Capítulo 6. Análisis bivariante de variables
|
|
- Purificación Benítez Medina
- hace 7 años
- Vistas:
Transcripción
1 Contenidos: Capítulo 6 Análisis bivariante de variables Distribución bidimensional de frecuencias ( tabla de correlación o contingencia ) Distribuciones marginales Coeficientes de Asociación Análisis de la dependencia lineal para var. cuantitativas: - concepto de dependencia lineal - la covarianza y sus propiedades - coeficiente de correlación lineal y matriz de correlaciones
2 Tabla de Correlación n o Contingencia Ahora tratamos de determinar si existe relación de interdependencia entre 2 variables, es decir, si se influyen mutuamente. Dadas dos variables cualesquiera A y B calculamos una tabla de contingencia: donde nij es el número de observaciones que presentan simultáneamente las características i, j de las variables A y B, respectivamente. Así, una tabla de contingencia es una una tabla de doble entrada, donde en cada casilla figurará el número de casos o individuos que poseen un nivel de una de las características analizadas y otro nivel de la otra característica.
3 Distribuciones marginales Al analizar una distribución bidimensional, uno puede centrar su estudio en el comportamiento de una de las variables, con independencia de cómo se comporta la otra. Nos interesaría entonces calcular las distribuciones marginales: Definimos: J n i = n ij j = 1 n I j = n ij i= 1 son las frecuencias absolutas marginales de las variables A y B, respectivamente. f J = i j = 1 n ij n f j = I i= 1 n ij n son las frecuencias relativas marginales de las variables A y B, respectivamente.
4 Utilizando estas distribuciones marginales podemos construir las siguientes tablas de contingencia: a) Distribuciones marginales b) Distribuciones de frecuencias relativas
5 c) Perfiles fila d) Perfiles columna
6 Ejemplo: Baleares como segunda residencia. Con el objetivo de conocer la evolución y estructura del gasto turístico, el Govern Balear realiza anualmente una encuesta sobre el gasto turístico en las Islas Baleares. Entre la información que se publica para el año 1990 aparece el deseo que los turistas tienen de seleccionar Baleares como una posible segunda residencia. Considerando que este deseo puede estar en función de la zona en donde se ha realizado la estancia, las respuestas a la cuestión desearía escoger Baleares como segunda residencia? se han cruzado con el lugar de estancia. Las posibles respuestas a la pregunta son: (i) no; (ii) sí, en los próximos años; (iii )sí, cuando me jubile, (iv) no lo sabe. Los lugares de estancia se han clasificado en las siguientes zonas: (1) Palma; (2) Costa de Ponent; (3) Costa de Tramuntana; (4) Badia de Pollença; (5) Badia d Alcudia; (6) Costa de Llevant; (7) Platja de Palma-S Arenal; (8) Menorca; (9) Eivissa- Formentera. Tabla de contingencia
7 Perfil fila: Perfil columna:
8 Coeficientes de asociación Las tablas de contingencia son un arma muy útil para tratar de determinar si entre 2 variables dadas existe algún grado de asociación o dependencia. Ejemplo anterior, influye en la respuesta sobre considerar Baleares como segunda residencia el hecho de haber pasado las vacaciones en una zona u otra?). Una medida sintética del grado de asociación se calcula a partir de la comparación entre los valores observados y los valores que uno esperaría encontrar en el caso de inexistencia de asociación. Si,en el ejemplo anterior, no se esperase ninguna asociación, la distribución de frecuencias relativas en términos de los perfiles columna sería la reproducida en el cuadro siguiente:
9 1) Coeficiente de Asociación Chi-Cuadrado (χ2): χ 2 2 χ = I J i= 1 j = 1 ( n e ) Si 0 no habrá asociación ij e ij ij 2 n ij e ij Frecuencia observada = n n i j n inexistencia de asociación Frecuencia esperada Problema: no tiene límite superior por lo que no permite conocer el grado de asociación. 2) Coeficiente C de contingencia de Karl Pearson: C = χ χ n límite _ máximo = 1 1 min( I, J ) Como solución: Casuística (0 C 1): Si C 0 inexistencia de asociación Si C 1 perfecta asociación entre las variables
10 3) Coeficiente lambda (λ): A partir de estos datos trataremos de determinar si utilizar los resultados de una de las variables nos facilita la predicción de la otra. Var. Dependiente: sobre la que se realiza la predicción. Var. Independiente o explicativa: la que facilita la predicción.
11 El estadístico Lambda se define como: Caso 1: variable edad = variable independiente error no condicionado=10135 error condicionado= =9523 λ=0,06 Luego, utilizando la variable edad como variable independiente reducimos en un 6,04% el error de predicción.
12 Caso 2: variable edad = variable dependiente error no condicionado=9022 error condicionado= =9022 λ=0 Luego tener información sobre la variable edad no mejora en nada la predicción de la variable zona urbana/rural. Una síntesis de los dos estadísticos Lambda anteriores es el denominado Lambda simétrico trico, que es una combinación de los dos anteriores ( en el ejemplo anterior λs = 0,03195 )
13 4) Gamma (γ), tau-b (τb) y tau-c (τc) Importante!! Estos estadísticos de asociación NO se pueden calcular en caso de que alguna de las variables a analizar sea una variable nominal. No veremos las fórmulas para calcularlas, tan sólo aprenderemos a interpretar sus valores: -1 γ, τb, τc 1 En cuanto al signo de la asociación: Si γ, τb, τc >0 Asociación positiva entre las variables Si γ, τb, τc <0 Asociación negativa entre las variables
14 En cuanto al grado de asociación: Si γ, τb, τc 0 inexistencia de asociación Si γ, τb, τc 1 ó -1 perfecta asociación entre las variables Ejemplo: Variables a analizar: número de estrellas de un hotel precio habitación por persona/día El estadístico Gamma será positivo o negativo? Es decir, a medida que aumenta el número de estrellas, aumentará o disminuirá el precio de las habitaciones? aumentará γ >0, asociación positiva
15 Análisis Bivariante para Variables Cuantitativas. Concepto de dependencia o asociación lineal Decimos que existe una relación de dependencia lineal exacta entre X e Y cuando existen ctes. a, b tales que : Yi= a + bxi i=1,..,n b>0 dependencia lineal positiva b<0 dependencia lineal negativa
16 Concepto de dependencia lineal OJO!!!: podríamos tener relaciones perfectas entre X e Y pero sólo estamos analizando las de tipo lineal: Relación tipo cuadrática
17 Concepto de dependencia lineal Utilizaremos el coeficiente de correlación lineal simple para determinar el grado de dependencia lineal entre 2 variables. Ejemplos: Dependencia lineal positiva no exacta ausencia de dependencia lineal
18 Covarianza Covarianza entre X e Y Mide si existe asociación lineal entre X e Y. Positiva o negativa pero no el grado de la misma.
19 Coeficiente de correlación lineal El valor de la covarianza dependerá de los valores de las variables, por tanto de sus unidades. Para poder eliminar las unidades y tener una medida adimensional utilizamos el COEFICIENTE DE CORRELACIÓN LINEAL r ) Sxy r xy = S S siendo invariante frente a transformaciones lineales (cambio de origen r xy y escala) de las variables. x y ( xy Propiedades: Es un coeficiente adimensional -1 r 1 Si hay relación lineal positiva r > 0 y próximo a 1 Si hay relación lineal negativa r < 0 y próximo a -1 Si no hay relación lineal r se aproxima a 0 INPORTANTE!!!! Si X e Y son independientes Sxy = 0 y por tanto r = 0 Importante: Si las dos variables son independientes, su covarianza vale cero. No podemos asegurar lo mismo en sentido contrario. Si dos variables tienen covarianza cero, no significa que sean independientes. Linealmente NO tienen relación. Pero pueden pueden ser dependientes.
20 Matriz de correlaciones (R) Si tenemos k variables podemos calcular los coeficientes de correlación para cada par de variables los presentamos en una matriz de correlaciones: Propiedades: la diagonal principal siempre es la unidad pues rxx = 1 es simétrica pues rxy = ryx
UNIDAD DIDÁCTICA III ESTADÍSTICA BIDIMENSIONAL Y REGRESIÓN LINEAL SIMPLE
UNIDAD DIDÁCTICA III ESTADÍSTICA BIDIMENSIONAL Y REGRESIÓN LINEAL SIMPLE 1 INTRODUCCIÓN TEMA 1. TABLAS DE CONTINGENCIA : LECTURA E INTERPRETACIÒN TEMA 2. APLICACIONES TEMA 3.GRÀFICAS CON DOS VARIABLES
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 detalles5 Relaciones entre variables.
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
Más detallesAnálisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears
Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación
Más detallesEstadística I Tema 3: Análisis de datos bivariantes
Estadística I Tema 3: Análisis de datos bivariantes Tema 3: Análisis de datos bivariantes Contenidos 31 Tablas de doble entrada Datos bivariantes Estructura de la tabla de doble entrada Distribuciones
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Tablas de contingencia y pruebas de asociación Francisca José Serrano Pastor Pedro A. Sánchez Rodríguez - Implica siempre a variables
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 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 detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 8
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 009-010 010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 8 La relación entre variables. Los índices de correlación Objetivos Definir
Más detallesMedidas de asociación
13 Medidas de asociación Irene Moral Peláez 13.1. Introducción Recurriremos a las medidas de asociación cuando queramos evaluar el grado de asociación entre dos variables y no únicamente comprobar analíticamente
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 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 detallesVariable Estadística Bidimensional
Capítulo 2 Variable Estadística Bidimensional 21 Distribución de Frecuencias Bidimensional Sea una población de n individuos donde estudiamos, simultáneamente, dos variables X e Y Seanx 1,x 2,,x k las
Más detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
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 detallesEstadística Estadística descriptiva bivariante
Estadística Estadística descriptiva bivariante Vamos a medir dos características (variables) sobre cada individuo. Las variables pueden ser cuantitativas o cualitativas combinadas de todas las formas posibles
Más detallesFUNDAMENTOS METODOLÓGICOS EN PSICOLOGÍA ANÁLISIS BÁSICOS CON SPSS
UNIVERSIDAD DE SEVILLA FACULTAD DE PSICOLOGIA FUNDAMENTOS METODOLÓGICOS EN PSICOLOGÍA PROFESORES: Gutiérrez, Mayte Martínez, Rafael J. Moreno, Rafael ANÁLISIS BÁSICOS CON SPSS INDICE: Pág. 1. Estadísticos
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesEl análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)
El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesTema 2: Estadística Bivariante Unidad 1: Correlación y Regresión
Estadística Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
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 detallesÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detallesBLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.
BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21
Más detallesDescripción de tablas de contingencia
GoBack Descripción de Guillermo Ayala Gallego Universidad de Valencia 15 de octubre de 2008 1 / 40 Un ejemplo Distribución conjunta y tabla de Distribución condicional Independencia y homogeneidad Tablas
Más detallesTema 8. Organización y descripción de datos con más de una variable
Tema 8 Organización y descripción de datos con más de una variable 1 EL CASO DE DOS VARIABLES CUALITATIVAS Tablas de contingencia Representación gráfica Índices de Asociación OTROS CASOS Una variable cualitativa
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 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 2: Análisis de datos bivariantes
1 Tema 2: Análisis de datos bivariantes En este tema: Tabla de contingencia, tabla de doble entrada, distribución conjunta. Frecuencias relativas, marginales, condicionadas. Diagrama de dispersión. Tipos
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
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 detallesMATRICES Y DETERMINANTES RANGO DE UNA MATRIZ
Índice Presentación... 3 Matrices equivalentes... 4 Ejemplo... 5 Dependencia lineal... 6 Rango de una matriz... 7 Ejemplo... 8 Rango de una matriz a partir de los determinantes... 9 Ejemplo... 10 Propiedades
Más detallesDescripción conjunta de dos variables
Descripción conjunta de dos variables Tema 2 Descripción breve del tema. Introducción Ignacio Cascos Depto. Estadística, Universidad Carlos III Ignacio Cascos Depto. Estadística, Universidad Carlos III
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesCapítulo 12 Análisis de variables categóricas El procedimiento Tablas de contingencia
Capítulo 12 Análisis de variables categóricas El procedimiento Tablas de contingencia En las ciencias sociales, de la salud y del comportamiento es bastante frecuente encontrarse con variables categóricas.
Más detalles1. SISTEMAS DE ECUACIONES DIFERENCIALES
1 1 SISTEMAS DE ECUACIONES DIFERENCIALES 11 SISTEMAS LINEALES DE PRIMER ORDEN Un sistema de ecuaciones diferenciales del tipo dx 1 dt a 11 tx 1 + a 1n tx n + f 1 t dx n dt a n1 tx 1 + a nn tx n + f n t
Más detallesJulia García Salinero. Departamento de Investigación FUDEN. Introducción
1 Análisis de datos en los estudios epidemiológicos V Prueba de Chi cuadrado y Análisis de la varianza. Departamento de Investigación FUDEN. Introducción Continuamos el análisis de los estudios epidemiológicos,
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 detallesTABLAS DE CONTINGENCIA
Tablas de contingencia 1 TABLAS DE CONTINGENCIA En SPSS, el procedimiento de Tablas de Contingencia crea tablas de clasificación doble y múltiple y, además, proporciona una serie de pruebas y medidas de
Más detallesMatrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.
Matrices Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
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 detallesDIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009
Índice general 5 Análisis de datos categóricos 3 51 Tablas de contingencia 3 52 Distribuciones marginales y condicionadas 4 53 Independencia Test Chi-cuadrado Tablas 2 2 6 531 Independencia 6 532 Test
Más detallesTema 5. Estadística descriptiva bivariable con variables categóricas y numéricas
Clase 5 Tema 5. Estadística descriptiva bivariable con variables categóricas y numéricas Relaciones entre variables categóricas La relación entre dos variables categóricas se analiza mediante una tabla
Más detallesEstadística I Tema 3: Análisis de datos bivariantes
Estadística I Tema 3: Análisis de datos bivariantes Tema 3: Análisis de datos bivariantes Contenidos 1. Introducción. Datos bivariantes. 2. Representaciones. Tablas de doble entrada. Distribución conjunta
Más detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
Más detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
Más detallesTEMA 4: RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES.
TEMA 4 Ejercicios / 1 TEMA 4: RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES. 1. Tenemos un sistema homogéneo de 5 ecuaciones y 3 incógnitas: a. Es posible que sea incompatible?. Por qué? b. Es posible
Más detallesHerramientas digitales de auto-aprendizaje para Matemáticas
real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más 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 detallesAnálisis Factorial: Análisis de componentes principales
Análisis Factorial: Análisis de componentes principales Abel Lucena Ferran Carrascosa Universitat Pompeu Fabra 22 de febrero de 2013 En qué consiste el análisis factorial? El análisis factorial agrupa
Más detallesλ = es simple se tiene que ( )
Sección 6 Diagonalización 1- (enero 1-LE) Sea 1 1 = 1 1 a) Es diagonalizable la matriz? En caso afirmativo, calcula las matrices P y D tales que 1 P P = D b) Existe algún valor de a para el que ( 3, 6,
Más detallesEjercicios resueltos del capítulo 1
Ejercicios resueltos del capítulo Ejercicios impares resueltos..b Resolver por el método de Gauss el sistema x +x x +x 4 +x = x x +x 4 = x +x +x = x +x x 4 = F, ( ) F 4, () F, ( ) F, () 8 6 8 6 8 7 4 Como
Más detallesSe denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
TEMA 1.- MATRICES 1.-Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la
Más detalles2. ESTADÍSTICAS BIDIMENSIONALES
TEMA. ESTADÍSTICAS BIDIMENSIONALES.... Definición. Objetivos.... Coeficiente de Correlación. Lineal... 4 3. Rectas de regresión.... 7 . Definición. Objetivos En el tema anterior hemos estudiado las distribuciones
Más detallesContenido. Introducción. Introducción. Definiciones. Estadística Descriptiva. Estadística Descriptiva
Contenido Introducción al Diseño de Eperimentos para el Reconocimiento de Patrones Capítulo : Modelos Estadísticos Curso de doctorado impartido por Dr. Quiliano Isaac Moro Dra. Aranzazu Simón Hurtado Marzo
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
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 detallesForman base cuando p 0 y 1.
1 VECTORES: cuestiones y problemas Preguntas de tipo test 1. (E11). Los vectores u = (p, 0, p), v = (p, p, 1) y w = (0, p, ) forman una base de R : a) Sólo si p = 1 b) Si p 1 c) Ninguna de las anteriores,
Más detallesESTADISTICA APLICADA: PROGRAMA
Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,
Más detallesMatrices, Determinantes y Sistemas de ecuaciones lineales
Tema 1 Matrices, Determinantes y Sistemas de ecuaciones lineales 1.1. Matrices Definición: Una MATRIZ es un conjunto de números reales dispuestos en forma de rectángulo, que usualmente se delimitan por
Más detallesCAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES
CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se
Más detallesCLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA
1 CLASES DE ESTADÍSTICA II CLASE ) ESPERANZA ABSOLUTA. ESPERANZA CONDICIONAL. ESPERANZA ABSOLUTA El cálculo de valores esperados o esperanzas a nivel de dos variables aleatorias es una generalización matemática
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detallesDistribuciones bidimensionales. Correlación.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 4: Distribuciones bidimensionales. Correlación. Resumen teórico Resumen teórico de los principales conceptos estadísticos
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 detallesMatrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.
Matrices Introducción Una matriz de m filas y n columnas con elementos en el cuerpo K es un rectángulo de elementos de K (es decir, números) del tipo a a 2 a n a 2 a 22 a 2n A = (a ij ) = a m a m2 a mn
Más detallesEstadística inferencial. Aplicación con el SPSS
Estadística inferencial. Aplicación con el SPSS Sabina Pérez Vicente Unidad de Calidad APES Hospital Costa del Sol sabina.perez.exts@juntadeandalucia.es Comparabilidad inicial de los grupos Se debe realizar
Más detallesDeterminación del tamaño muestral para calcular la significación del coeficiente de correlación lineal
Investigación: Determinación del tamaño muestral para calcular 1/5 Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal Autores: Pértegas Día, S. spertega@canalejo.org,
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES Facultad de Psicología y Ciencias Sociales. Licenciatura en Sociología. ESTADÍSTICA II (Plan 2008)
UNIVERSIDD DE CIENCIS EMPRESRILES Y SOCILES Facultad de Psicología y Ciencias Sociales ESTDÍSTIC II (Plan 2008) NÁLISIS DE REGRESIÓN N LINEL MÚLTIPLEM Prof. Titular Lic. Rubén José Rodríguez 21 de marzo
Más detalles4. Obtén las siguientes tablas de doble entrada para las variables Dispersión y Formación:
ACTIVIDAD DE INFERENCIA Y ASOCIACIÓN 1. Obtén los estadísticos descriptivos básicos y un intervalo de confianza del 95% para la media del coste en farmacia por habitante. A partir del resultado obtenido
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 detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesLección 1. Algoritmos y conceptos básicos.
Página 1 de 8 Lección 1. Algoritmos y conceptos básicos. Objetivos. La primera lección del curs está dedicada a repasar los conceptos y algoritmos del álgebra lineal, básicos para el estudio de la geometría
Más detallesTabulación Cruzada. Sample StatFolio: crosstabulation.sgp
Tabulación Cruzada El procedimiento de Tabulación Cruzada esta diseñado para resumir dos columnas de datos. Esta construye una tabla de dos-caminos mostrando las frecuencias de ocurrencia de cada uno de
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 detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
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 detallesMatrices y Determinantes.
Matrices y Determinantes. Definición [Matriz] Sea E un conjunto cualquiera, m, n N. Matrices. Generalidades Matriz de orden m n sobre E: a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn a ij
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 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 detallesEjemplo 1. Ejemplo introductorio
. -Jordan. Ejemplo 1. Ejemplo introductorio. -Jordan Dos especies de insectos se crían juntas en un recipiente de laboratorio. Todos los días se les proporcionan dos tipos de alimento A y B. 1 individuo
Más detallesAnálisis de fiabilidad. García-Bellido, R.; González Such, J. y Jornet Meliá, J.M.
SPSS: ANÁLISIS DE FIABILIDAD ALFA DE CRONBACH El coeficiente Alfa de Cronbach es un modelo de consistencia interna, basado en el promedio de las correlaciones entre los ítems. Entre las ventajas de esta
Más detalles1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional
1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 4.1. Variable aleatoria bidimensional Las Variables Aleatorias Bidimensionales o N-Dimensionales surgen cuando es necesario trabajar en espacios
Más detallesdos, tres o más variables categóricas en una tabla de contingencia.
Modelo Log Lineales Hasta los años 60 las tablas de contingencia de 2 2 eran analizadas calculando estadísticos tipo χ 2 para testear independencia. Cuando las tablas involucraban más variables se solía
Más detallesMatemáticas 4 Enero 2016
Laboratorio #1 Vectores I.- Calcule el producto escalar de los dos vectores y el coseno del ángulo entre ellos. 1) u = 3i + 2j 4k; v = i + 5j 3k 2) u = i + 2j 3k; v = 1i 2j + 3k 3) u = 1 2 i + 1 3 j +
Más detallesRegresión lineal múltiple
Regresión lineal múltiple José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Índice I 1 El modelo de regresión lineal múltiple 1 El modelo de regresión múltiple. Introducción
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 detallesPruebas de bondad de ajuste
Pruebas de bondad de ajuste Existen pruebas cuantitativas formales para determinar si el ajuste de una distribución paramétrica a un conjunto de datos es buena en algún sentido probabilístico. Objetivo:
Más detallesValores y Vectores Propios
Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................
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 detallesAnálisis descriptivo con SPSS. Favio Murillo García
Análisis descriptivo con SPSS Favio Murillo García Tablas de contingencia Cuando se trabaja con variables categóricas, los datos suelen organizarse en tablas de doble entrada en las que cada entrada representa
Más detallesTema 2: Estadística Descriptiva Bivariante.
Estadística 24 Tema 2: Estadística Descriptiva Bivariante. Se va a estudiar la situación en la que los datos representan observaciones, correspondientes a dos variables o caracteres, efectuadas en los
Más detallesPropiedades de la distribución «Normal»
Propiedades de la distribución «Normal» 0,13% 2,14% 13,59% 34,13% 34,13% 13,59% 2,14% 0,13% -4σ -3 σ -2σ -1σ X M d M o + 1σ + 2 σ Es simétrica media, mediana moda coinciden en el punto central Si añadimos
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallesFunciones: raíz cuadrada, potencia, exponencial y logaritmo
Funciones: raíz cuadrada, potencia, exponencial y logaritmo Función raíz cuadrada La función raíz cuadrada de un número, es el número mayor o igual que cero, que elevado al cuadrado se obtiene el primer
Más detallesSucesiones y series de números reales
Capítulo 2 Sucesiones y series de números reales 2.. Sucesiones de números reales 2... Introducción Definición 2... Llamamos sucesión de números reales a una función f : N R, n f(n) = x n. Habitualmente
Más detalles