Estadística con R. Modelo Probabilístico Lineal
|
|
- Adrián Sáez Gómez
- hace 6 años
- Vistas:
Transcripción
1 Estadístca con R Modelo Probablístco Lneal
2 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 Y 1 e 1 -b 0 - b 1 X con probabldad 1-p. Varable(s) ndependente, exógena o explcatva cuanttatvas ó cualttatvas: X Error aleatoro: e Parámetros ó coefcentes: b 0 (termno ndependente) y b 1. Var( e ) (1 β 0 β1x )( β 0 + β1x ) p (1 p)
3 Estmadores MCO de estos modelos La perturbacón aleatora (e) no sgue una dstrbucón Normal, ya que el carácter bnaro (1 ó 0) de la varable endógena afecta a la dstrbucón de la perturbacón, tenendo ésta una dstrbucón Bnomal La perturbacón aleatora no tene una varanza constante (es heteroscedástca) Las predccones realzadas sobre la varable endógena no sempre se encuentran en el ntervalo [0,1], ya que pueden ser mayores que cero y menores que uno.
4 Modelo LOGIT: Funcon de dstrbucón logstca
5 Logt (L ) La probabldad de que Y 0 (p) se defne ahora medante la sguente expresón: p (1 + e donde Z b 0 + b 1 X 1, sendo b son los coefcentes a estmar y X es el vector de varable(s) ndependente(s) La probabldad de que Y 1 (p) : 1 ( 1 p) z (1 + e ) 1 z ) p (1 p) (1 + e (1 + e z ) z ) e z Tomando logartmos: ln p ln( e ) b + b z L 0 1 (1 p ) X
6 Estmacon Logt por GLM La estmacón de los parámetros se realza por máxmo verosmltud Para valorar el ajuste se utlza el estadístco AIC (Akake Informaton Crteron), o estadístcos dervado del anteror. En el caso general, la AIC es AIC-2ln(L)/n+2k/n donde k es el número de parámetros en el modelo estadístco, n el numero de datos, y L es el máxmo valor de la funcón de verosmltud para el modelo estmado. Dado un conjunto de modelos canddatos para los datos, el modelo preferdo es el que tene el valor mínmo en el AIC. El AIC no sólo recompensa la bondad de ajuste, sno tambén ncluye una penalzacón (número de parámetros estmados). Esta penalzacón desalenta el sobreajute.
7 Estmacón Logt en R lbrary(islr) attach(default) ftglm(default~.,datadefault,famlybno mal) summary(ft) summary(ft$ftted.values) ft.predfelse(ft$ftted.values>0.0333,1,0) table(ft.pred,default$default)
8 Funcón Probt
9 Probt (I ) S I b 0 +b 1 X > s entonces Y 1 S I b 0 +b 1 X <s entonces Y 0 La probabldad de que este sea menor o gual al valor (s), se calcula a partr de la funcón de dstrbucón acumulada de una dstrbucón Normal estandarzada: p pr( Y 1) pr( β + β X Forma más senclla: s) donde F -1 es la nversa de la funcón de dstrbucón Normal βo + β1x t dt 2 e 2π 1 ( I ) ( p ) β 0 + β X * 1 I F F 1
10 Estmacón Probt en R ft2glm(default~.,datadefault,famlybn omal (lnkprobt)) summary(ft2) ft2.probspredct(ft2,type"response") summary(ft2.probs) ft2.predfelse(ft2.probs> ,1,0) table(ft2.pred,default$default)
11 Ejemplo A researcher s nterested n how varables, such as GRE (Graduate Record Exam scores), GPA (grade pont average) and prestge of the undergraduate nsttuton, effect admsson nto graduate school. The response varable, admt/don't admt, s a bnary varable. mydata <- read.csv(" y.csv") head(mydata) alternatva (mtcars, modelo mpl para vs)
12 Curva ROC lbrary(rocr) mylogt <- glm(admt ~ gre + gpa + rank, data mydata, famly "bnomal") mylogt.probspredct(mylogt,type"response") predct.rocr <- predcton (mylogt.probs,mydata$admt) perf.rocr <- performance(predct.rocr,"tpr","fpr") #True y Tasa de falsos postvos auc <- as.numerc(performance(predct.rocr,"auc")@y.values) plot(perf.rocr,type'o', man paste('area Bajo la Curva ',round(auc,2))) ablne(a0, b 1)
13 Mnería de datos # dvsón de la muestra en entrenamento y test transample(seq(length(default$default)),length(default$default)*0.70,replacefals E) # Estmacón de modelo probt glm.trglm(default[tran]~.,datadefault[tran,],famlybnomal(lnkprobt)) #predccón probspredct.glm(glm.tr,newdatadefault[-tran,],type"response") predfelse(probs>mean(probs),1,0) table(pred,default[-tran]) #gráfca curva ROC lbrary(rocr) predct.rocr <- predcton (probs,default$default[-tran]) perf.rocr <- performance(predct.rocr,"tpr","fpr") #True y Tasa de falsos postvos auc <- as.numerc(performance(predct.rocr,"auc")@y.values) plot(perf.rocr,type'o', man paste('area Bajo la Curva ',round(auc,2))) ablne(a0, b 1)
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 detallesCAPÍTULO 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 detallesInvestigación 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 detallesMétodos 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 detallesModelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.
Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)
Más detallesEconometría. 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 detallesREGRESION 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 detallesAnálisis 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 detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE..ESTADÍSTICA La fecunddad y su relacón con varables socoeconómcas, demográfcas y educatvas aplcando el Modelo de Regresón
Más detallesREGRESION 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 detallesTema 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 detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesT. 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 detallesEXPERIMENTACIÓN 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 detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesEfectos 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 detallesHistogramas: 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 detallesAnálisis 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 detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detallesXLVII Reunión Anual. Noviembre de 2012
ANALES ASOCIACION ARGENTINA DE ECONOMIA POLITICA XLVII Reunón Anual Novembre de 2012 ISSN 1852-0022 ISBN 978-987-28590-0-8 EXPLICACIÓN DE LAS DECISIONES DE COMPRA DE ALCOHOL Y TABACO DE LOS HOGARES SANTAFESINOS
Más detallesDISTRIBUCION DE RENDIMIENTOS: APLICACIONES
DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesDe 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 detallesDETERMINANTES Y DIFERENCIAS DE SALUD ENTRE LAS REGIONES DE COSTA RICA. UN ANÁLISIS DESDE LA ENCUESTA NACIONAL DE SALUD
DETERMINANTES Y DIFERENCIAS DE SALUD ENTRE LAS REGIONES DE COSTA RICA. UN ANÁLISIS DESDE LA ENCUESTA NACIONAL DE SALUD 2006. Juan Rafael Vargas, Yanra Xrnachs-Salazar, Melvn Morera, Amada Aparco y Karla
Más detallesPRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesCAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS
CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos
Más detalles4 Contraste de hipótesis en el modelo de regresión múltiple
4 Contraste de hpótess en el modelo de regresón múltple Ezequel Urel Unversdad de Valenca Versón: 9-13 4.1 El contraste de hpótess: una panorámca 1 4.1.1 Formulacón de la hpótess nula y de la hpótess alternatva
Más detallesAnálisis comparativo de la siniestralidad en el seguro de automóviles según el grado de cobertura *
Análss comparatvo de la snestraldad en el seguro de automóvles según el grado de cobertura * Melgar Hraldo, María del Carmen mcmelhr@upo.es Ordaz Sanz, José Antono jaordsan@upo.es Departamento de Economía,
Más detallesEstudios Económicos de Desarrollo Internacional.AEEADE. Vol. 2, núm 2 (2002)
Estudos Económcos de Desarrollo Internaconal.AEEADE. Vol. 2, núm 2 (2002) VINCULO ENTRE LOGRO EDUCACIONAL Y CARACTERÍSTICAS DE ESTÁNDAR DE VIDA EN LOS HOGARES DEL NORESTE DE ARGENTINA: UN ENFOQUE ECONOMETRICO
Más detallesMODELOS DE ÁRBOL DE REGRESIÓN BAYESIANO: UN ESTUDIO DE CASO.
REVISTA INVESTIGACIÓN OPERACIONAL VOL., 3, No., 09-5, 00 MODELOS DE ÁRBOL DE REGRESIÓN BAYESIANO: UN ESTUDIO DE CASO. O. Juárez* y E.Castells** *Facultad de Matemátca. Unversdad Autónoma de Guerrero. Méxco.
Más detallesVariable aleatoria: definiciones básicas
Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesCAPITULO III VARIABLE DEPENDIENTE CUALITATIVA Y LIMITADA
CAPITULO III VARIABLE DEPENDIENTE CUALITATIVA Y LIMITADA 1. MODELOS DE ELECCION DISCRETA Los modelos de eleccón dscreta consderan una varable ndcadora dependente. Esta varable ndcadora podrá tomar dos
Más detallesTÉCNICAS AUXILIARES DE LABORATORIO
TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar
Más detallesBloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos
Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesESTRUCTURA DE MERCADO Y EFICIENCIA EMPRESARIAL EN EL TRANSPORTE AÉREO
2003 NÚMERO 808 INFRAESTRUCTURAS: TRANSPORTES E INDUSTRIAS DE RED ESTRUCTURA DE MERCADO Y EFICIENCIA EMPRESARIAL EN EL TRANSPORTE AÉREO María Belén Rey Legdos* La lberalzacón del transporte aéreo es un
Más detallesUN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *
UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:
Más detallesAnálisis de error y tratamiento de datos obtenidos en el laboratorio
Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a
Más detallesContinua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.
.. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.
Más detallesRegresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy
Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema
Más detallesDocumento de Trabajo No. 04/07 Junio Análisis de la Fertilidad a partir de las Encuestas de Hogares por Luis Fernando Lima
Documento de Trabajo No. 04/07 Juno 2007 Análss de la Fertldad a partr de las Encuestas de Hogares 1999-2004 por Lus Fernando Lma Análss de la Fertldad a partr de las Encuestas de Hogares 1999-2004 Resumen
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detallesUNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES
UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES EL PROGRAMA ESTADÍSTICO R Y UNA APLICACIÓN EN ECONOMETRÍA y TESIS PROFESIONAL Como requsto parcal para obtener el título de: LICENCIADO EN
Más detallesTERMODINÁMICA AVANZADA
TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón
Más detallesIMPACTO DEL MICROCRÉDITO SOBRE LA POBREZA DEL INGRESO: UN ESTUDIO EN MERCADOS DE CRÉDITO URBANOS EN MÉXICO. Miguel Niño Zarazúa *
IMPACTO DEL MICROCRÉDITO SOBRE LA POBREZA DEL INGRESO: UN ESTUDIO EN MERCADOS DE CRÉDITO URBANOS EN MÉXICO Mguel Nño Zarazúa Resumen Este estudo presenta una estmacón del mpacto del mcrocrédto sobre la
Más detallesDepartamento Administrativo Nacional de Estadística
Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesMedidas 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 detallesDiseño 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 detallesOferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA
Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w
Más detallesTERMODINÁMICA AVANZADA
ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón
Más detallesESTADÌSTICA INFERENCIAL
DIRECCIÓN DE EDUCACIÓN ABIERTA Y A DISTANCIA Y VIRTUALIDAD PROGRAMA ADMINISTRACIÓN DE EMPRESAS ESTADÌSTICA INFERENCIAL MÓDULO EN REVISIÓN DIRECCIÓN DE EDUCACIÓN ABIERTA Y A DISTANCIA Y VIRTUALIDAD PROGRAMA
Más detallesTrabajo Especial 2: Cadenas de Markov y modelo PageRank
Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E
Más detallesAPLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS
APLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS Marcelno Sánchez Rvero Departamento de Economía Aplcada y Organzacón de Empresas Unversdad de Extremadura
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGREION 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 detallesPoblación: 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 detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesLA EFICIENCIA RELATIVA DE LASCOMPAÑÍAS DE TRANSPORTE
LA EFICIENCIA RELATIVA DE LASCOMPAÑÍAS DE TRANSPORTE AEREO. María Belén Rey Legdos. Departamento de Economía Aplcada II. Facultad de CC Económcas. Unversdad Complutense de Madrd. 1. Introduccón. El objetvo
Más detallesCÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *
CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.
Más detalles1 x 11 x 12... x 1p y 1 2 x 21 x 22... x 2p y 2 : n x n1 x n2... x np y n
4. Análss de regresón lneal múltle En caítulos anterores tratamos el análss de regresón smle que trata de relaconar una varable exlcatva cuanttatva con una varable resuesta cuanttatva. Todos los elementos
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesPARTICIPACIÓN LABORAL DE LAS MUJERES EN LAS REGIONES DE CHILE
Revsta UNIVERSUM Nº 25 Vol. 2 2010 Unversdad de Talca Partcpacón laboral de las mujeres en las regones de Chle Luz María Ferrada Bórquez Plar Zarzosa Espna Pp. 79 a 99 PARTICIPACIÓN LABORAL DE LAS MUJERES
Más detallesTema 7: Variables Ficticias
Tema 7: Varables Fctcas Máxmo Camacho Máxmo Camacho Econometría I - ADE+D /2 - Tema 7 Varables fctcas Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema 2: El modelo de regresón
Más detallesMatemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato
Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA
Más detallesMateriales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.
Materales Industrales, Ingenería Técnca Industral Mecánca Profesor: Dr. María Jesús Arza, Departamento de Físca Aplcada, CITE II-A,. Teoría de meddas. Meddas magntudes: La teoría de meddas Las varables
Más detallesMétodos de Apareamiento
Human Development Network Latn Amerca and the Carbbean Regon Spansh Impact Evaluaton Trust fund Sesón n Técnca T VI: Métodos de Apareamento Karen Macours Karen Macours Managua, 5 Marzo 2008 En el caso
Más detallesMÉTODOS PARA PROBAR NUMEROS
Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular
Más detallesFÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN NO VIDA
Anales del Insttuto de Actuaros Españoles, 3ª época, 18, 2012/151-170 FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detalles7ª SESIÓN: Medidas de concentración
Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detallesMedia 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 detallesEstimación de la siniestralidad no declarada en el seguro de automóviles: una aplicación a través de modelos de recuento *
Estmacón de la snestraldad no declarada en el seguro de automóvles: una aplcacón a través de modelos de recuento * Ordaz Sanz, José Antono jaordsan@upo.es Melgar Hraldo, María del Carmen mcmelhr@upo.es
Más detallesFUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN
FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades
Más detallesMÓDULO DE GEOESTADÍSTICA PARA EXCEL: APLICACIÓN A PESCA Diana María González Troncoso Centro Oceanográfico de Vigo.
MÓDULO DE GEOESTADÍSTICA PARA EXCEL: APLICACIÓN A PESCA Dana María González Troncoso Centro Oceanográfco de Vgo. Cabo Esta, Vgo RESUMEN La Geoestadístca es una cenca cada vez más usada en dstntos ámbtos
Más detallesVARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES
Más detallesEn este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de
Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesXII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.
Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas
Más detallesEl alcohol en el presupuesto familiar: incidencia del poder adquisitivo y de la composición demográfica de los hogares *
El alcohol en el presupuesto famlar: ncdenca del poder adqustvo y de la composcón demográfca de los hogares * Alcohol Consumpton n Famly Budgets: Effects of Purchasng Power and Households Demographc Composton
Más detallesCAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan
CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta
Más detallesDELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID
DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesVisión moderna del modelo de transporte clásico
Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y
Más detallesRegresión lineal en química analítica
Regresón lneal en uímca analítca Alejandro C. Olver Departamento de Químca Analítca, Facultad de Cencas Bouímcas y Farmacéutcas, Unversdad Naconal de Rosaro, Supacha 5, Rosaro (S00LRK), Argentna. E-mal:
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesDETERMINANTES DE FRAGILIDAD EN LAS EMPRESAS COLOMBIANAS. Oscar Martínez A. *
DETERMINANTES DE FRAGILIDAD EN LAS EMPRESAS COLOMBIANAS Oscar Martínez A. * Banco de la Repúblca, Colomba omartam@banrep.gov.co Resumen Una de las mayores amenazas para toda empresa es caer en un estado
Más detallesMaestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto
Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de
Más detallesUN ANÁLISIS COMPARATIVO DE UNA SVM Y UN MODELO LOGIT EN UN PROBLEMA DE CLASIFICACIÓN DE ASEGURADOS
UN ANÁLISIS COMPARATIVO DE UNA SVM Y UN MODELO LOGIT EN UN PROBLEMA DE CLASIFICACIÓN DE ASEGURADOS Antono Heras Martínez 1, Pedad Tolmos Rodríguez-Pñero 2, Julo Hernández-March 2 1 Departamento de Economía
Más detalles