Correlaciones Canónicas
|
|
- Luz Vega Macías
- hace 7 años
- Vistas:
Transcripción
1 STATGRAPHICS Rev. 9/14/006 Correlaciones Canónicas Resumen El procedimiento Correlaciones Canónicas esta diseñado para ayudar a identificar asociaciones entre dos conjuntos de variables. Esto lo hace encontrando combinaciones lineales de las variables en los dos conjuntos que exhiban correlaciones fuertes. El par de combinaciones lineales con la correlación más fuerte forman el primer conjunto de variables canónicas. El segundo conjunto de variables canónicas es el par de combinaciones lineales que muestran la siguiente correlación más fuerte entre todas las combinaciones que no están correlacionadas con el primer conjunto. Frecuentemente, un número pequeño de pares puede ser usado para cuantificar la relación que existe entre los dos conjuntos. Ejemplo StatFolio: canonical.sgp Datos del Ejemplo: El archivo 93cars.sf6 contiene información acerca de 6 variables para n = 93 marcas y modelos de automóviles, tomadas de Lock (1993). La siguiente tabla muestra una lista parcial de los datos de este archivo: Make (Marca) Model (Modelo) Mid Price (Precio) MPG City (MPG en Ciudad) Engine Size (Tamaño del Motor) Horsepower (Caballos de fuerza) Acura Integra Acura Legend Audi Audi BMW 535i Buick Century Buick LeSabre Buick Roadmaster Buick Riviera Cadillac DeVille Cadillac Seville Chevrolet Cavalier Length (Longitud) Las variables serán divididas en dos conjuntos. El primer conjunto de p = 7 variables que caracterizan las características físicas de los vehículos: Engine Size Horsepower Length Wheelbase Width Rear seat Weight El segundo conjunto de q = 4 variables que caracterizan el precio y el funcionamiento de los automóviles: 006 por StatPoint, Inc. Correlaciones Canónicas - 1
2 Mid Price 1 / MPG Highway 1 / MPG City U Turn Space STATGRAPHICS Rev. 9/14/006 Note que las millas observadas por galón han sido reexpresadas como galones por milla, de aquí que las 4 variables se espera que se incrementen con el tamaño del automóvil. Un gráfico de matriz de las 11 variables muestra correlaciones positivas consistentes entre todas las variables: Engine Size Horsepower Length Wheelbase Width Rear seat Weight Mid Price 1/MPG City 1/MPG Highway U Turn Space 006 por StatPoint, Inc. Correlaciones Canónicas -
3 STATGRAPHICS Rev. 9/14/006 Entrada de Datos La caja de dialogo de entrada requiere los nombres de las columnas que contiene los datos en los dos conjuntos Primer Conjunto de Variables: Los nombres de las p variables en el conjunto mas grande. Segundo Conjunto de Variables: Los nombres de las q variables en el conjunto más pequeño. Etiquetas de Puntos: Etiquetas opcionales para cada observación. Selección: Selección de un subconjunto de los datos. Note que los conjuntos deben ser seleccionados tal que p q. 006 por StatPoint, Inc. Correlaciones Canónicas - 3
4 STATGRAPHICS Rev. 9/14/006 Modelo Estadístico El objetivo de la correlación canónica es construir combinaciones lineales de las variables en los dos conjuntos tal que tengan las correlaciones más grandes. El primer conjunto de variables canónicas toma la forma U1 a11 X 1 + a1 X a1 p X p = (1) V 1 1 = b11y1 + b1y b q Y q () donde X y Y representan los valores estandarizados de las variables en el primer y segundo conjunto respectivamente. La correlación entre el primer conjunto de combinaciones lineales es * llamada la primera correlación canónica y será denotada por. Adicionales q 1 variables canónicas pueden ser construidas de manera similar. Las q correlaciones canónicas son encontradas determinando los eigenvalores de ρ 1 ρ ρ ρ ρ ρ (3) 1/ / 11 donde las ρ s representan las matrices de correlación entre variables en cada conjunto y entre conjuntos. Los coeficientes de las variables canónicas pueden ser derivados de los eigenvectores. 006 por StatPoint, Inc. Correlaciones Canónicas - 4
5 STATGRAPHICS Rev. 9/14/006 Resumen del Análisis La tabla del Resumen del Análisis es mostrada enseguida: Correlaciones Canónicas Variables en el conjunto 1: Engine Size (liters) Horsepower (maximum) Length (inches) Wheelbase (inches) Width (inches) Rear seat (inches) Weight (pounds) Variables en el conjunto : Mid Price (average of min and max prices in $1,000) 1/MPG Highway 1/MPG City U Turn Space (feet) Número de casos completos: 91 Correlacions Canónicas Correlación Lambda de Número Eigenvalor Canónica Wilks Chi-Cuadrada G.L. Valor-P Coeficientes de Variables Canónicas del Primer Conjunto Engine Size Horsepower Length Wheelbase Width Rear seat Weight Coeficientes de Variables Canónicas del Segundo Conjunto Mid Price /MPG Highway /MPG City U Turn Space Desplegada en la parte superior de la tabla están: Variables de Datos: Los nombres de las p+q columnas de entrada. Numero de casos completos: El numero de casos n para los cuales ninguna de las observaciones esta perdida. La sección de la salida etiquetada con Correlaciones Canónicas tabula: Numero: El índice de la correlación canónica j. Eigenvalor: Los eigenvalores de 1/ 1 ρ ρ ρ ρ ρ 1/ por StatPoint, Inc. Correlaciones Canónicas - 5
6 * Correlación Canónica: Las correlaciones canónicas ρ j. STATGRAPHICS Rev. 9/14/006 Lambda de Wilk: Un estadístico calculado de las correlaciones canónicas de acuerdo a Λ j = q ( i= j ) * 1 ρ (4) i Chi-Cuadrada: Una prueba estadística usada para probar la hipótesis de que todas las correlaciones canónicas de j y mas grandes son igual a 0. es calculada de Χ = n 1 1 ( p + q + 1) ln Λ j (5) G.L.: Los grados de libertad (p-j+1)(q-j+1) asociados con el estadístico Chi-cuadrada. P-Valor: Un P-Valor de una cola para el estadístico Chi-cuadrada observada. P-valores pequeños (menos de 0.05 si se opera en un nivel de 95% de confianza) corresponden a correlaciones canónicas que son significativamente diferentes de cero. Las ultimas dos tablas muestran los coeficientes a y b en la construcción de las variables canónicas U y V. En el ejemplo, las primeras 3 correlaciones canónicas son estadísticamente significantes. La primera correlación, con una magnitud de 0.94, es particularmente fuerte. Las correlaciones canónicas asociadas son U 1 = 0.6 Engine Size Horsepower Length Wheelbase Width Rear Seat Weight V 1 = 0.57 Mid Price * GPM Highway GPM City U Turn Space donde las variables de entiende que han sido estandarizadas sustrayendo su media y dividiendo entre la desviación estándar. Esto parece ser primariamente una relación entre pesos de vehículos y galones por milla (GPM) usados en cuidad, con algunas contribuciones del tamaño de la maquina, precio, y espacio requerido para hacer una vuelta U. La segunda correlación canónica es tan bien fuerte La variable canónica para X es un contraste de Engine Size, Horsepower y Length contra el Weight del vehiculo. Este contraste es correlacionado con algún parecido a la diferencia entre millas por galón observadas en la ciudad versus carretera. La tercera correlación canónica es igual a La variable canónica para X es un contraste de Horsepower y Wheelbase contra el Width del vehiculo. Esto es correlacionado con algún parecido a un contraste de Price del vehiculo versus GPM ciudad y U Turn Space. 006 por StatPoint, Inc. Correlaciones Canónicas - 6
7 STATGRAPHICS Rev. 9/14/006 Tabla de Datos El panel de la Tabla de Datos despliega los valores de las variables canónicas para cada una de n observaciones. Una porción de la tabla es mostrada enseguida: Tabla de Variables Canónicas Conjunto-Variable Conjunto-Variable Conjunto-Variable Conjunto-Variable Fila Etiqueta Integra Legend i Century El orden de las columnas es U 1, V 1, U, V,, U q, V q. Gráfico de Variables Canónicas El Gráfico de Variables Canónicas despliega n valores de un conjunto seleccionado de variables canónicas.7 Gráfica de Variables Canónicas #1 1.7 Conjunto Conjunto 1 U es graficado en el eje horizontal, mientras que V es graficado en el eje vertical. Note las muy fuertes correlaciones para las primeras variables canónicas. Opciones del Panel 006 por StatPoint, Inc. Correlaciones Canónicas - 7
8 STATGRAPHICS Rev. 9/14/006 Numero de Variable: Especifica 1 para graficar el primer conjunto de variables canónicas, para graficar el segundo conjunto, hasta q para el ultimo conjunto. Una variación interesante de este grafico es en la cual las variables canónicas son codificadas de acuerdo a otra columna, tal como el tipo de vehiculo: Gráfico de CVARB_1 vs CVARA_1 CVARB_ Type Compact Large Midsize Small Sporty Van CVARA_1 Para producir la grafica anterior: 1. Presionar el botón Guardar Resultados y guardar las Variables Canónicas en nuevas columnas de hoja de datos.. Seleccione el procedimiento Grafico X-Y de la parte superior del menú e introduzca las primeras variables canónicas para cada conjunto. 3. Seleccione Opciones del Análisis y especifique Tipo en le campo Códigos de Puntos. Note el agrupamiento de automóviles por tipo Guardar Resultados Los siguientes resultados pueden ser guardados en una hoja de datos: 1. Coeficientes Primer Conjunto q columnas que contienen los p coeficientes a de las variables canónicas correspondientes a X.. Coeficientes Segundo Conjunto q columnas que contienen los q coeficientes b de las variables canónicas correspondientes a Y. 3. Variables Canónicas - Primer Conjunto q columnas que contienen los valores de las variables canónicas U correspondientes a cada una de n observaciones en X. 4. Variables Canónicas Segundo Conjunto q columnas que contienen los valores de las variables canónicas U correspondientes a cada una de las n observaciones en Y. 006 por StatPoint, Inc. Correlaciones Canónicas - 8
MPG City (MPG en Ciudad)
Gráfica de Matriz Resumen El procedimiento Gráfica de Matriz crea gráficas de matriz para 3 o más variables numéricas. La diagonal de la matriz contiene gráficas de caja y bigotes para cada variable. Las
Más detallesGráfico X-Y-Z. StatFolio de Muestra: xyzplot.sgp
Gráfico X-Y-Z Resumen El procedimiento Gráfica X-Y-Z grafica los datos en tres columnas numéricas para ilustrar la relación entre ellos. Los puntos pueden ser codificados de acuerdo con el valor de una
Más detallesHorsepower (Caballos de Fuerza)
Análisis de Factores Resumen El procedimiento Análisis de Factores esta diseñado para extraer factores comunes de un conjunto de p variables cuantitativas X. En muchas situaciones, un número pequeño de
Más detallesTabulación. StatFolio de muestra: tabulation.sgp. Datos del Ejemplo: Captura de Datos. STATGRAPHICS Rev. 4/25/2007
Tabulación El procedimiento de Tabulación está diseñado para resumir una simple columna de datos con atributos. Tabula la frecuencia de ocurrencia de cada valor único dentro de esa columna. Las frecuencias
Más detallesSelección del Modelo de Regresión
Selección del Modelo de Regresión Resumen El procedimiento Selección del Modelo de Regresión está diseñado para ayudar a elegir las variables independientes que se usarán para construir un modelo de regresión
Más detallesGráfico Múltiple de Caja y Bigotes
Gráfico Múltiple de Caa y Bigotes Resumen El procedimiento Gráfico Múltiple de Caa y Bigotes crea un gráfico diseñado para ilustrar Características importantes de una columna de datos numéricos cuando
Más detallesAnálisis de Subconjuntos
Análisis de Subconuntos Resumen El procedimiento de Análisis de Subconuntos calculará estadísticos para datos en una simple columna numérica cuando se agrupan en subconuntos definidos por los identificadores
Más detallesComponentes Principales
Componentes Principales Resumen El procedimiento de Componentes Principal está diseñado para extraer k componentes principales de un conjunto de p variables cuantitativas X. Los componentes principales
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 detallesGrafico de Cajas y Bigotes
Grafico de Cajas y Bigotes Resumen El procedimiento del Gráfico de Cajas y Bigotes crea un gráfico diseñado para ilustrar propiedades importantes de una columna de datos numérica. El primero en describirlo
Más detallesRegresión Polinomial. StatFolio de Ejemplo: polynomial reg.sgp
Regresión Polinomial Resumen El procedimiento Regresión Polinomial está diseñado para construir una modelo estadístico que describa el impacto de un solo factor cuantitativo X en una variable dependiente
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesAjustando Curva SnapStat
STATGRAPHICS Rev. 9/14/26 Ajustando Curva SnapStat Resumen El procedimiento Ajustando Curva SnapStat crea un resumen de una pagina que describe la relación entre un solo factor cuantitativo X y una variable
Más detallesComparación de Muestras Pareadas
Comparación de Muestras Pareadas Resumen El procedimiento Comparación de Muestras Pareadas está diseñado para comparar datos en 2 columnas numéricas donde los valores en cada fila están pareados, i.e.,
Más detallesGráfico de Control T-Cuadrada Multivariada
Gráfico de Control T-Cuadrada Multivariada STATGRAPHICS Rev. 25/04/2007 Resumen El procedimiento Gráfico de Control T-Cuadrada Multivariada crea diagramas de control para dos o más variables numéricas.
Más detallesTransformaciones de Potencia
Transformaciones de Potencia Resumen El procedimiento Transformaciones de Potencia está diseñado para definir una transformación normalizadora para una columna de observaciones numéricas que no provienen
Más detallesAnálisis de Tendencia de los Costos de Calidad
Análisis de Tendencia de los Costos de Calidad STATGRAPHICS Rev. 9/14/2006 Resumen El Análisis de Tendencia de los Costos de Calidad ilustra los costos de una calidad pobre construyendo un grafico que
Más detallesGráfico de Desgaste de Herramientas
Gráfico de Desgaste de Herramientas Resumen El procedimiento Gráfico de Desgaste de Herramientas crea cuadros de control para una sola variable numérica donde se espera que cambien las cantidades en un
Más detallesAnálisis de Capacidad Multivariada
Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos
Más detallesDiseño de Experimentos Diseño de Componentes de la Varianza
Diseño de Experimentos Diseño de Componentes de la Varianza Resumen La selección del Diseño de Componentes de la Varianza sobre el menú Crear Diseño construye experimentos diseñados para cuantificar la
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesDiseño de Experimentos Diseños de un Solo Factor Categórico
Diseño de Experimentos Diseños de un Solo Factor Categórico Resumen La selección de Diseños de un Solo Factor Categórico sobre el menú de Crear un Diseño crea diseños experimentales para situaciones donde
Más detallesGráficos X-Bar y S. StatFolio de Muestra: xbarschart.sgp
Gráficos X-Bar y S Resumen El procedimiento Gráficos X-Bar y S crea gráficos de control para una simple variable numérica cuando los datos han sido recabados en subgrupos. Crea un Gráfico X-bar para monitorear
Más detallesDiseño de Experimentos Diseños para Varios Factores Categóricos
Diseño de Experimentos Diseños para Varios Factores Categóricos Resumen La selección de Diseños para Varios Factores Categóricos sobre el menú Crear Diseño construye diseños experimentales para situaciones
Más detallesGráfico de Medias Móviles (MA)
Gráfico de Medias Móviles (MA) Resumen El procedimiento Gráfico de Medias Móviles crea cuadros de control para una sola variable numérica donde los datos se han recolectado ya sea individualmente o en
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesModelos de Calibración
Modelos de Calibración Resumen El procedimiento Modelos de Calibración esta diseñado para construir un modelo estadístico que describe la relación entre variables, X y Y, donde construir un modelo es construir
Más detallesSelección Diseño de Cribado
Selección Diseño de Cribado Resumen La sección diseño experimental del STATGRAPHICS puede crear una amplia variedad de diseños dirigidos a mostrar los factores más importantes que afectan un proceso. Se
Más detallesComparación de dos Muestras - SnapStat
Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos
Más detallesTransformaciones de Box-Cox
Transformaciones de Box-Cox Resumen El procedimiento para las Transformaciones de Box-Cox es diseñado para determinar una transformación optima para Y mientras se estima un modelo de regresión lineal.
Más detallesMétodo Analítico (Estudio del Calibrador Atributos)
Método Analítico (Estudio del Calibrador Atributos) STATGRAPHICS Rev. 9/4/2006 Resumen El Método Analítico estima la repetibilidad y sesgo de un sistema de medición donde las observaciones consisten de
Más detallesMétodo de Análisis del Riesgo (Estudio del Calibrador Atributos)
Método de Análisis del Riesgo (Estudio del Calibrador Atributos) Resumen El Método de Análisis del Riesgo cuantifica la incertidumbre de un sistema de medición donde las observaciones consisten de atributos
Más detallesHistogramas. Ejemplo StatFolio: histogram.sgp
s Resumen El ilustra la distribución de lo valores de una variable numérica agrupando los datos en intervalos y graficando barras en las cuales la altura es proporcional al numero de observaciones en cada
Más detallesSnapstat: Comparación de Varias Muestras
Snapstat: Comparación de Varias Muestras Resumen La Comparación de Varias Muestras en SnapStat crea un resumen de una página que compara dos o más muestras independientes de datos. Incluye pruebas para
Más detallesMétodo ANOVA (Estudio del Calibrador Variables)
Método ANOVA (Estudio del Calibrador Variables) STATGRAPHICS Rev. 9/14/006 Resumen El Método ANOVA estima la repetibilidad y reproducibilidad de un sistema de medición basándose sobre un estudio en el
Más detallesEstadísticas por Filas
Estadísticas por s Resumen El procedimiento Estadísticas por s calcula estadísticas para datos en filas de la hoa de datos. Esto contrasta con la mayoría de los procedimientos de STATGRAPHICS que esperan
Más detallesDiseño de Experimentos Diseños Factoriales Multinivel
Diseño de Experimentos Diseños Factoriales Multinivel STATGRAPHICS Rev. 9/14/2006 Resumen Los Diseños Factoriales Multinivel son usados para estudiar efectos con q factores cuantitativos. El usuario empieza
Más detallesAnálisis de Conglomerados
Análisis de Conglomerados Resumen El procedimiento Análisis de Conglomerados esta diseñado para agrupar observaciones o variables en conglomerados basados en similaridades entre ellos. Los renglones de
Más detallesGráfico de Probabilidad Normal
Gráfico de Probabilidad Normal Resumen El Gráfico de Probabilidad Normal se usa para ayudar a juzgar si una muestra de datos numéricos proviene o no de una distribución normal. De no ser el caso, frecuentemente
Más detallesMínimos Cuadrados Parciales
Mínimos Cuadrados Parciales Resumen El procedimiento Mínimos Cuadrados Parciales (PLS Partial Least Squares) está diseñado para construir un modelo estadístico que relaciona múltiples variables independientes
Más detallesGrafico Cusum (Mascara-V)
Grafico Cusum (Mascara-V) Resumen Los gráficos de sumas acumulativas monitorean datos por variables graficando las sumas acumulativas de las desviaciones al valor objetivo. Esto lo hace, incorporando la
Más detallesMétodo del Rango y Promedio (Estudio del Calibrador - Variables)
STATGRAPHICS Rev. 9/14/006 Método del Rango y Promedio (Estudio del Calibrador - Variables) Resumen El Método del Rango y Promedio estima la repetibilidad y reproducibilidad de un sistema de medición basado
Más detallesAnálisis de Capabilidad (Porcentaje Defectuoso)
Análisis de Capabilidad (Porcentaje Defectuoso) STATGRAPHICS Rev. 9/4/2006 Este procedimiento esta diseñado para estimar el porcentaje de artículos defectuosos en una población basándose en muestra de
Más detallesRegresión en Cadena. StatFolio de Ejemplo: ridge reg.sgp
Regresión en Cadena Resumen El procedimiento Regresión en Cadena está diseñado para ajustar un modelo de regresión múltiple cuando las variables independientes exhiben multicolinealidad. Multicolinealidad
Más detallesEstadística I Curso 2011/2012. Guion de la Práctica 1: Introducción a Statgraphics Centurion XVI; Estadística Descriptiva.
Estadística I Curso 2011/2012 Guion de la Práctica 1: Introducción a Statgraphics Centurion XVI; Estadística Descriptiva. 1. Introducción a Statgraphics Statgraphics es un paquete estadístico de Software
Más detallesLas primeras siete opciones del menú Editar son de acuerdo a las operaciones del portapapeles:
Menú Editar El Menú Editar de STATGRAPHICS provee acceso a varias características importantes del programa. Incluye las operaciones básicas del portapapeles tales como cortar, copiar, y pegar, configura
Más detallesMétodo Teoría de la Señal (Estudio del Calibrador Atributos)
Método Teoría de la Señal (Estudio del Calibrador Atributos) Resumen El Método Teoría de la Señal cuantifica la incertidumbre de un sistema de medición donde las observaciones consisten de atributos en
Más detallesMétodo del Rango (Estudio del Calibrador Variables)
Método del Rango (Estudio del Calibrador Variables) STATGRAPHICS Rev. 9/14/006 Resumen El Método del Rango calcula una estimación aproximada de la repetibilidad y reproducibilidad combinada para un sistema
Más detallesDiseño de Experimentos Optimización de Múltiples Respuestas
Diseño de Experimentos Optimización de Múltiples Respuestas Resumen La selección de Optimización de Múltiples Respuestas sobre el menú DDE permite al experimentador determinar las configuraciones de los
Más detallesDiagrama de Barras Múltiple
Múltiple El procedimiento Múltiple grafica dos o más columnas de totales o frecuencias ya sea utilizando barras horizontales o verticales. Si lo desea, pueden agregarse barras de error para desplegar el
Más detallesGráficos de Superficie y de Contorno
STATGRAPHICS Rev. 4/5/007 Gráficos de Superficie y de Contorno Resumen Este procedimiento crea gráficas de superficie y de contorno basadas en una función matemática que el usuario introduce. La función
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente
Más detallesGráficos EWMA. Ejemplo StatFolio: ewmachart.sgp
Gráficos EWMA Resumen El procedimiento del Gráfico EWMA (Exponentially Weighted Moving Average - Promedios Móviles Exponencialmente Ponderados) construye un gráfico de control para una sola variable numérica
Más detallesEstadística II Curso 2011/12
Estadística II Curso 2011/12 Guión de la Práctica 1 Introducción a Statgraphics. Intervalos de confianza y contrastes de hipótesis para una y dos poblaciones 1. Contenidos de la práctica - Introducción
Más detallesbáscula 1 báscula 2 Podemos comprobar que en ambos casos el p valor > 0,05, lo cual implica la normalidad de las muestras.
LABORATORIO 2 LABORATORIO INFORMÁTICO Caso 1. En una planta de fabricación de hormigón se quiere comprobar si dos básculas de distintos fabricantes están midiendo lo mismo. Para ello se toman aleatoriamente
Más detallesSeries de Tiempo Suavización
Series de Tiempo Suavización Resumen El procedimiento de Suavización está diseñado para ayudar a ilustrar cualquier tendencia y ciclos presentes en una serie de tiempo. Una serie de tiempo consiste en
Más detallesPronósticos Automáticos
Pronósticos Automáticos Resumen El procedimiento de Pronósticos Automáticos esta diseñado para pronosticar valores futuros en datos de una serie de tiempo. Una serie de tiempo consiste en un conjunto de
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación
Más detallesGráficos de Probabilidad
Gráficos de Probabilidad Resumen El procedimiento Gráficos de Probabilidad grafica los datos de una sola columna numérica en gráficas con una escala específica tal que, si los datos provienen de una distribución
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesComparación de Líneas de Regresión
Comparación de Líneas de Regresión Resumen El procedimiento de Comparación de Líneas de Regresión esta diseñado para comparar líneas de regresión relacionas con Y y X en dos o mas niveles de un factor
Más detalles1. Necesidades del Consumidor una lista de m necesidades del consumidor. Estas necesidades constituyen las m hileras de la matriz.
Matriz QFD Resumen El procedimiento Matriz QFD crea y presenta una matriz QFD (Quality Function Deployment, Despliegue de la Función de Calidad). QFD es un proceso de planeación dirigido por el cliente
Más detallesGráfico Arrhenius. Ejemplo StatFolio: arrhenius.sgp
Gráfico Arrhenius Resumen El procedimiento del Gráfico Arrhenius se diseña para dibujar datos de una prueba de vida acelerada en la cual se ha registrado los tiempos de falla y se estiman percentiles de
Más detallesVenta de Pasteles. Piezas. 3 Leches Chocolate. Del 26 al 30 de Enero MICROSOFT GRAPH Conceptos básicos
Piezas Microsoft Office Excel 2007 3.8 MICROSOFT GRAPH 3.8.1 Conceptos básicos Los gráficos se usan para presentar series de datos numéricos en formato gráfico y de ese modo facilitar la comprensión de
Más detallesRegresión No Lineal. StatFolio de ejemplo: nonlinear reg.sgp
Regresión No Lineal Resumen El procedimiento Regresión No Lineal ajusta una función especificada por el usuario relacionando una sola variable dependiente Y con una o más variables independientes X. El
Más detallesDepartamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3
Departamento de Estadística y Econometría. UMA. EJERCICIOS DE ESTADÍSTICA II APLICADA A LA EMPRESA. L.A.D.E. TEMA 3 1) En un área metropolitana se selecciona una muestra de 250 personas al azar y se les
Más detallesGráfico de Control de Aceptación
Gráfico de Control de Aceptación Resumen El procedimiento de Gráfico de Control de Aceptación crea gráficos de control con límites de control modificados basándose en la desviación estándar del proceso
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
Más detallesDiagrama Causa y Efecto
Diagrama Causa y Efecto Resumen El Diagrama Causa - Efecto o Diagrama Espina de Pescado ilustra las causas de un problema o efectos creando un diagrama parecido al esqueleto de un pescado. Este es frecuentemente
Más detallesDiseño Gráficos de Control
Diseño Gráficos de Control Resumen Este procedimiento esta diseñado para ayudar a determinar el tamaño de muestra apropiado y los parámetros comunes para los gráficos de control. El diseño esta basado
Más detallesEXAMEN FINAL CONJUNTO DE ESTADÍSTICA 6 de diciembre de 2010 NOMBRE: GRUPO C=
EXAMEN FINAL CONJUNTO DE ESTADÍSTICA 6 de diciembre de 2010 NOMBRE: GRUPO C= Se permite el uso de calculadora, UNA hoja con las fórmulas escrita a mano y las tablas de distribuciones: normal, t student,
Más detallesLas opciones para insertar Gráficos se encuentran en la ficha Insertar de la cinta de opciones. Existen una amplia gama de gráficos para realizar:
Gráficos Las opciones para insertar Gráficos se encuentran en la ficha Insertar de la cinta de opciones. Existen una amplia gama de gráficos para realizar: Para crear un gráfico basta con seguir estos
Más detallesINFERENCIA ESTADÍSTICA CON EL SOFTWARE MINITAB
UNIVERSIDAD PRIVADA ALAS PERUANAS ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS INFERENCIA ESTADÍSTICA CON EL SOFTWARE MINITAB 15.0 E1) La tabla muestra el tiempo requerido, en días, para determinar auditorias
Más detallesValor y vector propio de una matriz
Valor y vector propio una matriz Sea A una matriz cuadrada, un número real λ se dice que es un valor propio o un eigenvalor o un valor característico A si existe un vector, diferente l vector cero, x o
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesWSSQ = w i (y i f(x i, )) 2
Caso 205: Cálculo de V max y K M de la fosfata alcalina E. coli 1 Caso 205.- Cálculo de V max y K M para la hidrólisis de p-nitrofenil fosfato por fosfatasa alcalina de E. coli (Regresión no lineal con
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 detallesLaboratorio de Estadística Con Manejo en SPSS.
Laboratorio de Estadística Con Manejo en SPSS. Sesión 1: Importación de Datos, Gráficos y Análisis Bivariado. Desde el 02 de Abril hasta el 06 de Abril del 2018 Patricio Videla J. Profesor Coordinador
Más detallesAjustando Distribución (Datos Censurados)
Ajustando Distribución (Datos Censurados) STATGRAPHICS Rev. 9/14/2006 Resumen El procedimiento Ajustando Distribución (Datos Censurados) ajusta cualquiera de las 45 distribuciones de probabilidad a una
Más detallesStatgraphics Centurión
Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que
Más detallesDiseño de experimentos - Experimentos multifactoriales.
Diseño de experimentos - Experimentos multifactoriales http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Introducción Los casos anteriores explicaban los diseños en bloques
Más detallesExplicación de la tarea 8 Felipe Guerra
Pruebas de bondad de ajuste de χ 2 Explicación de la tarea 8 Felipe Guerra Las pruebas de bondad de ajuste corresponden a una comparación entre la distribución de una muestra aleatoria y una distribución
Más detallesFUNCIONES. 3. Una cantidad física F es una función de otra cantidad x. Las mediciones realizadas por un estudiante de la URP, dieron como resultado:
FUNCIONES 1. Se tiene un resorte cuya longitud inicial es de 10 cm. Cuando se le aplica una fuerza F (N) el resorte alcanza una longitud L (cm), cuyos valores están representados en la siguiente tabla:
Más detallesAnálisis de correspondencias
Análisis de correspondencias utilizando el SPSS Vamos a realizar el Análisis de correspondencias sobre el mismo ejemplo (ejemplo 6.1 de los apuntes), sobre el que ya se obtuvo el análisis mediante el R,
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 detallesPruebas estadís,cas para evaluar relaciones
Pruebas estadís,cas para evaluar relaciones Asociación entre dos variables categóricas Hipótesis: frecuencias de ocurrencias en las categorías de una variable son independientes de los frecuencias en la
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesDiseño de Experimentos Aumentar Diseño
Diseño de Experimentos Aumentar Diseño STATGRAPHICS Rev. 9/14/2006 Resumen La selección Aumentar Diseño sobre el menú DDE desarrolla un número de útiles operaciones sobre un diseño posterior que será ejecutado.
Más detallesEigenvalores y eigenvectores
Eigenvalores y eigenvectores Los dos problemas principales del álgebra lineal son: resolver sistemas lineales de la forma Ax = b y resolver el problema de eigenvalores. En general, una matriz actúa sobre
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesEstudio del consumo y los precios al consumo de Frutas y Hortalizas
Conseería de Agricultura y Pesca Estudio del consumo y los precios al consumo de Frutas y Hortalizas Aspectos Metodológicos Marzo 008 Versión 1 SECRETARÍA GENERAL DE AGRICULTURA, GANADERÍA Y DESARROLLO
Más detallesANÁLISIS DE COMPONENTES PRINCIPALES
CAPÍTULO 4 ANÁLISIS DE COMPONENTES PRINCIPALES 4.1 Introducción Al investigar un fenómeno desconocido se pretende abordarlo con muestras de diferentes variables, en las cuales muchas veces existe una fuerte
Más detallesIntroducción a Stata Clase 2: Estadísticas Descriptivas y Gráficos
Introducción a Stata Clase 2: Estadísticas Descriptivas y Gráficos R. E. De Hoyos * University of Cambridge 3 de marzo de 2005 1. Introducción En esta sesión del curso presentamos las distintas herramientas
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesEstimación. Diseño Estadístico y Herramientas para la Calidad. Estimación. Estimación. Inferencia Estadística
Diseño Estadístico y Herramientas para la Calidad Estimación Epositor: Dr. Juan José Flores Romero juanf@umich.m http://lsc.fie.umich.m/~juan M. en Calidad Total y Competitividad Estimación Inferencia
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesEstado civil Frecuencia observada Casado 50 Soltero 30 Viudo 15 Divorciado 5 Total 100
Prueba de Ji-cuadrado Bondad de ajuste: Se refiere a la comparación de la distribución de una muestra con alguna distribución teórica que se supone describe a la población de la cual se extrajo la muestra.
Más detalles5.5 Modelo de regresión. se especificó en los términos siguientes: (6.3.1) 1,2,3,..N. Donde:
5.5 Modelo de regresión El modelo de regresión lineal que se aplicó para explicar la relación entre producción antigüedad, edad, capital humano, apiarios y camioneta de los apicultores nayaritas se especificó
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 detalles