Regresión con variables independientes categóricas
|
|
- Nicolás Pinto García
- hace 6 años
- Vistas:
Transcripción
1 Regresión con variables independientes categóricas 1.- Introducción Regresión y contrate de medias Contrate de medias Regresión Regresión y análisis de la varianza Análisis de la varianza Regresión... 9 Carlos Camacho Universidad de Sevilla
2 Regresión con variables independientes categóricas 1.- Introducción. Aunque el modelo de regresión lineal parece indicado cuando la naturaleza de ambas variables X e Y sean cuantitativas, no obstante es fácilmente demostrable que no es problema alguno operar con variables independientes cualitativas. En el caso de una variable X dicotómica, la regresión simple equivale a un contraste de medias. El supuesto de normalidad en las distribuciones ligadas (para los diferentes valores de X) es equivalente al supuesto de normalidad en las poblaciones orígenes de las dos muestras en el contraste de medias. El supuesto de homocedasticidad es el equivalente al de igualdad de varianza en las poblaciones orígenes. Y por último, el de linealidad (entre los puntos medio de las distribuciones ligadas), se cumple por cuanto entre dos puntos (las medias de ambas muestras) siempre se puede definir una rect Comenzaremos por desarrollar el caso en que la variable independiente presenta dos categorías, lo que permitirá asimilarlo al contraste de medias. Posteriormente trataremos el caso en el que la variable independiente presenta más categorías, lo que será asimilado al análisis de la varianz Se observará una total equivalencia de la regresión con ambas pruebas, con la ventaja que la regresión ofrece un enfoque más parsimonioso y permite además conocer la proporción de variabilidad 2 explicada por la variable independiente ( R ). 2.- Regresión y contrate de medias. Supongamos que tenemos las siguientes puntuaciones obtenidas en una determinada prueba de habilidad verbal por un grupo de varones y otro de mujeres: Varones: 10, 12, 15, 8, 11 Mujeres: 12, 13, 9, 18, Contraste de medias Si hacemos los análisis mediante un contraste de medias, los datos quedarían dispuestos de la siguiente manera: 2
3 Los varones se han agrupado con el valor de 1 y las mujeres, con el valor de 2. Hacemos el análisis: Los varones se han agrupado con el valor de 1 y las mujeres, con el valor de 2. Los resultados son: Estadísticas de grupo Sexo N Media Habilidad social 1, ,2000 2, , , ,6000 3, ,56844 Prueba de muestras independientes prueba t para la igualdad de medias F Sig. t gl Inferior Superior,701,427-1,231 8,253-2, , , , ,231 7,36,256-2, , , ,16412 Se observa, como dato más relevante, que las medias de varones y mujeres son 11.2 y 13.6 respectivamente, junto que el valor de t es , con una significación de 0.253, que indica que no hay diferencias entre ambos sexos Regresión Si estos cálculos los realizamos mediante la regresión simple, habremos primeramente de efectuar una cierta modificación sobre la variable X en el sentido de someterla a una cierta codificación, la codificación dummy, o en español, ficticia, de forma tal que sea susceptible de ser tratada con la regresión lineal. Se trata de codificar una categoría como 0 -ausencia de un determinado rasgo- y 1 la otra categoría -presencia de ese rasgo-. En el caso que nos concierne si codificamos varones como 0 3
4 y mujeres como 1, estaremos queriendo decir, que en primer caso hay ausencia del "sexo mujer" y en otro presenci Así, el fichero de datos será: Hacemos el análisis: Y el resultado del análisis de regresión: Resumen del modelo Modelo R R cuadrado 1,399 a,159,054 3,
5 ANOVA a Modelo gl F Sig. 1 Regresión 14, ,400 1,516,253 b b. Residuo Total 76, ,500 90,400 9 Coeficientes a Modelo B Beta t Sig. 1 (Constante) Sexo 11,200 1,378 8,125,000 2,400 1,949,399 1,231,253 Se observa una total equivalenci El contraste se realiza mediante el análisis de la varianza que da un valor de (el valor de t al cuadrado =1.516) y También el valor de t para la pendiente (2.4, que es la diferencia de las medias) equivalente al valor de t en el contraste de medias. Por otro, lado la significaciones siempre la misma que anteriormente. Las medias de ambos grupos equivalen a las puntuaciones estimadas para cuando X vale 0 (los varones) y X vale 1 (las mujeres). Así la ecuación de regresión será: Yˆ = X De esta forma, cuando se trata de varones la puntuación prevista en Habilidad verbal será: Y ˆ = X = *0 = 11.2 Y para las mujeres: Y ˆ = X = *1 = Regresión y análisis de la varianza De forma equivalente pueden resolverse los problemas del análisis de la varianza desde la perspectiva de la regresión. Como se sabe, la condición es respetar los supuestos del modelo, que para estudios transversales son: linealidad, normalidad y homocedasticidad. Estos dos últimos son los mismos que los supuestos del análisis de la varianza, así que nada que decir al respecto. Queda la cuestión de la linealidad, que para dos medias (contrastes de medias) siempre se cumple, ya que dos puntos, cualesquiera que sean siempre pueden ser unidos mediante una rect Otra cuestión es cuando se trata de tres o más puntos, que difícilmente estarán exactamente alineados, por lo que para ello hemos de idear otra estrategi 5
6 La solución consiste en generar tantas variables independientes como categorías haya en el factor, y a continuación codificar cada una de estas variables con ceros y unos según la categoría a la que pertenezca los distintos sujetos. Veamos un ejemplo. Supongamos que aplicamos tres métodos de enseñanza (A, B y C) sobre tres grupos de sujetos, generaríamos tres variables: X1, X2 y X3. Los sujetos que pertenecen al grupo A serían codificados como 1 (presencia en X1) en la variable X1 y 0 en las restantes (ausencia en X2 y X3). Así: X1 X2 X Los sujetos que pertenecen al grupo B, tendrían la siguiente codificación: X1 X2 X Y los sujetos pertenecientes al grupo C: X1 X2 X Obsérvese que no es necesaria la variable X3. Con las dos primeras variables codificadas siempre estamos al tanto del grupo al que pertenecen los distintos sujetos. Si explícitamente están en X1 o X2, no hay problemas, y si no están en ninguna de ellas, entonces se entiende que están en X3. Matemáticamente es conveniente hacerlo así, porque si no estaremos introduciendo una variable (cualquiera de ellas) que queda explicada por las otras, con lo que nos encontraremos con un problema de colinealidad, con matrices singulares y sin posible solución. Por tanto, generaremos dos variables con la siguiente codificación: X1 X2 Grupo A 1 0 Grupo B 0 1 Grupo C 0 0 Por otro lado, el hecho de plantear el análisis de la varianza como un problema de regresión múltiple permite salvar el supuesto de linealidad. De nuevo, cada una de las variables independientes sólo tiene dos posibles valores sobre los cuales establecer una rect Ahora la ecuación de regresión corresponde geométricamente con un plano y aunque las tres medias no estén alineadas en una recta (una dimensión) sí lo están en un plano (dos dimensiones) Veamos un ejemplo. Supongamos que tenemos tres grupos de sujetos de estudiantes de matemáticas a los que hemos aplicado tres métodos de enseñanza distintos: A, B y C. Los resultados en esta materia son los siguientes: 6
7 A B C Análisis de la varianza Si aplicáramos sobre estos datos un análisis de la varianza, configuraríamos la matriz de datos de la siguiente manera: Y a continuación: Analizar/Comparar medias/anova de un factor: 7
8 Completamos el subcuadro de dialogo de la siguiente manera: Obteniendo los siguientes resultados: Rendimiento ANOVA Entre grupos Dentro de grupos Total gl F Sig. 13, ,500 8,736,002 15,625 21,744 28, Si hacemos comparaciones post hoc: 8
9 Se observa que no hay diferencia entre A y B (p = 0.259), pero sí la hay entre A y C (p = 0.009) y entre B y C (p = 0.001) Si hacemos Bonferroni: Se siguen manteniendo las diferencias entre los métodos de enseñanza pero menos marcadamente, como se ve en las significaciones cuya probabilidad es mayor Regresión múltiple Veamos ahora cómo habríamos de disponer de los datos para operar desde el modelo de regresión: 9
10 A continuación: 10
11 Resumen del modelo Modelo R R cuadrado 1,674 a,454,402,86258 ANOVA a Modelo gl F Sig. 1 Regresión 13, ,500 8,736,002 b b. Residuo Total 15,625 21,744 28, Coeficientes a Modelo B Beta t Sig. 1 (Constante) X1 X2 6,875,305 22,543,000-1,250,431 -,540-2,898,009-1,750,431 -,755-4,058,001 Obsérvese cómo el análisis de la varianza sobre el modelo de regresión es exactamente el mismo. Además, sabemos que los métodos de enseñanza dan cuenta de un 45% de la variabilidad de los datos, cosa que en principio no ofrece el ANOVA. Por otro lado, las puntuaciones previstas para los diferentes métodos de enseñanza son: Método A: Y ˆ = X X 2 = *1 1.75* 0 = Método B: Y ˆ = X 1.75X Método C: Y ˆ = X 1.75X = * *1 1 2 = = * * = que son las medias de los grupos A, B y C respectivamente Se observa que los coeficientes de regresión hacen referencia a las diferencias de medias de A y B con C. Su significación coincide lógicamente con el de contraste de medias, aunque sin la corrección de Bonferroni, que podemos aplicarle a mano. Por ejemplo, en la comparación de A con C, la significación es Al aplicarle Bonferroni, como son 3 contrastes: α FF = C α PP = =
12 Valor equivalente al obtenido en el ANOVA (salvo errores de redondeo). Hay un pequeño problema con la regresión y es que los coeficientes son siempre en relación con la variable que hemos codificado como 0 en X 1 y X 2, que en nuestro caso es el método C. Si queremos comparar A con B hemos de crear una nueva dummy. Así: Si tomamos ahora las dos últimas columnas para la regresión la variable codificada como 0 0 será el método A. Así pues: Los resultados: 12
13 Coeficientes a Modelo B Beta t Sig. 1 (Constante) 5,625,305 18,445,000 X2 X3 -,500,431 -,216-1,159,259 1,250,431,540 2,898,009 Si queremos comparar B con A, la diferencia de medias es -0.5, con una significación de 0.259, como obtuvimos en el ANOVA. Lo mejor es codificar las variables dummies como A, B y C, ya que en X 1 lo que está presente es A, B en X 2 y C en X 3. Así es más fácil la lectura del modelo de regresión y además, si tenemos las tres variables podemos hacer todos los contrastes posibles: 13
Regresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más detallesRegresión con variables cualitativas
3 Regresión con variables cualitativas. Introducción Hasta ahora hemos abordado el tema de la correlación y la regresión con variables cuantitativas. Sin embargo, un estudio de regresión similar puede
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesCONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN
Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesEJERCICIOS DE DETERMINANTES
EJERCICIOS DE 1) Si m n = 5, cuál es el valor de cada uno de estos determinantes? Justifica las p q respuestas: 2) Resuelve las siguientes ecuaciones: 3) Calcula el valor de estos determinantes: 4) Halla
Más detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesSOLUCIÓN A LOS EJERCICIOS DEL SPSS Bivariante
SOLUCIÓ A LOS EJERCICIOS DEL SPSS Bivariante. a). La media y la varianza de las variables estatura y peso en la escala de medida norteamericana. Peso Peso: Transformar -> Calcular: Libras.4536 Peso libras
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo. MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M.
MODELO DE REGRESIÓN MÚLTIPLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Abordaremos en este capítulo el modelo de regresión lineal múltiple, una vez que la mayor parte de las
Más detallesAnálisis de la varianza ANOVA
Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesTema 7: Geometría Analítica. Rectas.
Tema 7: Geometría Analítica. Rectas. En este tema nos centraremos en estudiar la geometría en el plano, así como los elementos que en este aparecen como son los puntos, segmentos, vectores y rectas. Estudiaremos
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesCriterios de evaluación 3º de ESO. Matemáticas Orientadas a las Enseñanzas Aplicadas
CONCRECCIÓN de los CRITERIOS de EVALUACIÓN MATEMÁTICAS APLICADAS º ESO Teniendo en cuenta los criterios de evaluación correspondientes a esta materia, se realizan a continuación una concreción de dichos
Más detallesRegresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010
Regresión Lineal Dra. Noemí L. Ruiz Limardo 008 Derechos Reservados, Rev 010 Objetivos de la Lección Conocer el significado de la regresión lineal Determinar la línea de regresión cuando ha correlación
Más detallesPREGUNTAS DE EJEMPLO EDUCACIÓN MATEMÁTICA PRIMER NIVEL MEDIO
PREGUNTAS DE EJEMPLO EDUCACIÓN MATEMÁTICA PRIMER NIVEL MEDIO VALIDACIÓN DE ESTUDIOS DECRETO Nº257 LEA LA INFORMACIÓN Y RESPONDA LAS PREGUNTAS 1 Y 2. 1. Francisco desea pintar una pieza que tiene dos paredes
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesREGRESIÓN LINEAL MÚLTIPLE
REGRESIÓN LINEAL MÚLTIPLE.- Planteamiento general....- Métodos para la selección de variables... 5 3.- Correlaciones parciales y semiparciales... 8 4.- Multicolinealidad en las variables explicativas...
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
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 detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesEcuaciones exponenciales y logaritmicas
Ecuaciones exponenciales y logaritmicas Cuando hacemos preguntas relacionadas a funciones exponenciales o logaritmicas generalmente obtendremos una ecuación logarimica o exponencial. Elevé el número 3
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesUNIDAD 10: ECUACIONES DE SEGUNDO GRADO.
UNIDAD 10: ECUACIONES DE SEGUNDO GRADO. 10.1 Estudio elemental de la ecuación de segundo grado. Expresión general. 10.2 Resolución de ecuaciones de segundo grado completas e incompletas. 10.3 Planteamiento
Más detallesREGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS)
1 REGRESIÓN LINEAL SIMPLE, COEFICIENTE DE DETERMINACIÓN Y CORRELACIONES (EJERCICIOS RESUELTOS) 1. EN LA REGIÓN DE DRAKUL DE LA REPÚBLICA DE NECROLANDIA, LAS AUTORIDADES ECONÓMICAS HAN REALIZADO UNA REVISIÓN
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
Más detallesEste programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Bases de Estadística Licenciatura en Ciencias Ambientales Curso 2oo3/2oo4 Introducción al SPSS/PC Este programa estadístico está organizado en dos bloques: el editor de datos y el visor de resultados.
Más detallesSolución de Sistemas de Ecuaciones Diferenciales Lineales
Solución de Sistemas de Ecuaciones Diferenciales Lineales Departamento de Matemáticas, CCIR/ITESM 9 de febrero de Índice..Introducción.................................................Ejemplo.................................................3.Ejemplo................................................
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
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 detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesEspacios Vectoriales Asturias: Red de Universidades Virtuales Iberoamericanas 1
Espacios Vectoriales 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Espacios Vectoriales... 4 1.1 Definición de espacio vectorial... 4 1.2 Definición de subespacio vectorial...
Más detallesMatemáticas. Selectividad ESTADISTICA COU
Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesCURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un
Más detallesMatemáticas UNIDAD 5 CONSIDERACIONES METODOLÓGICAS. Material de apoyo para el docente. Preparado por: Héctor Muñoz
CONSIDERACIONES METODOLÓGICAS Material de apoyo para el docente UNIDAD 5 Preparado por: Héctor Muñoz Diseño Gráfico por: www.genesisgrafica.cl LA RELACIÓN DE PROPORCIONALIDAD 1. DESCRIPCIÓN GENERAL DE
Más detallesde 1 a 3 15 Desarrollo de ideas y precisión proposi Conclusión de 0 a 1 de 1 a 3
Resultados de la aplicación de la Expresión Escrita (EXPRESC) a la generación 16/Primavera de la División de Ciencias Sociales y Humanidades (DCSH), Unidad Cuajimalpa. La EXPRESC evalúa la expresión escrita
Más detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesUNIDAD 3. La derivada. Objetivos. Al terminar la unidad, el alumno:
UNIDAD La derivada Objetivos Al terminar la unidad, el alumno: Calculará la derivada de funciones utilizando el álgebra de derivadas. Determinará la relación entre derivación y continuidad. Aplicará la
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesPREPARACION OLIMPIADA MATEMATICA CURSO
Comenzaremos recordando algunos conocimientos matemáticos que nos son necesarios. Para ello veamos el concepto de factorial de un número natural. Es decir, es un producto decreciente desde el número que
Más detallesIntroducción a la regresión ordinal
Introducción a la regresión ordinal Jose Barrera jbarrera@mat.uab.cat 20 de mayo 2009 Jose Barrera (UAB) Introducción a la regresión ordinal 20 de mayo 2009 1 / 11 Introducción a la regresión ordinal 1
Más detallesANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I)
ANÁLISIS CUANTITATIVO DE DATOS EN CIENCIAS SOCIALES CON EL SPSS (I) Modalidad: Semipresencial Inicio del curso: 12 de junio de 2012 Sesiones presenciales: 12 y 13 de junio (de 17 a 20 hrs.). Lugar: Ala
Más detallesMATEMÁTICAS APLICADAS A LAS CC. SOCIALES I. Examen de la tercera evaluación. Nombre y apellidos Fecha: 10 de junio de 2010
IES ATENEA San Sebastián de los Rees MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I Eamen de la tercera evaluación Nombre apellidos Fecha: 0 de junio de 00.- (, 5 puntos) En seis modelos de zapatillas deportivas
Más detallesPRINCIPIOS DE ECONOMETRÍA
PRINCIPIOS DE ECONOMETRÍA 2009-2010 I. IDENTIFICACIÓN Asignatura: Duración: Titulación: Ciclo: Departamento: Profesor: Principios de Econometría Semestral (Primer semestre) Licenciatura en Economía Primer
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesPor ejemplo, si se desea discriminar entre créditos que se devuelven o que presentan
Regresión Logística Introducción El problema de clasificación en dos grupos puede abordarse introduciendo una variable ficticia binaria para representar la pertenencia de una observación a uno de los dos
Más detallesCifras significativas
Cifras significativas No es extraño que cuando un estudiante resuelve ejercicios numéricos haga la pregunta: Y con cuántos decimales dejo el resultado? No es extraño, tampoco, que alguien, sin justificación,
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CSI/ITESM 20 de agosto de 2008 Índice 121 Introducción 1 122 Transpuesta 1 123 Propiedades de la transpuesta 2 124 Matrices
Más detallesTEMA 3: Contrastes de Hipótesis en el MRL
TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12
Más detallesUna ecuación puede tener ninguna, una o varias soluciones. Por ejemplo: 5x 9 = 1 es una ecuación con una incógnita con una solución, x = 2
Podemos definir a las ecuaciones como una igualdad entre expresiones algebraicas (encadenamiento de números y letras ligados por operaciones matemáticas diversas),en la que intervienen una o más letras,
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesMANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL
MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado
Más detallesAnálisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa
Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Paola Ilabaca Baeza 1 José Manuel Gaete 2 paolailabaca@usal.es jmgaete@usal.es
Más detallesDescripción simultánea de varias variables con STATGRAPHICS
Descripción simultánea de varias variables con STATGRAPHICS Ficheros empleados: AlumnosIndustriales.sf, Rotura.sf. Introducción En muchas ocasiones nos interesará comparar varias variables, o comparar
Más detallesANÁLISIS DISCRIMINANTE
DEFINICIÓN: Cómo técnica de análisis de dependencia: Pone en marcha un modelo de causalidad en el que la variable endógena es una variable NO MÉTRICA y las independientes métricas. Cómo técnica de análisis
Más detallesT. 6 Estadísticos de posición individual
T. 6 Estadísticos de posición individual 1 1. Los porcentajes acumulados 2. Las puntuaciones típicas 2.1. Las escalas derivadas Hasta ahora se ha abordado la descripción de los datos de conjuntos de observaciones
Más detallesLección 18: Utilidad de la estadística
Lección 18: Utilidad de la estadística Siempre que hay interés por conocer cierta información, esa información necesariamente se refiere a personas, animales, instituciones, cosas, etc. Supongamos que
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesLECCIÓN 7: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN REDUCIBLES A HOMOGÉNEAS.
160 LECCIÓN 7: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN REDUCIBLES A HOMOGÉNEAS. JUSTIFICACIÓN En esta lección centraremos nuestro estudio en aquellas ecuaciones diferenciales homogéneas mediante
Más detallesRegresión con Variables Ficticias
apítulo XII Regresión con Variables Ficticias onceptos y Definiciones La regresión con variables ficticias (variables dummy) surge por la necesidad que tiene el investigador de involucrar variables cualitativas
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesT0. TRANSFORMADAS DE LAPLACE
ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS T0. TRANSFORMADAS DE LAPLACE Mediante transformadas de Laplace (por Pierre-Simon
Más detallesTema 1.- Correlación Lineal
Tema 1.- Correlación Lineal 3.1.1. Definición El término correlación literalmente significa relación mutua; de este modo, el análisis de correlación mide e indica el grado en el que los valores de una
Más detallesAlgunos ejemplos de conjuntos pueden ser los siguientes:
1. CONJUNTOS Y PRODUCTO CRTESINO. OBJETIVOS: 1) Establecer los conceptos básicos y las distintas notaciones para conjuntos. 2) Descripción de conjuntos en distintas formas: Lista, expresión verbal, expresión
Más detallesTema 5: Semejanza. 1.- Introducción: Concepto de Escala y Teorema de Pitágoras.
Tema 5: Semejanza. En este tema nos dedicaremos al estudio de los triángulos y polígonos, y dedicaremos un apartado a un famoso teorema, que nos será de utilidad para entender la semejanza entre ellos:
Más detallesDefinición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.
UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA
ANALISIS DE CLUSTER CON SPSS: INMACULADA BARRERA ANALISIS DE CLUSTER EN SPSS Opción: Analizar Clasificar ANALISIS DE CLUSTER EN SPSS Tres posibles OPCIONES 1.- Cluster en dos etapas 2.- K-means 3.- Jerárquicos
Más detallesÁlgebra Lineal Ma1010
Álgebra Ma1010 Departamento de Matemáticas ITESM Álgebra - p. 1/31 En este apartado se introduce uno de los conceptos más importantes del curso: el de combinación lineal entre vectores. Se establece la
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesDeterminación de la trasformada inversa mediante el uso de las fracciones parciales
3.6. Determinación de la trasformada inversa mediante el uso de las fracciones parciales 95 3.6. Determinación de la trasformada inversa mediante el uso de las fracciones parciales Transformadas de Ecuaciones
Más detallesSolución: Para calcular la pendiente, despejamos la y: La ordenada en el origen es n. 3 Puntos de corte con los ejes: 1 Eje Y 0, 3
EJERCICIO. Halla la pendiente, la ordenada en el origen y los puntos de corte con los ejes de coordenadas de la recta 6y 0. Represéntala gráficamente. Para calcular la pendiente, despejamos la y: 6y 0
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesMulticolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detalles