Riesgos Proporcionales de Cox

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Riesgos Proporcionales de Cox"

Transcripción

1 Resgos Proporconales de Cox Resumen El procedmento Resgos Proporconales de Cox esta dseñado para ajustar un modelo estadístco sem-parámetrco a los tempos de falla de una o mas varables predctoras. Los predctoras pueden ser cuanttatvos o categórcos. Modelos de prmer o Segundo orden pueden ser ajustados, con o sn nteraccones. A dferenca del procedmento Regresón con Datos de Vda, nnguna suposcón es hecha acerca de la dstrbucón de los tempos de falla. La únca suposcón es que los predctoras actúan de manera multplcatva en la funcón de rego. Los tempos de fallas pueden ser censurados o no censurados. La salda del procedmento ncluye un estmador de la funcón de resgo y una prueba de sgnfcanca en cada una de las varables predctoras. Grafcas de las funcones estmadas de supervvenca de resgo pueden ser creadas, tan ben como varas grafcas de resduos. Ejemplo StatFolo: coxph.sgp Datos del Ejemplo: El archvo nephrectomy.sf6 contene datos de un estudo de n = 36 pacentes con tumores malgnos en su rñón, reportado por Collett (1994). Los pacentes son dvddos en 3 grupos de edades. Algunos pacentes en cada grupo tenen que someterse a una nefrectomía (removmento qurúrgco del rñón), mentras que otros no. Una porcón del archvo es mostrada abajo. Survval tme (Tempo de Supervvenca) Censores (Censurado) Nephrectomy (Nefrectomía) Age (Edad) 2006 por StatPont, Inc. Resgos Proporconales de Cox - 1

2 El Tempo de Supervvenca esta en meses. Censurado es gual a 1 s Tempo de Supervvenca es una observacón censurada y 0 en otro caso. Nefrectomía es 1 para aquellos pacentes para los cuales su rñón a sdo removdo y 0 para los que no. Edad es 1 para pacentes menores de 60 años, 2 para aquellos entre 60 y 70, y 3 para pacentes con más de 70 años. Entrada de Datos La caja de dalogo de entrada requere nformacón sobre los tempos de falla y las varables predctoras: Varable Dependente: Una varable numérca contenendo Y, los tempos de falla (para datos sn censura) o los tempos de censura (para datos censurados). (Censura): Una columna opconal ndcando s cada valor ha sdo censurado o no. Introduce 0 s el valor de la varable dependente representa un tempo de falla censurado. Introduce un 1 s el valor ha sdo censurado por la derecha (el tempo de falla verdadero es mas grande que el valor ntroducdo). Factores Cuanttatvos: Columnas numércas que contenen los valores de algunos factores cuanttatvos que son ncludos en el modelo. Factores Categórcos: Columnas numércas o no numércas que contenen los nveles de algunos factores categórcos que son ncludos en el modelo por StatPont, Inc. Resgos Proporconales de Cox - 2

3 Seleccón: Seleccón de un subconjunto de los datos. STATGRAPHICS Rev. 9/14/2006 En el ejemplo, hay dos factores categórcos. Modelo Estadístco Los modelos de rego proporconales de Cox suponen que el efecto de las varables predctoras sobre la funcón de resgo puede ser expresado como un producto de térmnos que envuelven las varables predoctora X y una funcón de base de resgo. STATGRAPHICS ajusta un modelo de la forma h x ( β k k 0 t t) = exp( β + β X + β X X ) h ( ) (1) donde h 0 (t) es una funcón base de resgo apropada cuando todas las varables predctoras son gual a 0. La funcón exp (Xβ) es la razón de la funcón de resgo para una observacón con varables predctoras X observadas y la funcón base de resgo. Resumen del Análss El Resumen del Análss desplega una tabla que muestra el modelo estmado y la prueba de razón de verosmltud para la sgnfcanca de los coefcentes del modelo. Modelos de Resgos Proporconales de Cox - Survval tme Varable dependente: Survval tme Censura: Censored Factores: Nephrectomy Age Número de valores no censurados: 32 Número de valores censurados por derecha: 4 Modelo de Regresón Estmado Error Inferor 95.0% Superor 95.0% Parámetro Estmado Estándar Límte de Conf. Límte de Conf. Nephrectomy= Age= Age= Log verosmltud = Pruebas de Razón de Verosmltud Factor Ch-Cuadrada Gl Valor-P Nephrectomy Age La tabla ncluye: Resumen de Datos: Un resumen de los datos de entrada, ncluyendo el número de observacones n usada para ajustar el modelo por StatPont, Inc. Resgos Proporconales de Cox - 3

4 Modelo de Regresón Estmado: Estmadores de máxma verosmltud de los coefcentes β en el modelo de regresón, con errores estándar e ntervalos de confanza aproxmados. Pruebas Razón de Verosmltud: Esta prueba se corre para determnar s los coefcentes son o no sgnfcatvamente dstntos de 0. P-valores de dos colas son mostrados. P-valores pequeños (menos que 0.05 s se opera en un nvel de confanza del 95%) corresponden a varables estadístcamente sgnfcantes. La tabla anteror muestra los resultados de ajustar un modelo de prmer orden a los datos del ejemplo. El modelo estmado es: h x (t)= exp[ (Nephrectomy=1) (Age=2) (Age=3)] h 0 (t) Los térmnos Nephrectomy=1, Age=2, y Age=3 son varables ndcadoras boleanas que toman el valor 0 s es falso y 1 s es verdadero. La prueba razón de verosmltud ndca un efecto sgnfcante de la nefrectomía, pero el efecto de la edad no es sgnfcante en el nvel 95%. Note que el efecto de Nefrectomía es negatvo, ndcando que esto extosamente reduce la funcón de resgo y mejora así la supervvenca. Opcones del Análss El modelo estadístco ajustado es especfcado usando Opcones del Análss: Tpo de Modelo: Seleccone Prmer Orden para ajustar un modelo que envuelva solamente los efectos prncpales de cada factor. Seleccona Segundo Orden para nclur efectos cuadrátcos para los factores cuanttatvos e nteraccones de 2 factores entre todas las varables. Nvel de Confanza: Porcentajes de confanza para los ntervalos estmados de los coefcentes del modelo. Exclur: Presonar este botón para exclur térmnos específcos del modelo. Una caja de dalogo será desplegada enseguda: 2006 por StatPont, Inc. Resgos Proporconales de Cox - 4

5 Haz doble clc sobre un efecto para cambarlo del campo Inclur a el campo Exclur o al contraro. Ejemplo: Ajustando un modelo con una nteraccón Para adherr una nteraccón al modelo, seleccona Segundo Orden en la caja de dalogo Opcones del Análss. Los resultados del ajuste son mostrados enseguda. Modelos de Resgos Proporconales de Cox - Survval tme Varable dependente: Survval tme Censura: Censored Factores: Nephrectomy Age Número de valores no censurados: 32 Número de valores censurados por derecha: 4 Modelo de Regresón Estmado Error Inferor 95.0% Superor 95.0% Parámetro Estmado Estándar Límte de Conf. Límte de Conf. Nephrectomy= Age= Age= Nephrectomy=1*Age= Nephrectomy=1*Age= Log verosmltud = Pruebas de Razón de Verosmltud Factor Ch-Cuadrada Gl Valor-P Nephrectomy Age Nephrectomy*Age Dos térmnos adconales han sdo adherdos al modelo, gual a los productos cruzados entre las varables ndcadoras para los efectos prncpales. La prueba razón de verosmltud ndca que las nteraccones estmadas no son sgnfcantes por StatPont, Inc. Resgos Proporconales de Cox - 5

6 Funcones de Base La funcón base de resgo es la funcón de resgo que corresponde a el caso en el que todas las varables predctoras son gual a 0. Para un factor categórco, esto se guala el prmer nvel del factor, cuando todas las varables ndcadoras asocadas son fjadas 0. La tabla de la Funcones de Base desplega la funcón base de resgo y las funcones relaconadas. Funcones de Base Funcón de Funcón de Resgo Survval tme Alfa Resgo Supervvenca Acumulado La funcón de resgo es una funcón de saltos que camba nmedatamente después de cada falla. Desplegado en la tabla están: Tempo de Supervvenca El tempo t correspondente a cada falla únca. Alfa j 1 αˆ j es la contrbucón a la funcón de resgo correspondente a el tempo de falla ndcado (ver la seccón de Cálculos). αˆ, donde ( ) Funcón de Resgo La funcón de base de resgo, calculada de h ( t ) = 1 αˆ (2) ˆ0 j j Funcón de Supervvenca Sˆ0 ( t), la probabldad de sobrevvr hasta el tempo t, se calcula de S ˆ α (3) 0 ( t) = ˆ j j t( j ) < t 2006 por StatPont, Inc. Resgos Proporconales de Cox - 6

7 Resgo Acumulado La funcón de resgo acumulatva, calculada de Hˆ ( t) = ln[ Sˆ ( )] (4) 0 0 t Funcón de Supervvenca El panel Funcón de Supervvenca muestra la funcón de supervvenca estmada para los nveles selecconados de una varable predctora, en los valores fjos de los otros predctoras. Funcón de Supervvenca Estmada Age=1 probabldad de supervvenca Nephrectomy 0 1 Survval tme S el factor selecconado es categórco, una curva separada será grafcada para cada nvel de este factor. S el factor selecconado es cuanttatvo, curvas serán grafcadas en los valores bajo y alto desplegados en la caja de dalogo Opcones del Panel. Por ejemplo, la grafca anteror muestra la funcón de supervvenca estmada para pacentes en el grupo que han tendo una nefrectomía y para aquellos que no, para Age = 1. Note el consderable mejoramento en la supervvenca para pacentes que han tendo crugía por StatPont, Inc. Resgos Proporconales de Cox - 7

8 Opcones del Panel STATGRAPHICS Rev. 9/14/2006 Factor: Seleccone el factor que es desplegado en múltples nveles. Bajo y Alto: S el factor selecconado es cuanttatvo, los dos nveles en los cuales se grafcaran las funcones. Mantener: Para factores no selecconados, el valor en el que se fja la varable cuando se hace la estmacón de las funcones. Sguente y Atrás: Usada para desplegar otros factores cuando más de 16 están presentes por StatPont, Inc. Resgos Proporconales de Cox - 8

9 Tabla de la Funcón La Tabla de la Funcón muestra la funcón de resgo estmada, la funcón de supervvenca, y la funcón de resgo cumulatva en valores especfcados de las varables predctoras. Tabla de la Funcón Nephrectomy=1 Age=2 Funcón de Funcón de Resgo Survval tme Resgo Supervvenca Acumulado Los valores de las varables predctoras son fjados usando Opcones del Panel por StatPont, Inc. Resgos Proporconales de Cox - 9

10 Opcones del Panel STATGRAPHICS Rev. 9/14/2006 Mantener En: Los valores de las varables predctoras en los cuales las funcones son estmadas. Sguente y Atrás: Usado para desplegar otros factores cuando más de 16 están presentes por StatPont, Inc. Resgos Proporconales de Cox - 10

11 Resduos La tabla de resduos muestra varos tpos de resduos. Resduos Resduo Resduo Resduo Resduo Fla Survval tme Cox-Snell C.S. Modfcado Martngale de Desvacón Resduos de Cox-Snell modfcados basados en delta = 1.0 Includos están: Resduos Cox-Snell Estos resduos deberían de comportarse como una muestra de una dstrbucón exponencal con meda gual a 1. Observacones censuradas tendrán resduos censurados. Resduos Cox-Snell Modfcados Estos resduos son creados adhrendo una cantdad postva Δ a todos los resduos censurados. Por defecto, Δ = 1 pero puede cambarse usando Opcones del Panel en el panel Gráfco de Resduos. Otro valor poblaconal es Δ = Nota: estos resduos no son desplegados s no hay observacones censuradas por StatPont, Inc. Resgos Proporconales de Cox - 11

12 Resduos de Martngala Estos resduos son dervados de los Resduos Cox-Snell multplcando por 1 y sumando 1.0 a cada observacón censurada para cambar al meda a 0. Estos resduos se comportan smlarmente a los resduos encontrados cuando se ajustan otros modelos lneales, aunque estos son smétrcamente dstrbudos alrededor del cero. Resduos de Desvanza Ellos están relaconados con los resduos de martngalas pero son transformados para tener una dstrbucón más smétrca. Gráfco de Resgo del Log de Resduos S el modelo ajusta los datos ben, los resduos Cox-Snell deberían comportarse como una dstrbucón exponencal con meda 1. Una grafca usual para probar esta hpótess es el Gráfco de Resgo del Log de Resduos. 1.6 Gráfca de Resduos de Resgo Log-Acumulado Log-resgo acumulado Log de resduo de Cox-Snell Los log-resduos Cox-Snell para cada una de las observacones censuradas son grafcados en el eje horzontal. El eje vertcal muestra los log de la funcón de resgo acumulada de los resduos Cox-Snell, estmados usando el procedmento de Kaplan-Meer. S los resduos actúan como una muestra de una dstrbucón exponencal untara, estos deberían estar sobre la línea de 45 línea dagonal. Excepto para el prmer punto todos los demás están razonable cerca de la línea por StatPont, Inc. Resgos Proporconales de Cox - 12

13 Grafca de Resduos Los resduos tambén pueden ser grafcados contra otras cantdades. Dagrama de Dspersón contra Tempo de Supervvenca Esta grafca ayuda en la vsualzacón de datos atípcos. STATGRAPHICS Rev. 9/14/2006 Gráfca de Resduos para Survval tme Resduo Cox-Snell no censurados censurados Survval tme Para los resduos Cox-Snell y Cox-Snell modfcados, una línea de referenca es fjada en 1, ya que los resduos deberían de segur una dstrbucón exponencal untara. Dagrama de Dspersón contra Tempo de Supervvenca Rank Ya que el orden de rank de los tempos de supervvenca afecta la estmacón de los coefcentes del modelo, una grafca de resduos contra los ranks de los tempos de supervvenca puede ayudar a juzgar s el modelo es adecuado para los datos. Gráfca de Resduos para Survval tme Resduo Cox-Snell modfcado no censurados censurados Rango de Survval tme 2006 por StatPont, Inc. Resgos Proporconales de Cox - 13

14 Dagrama de Dspersón contra Numero de Renglones Esta ayuda a vsualzar cualquer dependenca en el orden dentro de la hoja de datos. Gráfca de Resduos para Survval tme Resduo Martngale no censurados censurados Fla Para resduos de Martngala y Desvanza, una línea de referenca es puesta en el 0. Dagrama de Dspersón contra Factor Esta grafca ayuda en la vsualzacón de falta de ajuste con respecto a una varable dada. Gráfca de Resduos para Survval tme Resduo de desvacón no censurados censurados por StatPont, Inc. Resgos Proporconales de Cox - 14

15 Opcones del Panel STATGRAPHICS Rev. 9/14/2006 Grafca: Tpo de resduos a grafcar. Para los resduos modfcados de Cox-Snell, Delta es adherda a cada resduo correspondente a una observacón censurada. Grafcar contra: La varable grafcada en el eje horzontal por StatPont, Inc. Resgos Proporconales de Cox - 15

16 Grabar Resultados Los sguentes resultados pueden ser guardados en una hoja de datos: STATGRAPHICS Rev. 9/14/ Funcón de Supervvenca La funcón de supervvenca estmada correspondente a cada una de n observacones. 2. Funcón de Resgo La funcón de resgo estmada correspondente a cada una de las n observacones. 3. Funcón de Resgo Acumulada La funcón de resgo acumulada estmada correspondente a cada una de las n observacones. 4. Resduos Cox-Snell los n resduos Cox-Snell. 5. Resduos Cox-Snell Modfcados - Los n resduos modfcados Cox-Snell. 6. Resduos Martngale Los n resduos de Martngale. 7. Resduos de Devacón - Los n resduos de devanza. 8. Coefcentes Los coefcentes estmados del modelo por StatPont, Inc. Resgos Proporconales de Cox - 16

17 Cálculos Sea d j el número de fallas en cada uno de los r tempos de falla y (j). Sea R(y (j) ) el conjunto de objetos en resgo en el tempo y (j) y D(y (j) ) el conjunto de objetos que han fallado en el tempo y (j). Funcón de Verosmltud L = r j= 1 exp( s β ) j [ exp( xl β )] l R( y( j ) d j (5) donde s j es un vector que contene la suma de las varables predctoras para todas las fallas en el tempo y (j). Errores Estándar para los Coefcentes Determnados de las dervadas parcales evaluadas en los estmadores de máxma verosmltud. Los ntervalos de confanza son basados en la aproxmacón normal para grandes muestras. Funcón Base de resgo h ( y( j) ) 1 αˆ j 0 = (6) donde las α s son encontradas resolvendo l D ( x ˆ β ) exp l = exp( x ˆ) exp( ˆ ) l β xl β ( y ) 1 ˆ α l R( y ) ( j ) j ( j ) (7) Resduos Sea δ = 1 para un tempo de falla y 0 para una observacón censurada. Cox-Snell: r = exp( x β ) Hˆ ( y ) (8) o Cox-Snell Modfcados: r r = r + Δ s no censorados censorados (9) Martngala: m = δ r (10) Devanza: d = m ) 2{ m + δ log( δ m )} sgn( (11) 2006 por StatPont, Inc. Resgos Proporconales de Cox - 17

Regresión Binomial Negativa

Regresión Binomial Negativa Regresón Bnomal Negatva Resumen El procedmento Regresón Bnomal Negatva está dseñado para ajustar un modelo de regresón en el cual la varable dependente Y consste de conteos. El modelo de regresón ajustado

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

Comparación de Tasas. Ejemplo StatFolio: comparerates.sgp

Comparación de Tasas. Ejemplo StatFolio: comparerates.sgp STATGRAPHICS Rev. 9/4/2006 Comparacón de Tasas Resumen El procedmento Comparacón de Tasas esta dseñado para comparar las tasas observadas de un evento entre muestras. Este realza una prueba de dspersón

Más detalles

Regresión Logística. StatFolio Muestra: logistic.sgp

Regresión Logística. StatFolio Muestra: logistic.sgp Regresón Logístca Resumen El procedmento de Regresón Logístca está dseñado para ajustarse a un modelo de regresón en el que la varable dependente Y caracterza un evento con sólo dos posbles resultados.

Más detalles

Análisis de Capabilidad (Defectos Por Unidad)

Análisis de Capabilidad (Defectos Por Unidad) Análss de Capabldad (Defectos Por Undad) STATGRAPHICS Rev. 9/4/26 Este procedento esta dseñado para estar la eda del núero de defectos por undad sobre una poblacón basándose en uestras de artículos de

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Análisis de supervivencia

Análisis de supervivencia Tempo a un evento Curso de Análss de Supervvenca Víctor Abrara 1 Análss de supervvenca Conjunto de técncas que permten estudar la varable tempo hasta que ocurre un evento y su dependenca de otras posbles

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Estadística con R. Modelo Probabilístico Lineal

Estadística con R. Modelo Probabilístico Lineal Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

es un vector de p covariables correspondientes al mismo individuo i, i 1,,n.

es un vector de p covariables correspondientes al mismo individuo i, i 1,,n. 5. Modelos de regresón En el análss de tempos de falla, es común suponer que el resgo de presentar la falla está en funcón de una sere de covarables o varables explcatvas nherentes a cada ndvduo. Es decr,

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 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 detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles

Más detalles

Tema 3: Procedimientos de Constrastación y Selección de Modelos

Tema 3: Procedimientos de Constrastación y Selección de Modelos Tema 3: Procedmentos de Constrastacón y Seleccón de Modelos TEMA 3: PROCEDIMIENTOS DE CONTRASTACIÓN Y SELECCIÓN DE MODELOS 3) Introduccón a los Modelos con Restrccones Estmacón Restrngda 3) Contrastes

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

Midiendo la Asociación lineal entre dos variables

Midiendo la Asociación lineal entre dos variables Unversdad de Sonora XVIII Semana Regonal de Investgacón y Docenca en Matemátcas Mdendo la Asocacón lneal entre dos varables Rosa Ma. Montesnos Csneros Adán Durazo Armenta Departamento de Matemátcas Hermosllo,

Más detalles

Regresión y correlación simple 113

Regresión y correlación simple 113 Regresón y correlacón smple 113 Captulo X ANALISIS DE REGRESION Y CORRELACION El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes

Más detalles

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN 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 b + e, explcar la forma

Más detalles

Algunas aplicaciones del test del signo

Algunas aplicaciones del test del signo 43 Algunas aplcacones del test del sgno Test de Mc emar para sgnfcacón de cambos: En realdad este test se estuda en detalle en Métodos no Paramétrcos II, en el contexto de las denomnadas Tablas de Contngenca.

Más detalles

6 Impacto en el bienestar de los beneficiarios del PAAM

6 Impacto en el bienestar de los beneficiarios del PAAM 6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda

Más detalles

Diseño y Análisis de Experimentos en el SPSS 1

Diseño y Análisis de Experimentos en el SPSS 1 Dseño y Análss de Expermentos en el SPSS EJEMPLO. Los sguentes datos muestran las meddas de hemoglobna (gramos por 00 ml) en la sangre de 40 ejemplares de una espece de truchas marrones. Las truchas se

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

MUESTREO EN POBLACIONES FINITAS

MUESTREO EN POBLACIONES FINITAS MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño

Más detalles

1.Variables ficticias en el modelo de regresión: ejemplos.

1.Variables ficticias en el modelo de regresión: ejemplos. J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Variables Dummy (parte I)

Variables Dummy (parte I) Varables Dummy (parte I) Fortno Vela Peón Unversdad Autónoma Metropoltana fvela@correo.xoc.uam.mx Octubre, 2010 19/10/2010 Méxco, D. F. 1 Introduccón Algunas de las varables son por su naturaleza propa

Más detalles

Relación 2: Regresión Lineal.

Relación 2: Regresión Lineal. Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

Tema 8: Heteroscedasticidad

Tema 8: Heteroscedasticidad Tema 8: Heteroscedastcdad Máxmo Camacho Máxmo Camacho Econometría I - ADE+D / - Tema 8 Heteroscedastcdad Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema : El modelo de regresón

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Estadistica No Parametrica

Estadistica No Parametrica Estadstca No Parametrca CLASE 3 Pruebas Basadas en la Dstrbucon Bnomal JAIME MOSQUERA RESTREPO Bnomal Test La prueba bnomal es quzás la prueba mas antgua encontrada en al lteratura. Se encuentra asocada

Más detalles

3. Algunos modelos estadísticos

3. Algunos modelos estadísticos 3. Algunos modelos estadístcos Con las herramentas computaconales a nuestra dsposcón, en las sguentes seccones se revsarán algunos de los modelos estadístcos más usados en la práctca y la forma de hacer

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS IES ÍTACA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS HOJA 18: ESTADÍSTICA 1. El número de hermanos de los alumnos de una clase es el sguente: 1 3 1 1 1 1 1 1 1 1 3 1 3 5 a)

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

TODO ECONOMETRIA. Variables cualitativas

TODO ECONOMETRIA. Variables cualitativas TODO ECONOMETRIA Varables cualtatvas Índce Defncón de las varables dummy (o varables fctcas) Regresón con varables explcatvas dummy Varables dummy S queremos estudar s los hombres ganan más que las mujeres,

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras.

Lo que nos interesa en el análisis de varianza de una vía es extender el test t para dos muestras independientes, para comparar más de dos muestras. Capítulo : Comparacón de varos tratamentos o grupos Muchas preguntas de nvestgacón en educacón, pscología, negocos, ndustra y cencas naturales tenen que ver con la comparacón de varos grupos o tratamentos.

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS DE DOS MUESTRAS: ANOVA (PARTE I)

HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS DE DOS MUESTRAS: ANOVA (PARTE I) HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS DE DOS MUESTRAS: Módulo 13 APUNTES DE CLASE Profesor: Arturo Ruz-Falcó Rojas Madrd, Mayo 009 Pág. 1 Módulo 13. HERRAMIENTAS ESTADÍSTICAS-COMPARACIÓN DE MÁS

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,.

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,. º. a Deducr la expresón de la fórmula de dervacón numérca de tpo x,x,x,x,. nterpolatoro que permte aproxmar f (x* con el soporte { } 3 x 4 b Demostrar que en el caso de que el soporte sea de la forma:

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología Guía para el Trabajo Práctco 5 Métodos Estadístcos en Hdrología er. PASO) Realzar el ajuste de la funcón de dstrbucón normal a una muestra de datos totales anuales de una varable (caudal, precptacón, etc.)

Más detalles

Cada uno da lo que recibe, Y luego recibe lo que da, Nada es más simple, No hay otra norma: Nada se pierde, Todo se transforma.

Cada uno da lo que recibe, Y luego recibe lo que da, Nada es más simple, No hay otra norma: Nada se pierde, Todo se transforma. Cada uno da lo que recbe, Y luego recbe lo que da, Nada es más smple, No hay otra norma: Nada se perde, Todo se transforma. Todo se transforma (Jorge Drexler, cantautor uruguayo) Estadístca Básca - Manuel

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

INTEGRACIÓN DE CENSOS Y ENCUESTAS DE HOGARES DIRECCIÓN GENERAL DE ESTADÍSTICA, ENCUESTAS Y CENSOS PARAGUAY

INTEGRACIÓN DE CENSOS Y ENCUESTAS DE HOGARES DIRECCIÓN GENERAL DE ESTADÍSTICA, ENCUESTAS Y CENSOS PARAGUAY 253 INTEGRACIÓN DE CENSOS Y S DE HOGARES DIRECCIÓN GENERAL DE ESTADÍSTICA, S Y CENSOS PARAGUAY 254 Integracón de Censos y Encuestas de Hogares ANTECEDENTES Con el Censo del 82 se elaboró (en 1991) un Mapa

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009

METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009 METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 009 INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre / 0 DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO Metodología Muestral Encuesta Longtudnal

Más detalles

FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS

FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS Autores: Ángel A Juan Pérez (ajuanp@uocedu), Rafael García Martín (rgarcamart@uocedu) RELACIÓN CON OTROS MATH-BLOCS Este math-block forma parte

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles