PROYECTO CIUDADES COMPETITIVAS. Documento de Análisis 001. Metodología de Análisis Factorial
|
|
- Patricia Toro Ortiz de Zárate
- hace 6 años
- Vistas:
Transcripción
1 PROYECTO CIUDADES COMPETITIVAS Documento de Análisis 001 Metodología de Análisis Factorial Gonzalo Escobar Elexpuru Enero 2014
2 METODOLOGIA DE ANÁLISIS FACTORIAL El índice de competitividad de ciudades a construir para las principales ciudades del país corresponde a la suma ponderada de cuatro subíndices, donde cada uno de estos representa a una dimensión en particular. Considerando lo anterior, la definición del índice será la siguiente: =,, donde:, corresponde al índice de competitividad de la ciudad k.,, corresponde al subíndice de la dimensión estructura productiva.,, corresponde al subíndice de la dimensión interacción e innovación.,, corresponde al subíndice de la dimensión gobernanza.,, corresponde al subíndice de la dimensión instituciones y estructura social. Por su parte los subíndices, [0, 90] donde 0 es el valor mínimo que puede tomar dicho subíndice, es decir, representa la menor competitividad posible para la dimensión i; y 90 es el máximo valor que puede lograr dicho subíndice, representando la mayor competitividad posible para la dimensión i. Dicho de otra forma, el valor de cada uno de los subíndices se encuentra estandarizado entre 0 y 90. Paso previo a la construcción de dicho índice, se hace necesario la construcción de un subíndice para cada una de las dimensiones. Así en el caso de la dimensión i, la cual está compuesta por un determinado número variables, luego el subíndice presentaría la siguiente estructura:, =,,, donde:,, representa el peso de la variable, en el subíndice, y,, = 1. Hecho que se repite para el resto de las dimensiones que conforman el índice. Por otro lado, las variables, [0, 100] donde 0 es el valor mínimo que puede tomar dicha variable, lo que representa la menor competitividad posible en términos de la variable j y 100 es el máximo valor que puede tomar dicha variable, mostrando entonces que representa la mayor competitividad posible de la variable j. En resumen, el valor de cada una de las variables se encuentra estandarizado entre 0 y 100.
3 En ambos casos, los ponderadores que se obtienen como resultado es mediante la utilización del análisis factorial, técnica estadística de correlación que reduce de forma objetiva el número de variables a un cierto número de factores latentes o factores comunes. Así cada una de las variables tiene un cierto número de factores comunes con el resto de las variables y una parte está relacionada a sí misma, es decir, en el segundo paso de la estimación los subíndices pasan a sustituir a las variables. Todo este ejercicio viene representado por el siguiente diagrama: Variable 1 Variable 2 Factores Comunes Variable 3 Variable n Como en análisis factorial permite obtener variables resúmenes que corresponde a los factores comunes, se ocupa de capturar la información esencial contenida en un conjunto de variables originales. De hecho, en la literatura es posible encontrar varios ejemplos donde es utilizada esta técnica para obtener indicadores: Economía regional, Edward, Psiquiatría, Clark et al., Sistema financiero, Fritz, 1984; Mercer y Gilbert, Bienestar, Sahn y Stifel, Democratización, Tesler et al., Salud, Kaplan, Turismo, UNAB Tecnológico de Monterrey, En la práctica en Análisis Factorial, todas las variables son consideradas igualitariamente, es decir, no se divide entre variables dependientes e
4 independientes. Por otro lado, los factores se seleccionan básicamente para explicar las interrelaciones entre las variables originales, donde se busca seleccionar aquellos factores que explican la mayor varianza de las series bajo consideración. Una de las restricciones que se debe tener en consideración corresponde a que el número de factores debe ser menor que el número de observaciones (8 ciudades en este caso). De forma ideal, el número de factores debiese ser conocido desde un inicio aunque no suele ser el caso, pero a pesar de esto, es posible permitir que los datos determinen por sí mismo el número de factores. De forma esquemática, el proceso de Análisis Factorial se puede representar por el siguiente diagrama: Variable estandarizada Varianza, Comunalidad y Unicidad Factor Loadings Dónde: La comunalidad h corresponde a aquella parte de la varianza que se debe a factores comunes. La especificidad corresponde a aquella parte de la varianza que se debe al factor único. El aspecto numérico del Análisis Factorial consiste en encontrar estimadores de los factor loadings y de las comunalidades h. La solución a este problema se llama extracción inicial de factores. Uno de los modelos más empleados para la extracción inicia l de factores es el de componentes principales, que corresponde al método utilizado en el cálculo del presente índice. La parte final de proceso, esto es la obtención de los factores rotados, no es esencial en la construcción de los ponderadores, pues cumple con la función de permitir una interpretación a los factor loadings, que no es objetivo para el cual se utiliza esta técnica, pues esto tiene más sentido cuando ya se han construido los índices por cada una de las dimensiones, pues las variables dentro de una
5 dimensión tienden a representar aspectos muy similares. En sí, las comunalidades, que son las que ocupan para calcular las ponderaciones, corresponden a la sumatoria de los cuadrados de los factor loadings y son exactamente las mismas si se calculan con los factores no rotados o con los factores rotados, de lo que se desprende que los ponderadores no dependen de la técnica de rotación utilizada.
Análisis de Varianza Factorial y MANOVA
0 Introducción origen y características (1869 Galton Genio Hereditario) Parsimonia Informativa 1 Tipos de Análisis Factorial 2 El modelo de Análisis Factorial: Teoremas 3 Pasos del Análisis Factorial:
Más detallesTema 6. Análisis Factorial.
Tema 6 Análisis Factorial El modelo Sea Y = (Y,, Y p ) t un vector aleatorio con vector de medias µ y matriz de covarianzas Σ Supondremos que existe un número entero m < p, una matriz L de orden p m de
Más detallesANALISIS FACTORIAL. Jorge Galbiati R.
ANALISIS FACTORIAL Jorge Galbiati R El análisis factorial es un modelo matamático que pretende explicar la correlación entre un conjunto grande de variables observadas y un pequeño conjunto de factores
Más detalles3.1.3 Análisis Multivariado
217 3.1.3 Análisis Multivariado Para el análisis Multivariado se va a aplicar el Análisis Factorial con Componentes Principales, el cual es un método que intenta explicar según el modelo lineal un conjunto
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesEn el pasado, en la realización de experimentos que envolvían más de un factor, y cada
Capitulo 4. Planeamiento Factorial (Convencionales) 4.1 Introducción. En el pasado, en la realización de experimentos que envolvían más de un factor, y cada factor con más de una variable, se adoptaba
Más detallesObjetivo. variables factores F Principios básicos. Parsimonia Interpretabilidad
ANÁLISIS FACTORIAL 1. Introducción 2. Examen de la matriz de correlación 3. Extracción de los factores 4. Rotación de los factores 5. Puntuaciones factoriales 6. Caso práctico Introducció Objetivo. Resumir
Más detallesEL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Más detallesUNIVERSIDADA NACIONAL DEL SANTA FACULTAD DE CIENCIAS DEPARTAMENTO DE MATEMÁTICAS
UNIVERSIDADA NACIONAL DEL SANTA FACULTAD DE CIENCIAS DEPARTAMENTO DE MATEMÁTICAS PINCIPALES FACTORES QUE INFLUYEN EN EL HOGAR, SEGÚN ENCUESTA ENAHO 2009. RESPONSABLE: LIC. LUIS ALFREDO PAJUELO GONZÁLES
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesPuntuaciones de las observaciones en las componentes Gráfico de dispersión de las componentes Y1 e Y2:
Ejemplo 1 Objetivos: 1. Ayudar a comprender los conceptos relacionados con un análisis de componentes principales. Interpretación de resultados. 2. Aprender a ejecutar con R el ACP. Familiarizarse con
Más detallesPROGRAMA EDUCATIVO DE INGENIERÍA EN TECNOLOGÍA AMBIENTAL
PROGRAMA EDUCATIVO DE HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Diseño de experimentos 2. Competencias Desarrollar soluciones de prevención, control, mitigación y
Más detalles5. DISEÑO FACTORIALES 2 k
5. DISEÑO FACTORIALES 2 k Los diseños factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de éstos sobre una respuesta. Un caso
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesMINISTERIO DE EDUCACIÓN. Educación Técnica y Profesional. Familia de especialidades: Economía. Programa: Estadística
MINISTERIO DE EDUCACIÓN Educación Técnica y Profesional Familia de especialidades: Economía Programa: Estadística Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 12mo. Grado AUTORA MSc. Caridad
Más detallesMedidas de Tendencia Central
Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las
Más detallesModelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría
Iª REUNIÓN INTERNACIONAL DE INVESTIGACIÓN EN CONTABILIDAD Y AUDITORÍA (RIICA) Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría Dr. D. Jesús Collado Agudo Departamento
Más detallesINGENIERÍA EN MANTENIMIENTO INDUSTRIAL
HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Industrial 2. Competencias Diseñar estrategias de mantenimiento mediante el análisis de factores humanos, tecnológicos,
Más detallesLa práctica del análisis de correspondencias
La práctica del análisis de correspondencias MICHAEL GREENACRE Catedrático de Estadística en la Universidad Pompeu Fabra Separata del capítulo 11 Contribuciones a la inercia Primera edición: julio 2008
Más detallesLECCIÓN PÚBLICA. Tema 6 Descripción Multivariante de Datos. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 6 Descripción Multivariante de Datos Profa. María Fátima Dos Santos 1 TEMARIO Análisis Multivariados. Clasificación ACP. Organización de los Datos ACP. Componentes, variabilidad explicada
Más detalles1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k
1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.
Más detallesEjemplo de Matriz de Saturaciones Factoriales aplicado a un Cuestionario sobre Poder en las Organizaciones.
Ejemplo de Matriz de Saturaciones Factoriales aplicado a un Cuestionario sobre Poder en las Organizaciones. En una investigación acerca de las relaciones de poder en organizaciones Melià (1984) y Meliá
Más detallesI. TÉCNICAS DE ANÁLISIS MULTIVARIANTE
ÍNDICE Presentación y justificación................................................... 9 I. TÉCNICAS DE ANÁLISIS MULTIVARIANTE................................... 13 1. Introducción.................................................................
Más detallesSILABO POR ASIGNATURA 1. INFORMACION GENERAL. [AVILA LARREA JAVIER [INGENIERIA DE EMPRESAS]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: AVILA LARREA JAVIER ALEJANDRO(javier.avila@ucuenca.edu.ec) Facultad(es): [FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS] Escuela: [PROGRAMA
Más detallesESTIMADOR MENSUAL ADELANTADO DE INVERSIÓN NOTA METODOLÓGICA
ESTIMADOR MENSUAL ADELANTADO DE INVERSIÓN NOTA METODOLÓGICA ESTIMADOR MENSUAL ADELANTADO DE INVERSIÓN NOTA METODOLÓGICA 2 El Índice Mensual Adelantado de Inversión (IMAI) aproxima mensualmente las variaciones
Más detallesCAPÍTULO 4. COMPONENTES PRINCIPALES Y LAS NUEVAS VARIABLES
CAPÍTULO 4. COMPONENTES PRINCIPALES Y LAS NUEVAS VARIABLES Un componente principal es una combinación lineal de las variables originales. En este método los nuevos factores son independientes entre sí,
Más detallesÍNDICE DE DESIGUALDAD DE GÉNERO
Trabajo productivo remunerado Toma de decisiones ÍNDICE DE DESIGUALDAD DE GÉNERO Trabajo productivo no remunerado Educación Ingresos económicos S.G.Estadística D.G.Economia y Sector Público Area de Gobierno
Más detallesTema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales
Tema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales 5.1 Introducción a los modelos de ecuaciones el planteamiento LISREL. 5.2. Fases en la elaboración de un modelo. 5.2.1.
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesDESCRIPCIÓN DE LA TIPOLOGÍA DE SECCIONES EN LA CIUDAD DE MADRID
DESCRIPCIÓN DE LA TIPOLOGÍA DE SECCIONES EN LA CIUDAD DE MADRID Objetivo: Encontrar una tipología de secciones en la ciudad de Madrid. Procedimiento: I.- Selección de variables. II.- Estudio de las relaciones
Más detallesÍndice de Competitividad Turística Regional: Usos e Importancia
Índice de Competitividad Turística Regional: Usos e Importancia Agenda Origen Objetivos Reseña metodológica Principales resultados comparativos Importancia y uso Otros: Índice de Intensidad Turística Origen
Más detallesTÉCNICAS MULTIVARIANTES
Máster en Ordenación y Gestión del Desarrollo Territorial y Local Módulo I MÉTODO Y TÉCNICAS ESTADÍSTICAS PARA EL DESARROLLO TERRITORIAL Y LOCAL CURSO TÉCNICAS MULTIVARIANTES Prof. Dr. Rosa Jordá Borrell
Más detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
Más detallesUnidad 1 DISTRIBUCIONES MUESTRALES Objetivo particular El alumno identificará distribuciones discretas y continuas, obtendrá la probabilidad de
Nombre de la materia Estadística Inferencial Departamento Ciencias Aplicadas de la Información Academia Ciencias Básicas Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I4863 60 20 0 80
Más detalles1. Introducción. CEDEX - Curso de formación estadística. Práctica Cómo introducir datos en SPSS/PC?
Técnicas de análisis multivariante - I 9//oo5 CEDEX - Curso de formación estadística Práctica. Introducción En esta práctica trabajaremos con el fichero de datos pardals.xls que corresponde a un estudio
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesTEMA 1 Introducción 1.1. Concepto y características de la investigación comercial 1.2. La investigación comercial y el proceso de marketing de la
TEMA 1 1.1. Concepto y características de la investigación comercial 1.2. La investigación comercial y el proceso de marketing de la empresa 1.2.1. El proceso de marketing en la empresa 1.2.2. La función
Más detallesDISEÑOS MULTIFACTORIALES CON RESTRICCIONES DE ALEATORIZACIÓN. Diseños en bloques completos aleatorizados con dos tratamientos
DISEÑOS MULTIFACTORIALES CON RESTRICCIONES DE ALEATORIZACIÓN Los diseños en bloques utilizan una restricción en la aleatorización. Los cuadrados latinos utilizan dos restricciones en la aleatorización.
Más detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesEstadística Descriptiva. SESIÓN 8 Medidas de centralización
Estadística Descriptiva SESIÓN 8 Medidas de centralización Contextualización de la sesión 8 En la sesión anterior has conocido una de las medidas de tendencia central denominada media aritmética, a través
Más detalles( ) Nueva creación ( x ) Reestructuración ( ) Ajuste. ( x ) Obligatoria ( ) Electiva u optativa ( ) Complementaria ( ) otra.
A) NOMBRE DEL CURSO: ESTADÍSTICA APLICADA A NEGOCIOS B) DATOS BÁSICOS DEL CURSO Tipo de propuesta curricular: Tipo de materia: Materia compartida con otro PE o entidad académica Semestre Horas de teoría
Más detallesMINISTERIO DE EDUCACIÓN. Dirección de Educación Técnica y Profesional. Familia de especialidades:servicios. Programa: Estadística Matemática
MINISTERIO DE EDUCACIÓN Dirección de Educación Técnica y Profesional Familia de especialidades:servicios Programa: Estadística Matemática Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 9no.
Más detallesGuía de Matemática Cuarto Medio
Guía de Matemática Cuarto Medio Aprendizaje Esperado: 1. Conocen distintas maneras de organizar y presentar información incluyendo el cálculo de algunos indicadores estadísticos, la elaboración de tablas
Más detallesEstadística aplicada a los Negocios
Estadística aplicada a los Negocios SEMESTRE Y CARRERA PROGRAMA REVISADO POR: CRÉDITOS 7 créditos TIPO DE MATERIA MATERIA COMPARTIDA CON OTRO PE OBLIGATORIA NO TIEMPO PRESENCIAL TIEMPO INDEPENDIENTE 5
Más detallesB.1 ANÁLISIS FACTORIAL COMÚN. cuyo propósito es reducir los datos en cantidad. Es también una técnica en la cual todas las
B. NOTAS TEÓRICAS B.1 ANÁLISIS FACTORIAL COMÚN El análisis factorial es un nombre dado a una clase de métodos estadísticos multivariados cuyo propósito es reducir los datos en cantidad. Es también una
Más detallesUNIDAD 12: ESTADISTICA. OBJETIVOS
UNIDAD 12: ESTADISTICA. OBJETIVOS Conocer y manejar los términos básicos del lenguaje de la estadística descriptiva elemental. Conocer y manejar distintas técnicas de organización de datos estadísticos
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesMETODOLOGÍAS DE PLANIFICACIÓN DE PROYECTOS (ALGUNAS.)
METODOLOGÍAS DE PLANIFICACIÓN DE PROYECTOS (ALGUNAS.) MÉTODO PERT El método PERT (Project Evaluation and Review Techniques) es un algoritmo basado en la teoría de redes diseñado para facilitar la planificación
Más detallesGUIA DOCENTE ESTADISTICA
1 GUIA DOCENTE ESTADISTICA 1- Datos de identificación Asignatura: Estadística Carácter: Formación básica Titulación: Psicología Ciclo: Grado Curso: 1 Cuatrimestre: Anual Departamento: Metodología de las
Más detallesTEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones. TEMA 2 Álgebra de matrices 5 sesiones
4.4. MATEMÁTICAS aplicadas a las CIENCIAS SOCIALES II TEMPORALIZACIÓN Y SECUENCIACIÓN: TEMA 1 Sistemas de ecuaciones. Método de Gauss 4 sesiones TEMA 2 Álgebra de matrices 5 sesiones TEMA 3 Resolución
Más detallesNorma Chhab Alperin Banco Mundial/CEPAL Mayo 2018
Norma Chhab Alperin Banco Mundial/CEPAL Mayo 2018 La relevancia de los resultados del PCI depende de la frecuencia y la oportunidad en que están disponibles Recomendación: una frequencia de al menos cada
Más detallesCDEE. Cuestiones 3er Ejercicio. 0 si x 1. k(x + 1) + x2 1. k(x + 1) x si x > 1
CUESTIÓN 1: El tiempo de retraso, medido en minutos, del AVE Madrid-Sevilla sigue una variable aleatoria continua con función de distribución: 0 si x 1 F (x) = k(x + 1) + x2 1 2 si 1 < x 0 k(x + 1) x2
Más detallesEtapas en el diseño de cuestionarios de autoinforme
Etapas en el diseño de cuestionarios de autoinforme Carretero-Dios, H y Pérez, C. (2005). Normas para el desarrollo y revisión de estudios instrumentales. International Journal of Clinical and Health Psychology,
Más detallesÍndice de Gasto de los Hogares de Navarra. Instituto de Estadística de Navarra (IEN)
Índice de Gasto de los Hogares de Navarra Instituto de Estadística de Navarra (IEN) ÍNDICE DE GASTO DE LOS HOGARES DE NAVARRA. BASE 2008 1. Introducción Ante la creciente necesidad de información sobre
Más detallesÍNDICE DE DESIGUALDAD DE GÉNERO
Trabajo productivo remunerado Toma de decisiones ÍNDICE DE DESIGUALDAD DE GÉNERO Trabajo productivo no remunerado Educación Ingresos económicos S.G.Estadística D.G.Economia y Sector Público Area de Gobierno
Más detallesTALLER DE ANÁLISIS MULTIVARIABLE TÉCNICA DE COMPONENTES PRINCIPALES SEPTIEMBRE DE 2012
TALLER DE ANÁLISIS MULTIVARIABLE TÉCNICA DE COMPONENTES PRINCIPALES SEPTIEMBRE DE 2012 INSTITUTO DE INFORMACIÓN E INVESTIGACIÓN GEOGRÁFICA, ESTADÍSTICA Y CATASTRAL DEL ESTADO DE MÉXICO ANÁLISIS MULTIVARIABLE
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesEL INGRESO Y/O EL GASTO COMO VARIABLES PARA MEDIR EL BIENESTAR DE LOS HOGARES FERNANDO MEDINA CEPAL
529 EL INGRESO Y/O EL GASTO COMO VARIABLES PARA MEDIR EL BIENESTAR DE LOS HOGARES FERNANDO MEDINA CEPAL 530 El ingreso y/o el gasto como variables para medir Criterios para la elección del indicador de
Más detalles1. Sean dos variables aleatorias de media 0 y matriz de varianzas y covarianzas igual a:
Análisis Datos Curso 007/008 Licenciatura en Biología Técnicas análisis para la reducción la dimensión. Sean dos variables aleatorias media 0 y matriz varianzas y covarianzas igual a: [ ] + d S =, + d
Más detallesAnálisis de data para determinar las calificaciones finales
Objetivo: 1. Explicar al estudiante de qué manera se determina su calificación. 1. Análisis de data. El objetivo del análisis de data es comprender razonablemente bien los datos para así describir tendencias
Más detallesque represente lo mejor posible la relación entre valores X e Y permitiéndonos inferir un valor a partir del otro.
Regresió n josé a. mañas 8.2.2017 1 Introducción El objetivo de las técnicas de regresión es identificar una función que permita estimar una variable Y en función de la otra X. Es decir, averiguar una
Más detallesMétodos Estadísticos de la Ingeniería Práctica 4: Regresión Lineal
Métodos Estadísticos de la Ingeniería Práctica 4: Regresión Lineal Área de Estadística e Investigación Operativa Mariano Amo Salas y Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos Práctica 4.......................................................
Más detallesCAPÍTULO I. TEORÍAS SOBRE LA ESTRUCTURA URBANA ASOCIADAS A LA POLICENTRALIDAD
ÍNDICE INTRODUCCIÓN i CAPÍTULO I. TEORÍAS SOBRE LA ESTRUCTURA URBANA ASOCIADAS A LA POLICENTRALIDAD 1 I.1. Ecología urbana I.2 Economía urbana y regional 1. Centralidad 2. Teoría de lugar central 3. Centros
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detallesINDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos
INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas
Más detallesPruebas de hipótesis estadísticas acerca de los cambios en la incidencia de la pobreza aplicando la metodología preliminar del CTMP
Nota Técnica 0/006 Pruebas de hipótesis estadísticas acerca de los cambios en la incidencia de la pobreza aplicando la metodología preliminar del CTMP 000 005 Octubre de 006 Av. Paseo de la Reforma #51,
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Muestreo aleatorio simple Resumen teórico Resumen teórico de los principales conceptos estadísticos Muestreo aleatorio
Más detallesCorrelación Lineal. Dra. Noemí L. Ruiz Limardo 2008, Rev 2010
Correlación Lineal Dra. Noemí L. Ruiz Limardo 2008, Rev 2010 Objetivos de Lección Conocer el significado de los conceptos: correlación y coeficiente de correlación Calcular los coeficientes de correlación
Más detallesFolleto de Estadísticas. Teoría del 2do Parcial
Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesINDICE 1. Conceptos y Generalidades 2. Notaciones y simbología Distribución de Frecuencias
INDICE 1. Conceptos y Generalidades 1-1 1.1. Definición 1-1 1.1.1. Breves datos históricos 1-1 1.2. Clasificación 1-3 1.2.1. La estadística descriptiva o deductiva 1-3 1.2.2. Estadística inductiva o inferencial
Más detallesDepartamento Administrativo Nacional de Estadística Dirección de Metodología y Producción Estadística-DIMPE
Departamento Administrativo Nacional de Estadística Dirección de Metodología y Producción Estadística-DIMPE Especificaciones de Estimación y Varianza Encuesta Anual de Comercio EAC-2002 Julio 2004 COMERCIO
Más detallesNombre de la asignatura: Probabilidad y Estadística. Créditos: Aportación al perfil
Nombre de la asignatura: Probabilidad y Estadística Créditos: 3-2-5 Aportación al perfil Seleccionar y aplicar herramientas matemáticas para el modelado, diseño y desarrollo de tecnología computacional.
Más detallesSecretaría Ejecutiva del Consejo Monetario Centroamericano
Propuesta de actualización del Índice de Tipo de Cambio Efectivo Real (ITCER) Oscar Iván Pascual 1 Introducción Entre las funciones de la (SECMCA) se encuentra la compilación, construcción y divulgación
Más detallesSumario... 5 Prólogo Unidad didáctica 1. Introducción a la psicometría Objetivos de la Unidad... 11
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la psicometría... 9 Objetivos de la Unidad... 11 1. Breve historia de la medición en psicología... 12 1.1. La medición
Más detallesANÁLISIS FACTORIAL. Análisis factorial 1
Análisis factorial 1 ANÁLISIS FACTORIAL El análisis factorial intenta identificar variables subyacentes, o factores, que expliquen la configuración de correlaciones dentro de un conjunto de variables observadas.
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ACUICULTURA ÁREA PROYECTOS
TÉCNICO SUPERIOR UNIVERSITARIO EN ACUICULTURA ÁREA PROYECTOS HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Bioestadística 2. Competencias Dirigir la producción de cultivos
Más detallesVIII Parcelas Divididas Experimentación en localidades
VIII Parcelas Divididas Experimentación en localidades Dr. Jesús Mellado 3 8.1 Características del diseño El diseño parcelas divididas se puede aplicar en diferentes modelos de experimentos, pero su mayor
Más detallesÍndice de Bonos IAMC (IBIAMC) Metodología de Cálculo*
Introducción El Índice de Bonos elaborado por el Instituto Argentino de Mercado de Capitales (IBIAMC) surge ante la necesidad de contar con un indicador capaz de reflejar el desempeño del mercado de renta
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA FORMULACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN ADMINISTRACIÓN ÁREA FORMULACIÓN Y EVALUACIÓN DE PROYECTOS EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA ADMINISTRACIÓN 1. Competencias Administrar
Más detallesTEMA 2: Estimadores y distribuciones en el muestreo. Alfredo García Hiernaux. Grupos 69 y 73 Estadística I. Curso 2006/07
TEMA 2: Estimadores y distribuciones en el muestreo 1) Introducción 2) Tipos de muestreos 3) Estadísticos INDICE 4) Estimadores y propiedades 5) Distribución muestral 6) Teorema Central del Límite 7) Distribuciones
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesESTIMACION DE TAMAÑOS MUESTRALES: ENCUESTA AL PERSONAL.
ESTIMACION DE TAMAÑOS MUESTRALES: ENCUESTA AL PERSONAL. MARCO CONCEPTUAL Dado que en la mayoría de los casos no es posible examinar cada uno de los elementos o individuos que componen una población, ya
Más detallesESTADISTICA AVANZADA MODULO I
ESTADISTICA AVANZADA MODULO I Análisis de Regresión Modelo Supuestos Multiple 20.0 25.0 30.0 35.0 40.0 45.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0 Consumo Energetico Gráfico de Dispersión 110.000 105.000
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: ANÁLISIS DEL RIESGO ACTUARIAL Y FINANCIERO
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: ESTADÍSTICA ACTUARIAL III: ANÁLISIS MULTIVARIANTE DE DATOS Código: 603377 Materia: ESTADÍSTICA ACTUARIAL Módulo: ANÁLISIS DEL
Más detallesTutorial MT-a3. Matemática Tutorial Nivel Avanzado. Probabilidad y estadística
12345678901234567890 M ate m ática Tutorial MT-a3 Matemática 2006 Tutorial Nivel Avanzado Probabilidad y estadística Matemática 2006 Tutorial Probabilidad y estadística Marco Teórico 1. Probabilidad P(#)
Más detallesPROGRAMA DE ESTADÍSTICA DESCRIPTIVA
PROGRAMA DE ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS DE ESTADÍSTICA Definición de Estadística Origen del concepto. Evolución histórica de la Estadística Estadística Descriptiva y Estadística Inferencial
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesIndicador global de rendimiento
GABRIEL RUIZ Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán, Argentina JOSÉ RUIZ Facultad de Economía y Administración Universidad del Norte Santo Tomás de Aquino, Argentina
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detallesMATRÍZ DE INDICADORES PARA RESULTADOS EJERCICIO FISCAL 2016 TRIMESTRE: ENERO-MARZO REPORTE DE VALIDACIÓN
DATOS DEL PROGRAMA PROGRAMA104 PROMOCIÓN, DIFUSIÓN Y DIVULGACIÓN DE LA CIENCIA, TECNOLOGÍA E INNOVACIÓN UR Responsable: 519 CONSEJO UR's Participantes 122 COORDINACION GENERAL DE EDUCACION MEDIA SUPERIOR
Más detallesCOLEGIO DE ESTADITICOS DEL PERÚ REGIÓN LAMBAYEQUE MSC. ACOSTA PISCOYA, JORGE
COLEGIO DE ESTADITICOS DEL PERÚ REGIÓN LAMBAYEQUE 1 TITULO: Actitudes hacia la Estadística en estudiantes de la Facultad de Ciencias Físicas y Matemáticas de la Universidad Nacional Pedro Ruiz Gallo. Un
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 detallesAnálisis Factorial Exploratorio de las respuestas al cuestionario
Evaluación del Desempeño Docente 31 Análisis Factorial Exploratorio de las respuestas al cuestionario La solución factorial producida por el método de Análisis de Componentes Principales resultó conformada
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesMATRÍZ DE INDICADORES PARA RESULTADOS EJERCICIO FISCAL 2016 TRIMESTRE: JULIO-SEPTIEMBRE REPORTE DE SEGUIMIENTO
DATOS DEL PROGRAMA PROGRAMA104 PROMOCIÓN, DIFUSIÓN Y DIVULGACIÓN DE LA CIENCIA, TECNOLOGÍA E INNOVACIÓN UR Responsable: 519 CONSEJO UR's Participantes 122 COORDINACION GENERAL DE EDUCACION MEDIA SUPERIOR
Más detalles