Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión
|
|
- Eva María Villalobos Córdoba
- hace 6 años
- Vistas:
Transcripción
1 Estadística Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos Variables Bidimensionales 3 Introducción Variables Bidimensionales Frecuencias y Frecuencias Marginales Distribución Condicionada Ejemplo Variables Bidimensionales con R Variables Bidimensionales con R Representaciones Gráficas Representaciones Gráficas con R Representaciones Gráficas con R Momentos Análisis de la Covarianza Coeficiente de Correlación de Pearson Correlación con R Regresión 18 Regresión y Correlación Modelo de Regresión Suma de Cuadrados Regresión Lineal Simple Coeficiente de Determinación Regresión con R Regresión con R summary(regresion) Regresión Lineal X sobre Y Regresión Exponencial, Potencial e Hiperbólica Regresión Polinómica y Múltiple
2 Contenidos Variables Bidimensionales Frecuencias, Frecuencias Marginales, Distribución Condicionada, Representaciones Gráficas. Correlación. Covarianza y Coeficiente de Correlación de Pearson. Regresión. Modelo de Regresión, Regresión Lineal Simple, Coeficiente de Determinación. La Regresión tiene como objetivo buscar una función que permita explicar una Variable en función de otra. Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 2 / 29 Variables Bidimensionales 3 / 29 Introducción Hasta ahora, para cada Unidad Estadística de nuestra muestra, sólo hemos observado un determinado Carácter. En la realidad, la mayoría de las ocasiones que tomamos una muestra observaremos más de un Carácter por Unidad Estadística. Como ya vimos los Caracteres podían ser: Cuantitativos o Cualitativos. El valor que adoptaba un Carácter entre sus distintas Modalidades posibles era una Variable Estadística. Cuantitativas Discretas o Continuas. Cualitativas Nominales u Ordinales. Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 4 / 29 2
3 Variables Bidimensionales El caso más sencillo es cuando para cada Unidad Estadística se observan dos Caracteres distintos. Siendo X e Y dos Variables Estadísticas. La ordenación de datos bidimensionales se puede efectuar mediante tablas de doble entrada, según sean: Variables cualitativas o no agrupadas. Variables cuantitativas agrupadas. Se tendrá: Para Variables cualitativas o no agrupadas, Para Variables cuantitativas agrupadas, X \ Y y 1... y j... y l Totales x 1 n n 1j... n 1l n x i n i1... n ij... n il n i..... x m n m1... n mj... n ml n m Totales n 1... n j... n l n X \ Y [b 1,b 2 )... [b j,b j+1 )... [b l,b l+1 ] Totales d 1... d j... d l [a 1,a 2 ) c 1 n n 1j... n 1l n [a i,a i+1 ) c i n i1... n ij... n il n i [a m,a m+1 ) c m n m1... n mj... n ml n m Totales n 1... n j... n l n Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 5 / 29 Frecuencias y Frecuencias Marginales Se definen entonces las Frecuencias Absolutas y las Frecuencias Relativas: Frecuencia Absoluta de (x i,y j ) es n ij. Frecuencia Relativa de (x i,y j ) es f ij = n ij n. Además podemos definir Frecuencias Marginales: Frecuencia Marginal Absoluta n i o n i, suma por columnas o por filas respectivamente. Frecuencia Marginal Relativa f i o f i, suma de las f ij por columnas o filas respectivamente. Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 6 / 29 3
4 Distribución Condicionada Se define la Distribución Condicionada como la distribución de una de las variables respecto de un valor concreto de la otra variable. f(y i x j ) = n ij n j = f ij f j f(x i y j ) = n ij n j = f ij f j Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 7 / 29 Ejemplo Pedidos recibidos hoy en nuestra empresa de transporte logístico. En primer lugar observaremos el carácter Cualitativo de la Delegación Comercial que ha recibido el pedido y en segundo lugar el Producto Solicitado. Resinas Aceites Aditivos Ciudad Real Puertollano Completamos la tabla de frecuencias con las Frecuencias Marginales: Resinas Aceites Aditivos Totales Ciudad Real Puertollano Totales Frecuencias condicionadas por Delegación Comercial: Resinas Aceites Aditivos Totales Ciudad Real 1 Puertollano 1 Frecuencias Condicionadas por Producto Solicitado: Resinas Aceites Aditivos Ciudad Real Puertollano Totales Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 8 / 29 4
5 Variables Bidimensionales con R > Producto<-c("a","r","o","a","o","a","r","a","o","a") > Delegacion<-c("CR","P","CR","CR","P","CR","P","CR","CR","P") > addmargins(table(producto,delegacion)) Delegacion Producto CR P Sum a o r Sum > margin.table(table(producto,delegacion),1) Producto a o r Licesio J. Rodríguez-Aragón Tema 2, Unidad 1. 9 / 29 Variables Bidimensionales con R > Producto<-c("a","r","o","a","o","a","r","a","o","a") > Delegacion<-c("CR","P","CR","CR","P","CR","P","CR","CR","P") > prop.table(table(producto,delegacion),1) Delegacion Producto CR P a o r > prop.table(table(producto,delegacion),2) Delegacion Producto CR P a o r Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 5
6 Representaciones Gráficas Las representaciones gráficas más usadas son los Diagramas de Rectángulos para Caracteres Cualitativos y diagramas de Barras e Histogramas, para datos Caracteres Cuantitativos. Pedidos Pedidos Puertollano Ciudad Real Ciudad Real Puertollano Resinas Aceites Aditivos Resinas Aceites Aditivos Zona Comercial Zona Comercial Ahora bien, en el caso de parejas de Variables Estadísticas las representaciones más sencillas son los diagramas de dispersión. Y X Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 6
7 Representaciones Gráficas con R > Producto<-c("a","r","o","a","o","a","r","a","o","a") > Delegacion<-c("CR","P","CR","CR","P","CR","P","CR","CR","P") > barplot(table(producto,delegacion),legend.text=true) > barplot(table(producto,delegacion),legend.text=true, + beside=true) r o a a o r CR P CR P Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 7
8 Representaciones Gráficas con R > library(usingr) > Ingresos<-cfb$INCOME[1:15] > Ahorros<-cfb$SAVING[1:15] > plot(ingresos,ahorros) Ahorros Ingresos Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 8
9 Momentos Se definen los Momentos de orden (r,s) respecto de (v,w): i,j M (r,s) (v,w) = n ij(x i v) r (y j w) s, n teniendo especial interés para (v, w) = (0, 0) y (v, w) = (x, y) Momentos Respecto al Origen, (v, w) = (0, 0). Momentos Centrales, (v, w) = (x, y). Momentos respecto al origen, (v,w) = (0,0): Momentos centrales, (v, w) = (x, y): a 0,0 = 1 n ij = 1 n ij a 1,0 = 1 n ij x i = 1 n i x i = x n n ij a 0,1 = 1 n ij y j = 1 n j y j = y n n ij j a 1,1 = 1 n ij x i y j = xy n ij a 2,0 = 1 n ij x 2 i = 1 n i x 2 i = x n n 2 ij i a 0,2 = 1 n ij yj 2 = 1 n j yj 2 = y n n 2 ij m 0,0 = 1, m 0,1 = m 1,0 = 0 m 1,1 = 1 n ij (x i x)(y j y) = a 1,1 a 1,0 a 0,1 = n i,j = xy x y = s xy = s yx = Covarianza m 2,0 = 1 n ij (x i x) 2 = 1 n i (x i x) 2 = s 2 x n n i,j m 0,2 = 1 n ij (y j y) 2 = 1 n j (y i y) 2 = s 2 y n n i,j i j i j Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 9
10 Análisis de la Covarianza s xy = 1 n n ij (x i x)(y j y) = a 1,1 a 1,0 a 0,1 = xy x y. i,j Var Var1 s xy = 0 Var Var1 s xy > 0 Var Var1 s xy < 0 Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 10
11 Coeficiente de Correlación de Pearson La Covarianza posee unidades, las unidades de la Unidad Estadística al cuadrado. Para conseguir un dato adimensional que nos permita comparar la correlación entre parejas de variables, se define el Coeficiente de Correlación de Pearson: s xy r = s x s y 1 < r < 1 Este coeficiente determina el grado de correlación lineal, pudiendo existir otro tipo de relaciones. Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 11
12 Correlación con R > Diesel<-c(0,0,0,2,2,2,4,4,4,6,6,6,8,8,8,10,10,10,12,12,12) > Viscosidad<-c(71.95,71.89,71.92,65.56,65.54,65.66,60.53,60.73, ,56.05,56.09,56.02,51.93,51.75,51.88,47.91,48.1,48.12,44.91,44.37,44.5) > cor(diesel,viscosidad) [1] > plot(diesel,viscosidad) Viscosidad Diesel Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 Regresión 18 / 29 Regresión y Correlación La Regresión trata de buscar una función que permita explicar los valores de una variable en función de otra. La Correlación cuantifica el grado de dependencia o asociación que liga ambas variables. La regresión persigue: Determinar el tipo de relación que une a las variables. Ecuación funcional matemática que representa al modelo. Estimar los parámetros del modelo y determinar la bondad del ajuste. Realizar predicciones de la variable respuesta, dentro del rango de valores. Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 12
13 Modelo de Regresión Siendo X la variable explicativa o independiente e Y la variable respuesta o dependiente, tendremos la Regresión Simple: Y = f(x) Si la variable respuesta, Y, depende de varias variables explicativas, X 1,X 2,...,X n, tendremos la Regresión Múltiple: Y = f(x 1,X 2,...,X n ) Según la naturaleza de la función f podemos tener distintos tipos de Modelos de Regresión: Regresión Lineal Simple: Regresión Polinómica Simple: Y = a + b X Regresión Lineal Múltiple: Y = a + b X + c X 2 + d X Y = a + b 1 X 1 + b 2 X b n X n También hay Regresión: Logarítmica, Exponencial, Potencial, Hiperbólica, Trigonométrica, etc. Los valores desconocidos que caracterizan la función f se denominan Parámetros de Regresión, Regression Parameters. Qué criterio utilizar para escoger unos valores adecuados para los parámetros. Regresión Y=f(X) Y X Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 13
14 Suma de Cuadrados Para una observación dada (x i,y j ) con una frecuencia n ij, definimos el error cometido por el modelo de regresión: ε ij = (y j f(x i )), y j = f(x i ) + ε ij. El objetivo es minimizar el error cometido por el modelo al explicar la variable respuesta Y en función de la variable independiente X: SCE = i,j n ij ε 2 ij = i,j n ij (y j f(x i )) 2. Los parámetros del Modelo que minimizan la Suma del Cuadrado de los Errores, definen al Modelo de Regresión. En el caso del Modelo Lineal Simple tendremos: ε ij = (y j f(x i )), y j = a + b x i + ε ij. El objetivo es entonces minimizar la Suma del Cuadrado de los Errores: SCE = i,j n ij ε 2 ij = i,j n ij [y j (a + b x i )] 2 = G(a,b). Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 14
15 Regresión Lineal Simple La recta que explique la dependencia de Y respecto a X, tendrá parámetros a y b que minimizen la SCE: G(a,b) = n ij [y j (a + b x i )] 2. i,j Para obtener a y b: G(a,b) a = 0 G(a,b) b = 0 ij n ij y j ij n ij a ij n ij b x i = 0 ij n ij y j x i ij n ij a x i ij n ij b x 2 i = 0 Las ecuaciones normales que resultan de minimizar G(a,b), son: y = a + b x yx = a x + b x 2 Resolviendo el sistema, tenemos los valores a y b: a = y b x b = yx x y = sxy x 2 x 2 s 2 x Con lo que la recta de regresión de Y sobre X es: y = f(x) = y + s xy s 2 (x x) x Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 Coeficiente de Determinación El Coeficiente de Correlación de Pearson determina el grado de correlación lineal entre las variables. 1 < r < 1 Se demuestra que para r 2 = 1, la Suma de los Cuadrados de los Errores, SCE= 0. SCE = G min = n s 2 y (1 r2 ) El Coeficiente de Determinación, R 2, en este caso de Regresión Lineal Simple coincide con r 2, expresa el porcentaje de Variabilidad Explicada por el modelo. Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 15
16 Regresión con R > Diesel<-c(0,0,0,2,2,2,4,4,4,6,6,6,8,8,8,10,10,10,12,12,12) > Viscosidad<-c(71.95,71.89,71.92,65.56,65.54,65.66,60.53,60.73, ,56.05,56.09,56.02,51.93,51.75,51.88,47.91,48.1,48.12,44.91,44.37,44.5) > Regresion<-lm(Viscosidad ~ Diesel) > Regresion Call: lm(formula = Viscosidad ~ Diesel) Coefficients: (Intercept) Diesel > plot(diesel,viscosidad) > abline(regresion) Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 Regresión con R Viscosidad Diesel Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 16
17 summary(regresion) Call: lm(formula = Viscosidad ~ Diesel) Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) <2e-16 *** Diesel <2e-16 *** --- Signif. codes: 0 ³***³ ³**³ 0.01 ³*³ 0.05 ³.³ 0.1 ³ ³ 1 Residual standard error: on 19 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: 1915 on 1 and 19 DF, p-value: < 2.2e-16 Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 17
18 Regresión Lineal X sobre Y En el caso en que busquemos explicar la dependencia de X respecto de Y, mediante regresión lineal simple: X = a + b Y ε ij = (x i f(y j )), x i = f(y j ) + ε ij. Regresión X=f(Y) Y X La SCE a minimizar será, G(a,b) = i,j n ij [x i (a + b y j )] 2. G(a,b) a = 0 G(a,b) b = 0 Resolviendo el sistema, tenemos los valores a y b: a = x b y b = yx x y = sxy y 2 y 2 s 2 y Con lo que la recta de regresión de Y sobre X es: x = f(y) = x + s xy s 2 (y y) y Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 18
19 Regresión Exponencial, Potencial e Hiperbólica Para los casos de modelos Exponenciales, Potenciales e Hiperbólicos, una transformación de las variables permite adaptar lo visto para la Regresión Lineal Simple: Exponencial: Potencial: Hiperbólica: Y = a b X log(y ) = log(a) + log(b) X Y = a X b log(y ) = log(a) + b log(x) Y = 1 a + b X 1 Y = a + b X Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 Regresión Polinómica y Múltiple De forma genérica se obtienen los parámetros de regresión para ecuaciones Polinómicas o para el caso de Regresión Múltiple: Y = f(x;θ), θ = (a,b,c,... ). La Suma de Cuadrados a minimizar será, ε ij = (x i f(y j )), x i = f(y j ) + ε ij. G(θ) = i,j n ij [x i f(x i )] 2. G(a, b) θ = 0 Licesio J. Rodríguez-Aragón Tema 2, Unidad / 29 19
Tema 2: Estadística Descriptiva Bivariante.
Estadística 24 Tema 2: Estadística Descriptiva Bivariante. Se va a estudiar la situación en la que los datos representan observaciones, correspondientes a dos variables o caracteres, efectuadas en los
Más detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesRegresión y Correlación
Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios
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 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 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 detallesVariables estadísticas bidimensionales
Variables estadísticas bidimensionales BEITO J GOZÁLEZ RODRÍGUEZ (bjglez@ulles) DOMIGO HERÁDEZ ABREU (dhabreu@ulles) MATEO M JIMÉEZ PAIZ (mjimenez@ulles) M ISABEL MARRERO RODRÍGUEZ (imarrero@ulles) ALEJADRO
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 detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 2. Modelos de regresión
Estadís5ca Tema 2. Modelos de regresión María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica bajo
Más detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
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 detallesCapítulo 6. Análisis bivariante de variables
Contenidos: Capítulo 6 Análisis bivariante de variables Distribución bidimensional de frecuencias ( tabla de correlación o contingencia ) Distribuciones marginales Coeficientes de Asociación Análisis de
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesTema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010 Contenidos...............................................................
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 detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesUN PROBLEMA DE OPTIMIZACIÓN CON CABRI: LA REGRESIÓN LINEAL.
UN PROBLEMA DE OPTIMIZACIÓN CON CABRI: LA REGRESIÓN LINEAL. Benjamín R. Sarmiento Lugo. Universidad Pedagógica Nacional bsarmiento@pedagogica.edu.co Esta conferencia está basada en uno de los temas desarrollados
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 1: Frecuencias y Gráficos
Estadística Tema 1: Estadística Descriptiva Unidimensional Unidad 1: Frecuencias y Gráficos Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Septiembre 2010 Contenidos...............................................................
Más detallesTema 3. Relación entre dos variables cuantitativas
Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
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 detallesVariables estadísticas bidimensionales: problemas resueltos
Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO
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 detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
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 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 detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
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 detallesTécnicas de Investigación Social
Licenciatura en Sociología Curso 2006/07 Técnicas de Investigación Social Medir la realidad social (4) La regresión (relación entre variables) El término REGRESIÓN fue introducido por GALTON en su libro
Más detallesMATEMÁTICAS 2º DE BACHILLERATO
MATRICES 1. Matrices y tipos de matrices 2. Operaciones con matrices 3. Producto de matrices 4. Matriz traspuesta 5. Matriz inversa 6. Rango de matrices DETERMINANTES 7. Determinantes de orden 2 y 3 8.
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 detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
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 detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesTema 8. Análisis de dos variables Ejercicios resueltos 1
Tema 8. Análisis de dos variables Ejercicios resueltos 1 Ejercicio resuelto 8.1 La siguiente tabla muestra la distribución del gasto mensual en libros y el gasto mensual en audiovisual en euros en los
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 detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
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 detallesAnálisis de datos en los estudios epidemiológicos III Correlación y regresión
Análisis de datos en los estudios epidemiológicos III Correlación y regresión Salinero. Departamento de Investigación Fuden Introducción En el capitulo anterior estudiamos lo que se denomina estadística
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesBioestadística. Tema 3: Estadística descriptiva bivariante y regresión lineal. Relaciones entre variables y regresión
Bioestadística Tema 3: Estadística descriptiva bivariante y regresión lineal. Tema 3: Estadística bivariante 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en
Más detalles1. Dado el siguiente volumen de ventas de una empresa y su gasto en I+D en miles. Prediga las ventas de este empresario para un gasto en I+D de 7.
MODELO A Examen de Estadística Económica (2407) 20 de junio de 2009 En cada pregunta sólo existe UNA respuesta considerada más correcta. Si hay dos correctas deberá escoger aquella respuesta que tenga
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesDoc. Juan Morales Romero
Análisis de Correlación y Regresión Lineal ANALISIS DE CORRELACION Conjunto de técnicas estadísticas empleadas para medir la intensidad de la asociación entre dos variables DIAGRAMA DE DISPERSION Gráfica
Más detallesUn estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.
La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesMinisterio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.
Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016
Más detallesMATEMÁTICAS 1º DE BACHILLERATO
POLINOMIOS Y FRACCIONES 1. Operaciones fracciones algebraicas 2. Opera y simplifica fracciones 3. Repaso fracciones 4. Fracciones equivalentes 5. Potencias de fracciones 6. Operaciones con fracciones 7.
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA:
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS. ASIGNATURA: MATEMATICAS. NOTA DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA N DURACION
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detallesVariable Estadística Bidimensional
Capítulo 2 Variable Estadística Bidimensional 21 Distribución de Frecuencias Bidimensional Sea una población de n individuos donde estudiamos, simultáneamente, dos variables X e Y Seanx 1,x 2,,x k las
Más detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesFundamentos de Estadística descriptiva
Fundamentos de Estadística descriptiva COCEPTOS GEERALES Llamaremos población estadística al conjunto de referencia sobre el cual van a recaer las observaciones. Se llama individuo a cada uno de los elementos
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 detallesESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer
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 detalles2 Resolución de algunos ejemplos y ejercicios del tema 2.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 8 2 Resolución de algunos ejemplos y ejercicios del tema 2. 2.1 Ejemplos. Ejemplo 13 La siguiente tabla de frecuencias absolutas corresponde a 200 observaciones
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesDiplomatura en Ciencias Empresariales X Y 10 10000 100 1000 1000 100 10000 10
DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 10: Regresión y correlación simple. 1. Ajustar una función potencial a los siguientes
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 detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detallesDr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Más detallesEn este caso la variable X es el n de hijos, es por tanto una variable discreta. Veamos todas las frecuencias.
ESTADÍSTICA DESCRIPTIVA Concepto v finalidad En los municipios existen unos censos de los ciudadanos con datos de su edad, sexo, residencia, trabajo, etc. Pero si se desea conocer, para lanzar un producto
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
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 detallesDepartamento de Matemáticas. 1º BACHILLERATO Ciencias y Tecnología CONVOCATORIA EXTRAORDINARIA DE SEPTIEMBRE 2014
IES SAN BENITO Departamento de Matemáticas 1º BACHILLERATO Ciencias y Tecnología CONVOCATORIA EXTRAORDINARIA DE SEPTIEMBRE 2014 PRUEBA EXTAORDINAORIA: La Prueba de septiembre será únicamente de contenidos
Más detallesTema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.
Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION. Distribuciones uni- y pluridimensionales. Hasta ahora se han estudiado los índices y representaciones de una sola variable por individuo. Son las distribuciones
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesTEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO.
TEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO. Los contenidos seleccionados tienen la intención de aportar una formación matemática suficiente para abordar problemas del mundo social y del entorno, así
Más detallesMATEMÁTICA DE CUARTO 207
CAPÍTULO 1 CONJUNTOS NUMÉRICOS 1 Introducción... pág. 9 2 Números naturales... pág. 10 3 Números enteros... pág. 10 4 Números racionales... pág. 11 5 Números reales... pág. 11 6 Números complejos... pág.
Más detallesLa asignatura proporciona al alumno los conceptos básicos de estadística. Se organiza el temario en cinco unidades.
1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Muestreo y Regresión. Ingeniería Forestal. FOC-1027 SATCA: 2 2 4 2.- PRESENTACIÓN. Caracterización de la asignatura.
Más detallesSERIES TEMPORALES. Notación: Dada la magnitud numérica (variable) Y designaremos las observaciones mediante alguna de las dos siguientes notaciones:
SERIES TEMPORALES INTRODUCCIÓN DESCOMPOSICIÓN (ANÁLISIS CLÁSICO) TENDENCIA SECULAR VARIACIONES CÍCLICAS VARIACIONES ESTACIONALES VARIACIÓN ERRÁTICA ANÁLISIS DE LA TENDENCIA MEDIAS MÓVILES ALISAMIENTO EXPONENCIAL
Más detallesAnálisis de datos cualitativos
Capítulo Análisis de datos cualitativos DEFINICIÓN DE VARIABLES CUALITATIVAS Son aquellas variables cuyos valores son un conjunto de cualidades no numéricas a las que se llama categorías o modalidades.
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS
INTRODUCCIÓN AL ANÁLISIS DE DATOS HORARIOS: Lunes, 12:00-13:30 Martes, 8:15-9:45 Jueves, 8:15-9:45 Tema 1. Introducción. El análisis de datos dentro de la estadística. Características de los datos socioeconómicos.
Más detallesTEST ESTADÍSTICA DESCRIPTIVA. Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego
TEST ESTADÍSTICA DESCRIPTIVA Profesores Ana I. González Martín Dolores Jano Salagre Rocío Marco Crespo Salvador Ortiz Serrano Francisco Soto Ortego temas 1 y 2: VARIABLES, ATRIBUTOS Y DISTRIBUCIONES DE
Más detallesESTADISTICA Y PROBABILIDAD. 1. Encuentra la media, moda, mediana, desviación estándar y varianza de la siguiente distribución de números
ESTADISTICA Y PROBABILIDAD 1. Encuentra la media, moda, mediana, desviación estándar y varianza de la siguiente distribución de números a. 22 24 25 27 32 45 65 34 23 23 23 12 42 34 23 23 18 34 23 12 34
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesEstadística descriptiva y métodos diagnósticos
2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a
Más detallesDISTRIBUCIÓN DE CONOCIMIENTOS PARA LOS COLEGIOS TECNICOS PROFESIONALES ASIGNATURA MATEMÁTICA PARA EL AÑO 2016 UNICAMENTE
MINISTERIO DE EDUCACIÓN PÚBLICA DESPACHO DEL VICEMINISTERIO ACADÉMICO DIRECCIÓN DE DESARROLLO CURRICULAR DEPARTAMENTO DE TERCER CICLO Y EDUCACIÓN DIVERSIFICADA TELÉFONO 22231810 APARTADO 10 087-1 000 SAN
Más detallesDepartamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN CIENCIAS EMPRESARIALES ESTADÍSTICA
ESCUELA UIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA E CIECIAS EMPRESARIALES ESTADÍSTICA Ejercicios Resueltos AÁLISIS ESTADÍSTICO DE DOS VARIABLES Y RE- GRESIÓ LIEAL SIMPLE Curso 6-7 Curso 6-7 1)
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 detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesPrecálculo 1 - Ejercicios de Práctica. 1. La pendiente de la línea (o recta) que pasa por los puntos P(2, -1) y Q(0, 3) es:
Precálculo 1 - Ejercicios de Práctica 1. La pendiente de la línea (o recta) que pasa por los puntos P(2, -1) y Q(0, 3) es: a. 2 b. 1 c. 0 d. 1 2. La ecuación de la línea (recta) con pendiente 2/5 e intercepto
Más detallesConstrucción de Gráficas en forma manual y con programados
Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción
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 Industrial (EST-121) NUMERO DE CREDITOS
Más detallesCRITERIOS DE EVALUACIÓN
+ ω DEPARTAMENTO DE MATEMATICAS. I.E.S. ROSA CHACEL (Colmenar Viejo) Resumen de contenidos y criterios de evaluación MATEMÁTICAS NIVEL SUPERIOR BI (PRIMER AÑO). 1º DE BACHILLERATO. 1. NÚMEROS REALES CRITERIOS
Más detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesLaboratorio 2: Análisis de datos bivariantes
Laboratorio 2: Análisis de datos bivariantes Tablas de Contingencia, Diagramas de Barras 1. Se introducen los siguientes datos cualitativos correspondientes a n = 10 individuos en los que se estudia el
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 detalles