5 Relaciones entre variables.
|
|
- Rosa Giménez Peralta
- hace 7 años
- Vistas:
Transcripción
1 ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas e. Los resultados que se obtienen son x 14, y 0, s x 2, s y 2, s xy 4. Obtener el modelo de regresión lineal que mejor aproxima en función de. Utilizando este modelo calcular de modo aproximado la cantidad esperada cuando 1. Respuesta: Buscamos la recta Ŷ a + b que mejor aproxima los valores de,según el criterio de los mínimos cuadrados, en la nube de puntos que resulta de representar en un plano (, ) las 0 observaciones. Los coeficientes de esta recta son: b s xy s 2 4 x , a y b x 0 (11.2)(14) 7.. Así, el modelo lineal es: Ŷ Por tanto, si x 1,elmodelolineal predice un valor de de ŷ (1) En este punto hay que preguntarse cómo de fiable es esta predicción. Para dar una respuesta necesitamos estudiar las propiedades de la regresión lineal. Ejercicio.2 De una muestra de observaciones conjuntas de valores de dos variables e se obtiene la siguiente información: xi 24, xi y i 64, yi 40, s 2 y 12, s 2 x 6. a) Obtener la recta de regresión de sobre. Explicar el significado de los parámetros. b) Calcular el coeficiente de determinación. Comentar el resultado e indicar el porcentaje de variación de que no está explicado por el modelo de regresión lineal. c) Si el modelo es adecuado, cuál es la predicción para un valor de x 4? d) Obtener la recta de regresión de sobre. Respuestas: a) Buscamos la recta Ŷ a + b: xy x y 64/ (24/)(40/) 6 a y b x 4 ( 1.7) , el parámetro b es el pendiente de la recta de regresión y mide la variación de cuando aumenta una unidad. Puesto que b<0 esto significa que a medida que aumenta la variable tiende a disminuir, es decir, existe una relación inversa entre e. El parámetro a es el valor de la ordenada en el origen, es decir, el punto en que la recta cruza el eje vertical. La recta de regresión es Ŷ b) Puesto que se trata de un modelo lineal, el coeficiente de determinación coincide con el coeficiente de correlación lineal de Pearson al cuadrado: ( ) 2 ( ) 2 R 2 r 2 s 7 0.6, s s 6 12 esto significa que el modelo de regresión lineal explica el 6% de la variabilidad de en función de la de. Por tanto, queda un 32% de variabilidad no explicada. c) La predicción que realiza este modelo es ŷ. 1.7(4) 3.3, que hay que considerar con ciertas reservas, puesto que el modelo explica solamente un 6% de la variabilidad total. d) Buscamos la recta ˆ ã + b: b s s , ã x b y 24 ( 0.3)40.91, portanto,elmodeloes ˆ Observemos que los valores que se obtienen para la pendiente de la recta y para el término independiente no coinciden en absoluto con los que se obtendrían despejando de la ecuación Ŷ. 1.7, queserían Ŷ y resulta del todo incorrecto utilizar esta última ecuación para predecir en función de. Ejercicio.3 La tabla siguiente contiene la edad ylamáximadelapresión sanguínea de un grupo de mujeres: Edad Presión a) Calculad el coeficiente de correlación lineal entre las variables y decid qué indica. b) Determinad la recta de regresión de sobre, justificando la adecuación de un modelo lineal. Interpretad los coeficientes. c) Valorad la bondad del modelo. d) Haced las predicciones siguientes, sólo cuando creáis que tengan sentido: d.1) Presión sanguínea de una mujer de 1 años. d.2) Presión sanguínea de una niña de años. d.3) Presión sanguínea de una hombre de 4 años. Respuestas: Construimos la tabla auxiliar para realizar los cálculos de los apartados a) yb): y i x 2 i yi 2 y i
2 ANÁLISIS EPLORATORIO DE DATOS 41 ANÁLISIS EPLORATORIO DE DATOS 42 Las medias son: x 00 las varianzas y covarianza son: 0, y , x 2 x , s 2 y 2 y , s xy x y y el coeficiente de correlación lineal es r s , s x s que indica una dependencia lineal moderada y directa entre e. Cuanto mayor es mayor tiende a ser. La recta de regresión de sobre es Ŷ a + b, cuyos coeficientes son: s , a y b x El coeficiente a es la intersección con el eje de ordenadas, mientras que b es la pendiente de la recta de regresión. c) El ajuste del modelo se mide mediante el coeficiente de determinación R 2, que en el caso del modelo lineal coincide con r 2. Entonces, R , queindicaque un 79% de la variabilidad de viene explicada por el modelo de la recta de regresión, mientras que queda sin explicar un 21% de la variabilidad. d) Sólo tiene sentido realizar la predicción del apartado (d1). Para un valor de x 1el modelo predice un valor de y Ejercicio.4 Se ha llevado a cabo un ajuste lineal a una nube de puntos formada por observaciones de dos variables e y se ha obtenido un coeficiente de determinación de Discutid si las siguientes afirmaciones son ciertas y por qué: a) El coeficiente de correlación lineal entre e valdrá b) La covarianza entre e puede ser negativa. c) Las variables e son casi independientes. d) El coeficiente de determinación entre e valdrá e) El coeficiente de determinación entre y valdrá f) Sólo el 3% de la variabilidad total de queda sin explicar en el modelo. Respuestas: a) Falso, r ± R 2 ± 0.03 ± b) Cierto. c) Falso, pues la relación entre e puede ser no lineal. d) Falso, R 2 nunca puede ser negativo. En este caso R e) Cierto. f) Falso, el modelo sólo explica un 3% de la variablidad de, por tanto, queda por explicar un 97%. Ejercicio. Dada la siguiente distribución bidimensional encontrar el modelo de regresión (lineal o parabólico) que mejor se ajuste a la nube de puntos y i Respuesta: Si realizamos un gráfico de dispersión, a primera vista puede apreciarse que el modelo lineal va a tener un peor ajuste que el modelo parabólico (véase la figura 1). Figure 1: Gráfico de dispersión con los datos del ejercicio. y i Empezamos ajustando el modelo más sencillo, que es el lineal. Es decir, proponemos el modelo Ŷ a+b,paracuyocálculo utilizaremos las primeras columnas de la siguiente tabla: y i y i x 2 i yi 2 ŷ i e i e 2 i Para el cálculo de a y b necesitamos las medias y covarianza de e ylavarianzade : x , y 17, s xy x y 469 (3.37)(17) 1.2, x 2 x , por tanto, ,
3 ANÁLISIS EPLORATORIO DE DATOS 43 ANÁLISIS EPLORATORIO DE DATOS 44 a y b x 17 (0.36)(3.37) 1.696, de manera que el modelo propuesto es Lacolumna6delatabla anterior contiene los valores ajustados según este modelo, ŷ i, y la columna 7 contiene los residuos e i y i ŷ i (observad que tienen media cero). La forma general de estudiar la bondad de ajuste de un modelo es mediante el coeficiente de determinación R 2 : R 2 1 s2 e s 2, donde s 2 e es la varianza de los residuos y s 2 es la varianza de, que se obtienen utilizando las columnas y de la tabla anterior, respectivamente: s 2 e e 2 e , s 2 y 2 y , de manera que R / Es decir que solamente el 6% de la variabilidad de los datos queda explicada por el modelo. Puesto que se trata de un modelo lineal, el valor de R 2 coincide con el cuadrado del coeficiente de correlación lineal de Pearson, es decir, r 2. Por tanto, en este caso, podríamos habernos ahorrado el cálculo de R 2. r s , s s (3.234)(7.) r Puesto que el modelo lineal tiene muy mal ajuste, proponemos el modelo de regresión parabólico Ŷ a + b+ c2,paracuyocálculo utilizaremos las primeras columnas de la siguiente tabla: y i y i x 2 i y i x 2 i yi 2 x 3 i x 4 i ŷ i e i e 2 i Las fórmulas que nos permiten obtener los parámetros a, b y c son: 2 s 2 s2, 2 s2 2 c s2 s 2 s 2 s s2, 2 s2 2 a y b x c x 2. Vamos a calcular las medias, covarianzas y varianzas que nos faltan: x , s 2 xx 2 x x , s 2 x 2 y x 2 y , 2 x4 x , y substituyendo, obtenemos: b 6.97, c 0.992, a Por tanto, el modelo propuesto es Lacolumna9de la tabla anterior contiene los valores ajustados según este modelo, ŷ i, y la columna contiene los residuos e i y i ŷ i. Para estudiar la bondad de ajuste calculamos el coeficiente de determinación: R 2 1 s2 e s / Este resultado nos dice que el 0% de la variabilidad de los datos está explicada por el modelo de regresión parabólica. Observad que en este caso es del todo incorrecto utilizar r 2 como medida de bondad de ajuste del modelo. Ejercicio.6 Los datos siguientes forman parte de un anuncio publicado por un joyero de Singapur en el periódico Straits Times el 29 de febrero de Estos datos hacen referencia al precio (en dólares de Singapur) de anillos que llevan un diamante. El tamaño de un diamante, que se indica en quilates (1 quilate200 mg). tamaño precio tamaño precio Ajustad un modelo lineal a estos datos y decidid si el ajuste obtenido es bueno. Comprobad si se cumplen para los residuos las suposiciones de independencia y de varianza constante. Respuesta: Entre las dos variables, tamaño y precio, es el tamaño de un diamante el que determina el precio del anillo. Por tanto, escogemos tamaño como variable independiente y precio como variable dependiente. Realizamos un diagrama de dispersión para ver si puede utilizarse la regresión lineal. El gráfico obtenido (véase la figura 2) indica que el modelo lineal es adecuado para representar la relación entre e. Construimos la tabla auxiliar para realizar los cálculos: y i x 2 i yi 2 y i
4 ANÁLISIS EPLORATORIO DE DATOS 4 ANÁLISIS EPLORATORIO DE DATOS 46 Figure 2: Gráfico de dispersión con los datos del ejercicio.6 y i Las medias son: x 2.4 las varianzas y covarianza son: , y , x 2 x , s 2 y 2 y , s xy x y La recta de regresión de sobre es Ŷ a + b, cuyos coeficientes son: s , a y b x , por tanto, el modelo ajustado es El coeficiente de correlación lineal es r s , s x s que indica una dependencia lineal muy fuerte y directa entre e. El valor de R 2 r indica que el ajuste es muy bueno, puesto que el modelo lineal explica el 99.7% de la variabilidad de. Para comprobar las suposiciones de independecia de los residuos y de varianza constante, hay que calcular para cada valor de la variable la predicción ŷ i a + b yel correspondiente residuo e i y i ŷ i. y i ŷ i e i Posteriormente se construye un diagrama de dispersión de los pares (,e i ), i 1,...,. Este diagrama ( véase la figura 3) permite concluir que los residuos no presentan ninguna regularidad evidente y que la amplitud de la dispersión de los residuos es más o menos constante a lo largo del eje. Por tanto, se puede considerar que los residuos en el modelo lineal son independientes y de varianza constante. Figure 3: Gráfico de residuos de los datos del ejercicio.6 e i Ejercicio.7 Las ecuaciones siguientes Ŷ 3 4 3, 1 ˆ 2 1 2, representan las rectas de regresión lineal de una distribución estadística bivariante. Hallad los coeficientes de determinación y de correlación entre las variables e. Respuesta: Si llamamos b a la pendiente de la recta de regresión de sobre y b ala
5 ANÁLISIS EPLORATORIO DE DATOS 47 ANÁLISIS EPLORATORIO DE DATOS 4 pendiente de la recta de regresión de sobre,entonces: b 3 s 1 s 2, b 2 s s 2. Por otro lado, puesto que se trata de un modelo lineal, sabemos que existe la siguiente relación entre el coeficiente de determinación y el coeficiente de correlación lineal: ( ) 2 ( R 2 r 2 s b s s b )( 1 ) Para calcular el coeficiente de correlación lineal hay que tener en cuenta que la pendiente de la recta de regresión es negativa, Por tanto, si la dependencia entre e es directa: b 24, a y bx 24, de manera que el modelo es Ŷ + 24,ylapredicción para x 6es ŷ 12.. Si la dependencia entre e es inversa: b 24, a y bx , de manera que el modelo ahora es Ŷ 32 24,ylapredicción para x 6es ŷ 3.2. r R Ejercicio. Dos distribuciones estadísticas tienen como rectas de regresión de sobre, respectivamente, Ŷ , Ŷ 2+3, Puede asegurarse que la segunda distribución tiene un coeficiente de determinación mayor que la primera? Respuesta: No. El hecho que la pendiente de la segunda recta sea mayor que la de la primera no permite asegurar que R 2 vaya también a ser mayor, puesto que R 2 depende del grado de acercamiento de la recta a la nube de puntos. Ejercicio.9 De una distribución estadística bivariante se conocen x, y, CV 3 CV. Mediante la recta de regresión de sobre, cuál es la predicción del modelo para un valor de x 6, a) en el caso que R 2 0? b) en el caso que R 2 1? Respuesta: a) Consideremos el modelo lineal a + b. En este caso se tiene que R 2 r 2, y por tanto, R 2 0 s 0 b 0. De manera que el modelo queda: Ŷ a, y teniendo en cuenta que a y b x,se tiene que Ŷ, que no depende del valor de la variable. Así, la predicción de este modelo para x 6es y. b) Debemos determinar los coeficentes a y b del modelo lineal. Empezamos buscando b s. Puesto que R 2 1, tenemos que: R 2 1 s2 s 2 1; s ±s s. s2 Apartirdelarelación CV 3CV podemos deducir que: CV 3CV s y Substituyendo esta expresión de s tenemos que: s ± 24 s2 ; 3s x ; s 3s y x 24 s. en la expresión anteriormente encontrada para s s ± 24 b.
Distribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detalles4,2 + 0,67 Y c) R 2 = 0,49. 3.- En la estimación de un modelo de regresión lineal se ha obtenido:
INTRODUCCIÓN A LA ESTADÍSTICA. Relación 4: REGRESIÓN Y CORRELACIÓN 1.- En una población se ha procedido a realizar observaciones sobre un par de variables X e Y. Xi 4 5 4 5 6 5 6 6 Yi 1 1 3 3 3 4 4 ni
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesTEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN
4.5.- En cuál de los siguientes casos se podría utilizar la varianza residual en lugar del coeficiente de determinación para medir la calidad del ajuste? Con el mismo conjunto de datos y dos ajustes distintos.
Más detallesCALIDAD 1 JOSÉ MANUEL DOMENECH ROLDÁN PROFESOR DE ENSEÑANZA SECUNDARIA
CALIDAD 1 DIAGRAMA DE CORRELACIÓN-DISPERSIÓN QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN? Es una herramienta gráfica que permite demostrar la relación existente entre dos clases de datos y cuantificar
Más detallesFUNCIONES CUADRÁTICAS. PARÁBOLAS
FUNCIONES CUADRÁTICAS. PARÁBOLAS 1. FUNCIONES CUADRÁTICAS Representemos, en función de la longitud de la base (x), el área (y) de todos los rectángulos de perímetro 1 metros. De ellos, cuáles son las medidas
Más detallesDiplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes
Más detallesRegresión lineal
86 Bioestadística: Métodos y Aplicaciones coeficiente de determinación de la regresión de Y sobre X, R 2 Y X, como R 2 Y X = 1 S2 E S 2 Y (3.4) Si el ajuste de Y mediante la curva de regresión Ŷ = f(x)
Más detallesCapítulo 6. Análisis bivariante de variables
Contenidos: Capítulo 6 Análisis bivariante de variables Distribución bidimensional de frecuencias ( tabla de correlación o contingencia ) Distribuciones marginales Coeficientes de Asociación Análisis de
Más detallesY = ßo + ß1X + ε. La función de regresión lineal simple es expresado como:
1 Regresión Lineal Simple Cuando la relación funcional entre las variables dependiente (Y) e independiente (X) es una línea recta, se tiene una regresión lineal simple, dada por la ecuación donde: Y =
Más detallesEcuación de la Recta
PreUnAB Clase # 10 Agosto 2014 Forma La ecuación de la recta tiene la forma: y = mx + n con m y n constantes reales, m 0 Elementos de la ecuación m se denomina pendiente de la recta. n se denomina intercepto
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
Más detallesEjemplo Traza la gráfica de los puntos: ( 5, 4), (3, 2), ( 2, 0), ( 1, 3), (0, 4) y (5, 1) en el plano cartesiano.
Plano cartesiano El plano cartesiano se forma con dos rectas perpendiculares, cuyo punto de intersección se denomina origen. La recta horizontal recibe el nombre de eje X o eje de las abscisas y la recta
Más detallesDistribución bidimensional. Marginales. Correlación lineal. Rectas de regresión.
REGRESIÓN LINEAL. Distribución bidimensional. Marginales. Correlación lineal. Rectas de regresión. Dada una población, hasta ahora hemos estudiado cómo a partir de una muestra extraída de ella podemos
Más detallesAnálisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema
Más detallesEstadística de dos variables
Versión: Estadística de dos variables 19 de septiembre de 013 1 Introducción En el Tema 1 se consideran las variables estadísticas unidimensionales, es decir, cada individuo de la muestra se describe de
Más detallesCUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
Más detallesEstadística II Examen Final - Enero 2012. Responda a los siguientes ejercicios en los cuadernillos de la Universidad.
Estadística II Examen Final - Enero 2012 Responda a los siguientes ejercicios en los cuadernillos de la Universidad. No olvide poner su nombre y el número del grupo de clase en cada hoja. Indique claramente
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detallesD I S T R I B U C I O N E S B I D I M E N S I O N A L E S
D I S T R I B U C I O N E S B I D I M E N S I O N A L E S 1. VARIABLES ESTADÍSTICAS BIDIMENSIONALES En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una población. En
Más detallesSegunda práctica de REGRESIÓN.
Segunda práctica de REGRESIÓN. DATOS: fichero practica regresión 2.sf3. Objetivo: El objetivo de esta práctica es interpretar una regresión y realizar correctamente la diagnosis. En la primera parte se
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesGEOMETRIA ANALITICA- GUIA DE EJERCICIOS DE LA RECTA Y CIRCUNFERENCIA PROF. ANNA LUQUE
Ejercicios resueltos de la Recta 1. Hallar la ecuación de la recta que pasa por el punto (4. - 1) y tiene un ángulo de inclinación de 135º. SOLUCION: Graficamos La ecuación de la recta se busca por medio
Más detallesTEMA 2: DISTRIBUCIONES BIDIMENSIONALES
TEMA : DISTRIBUCIONES BIDIMENSIONALES 1.- DISTRIBUCIONES BIDIMENSIONALES Cuando estudiamos un solo carácter estadístico, los datos que obtenemos forman una variable estadística unidimensional. También
Más detallesTema 2: Análisis de datos bidimensionales
Tema : Análisis de datos bidimensionales Variables estadísticas bidimensionales Distribuciones de frecuencias asociadas Regresión y correlación En una población puede resultar interesante considerar simultáneamente
Más detallesAnálisis de Regresión y Correlación Lineal
Análisis de Regresión y Correlación Lineal Análisis de dos ó más variables aleatorias Veamos que en los siguientes estudios hay situaciones donde intervienen más de una variable aleatoria Ejemplos: La
Más detallesDistribuciones Bidimensionales.
Distribuciones Bidimensionales. 1.- Variables Estadísticas Bidimensionales. Las variables estadísticas bidimensionales se representan por el par (X, Y) donde, X es una variable unidimensional, e Y es otra
Más detallesLa línea recta: Serie1
La línea recta: En una línea recta tenemos una relación entre dos variables, la independiente (x) y la dependiente (y). La forma en que se relacionan dependerá de la función que describa dicha relación.
Más detallesP. A. U. LAS PALMAS 2005
P. A. U. LAS PALMAS 2005 OPCIÓN A: J U N I O 2005 1. Hallar el área encerrada por la gráfica de la función f(x) = x 3 4x 2 + 5x 2 y la rectas y = 0, x = 1 y x = 3. x 3 4x 2 + 5x 2 es una función polinómica
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
Más detallesUNIDAD II FUNCIONES. Ing. Ronny Altuve Esp.
República Bolivariana de Venezuela Universidad Alonso de Ojeda Administración Mención Gerencia y Mercadeo UNIDAD II FUNCIONES Ing. Ronny Altuve Esp. Ciudad Ojeda, Septiembre de 2015 Función Universidad
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 4)
OBJETIVOS DE APRENDIZAJE: TEMA Nº ANÁLISIS CONJUNTO DE DOS VARIABLES Distinguir entre variables cualitativas y cuantitativas, y saber elegir los métodos en cada caso. Conocer métodos gráficos y cuantitativos
Más detallesTema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.
Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION. Distribuciones uni- y pluridimensionales. Hasta ahora se han estudiado los índices y representaciones de una sola variable por individuo. Son las distribuciones
Más detallesDebemos obtener las medidas estadísticas más comunes.
- Ejercicio: Gráficos Estadísticos Estudiando el número de hijos de 30 familias elegidas al azar en una ciudad se han obtenido los siguientes datos: 1, 2, 3, 5, 6, 0, 7, 8, 4, 1, 3, 4, 5, 2, 6, 5, 2, 3,
Más detallesU ED Tudela Introducción al Análisis de Datos - Tema 4
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 4: Análisis conjunto de dos variables. 1.- Cuando se dice que dos variables están correlacionadas positivamente, se tiene que interpretar que: A) un aumento en una
Más detallesCAPITULO 5 LA DETERMINACIÓN DEL INGRESO DE EQUILIBRIO
Documento elaborado por Jaime Aguilar Moreno Docente área económica Universidad del Valle Sede Buga CAPITULO 5 LA DETERMINACIÓN DEL INGRESO DE EQUILIBRIO OBJETIVO DEL CAPÍTULO Lograr que el estudiante
Más detallesFunciones y gráficas. 3º de ESO
Funciones y gráficas 3º de ESO Funciones Una función es una correspondencia entre dos conjuntos numéricos que asocia a cada valor,, del primer conjunto un único valor, y, del segundo. La variable variable
Más detallesExplorando la ecuación de la recta pendiente intercepto
Explorando la ecuación de la recta pendiente intercepto Realiza las siguientes actividades, mientras trabajas con el tutorial. 1. Los puntos que están en la misma recta se dice que son. 2. Describe el
Más detallesSugerencias al Profesor. RAZÓN DE CAMBIO DE UNA FUNCIÓN
Sugerencias al Profesor. La siguiente es una manera que te sugerimos llevar a cabo para iniciar el desarrollo de la Unidad. Después de señalar algunos conceptos clave, se presentan unos ejemplos desde
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesque represente lo mejor posible la relación entre valores X e Y permitiéndonos inferir un valor a partir del otro.
Regresió n josé a. mañas 8.2.2017 1 Introducción El objetivo de las técnicas de regresión es identificar una función que permita estimar una variable Y en función de la otra X. Es decir, averiguar una
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2010/11
Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesDISTRIBUCIONES BIDIMENSIONALES
RESUMEN DISTRIBUCIONES BIDIMENSIONALES J. Vega RELACIONES LABORALES ESTADÍSTICA 15 de noviembre de 2008 RESUMEN 1 DISTRIBUCIONES BIDIMENSIONALES DISTRIBUCIÓN CONJUNTA DISTRIBUCIONES MARGINALES DISTRIBUCIONES
Más detallesTema 9: Estadística descriptiva
Tema 9: Estadística descriptiva Matemáticas específicas para maestros Grado en Educación Primaria Matemáticas específicas para maestros Tema 9: Estadística descriptiva Grado en Educación Primaria 1 / 47
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesFUNCIONES.FUNCIONES ELEMENTALES. LÍMITES DE UNA FUNCIÓN
FUNCIONES.FUNCIONES ELEMENTALES. LÍMITES DE UNA FUNCIÓN 1 FUNCIONES FUNCIÓN REAL DE VARIABLE REAL Una función real de variable real es una relación que asocia a cada número real, (variable independiente),
Más detallesRELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I
Dto. de MATEMÁTICAS RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1. Calcular, de forma exacta las siguientes operaciones. a) 1, 0, b) 0,7:0,916. Representa el conjunto
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Más detallesUNIDAD DIDÁCTICA 5: Geometría analítica del plano
UNIDAD DIDÁCTICA 5: Geometría analítica del plano 1. ÍNDICE 1. Sistemas de referencia y coordenadas puntuales 2. Distancia entre dos puntos del plano 3. Coordenadas del punto medio de un segmento 4. La
Más detallesACTIVIDAD 5: Correlación y Regresión Lineal
Actividad 5: Correlación y Regresión Lineal ACTIVIDAD 5: Correlación y Regresión Lineal CASO 5-1: RELACIONES ENTRE VARIABLES A continuación se muestran cuatro variables y seis valores (observaciones) asociados
Más detallesCuaderno de Actividades 4º ESO
Cuaderno de Actividades 4º ESO Relaciones funcionales. Estudio gráfico y algebraico de funciones 1. Interpretación de gráficas 1. Un médico dispone de 1hora diaria para consulta. El tiempo que podría,
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesGEOMETRÍA ANALÍTICA DEL PLANO
GEOMETRÍA ANALÍTICA DEL PLANO 1 UNIDAD DIDÁCTICA 5: Geometría analítica del plano 1. ÍNDICE 1. Sistemas de referencia y coordenadas puntuales 2. Distancia entre dos puntos del plano 3. Coordenadas del
Más detalles1. Mínimos Cuadrados.
Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso 2009-10) Análisis de Datos Práctica 7 Escribe en la línea de comandos las órdenes necesarias para resolver estas
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesSESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS
SESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS I. CONTENIDOS: 1. Relación entre valores numéricos.. Cálculo de media, mediana y moda en datos agrupados y no agrupados. 3. La media, mediana y moda en variable
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
Más detallesU ED Tudela Introducción al Análisis de Datos - Tema 5
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 5: Relación entre variables (II) 1.- Cuál de las siguientes afirmaciones es verdadera? A) Una correlación de 0 78 entre dos variables X e Y tiene la misma intensidad
Más detalles4 Descripción conjunta de varias variables.
ANÁLISIS EXPLORATORIO DE DATOS 23 ANÁLISIS EXPLORATORIO DE DATOS 2 Descripción conjunta de varias variables..1 Ejemplos Ejemplo.1 La siguiente tabla de frecuencias absolutas corresponde a 200 observaciones
Más detallesTEMA N 2 RECTAS EN EL PLANO
2.1 Distancia entre dos puntos1 TEMA N 2 RECTAS EN EL PLANO Sean P 1 (x 1, y 1 ) y P 2 (x 2, y 2 ) dos puntos en el plano. La distancia entre los puntos P 1 y P 2 denotada por d = esta dada por: (1) Demostración
Más detallesClase 9 Sistemas de ecuaciones no lineales
Clase 9 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo, 2016 con dos incógnitas Un sistema de dos ecuaciones en el que al menos una ecuación es no lineal, se llama
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias
Más detallesTema 2: Análisis de datos bivariantes
Tema 2: Análisis de datos bivariantes Los contenidos a desarrollar en este tema son los siguientes: 1. Tablas de doble entrada. 2. Diagramas de dispersión. 3. Covarianza y Correlación. 4. Regresión lineal.
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detalles1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos
TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.5: Aplicaciones de la derivada. Máximos y mínimos (absolutos) de una función. Sea f una función definida en un conjunto I que contiene un punto
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detallesLA RECTA. Recuerda: Ejercicios de autoaprendizaje 1. Sea la gráfica siguiente:
LA RECTA Recuerda: Una recta es una función de la forma y = mx + n, siendo m y n números reales m es la pendiente de la recta y n es la ordenada en el origen La ordenada en el origen nos indica el punto
Más detallesRepresentación gráfica de funciones. De la fórmula a la tabla. Resolución de problemas
REPRESENTACIÓN DE PUNTOS EN EL PLANO RELACIÓN ENTRE DOS MAGNITUDES Ejes de coordenadas y coordenadas de puntos FUNCIÓN Tipos: - Lineal. - Afín. - Constante. - De proporcionalidad inversa. - Cuadrática.
Más detallesIntroducción a la estadística básica, el diseño de experimentos y la regresión
Introducción a la estadística básica, el diseño de experimentos y la regresión Objetivos José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Objetivo general Organizar el estudio
Más detallesLección 10: Representación gráfica de algunas expresiones algebraicas
LECCIÓN Lección : Representación gráfica de algunas epresiones algebraicas En la lección del curso anterior usted aprendió a representar puntos en el plano cartesiano y en la lección del mismo curso aprendió
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesy = b 0 + b 1 x 1 + + b k x k
Las técnicas de Regresión lineal multiple parten de k+1 variables cuantitativas: La variable respuesta (y) Las variables explicativas (x 1,, x k ) Y tratan de explicar la y mediante una función lineal
Más detallesEJERCICIOS RESUELTOS DE INECUACIONES. Juan Jesús Pascual. Inecuaciones
MATEMÁTICAS EJERCICIOS RESUELTOS DE INECUACIONES Juan Jesús Pascual Inecuaciones Índice ejercicios resueltos A. Inecuaciones lineales con una incógnita B. Inecuaciones de segundo grado con una incógnita
Más detallesCORRELACIÓN Y REGRESIÓN LINEAL
CORRELACIÓN Y REGREIÓN LINEAL 4.1 INTRODUCCIÓN Autor: Clara Laguna Después de estudiar cómo hay que organizar, representar gráficamente y analizar un conjunto de datos a partir de algunos parámetros, nos
Más detallesErrores frecuentes en la interpretación del coeficiente de determinación lineal
Anuario Jurídico y Económico Escurialense, X X X V I I I (2005) 315-332 / I S S N: 11 3 3-3 6 7 7 Errores frecuentes en la interpretación del coeficiente de determinación lineal Elena MARTÍNEZ RODRÍGUEZ
Más detallesEJERCICIOS RESUELTOS DE SISTEMAS LINEALES
EJERCICIOS RESUELTOS DE SISTEMAS LINEALES 1. Dado el sistema de ecuaciones lineales: 2x + 3y 3 4x +5y 6 a) Escribir la expresión matricial del sistema. b) Discutir el sistema. c) Resolver el sistema por
Más detallesEstadística Administrativa Diplomatura en Gestión y Administración Pública Curso Segundo Facultad de Derecho Universidad de Sevilla
Estadística Administrativa Diplomatura en Gestión y Administración Pública Curso Segundo Facultad de Derecho Universidad de Sevilla Tema 8 Regresión y correlación de dos variables Versión 2006-2007α José
Más detallesNivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94
6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios
Más detallesEJERCICIOS PAU MAT II CC SOC. ARAGÓN Autor: Fernando J. Nora Costa-Ribeiro Más ejercicios y soluciones en fisicaymat.wordpress.com.
FUNCIONES 1- a) Dada la función:, Definida para 0, 0, encontrar el punto (x,y) que maximiza f sujeto a la restricción x+y=36. b) Calcular: Aragón 2014 Opción A Junio 2- Dada la función: Calcular: a) Dominio
Más detallesX Y
Capítulo 2 Distribuciones bivariantes Hasta ahora hemos estudiado herramientas que nos permiten describir las características de un único carácter Sin embargo, en muchos casos prácticos, es necesario estudiar
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detallesDada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:
3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula
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 detalles1 JESTADIS\REGRES.DOC
CONTENIDOS 1. Introducción 2. Diagrama de dispersión 3. El coeficiente de correlación de Pearson 4. Regresión 1. Introducción Una de las metas frecuentes en la investigación consiste en determinar si existe
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesANÁLISIS DE DATOS MULTIDIMENSIONALES
ANÁLISIS DE DATOS MULTIDIMENSIONALES INTRODUCCIÓN DISTRIBUCIÓN DE FRECUENCIAS MULTIDIMENSIONAL DISTRIBUCIONES MARGINALES DISTRIBUCIONES CONDICIONADAS INDEPENDENCIA ESTADÍSTICA ESTUDIO ANALÍTICO DE DISTRIBUCIONES
Más detallesAjuste por mínimos cuadrados
Mathieu Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Cartagena, Enero 2010 Guión 1 Planteamiento 2 Criterio de mínimos cuadrados 3 Casos concretos: regresión lineal
Más detallesEjercicio 1: Realiza las siguientes divisiones por el método tradicional y por Ruffini: a)
Tema 2: Ecuaciones, Sistemas e Inecuaciones. 2.1 División de polinomios. Regla de Ruffini. Polinomio: Expresión algebraica formada por la suma y/o resta de varios monomios. Terminología: o Grado del polinomio:
Más detallesClase 8 Sistemas de ecuaciones no lineales
Clase 8 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo, 2013 con dos incógnitas Un sistema de dos ecuaciones en el que al menos una ecuación es no lineal, se llama
Más detallesTALLER DE INTRODUCCIÓN A LOS NEGOCIOS
REGRESIÓN LINEAL SIMPLE INTRODUCCIÓN Si sabemos que existe una relación entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia
Más detalles