PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.
|
|
- Vicente López Padilla
- hace 7 años
- Vistas:
Transcripción
1 Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos de regresoes leales. A) Comezarás co el modelo de regresó leal smple. Deberás compreder los sguees cocepos: Defcó del modelo: se supoe u modelo de regresó leal smple para eplcar la varable Y (depedee o edógea) dada la formacó de la varable eplcava X (depedee o eógea) cuado se plaea la relacó: ( Y / X ) β0 +β + ε,,..., dode β 0 y β so parámeros descoocdos (a esmar), ε so varables aleaoras o observables (perurbacoes o errores) y es el amaño de muesra. E el modelo de regresó smple se ea eplcar el comporameo de ua varable aleaora Y, medae ora, o aleaora (o que se supoe o aleaora, o cluso que smplemee se puede corolar) X; de allí que se llama a la prmera, la varable eplcada y a la seguda la varable eplcava. Los supuesos cláscos:. ( ε ) 0,,...,. E. ( ε ) σε,,..., (Homoscedascdad). V 3. COV( ε, ε j ) 0 j (Icorrelacó). 4. Las varables X esá dadas, so o esocáscas. Como cosecueca de los supuesos aerores se ee que:. E Y / X ) β + β,,..., ( 0 ε. V(Y / X ) σ,,..., 3. COV(Y,Y j / X, X j j ) 0 j El supueso 4 perme (auque co cero abuso de oacó) escrbr el modelo como: Y β 0 + β + ε,,...,
2 Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague Deberás oar que el supueso de Normaldad o es u supueso clásco. El msmo será ecesaro para esmar los parámeros por el méodo de máma verosmlud y para realzar fereca acerca de los parámeros del modelo. Deberás defcar dferecar el modelo del modelo esmado que es co el que ermarás rabajado. Para la esmacó de los parámeros de u modelo, se emplea e geeral, el méodo de los Mímos cuadrados ordaros. Deberás compreder qué es lo que plaea y cómo fucoa el méodo. El modelo esmado esá dado por E 0 β y 0 β + β dode y es la esmacó puual de 0 y (Y / X ) E(Y ) β + meras que β β so los esmadores puuales de β 0 y β. La esmacó de los parámeros surge de realzar las sguees operacoes: ( Y Y )( ) Y Y ^ β ( ) ^ ^ β 0 Y β σε ε [ y y ] [ y ( β 0 + β )] Es esecal que compredas la erpreacó de los parámeros y de sus esmacoes e u modelo de regresó leal. Deberás compreder las propedades de los esmadores MCO y para ello deberás compreder el eorema de Gauss-Markov. Bajo los supuesos cláscos los esmadores MCO de β 0 y β so leales, sesgados y dero de los leales e sesgados so de míma varaza. Se dce que los esmadores β0 y β so los mejores esmadores leales e sesgados (MELI). Deberás compreder la esmacó de los parámeros por u méodo aleravo al MCO, el méodo de máma verosmlud. Te sugermos oar que e el caso e qué se supoe ormaldad de los errores, los esmadores proporcoados por ambos méodos cocde.
3 Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague Deberás compreder la forma de calcular y el sgfcado del coefcee de deermacó de ua regresó leal (R ). El msmo dca qué proporcó de la varacó oal de la varable e esudo es capaz de ser eplcada por la regresó esmada. Te acosejamos defcar y compreder la relacó ere el coefcee de deermacó (R ) y el coefcee de correlacó leal de Pearso (ρ ) que vmos cuado aalzamos la relacó leal ere dos varables cuaavas. Deberás compreder las posbles fereca esadíscas que se puede realzar sobre los parámeros del modelo, se puede realzar pruebas de hpóess e ervalos de cofaza para β 0, β y σ ε. E el caso parcular del modelo de regresó smple, la prueba de hpóess H 0 ) β 0, se cooce como prueba de sgfcacó del modelo e su cojuo y puede hacerse co β β T ~ o co σ β SCReg SCErr/( - ) aálss de la varaza que se presea a couacó: que se calcula a parr de los daos del cuadro de ANALISIS DE VARIANZA Grados Suma Valor de de Cuadrados F críco lberad cuadrados Medos de F Regresó SCReg SCReg SCReg Resduos - SCErr SCErr/(-) SCErr/(-) f 0 P(F > f 0 ) Toal - SCT Deberás compreder odos los compoees del cuadro aeror y las relacoes que ese ere los msmos. Bajo H 0 ) β 0 cera se ee que β SCReg T ~ F,, co lo que el σ SCErr/( - ) β corase de sgfcacó de X puede realzarse ambé co ese esadísco. SCReg R F SCErr/( - ) ( R ) /( )
4 Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague Observacó: la prueba T y la F llevará a las msmas coclusoes pues esear la sgfcacó de u modelo de regresó leal smple mplca esear la sgfcacó de la pedee (b ). Deberás compreder que ésos modelos so muy úles co el objevo de realzar predccoes del valor esperado de la varable depedee () o de u valor puual de la msma (), dados los valores de la varable depedee.. Iervalo de cofaza esmado al 00(-α) para ( Y / X ) E( Y ) β + β β + β ± 0, α / [ + ] ( ) E 0 ( ). Iervalo de predccó esmado al 00(-α) para β + β + ε β + β ± 0, α / Y 0 ( ) [ + + )] ( ) σε σε B) Couarás co el modelo de regresó leal geera. Deberás compreder los sguees cocepos: Su defcó: se supoe u modelo de regresó leal múlple para eplcar la varable Y (depedee o edógea) dada la formacó de las varables eplcavas X, X,..., X k- (depedees o eógeas) cuado se plaea la relacó ( Y / X,,..., Xk k ) β0 + β, + β, βk,k + ε,,..., dode β 0, β,..., β k- so parámeros descoocdos (a esmar), ε so varables aleaoras o observables (perurbacoes o errores) y es el amaño de muesra. Su oacó marcal: el modelo aeror, se puede escrbr de maera más compaca como Y Xâ + e dode
5 Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague Y L β ε Y Y M Y, X M M L L k k M k, â 0 β M βk ε y e M ε Los esmadores MCO so la solucó a mí å å mí( Y Xâ ) ( Y Xâ ) co lo que debe cumplrse que X Xâ X Y (Ecuacoes ormales) y el esmador MCO del vecor b se obee resolvedo el ssema de ecuacoes. Supoedo que esa ( X X ) se obee ∠( X X ) X Y. Te sugermos verfcar que esas esmacoes cocde co las dadas e el modelo de regresó leal smple. Para que esa u úco ∠se requere que el rago de la marz X sea gual a k, lo que garaza la eseca de ( X ). Por esa razó a los supuesos cláscos del modelo de regresó leal smple se agrega la o colealdad perfeca de los vecores columa de la marz X. X La esmacó sesgada de la varaza es la sguee: ε σ ε k [ y y k ] â â E el caso del modelo de regresó múlple el R se corrge para omar e cuea el efeco de agregar varables eplcavas e la reduccó de la SCErr, así se defe al R SCErr/( - ) corregdo como R k C. Te sugermos pesar SCT/( -) las mplcacoes de esa correccó. Ifereca respeco de los parámeros del modelo. Al gual que e el modelo de regresó leal smple, co el supueso de ormaldad se puede realzar pruebas de hpóess y cosrur ervalos de cofaza para cualquera de los parámeros volucrados e el modelo. La prueba de sgfcacó del modelo e su cojuo oma la forma parcular: H 0 ) β β... β k- 0 H ) Algú β 0 para,,..., k-
6 Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague y se realza usado el esadísco F que se obee del cuadro de aálss de la varaza de maera aáloga que e el modelo smple. Es esecal que compredas la erpreacó de los parámeros y de sus esmacoes y que apredas a leer las saldas que e brda los programas del curso (ecel y SPSS). Falmee e preseamos el croograma sugerdo: Temas Lecura de los capíulos 3. al 3.3 del Novales (los capíulos 3.4 al 3.6 so opcoales). Ejerccos, 6 y 7 de la prácca 5. Lecura de los capíulos 4. y 4. del Novales Ejerccos 9 y 6 de la prácca 5. Ejerccos 4, y 8 adcoales secor ecoómco. Lecura del capìulo 5 del Novales. Ejerccos, y 4 de la prácca 6. Ejerccos 3 y 8 adcoales secor ecoómco. Ocubre-ovembre
UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES
UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesAnálisis de Regresión
Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesEnsayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica
Esayos Lmacoes del modelo leal de probabldad y aleravas de modelacó mcroecoomérca Resume Absrac Résumé E ese arículo se eama res méodos para desarrollar modelos de probabldad para ua varable de respuesa
Más detallesRegresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Más detalles1. Introducción 1.1. Análisis de la Relación
. Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado
Más detallesVOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL
ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL
Más detallesCURSO DE ECONOMETRIA BÁSICA
CURSO DE ECONOMETRIA BÁSICA D. Fracsco Parra Rodríguez. Jefe de Servco de Esadíscas Ecoómcas y Socodemografcas. Isuo Caabro de Esadísca. ICANE, ÍNDICE Tema. Regresó y correlacó leal smple Tema. Regresó
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesn t T é c n i c Curso de Estadística con R Autor: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas Económicas y Sociodemográficas ICANE
D o c u m e Curso de Esadísca co R o s Auor: Fracsco Parra Rodríguez Jefe de Servco de Esadíscas Ecoómcas y Socodemográfcas ICANE DOC. Nº /6 ISSN 444-67 Saader, Caabra T é c c o s . EL MODELO LINEAL GENERAL...3..
Más detallesUna formulación general de un modelo de regresión paramétrico es la siguiente:
Esmadores úcleos y polomos locales. Fracsco Parra Rodrguez Docor e Cecas Ecoómcas. UNED. Modelos de regresó o paramércos Los modelos de regresó paramércos supoe ue los daos observados provee de varables
Más detallesINGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA
Lecura 6 PRONÓSTICOS EN ACTIVOS REPARABLES INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA Medardo Yañez Yañez Meda, Medardo - Gómez de
Más detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detallesTRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).
TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores
Más detallesANÁLISIS DE REGRESIÓN. Departamento de Matemáticas Universidad de Puerto Rico Recinto Universitario de Mayagüez
ANÁLISIS DE REGRESIÓN Feradez Departameto de Matemátcas Uversdad de Puerto Rco Recto Uverstaro de Mayagüez REGRESIÓN LINEAL SIMPLE Regresó: cojuto de téccas que so usadas para establecer ua relacó etre
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detalles1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea
Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesEstimación de parámetros en ecuaciones diferenciales estocásticas aplicadas a finanzas
Esmacó de parámeros e ecuacoes dferecales esocáscas aplcadas a fazas Joh Freddy Moreo Trujllo * jho.moreo@uexerado.edu.co * Docee vesgador. Faculad de Fazas, Gobero y Relacoes Ieracoales. Uversdad Exerado
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
Más detallesEstimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos
Uverdad Auóoma de Madrd Emacó de parámero Tema. Emacó puual Propedade de lo bueo emadore. Emacó por ervalo.. Coruccó del ervalo de cofaza. íme cofdecale. Nvel de cofaza y vel de rego... Iervalo de cofaza
Más detallesFigura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:
Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al
Más detallesCurvas Sistemas Gráficos Ing. Horacio Abbate 1
Crvas Ssemas Gráfcos Ig. Horaco Abbae Polomos de erse Para y cosderar Para y cosderar - - Forma a base ara los olomos de grado. Calqer olomo de grado se ede descrbr como a combacó leal de olomos de erse
Más detallesANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.
Más detallesTema 1: Introducción: Generalización y Extensión del Modelo de Regresión
Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Itroduccó Especfcacó del Modelo de Regresó Leal 3 Supuestos del Modelo Clásco de Regresó
Más detallesTRANSMISIÓN DE CALOR MULTIDIRECCIONAL Y TRANSITORIA
Daposva ema6: rasmsó de calor muldreccoal rasora RANSMISIÓN DE CALOR MULIDIRECCIONAL Y RANSIORIA J.M.Corberá, R. Roo (UPV Daposva ema6: rasmsó de calor muldreccoal rasora ÍNDICE. RANSMISIÓN DE CALOR MULIDIRECCIONAL.
Más detallesFEM-OF: EDP Elíptica de 2 Orden
9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk
Más detallesPara el caso τ = 20 [min], la función se puede representar de las siguientes formas: a) Función Matemática: b) Tabla de Valores
1 RAPIDEZ DE CAMBIO Semaa 05 1 Varables depedees y o depedees Defr los cocepos: varable, cosae, cremeo, varacó. Defr los cocepos: varable depedee, varable depedee. Recoocer varables depedees e depedees.
Más detallesx x x x x Y se seguía operando
. INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces
Más detalles( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.
Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesCapítulo 3. Consideraciones sobre métodos numéricos
3.. Iroduccó 5 Capíulo 3. Cosderacoes sobre méodos umércos 3.. Iroduccó E ese capíulo se presea la eoría y alguos cocepos sobre los que se susea los esquemas umércos de ala resolucó. Su aplcacó a las ecuacoes
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesLOS NÚMEROS COMPLEJOS
LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate
Más detalles4.4. La ciudad circular El Modelo de Salop
4.4. La cudad crcular El Malde Machado Ecoomía Idusral - Malde Machado La Cudad Crcular El modelo de Salop 4.4. La cudad crcular El E el modelo de Hoellg habamos supueso que solo hay dos empresas. Ahora
Más detallesTEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES
Maemácas Faceras Prof. Mª Mercees Rojas e Graca TEMA 3: EQUIVALENIA FINANIERA DE APITALE ÍNDIE. PRINIPIO DE EQUIVALENIA DE APITALE: ONEPTO. APLIAIONE DEL PRINIPIO DE EQUIVALENIA: UTITUIÓN DE APITALE....
Más detallesx θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra
Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de
Más detallesELABORACIÓN DE UN ÍNDICE COMPUESTO CAPÍTULO = X
5 CAPÍTULO ELABORACIÓN DE UN ÍNDICE COMPUESTO Ls Ídces Cmpuess, expresa de maera resumda la varacó prmed de u cju de varables respec de u períd base. Csderems u Agregad Cmplej "X", csud pr las varables
Más detallesManual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7
Maual del usuaro HET Versó.9.7 ofware de Maemácas Herrameas de Esadísca y robabldad Wdows X - Wdows Vsa - Wdows 7 - Wdows 8 - Wdows O F T W R E Refereca: HET www.vaasofware.com EÑOL ÍDICE Iroduccó...3
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesVida media residual de mixturas finitas y aplicaciones a sistemas coherentes
Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Navarro Camacho, Jorge jorgeav@umes Deparameo de Esadísca e Ivesgacó Operava Uversdad
Más detallesUna Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México
Ua Esraega de Acumulacó de Reservas Medae Opcoes de Vea de Dólares. El Caso de Baco de Méxco INDICE I. REUMEN... II. INTRODUCCIÓN...3 III. IV. OPCIONE DE VENTA DE DÓLARE...4 III.. PRINCIPALE CARACTERÍTICA...4
Más detallesREVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001
REVISA INVESIGACION OPERACIONAL Vol., No., SOLUCIONES A DIFERENES PROBLEMAS DENRO DEL CAMPO DE LA COMUNICACION ESADISICA J. Navarro Moreo, J.C. Ruz Mola y R.M. Ferádez Alcalá, Deparameo de Esadísca e Ivesgacó
Más detallesAnálisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears
Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesEstadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo
Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza
Más detallesIntroducción a la Estadística Descriptiva
Iroduccó a la Esadísca Descrpva ª Edcó Carla Re Graña María Raml Díaz ITRODUCCIÓ A LA ESTADÍSTICA DESCRIPTIVA. ª Edcó o esá permda la reproduccó oal o parcal de ese lbro, su raameo formáco, la rasmsódeguaformaoporcualquermedo,aseaelecróco,mecáco,porfoocopa,por
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detalles5.3 Estadísticas de una distribución frecuencial
5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor
Más detallesque queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)
APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u
Más detallesObjetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética
Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado
Más detallesAnálisis de la Varianza
Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detallesTaller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.
Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad
Más detallesUn indicador mensual adelantado del sector de construcción: IMACO
U dcador mesual adelaado del secor de cosruccó: IMACO Sere Documeos de Trabajo [No. 34] Abrl Al Acosa Dael Barráez Elsy Paracare Baco Ceral de Veezuela Caracas Gereca de Ivesgacoes Ecoómcas Produccó edoral
Más detallesTema 1: Transformada de Laplace. Contenidos Transformada de Laplace
Tema Traformada de aplace Traformada de aplace Traformada vera de aplace Coedo Grupo EDUMATICUS. Deparameo de Maemáca Aplcada. Uverdad de Málaga Amplacó de Cálculo 2/. Ecuela Polécca Superor Tema : Traformada
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesAplicaciones de Balances de Energía en Reactores Batch
plcacoes de Balaces de Eergía e Reactores Batch Para u reactor batch, el BdeM se epresa como la ecuacó para determar el tempo de resdeca: t N ( rv Separado varables: V N Esta es ua ecuacó dferecal ordara
Más detallesRegresión Lineal Simple
REGRESIÓN LINEAL Regresió Lieal Simple Plaeamieo El comporamieo de ua magiud ecoómica puede ser explicada a ravés de ora F( Si se cosidera que la relació puede ser de ipo lieal, la formalizació vedría
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detalles1 Estadística. Profesora María Durbán
Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el
Más detallesTEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE
Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesMEDIDAS DE CENTRALIZACIÓN
Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca
Más detallesProbabilidad y estadística
Probabldad y estadístca Grupo PM4 Trabajado gráfcas,meddas de tedeca cetral, meddas de dspersó e terpretado resultados Prof. Mguel Hesquo Garduño. Depto. De Igeería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.m
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesEnsayos de control de calidad
Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de
Más detallesANALISIS BAYESIANO APLICADO A LA PROYECCION DE SINIESTRALIDAD DEL SEGURO OBLIGATORIO DE ACCIDENTES DE TRANSITO (SOAT).
AALISIS BAYSIAO APLICADO A LA PROYCCIO D SIISTRALIDAD DL SGURO OBLIGATORIO D ACCIDTS D TRASITO (SOAT). JISSO JAVIR BOHORQUZ BOHORQUZ Trabao de Grado ara Oar el Tulo de Maemáco Asesor Cosaza Quero Guzmá
Más detalles3 Metodología de determinación del valor del agua cruda
3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos
Más detallesTEMAS DE MATEMÁTICAS (Oposiciones de Secundaria)
TEMAS DE MATEMÁTICAS (Oposcoes de Secudara TEMA 8 MATRICES. ALGEBRA DE MATRICES. APLICACIONES AL CAMPO DE LAS CIENCIAS SOCIALES Y DE LA NATURALEZA.. Iroduccó.. Cocepo báscos... Tpos de marces. 3. M mx
Más detallesTema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu
y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,
Más detallesDuración y Convexidad I
Marí Herádez errao Modelo Aleravo Duracó y Covexdad I E ese maeral se presea de forma accesble, mas co u grado resposable de rgor maemáco, los cocepos de duracó y covexdad. e asume que el lecor cuea co
Más detalles1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años.
Ejerccos Resuelos Números Ídces Faculad Cecas Ecoómcas y Emresarales Dearameo de Ecoomía Alcada Profesor: Saago de la Fuee Ferádez 1. Ua emresa esuda la evolucó de los recos e euros de res comoees (A,
Más detallesCAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.
CPIULO 2º FUNCIONES DE VECORES Y MRICES_ Ig. Dego lejadro Patño G. M.Sc, Ph.D. Fucoes de Vectores y Matrces Los operadores leales so fucoes e u espaco vectoral, que trasforma u vector desde u espaco a
Más detallesTEMA 2.- LA CAPITALIZACIÓN COMPUESTA.
TEMA.- LA APITALIZAIÓN OMPUESTA. Objevo: Foralzar la ley de capalzacó copuesa y esudar sus agudes dervadas.. EXPRESIÓN ANALÍTIA Y REPRESENTAIÓN GRÁFIA. La ley facera de capalzacó copuesa ee la sguee expresó
Más detallesRegresión y correlación lineal.
Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.
Más detallesde los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u
FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:
Más detalles10 MUESTREO. n 1 9/ / σ σ 1
10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,
Más detallesQué conclusión extraeremos trabajando con un nivel de significación del 5%?
sbb BB BBB Ejercco 1 Ua asocacó de defesa del cosumdor argumeta que el cotedo de las latas de atú de ua determada marca es feror a los 50 g que se dca e el paquete. ara cotrastarlo se coge ua muestra de
Más detallesCAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en
CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo
Más detallesAnálisis de Regresión y Correlación. Material Preparado por Olga Susana Filippini y Hugo Delfino 1
Aálss de Regresó y Correlacó Materal Preparado por Olga Susaa Flpp y Hugo Delfo ORIGEN HISTÓRICO DEL TÉRMINO REGRESlÓN El térmo regresó fue troducdo por Fracs Galto. E u famoso artículo Galto platea que,
Más detallesCURSO CONVOCATORIA:
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como
Más detallesTEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO
TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total
Más detallespor SANTIAGO RODRÍGUEZ FEIJOÓ Universidad de Las Palmas de Gran Canaria CARLOS GONZÁLEZ CORREA Consejería de E. y H. del Gobierno de Canarias
ESTADÍSTICA ESAÑOLA Vol. 44, Núm. 50, 2002, págs. 229 a 255 La eoría de la ardad Relava del oder de Compra ere erroros ecoómcos que ee ua msma moeda: ua aplcacó a las comudades auóomas españolas por SANTIAO
Más detallesTabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22
Tala de Coedo Preeacó... Cocepo áco ore regreó correlacó.... Supueo áco de regreó.... Lo upueo de regreó e Dedromería... 6. Emacó de lo parámero del modelo de regreó leal mple... 7.. El méodo de mímo cuadrado
Más detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesPROBABILIDAD Y ESTADISTICA
1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca
Más detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesReglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005
Reglas para el maejo de los ídces de deuda de la BV Bolsa acoal de Valores Verso 4.4 3/07/005 ága de 6 COTEIDO ITRODUCCIÓ... 4. erspecva geeral... 4 MAEJO DE LOS ÍDICES... 6. Comé de Ídces de íulos de
Más detallesFigura 1
Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable
Más detalles