb de fertilizante, 10 lb de fertilizante y 40 lb de fertilizante respectivamente. 1 lb de fertilizante: NO es posible, no se puede extrapolar 10 lb de fertilizante: SI es posible, si se puede interpolar 40 lb de fertilizante: NO es posible, no se puede extrapolar AGRO 6600 CLAVE LAB 11 Page 9
10 Rendimiento = fertilidad 0.08 fertilidad 2 Rendimiento = (10) 0.08 (10) 2 = 24.6 libras AGRO 6600 CLAVE LAB 11 Page 10
Regresión 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 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 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 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 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 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 detallesCLAVE - LAB 12 - Regresión Múltiple y Selección de Variables
Revisado_May_2018_LW B CLAVE - LAB 12 - Regresión Múltiple y Selección de Variables Para estudiar la relación entre ciertas características del suelo y la producción de biomasa (g) de una planta forrajera
Más detallesAGRO Examen Final. Nombre:
Examen Final Nombre: AGRO 5005 2012 Instrucciones: Apague celulares. Se descontarán 10 puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesCLAVE - LAB 13 (Regresión y correlación lineal)
CLAVE - LAB 13 (Regresión y correlación lineal) 1. Se condujo un experimento para examinar el efecto de diferentes concentraciones de pectina sobre la firmeza de batata enlatada. Se usaron tres concentraciones
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 detallesAGRO Examen Final. Nombre:
PesoSeco (g) Examen Final Nombre: AGRO 5005 2010 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesCLAVE - Lab 5 - Contrastes
CLAVE - Lab 5 - Contrastes 1. Se realizó un experimento para comparar cuatro conservadore diferentes para fresas congeladas (C1, C2, C3, C4). Se cosecharon suficientes fresas para obtener 32 muestras de
Más detallesCLAVE - LAB 2 - Diseños Completamente Aleatorizado y en Bloques
CLAVE - LAB 2 - Diseños Completamente Aleatorizado y en Bloques 1. Se realizó un experimento para determinar si cinco fuentes de nitrógeno difirieron en sus efectos sobre la producción de arroz. El diagrama
Más detallesc. (4 puntos) Identifique el factor A (aplicado a nivel de parcela completa) e indique el número de niveles de este factor:
1 AGRO 6600 Examen Final Nombre: 2015 Instrucciones: Apague celulares. Se descontarán 10 puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesAGRO Examen Final. Nombre:
Examen Final Nombre: AGRO 5005 20 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar
Más detallesExamen Final. F.V. SC gl CM F p-valor Método Error Total
Examen Final Nombre: AGRO 5005 009 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar
Más detallesAGRO 5005 Examen Final 2005 Nombre: Número de estudiante:
AGRO 5005 Examen Final 2005 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Se proveen las tablas y las
Más detallesAGRO Examen Parcial 1. Nombre:
Examen Parcial 1 Nombre: AGRO 6600 2008 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 detallesAGRO 5005 Examen Final 2014 Nombre: Número de estudiante:
AGRO 5005 Examen Final 04 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial
Más detallesAGRO 5005 Examen Final 2013 Nombre: Número de estudiante:
AGRO 5005 Examen Final 2013 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial
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 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 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 detallesExamen Parcial 1. En la muestra se determinó la concentración de E. coli, en logufc. Se presentan algunos análisis relevantes a continuación.
Examen Parcial 1 Nombre: AGRO 6600 2009 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 detallesCLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples
Potencia Revisado_febrero_2016_LWB/CL CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples 1. Considere el problema 2 del laboratorio 2. Se está planificando realizar de nuevo este
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 detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesSegundo Examen Parcial
Nombre: Segundo Examen Parcial AGRO 6600 2010 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
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 detallesCLAVE - LAB 1 - Repaso de Notación, Prueba de t y ANOVA. Introducción a SAS
(Revisado enero 016_LWB/CL) CLAVE - LAB 1 - Repaso de Notación, Prueba de t y ANOVA. Introducción a SAS PARTE A: Los siguientes datos corresponden a la cantidad de flores a los 60 días en plantas de dos
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 detallesAGRO Examen Parcial 1. Nombre:
Examen Parcial 1 Nombre: AGRO 6600 2013 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 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 detallesEn clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza
Bioestadística II Bioestadística II En clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza Bioestadística II Bioestadística
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesAnálisis de datos estructurados. Santiago Ulloa Datos proporcionados por: Vinicio Uday (Infostat)
Análisis de datos estructurados Santiago Ulloa Datos proporcionados por: Vinicio Uday (Infostat) Los datos Bloque Tratamiento Rendimiento 1 0 2010 1 75 2915 1 150 3049 1 225 3199 1 300 3381 2 0 1832 2
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15
Unidad Temática 3: Estadística Analítica Unidad 9 Regresión Lineal Simple Tema 15 Estadística Analítica CORRELACIÓN LINEAL SIMPLE Indica la fuerza y la dirección de una relación lineal proporcional entre
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 detallesCLAVE-LAB 3-Supuestos del Análisis de la Varianza
CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado para comparar los efectos
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 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 detallesAjuste 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 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 detallesCLAVE - Laboratorio 11: Análisis de la Varianza
CLAVE - Laboratorio 11: Análisis de la Varianza 1. Se está diseñando un experimento para comparar 4 variedades de habichuela. Se usarán 6 parcelas con cada una de las variedades en un diseño completamente
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesUniversidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:
Segunda Prueba Parcial Lapso 7-746 /6 Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: 6-6 - 6 Fecha: --8 MODELO DE RESPUESTAS Objetivos 5 al 8 OBJ 5
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 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 detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesCLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes
(revisado_oct 15_LWB/RS) CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes 1. Calcule las siguientes probabilidades usando la tabla t e InfoStat. Incluya un diagrama en cada caso. a.
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
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 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 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 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 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 detalles5 ANÁLISIS Y RESULTADOS
5 ANÁLISIS Y RESULTADOS 5. ANÁLISIS Y RESULTADOS 5.1 Curvas de Calibración Se obtuvieron las curvas de calibración para cada una de las soluciones base, con dispersante y sin dispersante. Se hicieron en
Más detallesCLAVE Laboratorio 14: Diseño en bloques completos aleatorizados
CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos
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 detallesEmpleo del Relascopio de Bitterlich
Empleo del Relascopio de Bitterlich Construcción de una tabla de volumen en un rodal del Parque Nacional Tunari Elaborado por Thiago Augusto da Cunha Cochabamba Bolivia Septiembre 2006 Introducción Mediante
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesSección Teórica. , cuya información se presenta a continuación. Completar las celdas necesarias para responder a las preguntas 1 a 5.
UNAM Facultad de Economía Licenciatura en Economía Examen parcial de Introducción a la Econometría Noviembre 10, 2015 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
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 detallesIng. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
Más detallesRegresión Lineal Simple. Dr. Víctor Aguirre Torres, ITAM. Guión 11.
Regresión Lineal Simple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función de otra variable (x). y=var. Dependiente (cuantitativa) x=var. Explicativa (cuantitativa) 2
Más detallesUn método para determinar un grupo de observaciones influyentes en la SCE al ajustar modelos de rango completo
Comunicaciones en Estadística Diciembre 2010, Vol. 3, No. 2 Un método para determinar un grupo de observaciones influyentes en la SCE al ajustar modelos de rango completo Implementation of a Method to
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesVamos a estudiar: Relación entre variables. Cómo influye una variable X sobre otra variable Y
Regresión Vamos a estudiar: Relación entre variables. Cómo influye una variable X sobre otra variable Y Vamos a estudiar: Relación entre variables. Cómo influye una variable X sobre otra variable Y X Y
Más detallesCLAVE-LAB 3-Supuestos del Análisis de la Varianza
(Revisado enero 016_LWB/CL) CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Correlación y Regresión Lineal Simple
Unidad Temática 3: Estadística Analítica Unidad 9 Correlación y Regresión Lineal Simple Análisis de Correlación Creado por Karl Pearson en 1920. Tiene el propósito de medir el grado de asociación observado
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 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 detallesSegundo modelo para una epidemia: Modelo Monomolecular
Segundo modelo para una epidemia: Modelo Monomolecular Se remonta al menos a 1909 (Mitscherlich) pero no fue usado para epidemias Apropiado en general para epidemias monocíclicas Muy diferente al modelo
Más detallesLinear Regression and the Least-squares problem
Linear Regression and the Least-squares problem Aniel Nieves-González Abril 2013 Aniel Nieves-González () Linear Regression and the LSP Abril 2013 1 / 25 Variables cuantitativas y relaciones entre estas
Más detallesLinear Regression and the Least-squares problem
Linear Regression and the Least-squares problem Aniel Nieves-González Aniel Nieves-González () Linear Regression and the LSP 1 / 25 Variables cuantitativas y relaciones entre estas (Repaso) Recuerde que
Más detallesU.N.P.S.J.B. FACULTAD DE INGENIERÍA Cátedra de ESTADÍSTICA Cátedra ESTADISTICA
U.N.P.S.J.B. FACULTAD DE INGENIERÍA Cátedra de ESTADÍSTICA Cátedra ESTADISTICA TRABAJOS PRÁCTICOS Facultad de Ingeniería Universidad Nacional de La Patagonia S. J. B. Comodoro Rivadavia TEMA Nº.. REGRESIÓN
Más detallesAnálisis de regresión lineal simple
Análisis de regresión lineal simple El propósito de un análisis de regresión es la predicción Su objetivo es desarrollar un modelo estadístico que se pueda usar para predecir los valores de una variable
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 6. Validación de Supuestos JAIME MOSQUERA RESTREPO VERIFICACIÓN DE LA ADECUACIÓN DEL MODELO Los procedimientos estudiados son validos únicamente bajo el cumplimiento de 4 supuestos
Más detalles1. Metodología de respuesta
1. Metodología de respuesta En las secciones anteriores se ha estudiado el comportamiento de la variable respuesta cuando se ve afectada por diferentes factores, sin embargo no se ha tocado el tema a cerca
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 detallesCapitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved
Capitulo 34 Describir la relación entre dos variables Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta fundamental debe ser si podemos utilizar el valor
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 detallesInfoStat. Software estadístico. Dagoberto Salgado Horta
InfoStat. Software estadístico InfoStat. Software estadístico Para recibir, sin cargo, una clave de activación estudiantil de InfoStat complete el siguiente formulario. La clave se le enviará por correo
Más detallesANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS
ANÁLISIS ESTADÍSTICO PRUEBA DE HIPOTESIS Jorge Fallas jfallas56@gmail.com 2010 1 Temario Datos experimentales y distribuciones de referencia Una media poblacional Hipótesis nula, alternativa y nivel de
Más detallesAnálisis de dos muestras
Análisis de dos muestras Supongamos el siguiente ejemplo. La resistencia a la rotura de un componente eléctrico constituye una característica importante de un cierto proceso. Un fabricante utiliza un material
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 detallesDepartamento de Estadística e Investigación Operativa Aplicadas y Calidad. Licenciado en Administración y Dirección de Empresas A.D.E. - U.P.V.
Departamento de Estadística e Investigación Operativa Aplicadas y Calidad Licenciado en Administración y Dirección de Empresas A.D.E. - U.P.V. ECONOMETRÍA CONVOCATORIA ORDINARIA - 18/01/2007 NOMBRE Y APELLIDOS
Más detallesEstadística II Examen Final 19/06/2015 Soluciones. Responda a las preguntas siguientes en los cuadernillos de la Universidad
Estadística II Examen Final 19/06/2015 Soluciones Responda a las preguntas siguientes en los cuadernillos de la Universidad Utilice diferentes cuadernillos para responder a cada uno de los ejercicios Indique
Más detallesEconometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de Pr (N (0, 1) > 1, 282) = 0, 10
Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de 2014 Instrucciones para la realización del examen: Dispone de 2 horas y media para responder al examen La evaluación consta
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesAnálisis de Regresión
Análisis de Regresión Diplomado en Lean Six Sigma Objetivo 1.Identificar problemas que incluyan una Y continua y una X continua 2. Entender la diferencia entre regresión lineal y no lineal 3. Ajustar modelos
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 detalles