PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón
|
|
- María Castellanos Campos
- hace 8 años
- Vistas:
Transcripción
1 PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón Octubre, 2011
2 Introducción Un supuesto básico del modelo es la existencia de una relación lineal entre la variable dependiente y los regresores. Dos formas de verificar esta suposición son: ex-ante ex-post 1. Mediante la elaboración del diagrama de dispersión; 2. Graficar a los residuales (estandarizados) vs el valor de la variable de respuesta ajustada, así como vs los predictores.
3 Prueba de falta de ajuste Esta diseñada para evaluar si una relación curvilineal podría ajustar mejor a los datos que un modelo lineal. Para ello la SCE se descompone en dos partes: 1. El componente de error puro; y 2. El componente de falta de ajuste. Estos dos componentes son utilizados para construir un estadístico de prueba F particular con el fin de contrastar la hipótesis siguiente:
4 H o : la relación es lineal vs H 1 : la relación no es lineal La prueba requiere observaciones repetidas en al menos uno de los niveles de X. Las observaciones de X e Y son independientes y se encuentran normalmente distribuidas. La distribuciones de Y tienen la misma varianza.
5 H o : la relación es lineal vs H 1 : la relación no es lineal F * ( SCER SCEF ) gl SCE ( gl gl ) F R La regla de decisión esta dada por: F Rechazar Ho ssi F F * α > F c k, n c SCE R suma de cuadrados del error del modelo reducido. SCE F suma de cuadrados del error del modelo completo. gl R grados de libertad del modelo reducido. gl F grados de libertad del modelo completo. donde c # de niveles distintos de X p # de variables en la ecuación de regresión n # de observaciones
6 SCE F SCPE j i ( Y Y ) ij j 2 j1,2,,c (niveles de X) SCE R SCE j i ( Y Yˆ ) ij ij 2 gl F ( n c) gl R ( n k) Observe que SCPE F * ( SCE SCPE) ( n c) SCPE ( n 2) ( n c) Suma de cuadrados del error puro (en inglés SSPE)
7 Es común encontrar la siguiente notación: SCE R SSEP SCE SSE se define entonces donde SSLF SSE + SSLF observe SSEP suma de cuadrados de falta de ajuste SSE SSPE ( SCE SSPE) ( n c) ( n 2) ( n c) MSLF SSPE ( n 2) ( n c) SSE MSPE * F ( n c)
8 Ejemplo Una empresa dedicada a comercializar productos de belleza utiliza los servicios de telemarketing para promover a sus mercancías. El gerente de la División de Mercadeo de la compañía de telemarketing esta interesado en conocer el tiempo que utilizan sus empleados en una llamada para realizar sus tareas. Para ello recolecta el número de meses (meses) que lleva en la compañía el operador y el número de llamadas telefónicas (llamadas) realizadas al día para 20 de sus empleados. F. VELA
9 meses llamadas F. VELA
10 El promedio de llamadas al día para los 20 empleados seleccionados es de El gerente sospecha que pudiera haber algún tipo de relación entre la antigüedad en el trabajo y el número de llamadas, dado que el empleado puede ir especializándose. Se plantea entonces el siguiente modelo: llamadas β + β meses u
11 meses F. VELA llamadas
12 reg llamadas meses Source SS df MS Number of obs F( 1, 18) Model Prob > F Residual R-squared Adj R-squared Total Root MSE llamadas Coef. Std. Err. t P> t [95% Conf. Interval] meses _cons
13 predict yhat predict r, res predict res, rstandard list llamadas yhat r res llamadas yhat r reses
14 Fitted values F. VELA Standardized residuals
15 F itted values F. VELA Residuals
16 meses F. VELA Residuals
17 PRUEBA DE FALTA DE AJUSTE F. VELA
18 Construcción de F * Arreglo de datos X j1 j2 j3 j4 j5 j6 j7 j8 j9 j10 j11 j12 j13 j14 Replicas i i i3 33 i3 31 Media SCE F SSPE ( ) + ( ) + (22 22) (34 34) 2
19 Calculo SCE F (también denominado SSPE) X j1 j2 j3 j4 j5 j6 j7 j8 j9 j10 j11 j12 j13 j14 Replicas i i i3 1 i3 1 Sumas SCE F SSPE 5 SCE R SCE n 20 c 14 k 2 gl F glr ( 20 14) ( 20 2) (20 14)
20 Prueba de falta de ajuste H o : la relación es lineal vs H 1 : la relación no es lineal α0.05: F * ( ) (20 14) [ ( 20 2) (20 14) ] (6) 5(12) Rechazar Ho ssi F α > F c k, n c donde *0.05 F 12, > 4.00 Se rechaza H 0 lo que implica que la relación no es lineal
21 Prueba de falta de ajuste en Stata reg llamadas meses Source SS df MS Number of obs F( 1, 18) Model Prob > F Residual R-squared Adj R-squared Total Root MSE llamadas Coef. Std. Err. t P> t [95% Conf. Interval] meses _cons findit maxr2
22 maxr2 maximum R-square relative R-square actual adjusted R-square relative adjusted R-square SSLF (df) (12) MSLF SSPE (df) 5 (6) MSPE F (dfn, dfd) for lack-of-fit test (MSLF/MSPE) (12,6) prob > F number of covariate patterns 14 as ratio of observations Se rechaza H 0 lo que implica que la relación no es lineal (con α 0.05 y 0.10)
23 Bibliografía Kutner, Michael H. et. al. (2005). Applied Linear Statistical Models, 5ª ed., McGraw Hill, Singapore (pp ).
Econometría Tutorial 6 Ejercicios de Multicolinealidad
Econometría Tutorial 6 Ejercicios de Multicolinealidad En los siguientes ejercicios vamos a retomar la Curva de Kuznets Ambiental analizada en los primeros dos trabajos prácticos. La relación entre contaminación
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 detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Abril 2013 Aniel Nieves-González () Time Series Abril 2013 1 / 15 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por
Más 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 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 detallesANEXOS. 1) Modelo Probit.
ANEXOS 1) Modelo Probit. Estos modelos pertenecen a los modelos de respuesta binaria 1, es decir, la variable dependiente es una variable dicotómica, donde toma 1 para indicar el éxito en la variable de
Más detallesINTEREXPORT TELECOMUNICACIONES Y SERVICIOS S.A.
INTEREXPORT TELECOMUNICACIONES Y SERVICIOS S.A. ESTUDIO PARA LA FIJACION DE TARIFAS DE LOS SERVICIOS AFECTOS A FIJACION TARIFARIA PRESTADOS POR INTEREXPORT TELECOMUNICACIONES Y SERVICIOS S.A. PERIODO 2010-2015
Más detallesUniversitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011
Econometría I Examen Final 1 Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Este examen consta de un total de 50 puntos.
Más detallesYearly analysis Confidence interval ci ch4
Data obtained from the statistical program stata: Yearly analysis Confidence interval ci 243 49.80329 1.063871 47.70766 51.89892 sum,d ------------------------------------------------------------- Percentiles
Más detallesBeatriz Sánchez Reyes. 22 de septiembre de 2010
Regresión cuantílica Beatriz Sánchez Reyes 22 de septiembre de 2010 Índice Definición de cuantil Regresión cuantílica - Estimación - Inferencia Regresión mediana (Ejemplo) Regresión cuartílica (Ejemplo)
Más detalles... *Elasticidad ingreso del gasto en electricidad (Modelo Restringido). reg lviv ling
---- ---------------------------------------- log: C:\datos\docencia\econIccee\practicas2009\chowlog log type: text opened on: 17 Sep 2009, 17:58:52 use "$ruta\chowdta", clear * crear variable logaritmo
Más detallesVarianza del error no constante: heteroscedasticidad. Fortino Vela Peón Universidad Autónoma Metropolitana
Varianza del error no constante: heteroscedasticidad Fortino Vela Peón Universidad Autónoma Metropolitana fvela@correo.xoc.uam.mx Octubre, 2010 11/08/2011 México, D. F. 1 Tipos de residuales En ocasiones
Más detallesDetergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16
3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una
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 detallesSobre el capitulo 5, se puede encontrar los tratamientos estadísticos más completos en los
Capitulo 5. Superficies de Respuesta Sobre el capitulo 5, se puede encontrar los tratamientos estadísticos más completos en los libros de Cornell (1990), Myers y Montgomery (1995) y en artículos de G.E.P.
Más detallesMuestreo e inferencia
Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar
Más detallesINTERVALOS DE CONFIANZA
INTERVALOS DE CONFIANZA condicional en que!! sea verdadero hipótesis nula H :!!.5%.5%! -.96sd! -sd!! +sd! +.96sd Si el nivel de significación es 5%, la estimación obtenida (círculo pequeño) no nos permitiría
Más detallesUna metodología para manejar variables
Una metodología para manejar variables continuas en los modelos pronóstico: Polinomios fraccionales Javier Zamora Unidad de Bioestadística Clínica- IRyCIS Enero 2011 Índice Manejo de variables continuas
Más detallesEn cada una de las tablas de esta sección se incluyen también los comandos de Stata con los cuales se obtuvo la información.
Apéndice 1. Tablas y Anexos En cada una de las tablas de esta sección se incluyen también los comandos de Stata con los cuales se obtuvo la información. Esta es la tabla de correlaciones entre variables
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesCAPITULO 4 ANALISIS DE LOS RESULTADOS. 4.2.1 Análisis global. 4.2.2 Análisis por grupo. 4.2.3 Análisis por área. 4.2.5 Análisis por años de servicio
ANALISIS DE LOS RESULTADOS 4.1 Recolección de los datos 4.2 Análisis de los datos 4.2.1 Análisis global 4.2.2 Análisis por grupo 4.2.3 Análisis por área 4.2.4 Análisis por puesto 4.2.5 Análisis por años
Más detallesSolución Taller No. 5 Econometría II Prof. Bernal
Solución Taller No. 5 Econometría - 7 II Prof. Bernal. a. Los resultados de la estimación son los siguientes (no hay que olvidar que las variables precio hay que transformarlas a logaritmos):. gen lpreciov
Más detalles10. DISEÑOS EXPERIMENTALES
10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental
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 detallesLas variables incluidas en el modelo se interpretan de la siguiente forma:
PRÁCTICA 4: EL MODELO LINEAL DE PROBABILIDAD - Estimar un modelo lineal de probabilidad - Interpretar los coeficientes estimados - Obtener las probabilidad estimadas - Contrastar la normalidad de las perturbaciones
Más detallesSOLUCIÓN PROPUESTA. Es de notar que dadao que los datos provienen de un corte transversal, valores de bondad de ajuste resultan ser bajos.
SOLUCIÓN PROPUESTA 1. a) reg w educa exp Source SS df MS Number of obs = 528 -------------+------------------------------ F( 2, 525) = 69.36 Model 2914.64782 2 1457.32391 Prob > F = 0.0000 Residual 11030.6042
Más detallesCiudad de Guatemala, 2013
Ciudad de Guatemala, 2013 1 Clase 5 Muestreo y tamaño de muestra D i e g o A y c i n e n a diegoaa@ufm.edu Universidad Francisco Marroquín 2 Clases (Profesores) H o r a r i o Actividades en Grupo (Todos)
Más detallesConsecuencias económicas de eventos climáticos en la gestión hídrica de la cuenca del Canal de Panamá
Consecuencias económicas de eventos climáticos en la gestión hídrica de la cuenca del Canal de Panamá Eco. Eduardo Zegarra, PhD Investigador Principal de GRADE 13 de Julio del 2013 Contenido 1. Objetivos
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesSOLUCION TALLER 1 SOLUCION PUNTO 1. - Función de producción cuadrática. Se espera que: >0 porque x2 es un insumo de producción
SOLUCION TALLER 1 SOLUCION PUNTO 1 - Función de producción cuadrática Se espera que: >0 porque x1 es un insumo de producción >0 porque x2 es un insumo de producción
Más detallesMULTICOLINEALIDAD (Gujarati y Porter, Capítulo 10) Ejemplo de la sección donde
MULTICOLINEALIDAD (Gujarati y Porter, 2010. Capítulo 10) Ejemplo de la sección 10.10 Datos Longley obs Y X1 X2 X3 X4 X5 TIME 1947 60323 830 234289 2356 1590 107608 1 1948 61122 885 259426 2325 1456 108632
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 detallesGuía de interpretaciones y comandos STATA en apoyo a la solución de algunos ejercicios de la tarea para el Examen Final con
UNAM Facultad de Economía Curso de licenciatura Introducción a la econometría Guía de interpretaciones y comandos STATA en apoyo a la solución de algunos ejercicios de la tarea para el Examen Final con
Más detallesAnálisis de Regresión y Correlación con MINITAB
Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables
Más detallesHipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.
PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma
Más detallesEJERCICIOS CAPITULO 9. GUJARATI-PORTER (2010)
EJERCICIOS CAPITULO 9. GUJARATI-PORTER (2010) 9.21 a) clear edit tsset year list +-------------------------------+ year savings income dum ------------------------------- 1. 1970 61 727.1 0 2. 1971 68.6
Más detallesComparación de medias
12 Comparación de medias Irene Moral Peláez 12.1. Introducción Cuando se desea comprobar si los valores de una característica que es posible cuantificar (como podría ser la edad o la cifra de tensión arterial,
Más detallesESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO
ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO INTRODUCCION A continuación se presenta un modelo sobre las ventas de autos de pasajeros en Estados Unidos. Se debe recordar que Estados Unidos posee
Más detallesTREATME NT 1 0.11433013 0.11433013 391.77 0.0001 PATH*TRE AT 5 0.03680717 0.00736143 25.23 0.0001
SAS SYSTEM General Linear Models Procedure DEPENDENT VARLABLE: Secreción intestinal total del potasio Fase C. SOURCE DF SUM OF SQUARES MEAN OF SQUARES F VALUE Pr > F Model: PATHOLO GY 5 0.05203730 0.01040746
Más detallesReforma fiscal y Haciendas Locales (el caso de Málaga)
Reforma fiscal y Haciendas Locales (el caso de Málaga) Jesús Rodríguez Márquez Profesor Titular de Derecho Financiero y Tributario. Instituto de Estudios Fiscales. Presentación La reforma del sistema de
Más detalles1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos:
EXAMEN ECONOMETRÍA 1 PROF. RAFAEL DE ARCE 23 de enero de 2009 NOMBRE: DNI: 1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos: a) Presencia de variables
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 detallesESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 3 - Septiembre - 2.6 Primera Parte - Test Las respuestas del TEST son las siguientes: Pregunta 2 3 4 5 6 Respuesta C A D C B A Pregunta 7 8 9 2 Respuesta
Más detallesCENTRO LATINOAMERICANO DE DEMOGRAFIA
NACIONES UNIDAS UNITED NATIONS CENTRO LATINOAMERICANO DE DEMOGRAFIA REUNION TECNICA SOBRE "NUEVAS METODOLOGIAS ESTADISTICAS APLICADAS A LA DEMOGRAFIA" 2,3 y 4 de Setiembre, 1991 DETERMINANTES DEL NIVEL
Más detallesAdrian De León Arias. 1. Introducción.
EL CRECIMIENTO EN MEXICO Y SU INTERDEPENDENCIA CON ESTADOS UNIDOS: UN ANÁLISIS DE COINTEGRACIÓN. MEXICO S ECONOMIC GROWTH AND ITS INTERDEPENDENCE WITH THE UNITED STATES: A COINTEGRATION ANALYSIS- Adrian
Más detalles9. REGRESIÓN LINEAL. Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
9. REGRESIÓN LINEAL Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Ejemplo Ejemplo 3.23. El dueño de una empresa que vende carros desea determinar
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 detallesImages created with STATA software. Regresión múltiple. Por qué controlar?
Images created wth STATA software. Regresón múltple Por qué controlar? Ejemplo de la smpatía de Gore Supongamos: La smpatía de Gore está en funcón de la de Clnton y no drectamente en funcón del partdo.
Más detallesCAPÍTULO 10 DISEÑOS EXPERIMENTALES
CAPÍTULO 10 DISEÑOS EXPERIMENTALES 10.1 Diseños Experimentales de Clasificación Simple En un diseño experimental de clasificación simple, se trata de comparar varios grupos generalmente llamados Métodos
Más detallesEJC 15: DATOS PANEL. PRIMERA DIFERENCIA-EFECTOS FIJOS-EFECTOS ALEATORIOS Wooldridge, pags. 419, 441, 449, 452.
EJC 15: DATOS PANEL. PRIMERA DIFERENCIA-EFECTOS FIJOS-EFECTOS ALEATORIOS Wooldridge, pags. 419, 441, 449, 452. En este ejemplo se presentan los estimadores de primera diferencia, de efectos fijos y de
Más detallesUso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo
CAPÍTULO 5. FASE DE MEJORA Definir Medir Analizar Mejorar Controlar 5.1 Introducción En la fase de Análisis se identificaron las causas de variación. En esta fase se utilizará el diseño de experimentos
Más detallesTest ( o Prueba ) de Hipótesis
Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a
Más detallesTema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
Más detallesTécnicas de regresión: Regresión Lineal Múltiple
Investigación: Técnicas de regresión: regresión lineal múltiple 1/1 Técnicas de regresión: Regresión Lineal Múltiple Pértega Díaz S., Pita Fernández S. Unidad de Epidemiología Clínica y Bioestadística.
Más detallesPrograma de Statgraphics. TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso.
Programa de Statgraphics TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso. AUTOR: JUAN VICENTE GONZÁLEZ OVANDO ANALISIS Y CALCULOS A) Planteamos los
Más detallesDIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009
Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesExperimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.
Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables
Más detalles18/06/2010 REGRESIÓN LINEAL MULTIVARIADA. Descripción. Objetivos
TALLERES DE VERANO EN MÉTODOS DE INVESTIGACIÓN EN POBLACIÓN Y TERRITORIO REGRESIÓN LINEAL MULTIVARIADA Fortino Vela Peón fvela@correo.xoc.uam.mx Juan F. Islas Aguirre jfislas@correo.xoc.uam.mx Junio, 2010
Más detallesDIRECCIÓN COMERCIAL II
GUIA DOCENTE DE LA ASIGNATURA DIRECCIÓN COMERCIAL II MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Dirección Comercial Dirección Comercial 2 2º 1º 6 Obligatoria PROFESOR(ES) DIRECCIÓN COMPLETA DE CONTACTO
Más detallesCapítulo 9. Regresión lineal simple
Capítulo 9. Regresión lineal simple 9.1 Introducción Uno de los aspectos más relevantes de la Estadística es el análisis de la relación o dependencia entre variables. Frecuentemente resulta de interés
Más detallesBienvenidos a EEiPP 2013! Introducción al Taller Internacional de Encuestas y Evaluación de Impacto
Bienvenidos a EEiPP 2013! Introducción al Taller Internacional de Encuestas y Evaluación de Impacto Sebastian Martinez BID Juan Muñoz Sistemas Integrales 1 Pregunta Que porcentaje de los integrantes de
Más detallesUNIVERSIDAD AUTÓNOMA DE ZACATECAS PLAN ANALÍTICO
ÁREA ACADÉMICA UNIVERSIDAD AUTÓNOMA DE ZACATECAS PLAN ANALÍTICO TRONCO COMÚN UNIDAD ACADÉMICA PROGRAMA ACADÉMICO MATEMÁTICAS LICENCIATURA EN MATEMÁTICAS CICLO ESCOLAR UNIDAD DIDÁCTICA ESTADÍSTICA II Seriada
Más detalles7.- PRUEBA DE HIPOTESIS
7.- PRUEBA DE HIPOTEI 7.1. INTRODUCCIÓN La estadística inferencial es el proceso de usar la información de una muestra para describir el estado de una población. in embargo es frecuente que usemos la información
Más detallesTEORÍAS MODELOS DATOS EMPÍRICOS
LA ESTADÍSTICA APLICADA ES LA REPRESENTACIÓN DE LA REALIDAD CON MODELOS PROBABILÍSTICOS. ES UNA DISCIPLINA DE LAS MATEMÁTICAS APLICADAS EN CONSTANTE DESARROLLO Y EVOLUCIÓN. CÓMO SE CONSTRUYEN LOS MODELOS
Más detallesx : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3
3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones
Más detallesSistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA. Universidad Tecnológica De Pereira
2010 Sistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA Universidad Tecnológica De Pereira Conceptos Básicos de Hidrología La hidrología es una ciencia clave en el estudio de los sistemas de
Más detallesIker Ustárroz, Juan M. Cabasés, María Errea Universidad Pública de Navarra
Iker Ustárroz, Juan M. Cabasés, María Errea Universidad Pública de Navarra INCAPACIDAD TEMPORAL La incapacidad temporal (IT) es un factor importante en la gestión económica del Sistema Nacional de Salud.
Más detallesCAPÍTULO III METODOLOGÍA
CAPÍTULO III METODOLOGÍA 3.1 Población y Muestra Como el criterio de selección para la muestra fue la inteligencia promedio y el nivel socioeconómico medio y bajo, debido a ciertas limitaciones de la muestra
Más detallesINFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE MEDICINA DEPARTAMENTO DE MEDICINA PREVENTIVA Y SOCIAL SECCIÓN DE EPIDEMIOLOGÍA-BIOESTADÍSTICA INFERENCIA ESTADISTICA: CONTRASTE DE HIPÓTESIS Objetivo:
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesDIPLOMADO DE FORMACIÓN DE TUTORES TELEMÁTICOS
DIPLOMADO DE FORMACIÓN DE TUTORES TELEMÁTICOS Módulo 1. La formación on line. Unidad 1. La formación a través de la red. Unidad 2. La tutoría virtual. Unidad 3. Las plataformas de formación. Módulo 2.
Más detallesMétodos y Diseños utilizados en Psicología
Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos
Más detallesRepaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013
Repaso de estadística básica Juan D. Barón Santiago de Chile, 8 de abril de 2013 1 I. CONCEPTOS ESTADÍSTICOS BÁSICOS 2 Las decisiones se toman bajo incertidumbre Las decisiones se basan en información
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES. Facultad de Psicología y Ciencias Sociales. Carrera Sociología
UNIVERSIDD DE CIENCIS EMPRESRILES Y SOCILES Facultad de Psicología y Ciencias Sociales Carrera Sociología Curso ESTDÍSTIC STIC I Clase 6: nálisis de Correlación n Lineal Simple Prof. Titular: Lic. Rubén
Más detallesUna desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos
MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que
Más detallesTÉCNICAS DE INTEGRACIÓN
C TÉCNICAS DE INTEGRACIÓN C. CONCEPTOS PRELIMINARES C.. Función primitiva Sea f : I R, donde I es un intervalo real. Diremos que la función F : I R es una función primitiva de la función f en I si se cumple
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesII. ANÁLISIS DE SISTEMAS DE MEDICIÓN
II. ANÁLISIS DE SISTEMAS DE MEDICIÓN INTRODUCCIÓN Siempre que registramos o medimos los resultados de un proceso nos encontramos con cierta variación en los datos obtenidos. Esta variación puede provenir
Más detallesECONOMETRIA APLICADA NOTAS DATOS DE PANEL
ECONOMETRIA APLICADA NOTAS DATOS DE PANEL Revisión En una de las referencias clásicas en la literatura, Hsiao (1986) los describe como secciones cruzadas de individuos observadas a lo largo del tiempo.
Más detallesDETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam.
A PARTIR DE LA INFORMACIÓN SUMINISTRADA EN LAS SIGUIENTES HOJAS, CONTRASTAR EL CUMPLIMIENTO DE LAS HIPÓTESIS DEL MBRL Y JUSTIFICAR LAS SUCESIVAS ELECCIONES DE LAS REGRESIONES 1ª, 2ª, 3ª Y DEFINITIVA. DETERMINAR
Más detallesPrograma de Acceso Inclusivo, Equidad y Permanencia PAIEP. Universidad de Santiago de Chile. Polinomios
Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Polinomios Definición: P es un polinomio en el conjunto de los números reales si y sólo si P es una función de
Más detallesOne way anova using SAS
One way anova using SAS With Duncan test El paquete SAS es un sistema computacional de los mas completos que existen, tiene el respaldo de un centro de investigación en estadística y es el mas usado por
Más detallesJOSE VICENTE CONTRERAS JULIO CALCULO INTEGRAL LA ANTIDERIVADA
CALCULO INTEGRAL LA ANTIDERIVADA Así como las operaciones matemáticas de la adición, la multiplicación y la potenciación tienen sus inversas en la sustracción, la división y la radicación, la diferenciación
Más detallesEstimar efectos parciales con margins
Estimar efectos parciales con margins David M. Drukker Director of Econometrics Stata 2010 Spanish Stata Users Group meeting Madrid September 2010 1 / 31 Información general Esta charla muestra como usar
Más detallesInstrumentos Económicos y Regulación de la Contaminación Industrial: Primera aproximación el caso del Río Bogotá
CONDESAN Experiencias y Métodos M de Manejo de Cuencas y su Contribución n al Desarrollo Rural en los Andes Bogotá, 8-10 de Noviembre del 2004 Instrumentos Económicos y Regulación de la Contaminación Industrial:
Más detallesAnálisis de la Varianza (ANOVA) de un factor y test a posteriori.
Análisis de la Varianza (ANOVA) de un factor y test a posteriori. Ejercicios Temas 8 y 9 (Resuelto) 1. Problema 5 Se quiere estudiar el efecto de distintas dosis de un medicamento para combatir a los parásitos
Más detallesCarrera: MTF-0519 2-4-8. Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos. Academia de Ingeniería
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística y Control de Calidad Ingeniería Mecatrónica MTF-059-4-8.- HISTORIA
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ
Más detallesCONTROL DE LA GESTION PRODUCTIVA: UN SISTEMA DE INFORMACION
CONTROL DE LA GESTION PRODUCTIVA: UN SISTEMA DE INFORMACION Jaime Contardo G. Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso 1. Introducción El control de la gestión
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesInvestigación sobre pruebas diagnósticas II (repetibilidad)
Investigación sobre pruebas diagnósticas II (repetibilidad) V. Abraira Hospital Ramón y Cajal. IRYCIS CIBERESP Mayo 2011 http://www.hrc.es/investigacion/bioest/m_docente.html Esquemáticamente Precisión
Más detallesECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO
ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO 1. Cuáles son los distintos usos que se le pueden dar
Más detallesClase martes 27 de noviembre 2007 (problemas de repaso)
Clase martes 27 de noviembre 2007 (problemas de repaso) Problema 1 Un agricultor posee tres plantaciones de naranjas y desea determinar la forma de enviar los cargamentos a tres plantas de procesamiento
Más detallesRegresión múltiple. Efecto de varias variables ambientales sobre una especie de ganso migratorio. Luz
Nombre: AGRO 6600 LAB 12 Regresión múltiple Los datos adjuntos se tomaron para estudiar el efecto de varias variables ambientales sobre el tiempo en el que una especie de ganso migratorio deja su nido
Más detallesTEMA 5. MUESTREO PARA LA ACEPTACIÓN.
TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor
Más detallesCAPITULO III 3. MARCO METODOLÓGICO 3.1. ENFOQUE DE LA INVESTIGACIÓN
CAPITULO III 3. MARCO METODOLÓGICO 3.1. ENFOQUE DE LA INVESTIGACIÓN El enfoque de la investigación será mixto, cualitativo y cuantitativo: Cuantitativo porque consiste en utilizar la recolección y el análisis
Más detallesPoblación, Unidad de Análisis, Criterios de Inclusión y Exclusión.
Población Población, Unidad de Análisis, Criterios de Inclusión y Exclusión. Muestra: Identificación y Reclutamiento. Nomenclatura En esta aproximación conceptual consideraremos a Población como sinónimo
Más detallesTEMA 7: DIAGRAMAS EN UML
TEMA 7: DIAGRAMAS EN UML Diagramas en UML El bloque de construcción básico de UML es un Diagrama Introducción a UML 2 1 Modelo de Casos de Uso (MCU) Todos los casos de uso constituyen el MCU que describe
Más detalles