UNIVERSIDAD DE PUERTO RICO
|
|
- Montserrat Ávila Miranda
- hace 6 años
- Vistas:
Transcripción
1 UNIVERIDAD DE PUERTO RICO RECINTO DE RIO PIEDRA FACULTAD DE ADMINITRACION DE EMPREA Instituto de Estadística y istemas Computadorizados de Información Elección de la mejor estrategia de promoción de ventas, mediante ANCOVA Preparado por: José Carlos Vega Vilca, Ph.D. josevega0@yahoo.com
2 ANALII DE COVARIANZA CON UN FACTOR El análisis de covarianza (ANCOVA) es una técnica muy útil para mejorar la precisión de un experimento, es una combinación de dos técnicas: análisis de varianza y análisis de regresión. uponga que en un experimento con una variable respuesta Y, existe otra variable, por ejemplo X, que está relacionada linealmente con Y. Además suponga que X no puede ser controlada por el experimentador, pero puede observarse junto con Y. A la variable X se le llama variable concomitante o covariable. El análisis de covarianza implica ajustar la variable respuesta para eliminar el efecto de la variable concomitante, con el fin de detectar las verdaderas diferencias en las respuestas debidas sólo a los tratamientos. CAO: Elección de la mejor estrategia de promoción de ventas Una empresa estudia los efectos de tres tipos de estrategias de promoción de ventas de sus galletas Estrategia 1. Toma de muestras del producto por los clientes en la tienda y exhibe el prodcuto en estanterías regulares Estrategia. Espacio adicional en la estantería de ubicación regular Estrategia 3. Estantería de exhibición especial en los extremos del pasillo, además de espacio en las estanterías regulares Quince tiendas fueron seleccionadas para el estudio, y un diseño de experimento completamente al azar, fue usado. Cada tienda fue asignada aleatoriamente a uno de los tres tipos de estrategias de promoción, con cinco tiendas asignadas a cada uno de los tipos de promociones. Otras condiciones pertinentes en el control de la empresa, tales como el precio y la publicidad, se mantuvieron constantes para todas las tiendas en el estudio. Los datos sobre el número de casos de los productos vendidos durante el período promocional, denotado por Y, se presentan en la siguiente tabla, así como también datos sobre las ventas del producto en el período anterior a la promoción aplicada, denotada por X. Esta última variable se utilizó como la variable concomitante (covariable). Tabla 1. Datos del experimento Estrategia 1 Estrategia Estrategia 3 Y X Y X Y X
3 TX: Total de la variable X TY: Total de la variable Y TX = 375 TY = 507 uma de cuadrados y productos de Totales: 375 = L = YY = L = (375)(507) XY = (1)(8) + (6)(39) + L + (9)(8) = uma de cuadrados y productos de Tratamientos: T T = + + = T YY = + + = (116)(191) (13)(180) (17)(136) (375)(507) T XY = + + = uma de cuadrados y de productos del Error: E E = T = 333. EYY = YY TYY = EXY = XY TXY = Tabla uma de cuadrados y productos Fuentes g.l. X XY Y T: Estrategias E: Error : Total
4 Fuentes Ajustados por la covariable XY C( Total _ Ajustado) = YY = EXY C( Error _ Ajustado) = EYY = E C( Estrategia _ Ajustado) = C( Total _ Ajustado) C( Error _ Ajustado) = = Tabla 3. Fuentes ANOVA de fuentes ajustadas g.l. uma de Cuadrados Cuadrados Medios Cálculo de la prueba F Estrategias_Ajust Error_Ajust Total_Ajust Análisis de Regresión H 0 : β = 0 H 1 : β 0 Coeficiente de regresión estimado ˆ EXY 99.4 β = = = E 333. uma de cuadrados de la regresión ˆ C( regresión) = β E = (0.8986) 333. = Tabla 4. ANOVA de la regresión Fuentes g.l. uma de Cuadrados Cuadrados Medios Cálculo de la prueba F Regresión Error_Ajust
5 Fcal = e rechaza la hipótesis nula. La covariable influye sobre la variable respuesta. Las ventas del período en estudio dependen de la estrategia de promoción de ventas del producto y de la covariable (ventas en el período anterior al estudio). La importancia del ANCOVA radica en que puede eliminar el efecto de la covariable sobre la variable en estudio y para que esta sólo pueda estar afectada por la estrategia de ventas. Análisis de Tratamientos (Estrategias) La Tabla 3, muestra un ANOVA de fuentes ajustadas por la covariable, donde las hipótesis son las siguientes: H 0 : No hay diferencia entre los promedios de ventas con las tres estrategias H 1 : Al menos un promedio de ventas es diferente. Fcal = e rechaza la hipótesis nula. Al menos un promedio de ventas es diferente. Prueba de Tukey Los promedios de tratamiento ajustados por la covariable pueden ser calculados por la siguiente fórmula Y = Y ˆ β ( X X ) () i Ajustada () i () i Y = Y ˆ β ( X X ) = (3. 5.0) = 39.8 (1) Ajustada (1) (1) Y = Y ˆ β ( X X ) = ( ) = () Ajustada () () Y = Y ˆ β ( X X ) = ( ) = 6.84 (3) Ajustada (3) (3) qtukey(0.95, 3, 11) = 3.8 CME Ajustado = 3.51 n = n = n =
6 Tabla 5. Prueba de comparaciones múltiples. Comparación Y() i Ajus Y( j) Ajus 3.8 CME Ajustado 1 vs = vs = vs = ni nj e concluye que los tres tratamientos son diferentes, las tres estrategias de promoción producen diferente resultados en las ventas; la primera estrategia produce las mejores ventas. A la misma conclusión se llega mediante la construcción de intervalos, a continuación. Tabla 6. Comparación Intervalo 1 vs ± 3. = ( ) 1 vs ± 3. = ( ) vs ± 3. = ( ) OLUCIÓN UANDO R y=c(38,39,36,45,33,43,38,38,7,34,4,3,31,1,8) x=c(1,6,,8,19,34,6,9,18,5,3,9,30,16,9) tr=c(rep(1,5),rep(,5),rep(3,5)) tr=factor(tr) Análisis de Regresión a1=lm(y~tr+x) summary(a1) Coefficients: Estimate td. Error t value Pr(> t ) (Intercept) e-05 *** tr ** tr e-07 *** x e-06 *** e concluye que el coeficiente de regresión es significativo. También se concluye lo mismo desde la prueba F. 5
7 anova(a1) Df um q Mean q F value Pr(>F) tr e-06 *** x e-06 *** Residuals Análisis de Tratamientos (Estrategias) a=lm(y~x+tr) anova(a) Df um q Mean q F value Pr(>F) x e-05 *** tr e-06 *** Residuals Verificación de supuestos resi=residuals(a) pre=predict(a) plot(resi) plot(pre,resi) qqnorm(resi) qqline(resi) boxplot(resi~tr) 6
8 shapiro.test(resi) bartlett.test(resi~tr) OLUCION UANDO MINITAB Analysis of Variance for y, using Adjusted for Tests ource DF eq Adj Adj M F P x tr Error Total Term Coef E Coef T P Constant x Tukey 95.0% imultaneous Confidence Intervals Response Variable y All Pairwise Comparisons among Levels of tr tr = 1 subtracted from: tr Lower Center Upper (------*-----) (-----*------) tr = subtracted from: tr Lower Center Upper (-----*------)
9 REFERENCIA Kutner, M., Nachtsheim, C., Neter, J. And Li, W. (005). Applied Linear tatistical Models. Fifth Edition. Mc Graw Hill. Montgomery, D. (004). Diseño y Análisis de Experimentos. egunda Edición. Editorial Limusa,.A. de C.V. Grupo Noriega Editores. Balderas 95, Mexico D.F., LIMUA WILEY. 8
Diseño de Experimentos
Diseño de Experimentos Tema 8. Diseño de Bloques al Azar JAIME MOSQUERA RESTREPO DISEÑO DE BLOQUES El principio básico del diseño de experimentos consiste en garantizar la homogeneidad de las Unidades
Más detallesAPÉNDICE B ANOVA para las salsas comerciales
APÉNDICE B ANOVA para las salsas comerciales ANOVA de una vía para Densidad de salsas comerciales One-way ANOVA: Densidad versus Marca Marca 3 8727.7 2909.2 41.22 0.000 Error 8 564.6 70.6 Total 11 9292.4
Más detallesCapítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN
Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 6. Validación de Supuestos JAIME MOSQUERA RESTREPO VERIFICACIÓN DE LA ADECUACIÓN DEL MODELO Los procedimientos estudiados son validos únicamente bajo el cumplimiento de 4 supuestos
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detalles10. DISEÑOS EXPERIMENTALES
10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesModelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas
Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Métodos complementarios al análisis de varianza Comparaciones múltiples Comparación o pruebas de rangos múltiples Después de que se rechazó la hipótesis
Más detallesAjuste de Regresión Lineal Simple
Ajuste de Regresión Lineal Simple Hugo Alberto Brango García 1 1 Universidad de Córdoba Estadística II Mayo de 2014 Análisis de Regresión Mayo de 2014 1 / 33 Supuestos sobre los residuales del modelo Normalidad
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesDiseño de Experimentos
Diseño de Experimentos M. en E. Patricia I. Romero Mares Departamento de Probabilidad y Estadística IIMAS-UNAM Cursos PUMA Análisis estadísticos para proyectos de investigación ambiental 30 julio a 3 agosto
Más detallesEstadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística II Ingeniería Industrial INB - 0408 4 0 8 2.- HISTORIA DEL PROGRAMA
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 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 detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesDISEÑO ESTADÍSTICO DE EXPERIMENTOS
DISEÑO ESTADÍSTICO DE EXPERIMENTOS UNA PRUEBA O SERIE DE PRUEBAS EN LAS CUALES SE INTRODUCEN CAMBIOS DELIBERADOS EN LAS VARI- ABLESDEENTRADAQUEFORMANELPROCESO,DE MANERA QUE SEA POSIBLE OBSERVAR E IDENTIFICAR
Más detallesCAPÍTULO 10 DISEÑOS EXPERIMENTALES
CAPÍTULO 10 DISEÑOS EXPERIMENTALES 10.1 Diseños Experimentales de Clasificación Simple En un diseño experimental de clasificación simple, se trata de comparar varios grupos generalmente llamados Métodos
Más detallesCálculos de Regresión Logística en R, Caso de una covariable.
Cálculos de Regresión Logística en R, Caso de una covariable. Carga de datos (Tabla 1.1, Hosmer-Lemeshow): CH=read.table( CHDAGE.txt,header = T) attach(ch) Gráfico de Dispersión: plot(age,chd,xlab= Edad,
Más detallesManual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University.
Manual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University. Estadísticas con MegaStat AgeCat Gender Seconds 1 2
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesUNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD CIENCIAS FORESTALES. CARRERA: Licenciatura en Ecología y Conservación del Ambiente
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD CIENCIAS FORESTALES CARRERA: Licenciatura en Ecología y Conservación del Ambiente PLAN DE ESTUDIOS: 2006 ASIGNATURA OPTATIVA: DISEÑO EXPERIMENTAL Y
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesModelos Lineales. Regresión Lineal Múltiple. Práctica 5
Práctica 5 Vamos a analizar con STATGRAPHICS el problema de estimación, descomposición de la variabilidad, contraste de regresión, intervalos de confianza para los parámetros, y predicciones, sobre un
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 detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesMODELOS DE REGRESIÓN
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. MODELOS DE REGRESIÓN
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detallesParte de las notas tomadas de: Prof. Edgar Acuña UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
Estadística stica No Paramétrica Parte de las notas tomadas de: Prof. Edgar Acuña http://math.uprm math.uprm/edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ METODOS ESTADISTICOS
Más detallesUniversidad Nacional Autónoma de México Facultad de Psicología
Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre de la asignatura Clave Semestre Estadística Inferencial 0186 4 Número de créditos 8 Horas teoría 4 Horas práctica
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso MAT. 298 Núm. I. Seleccione la respuesta correcta: (3 puntos cada uno) Caso: Sea T= {0, 0, 2,
Más detallesANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y
Más detallesEjercicios de Regresión Lineal
1 Ejercicios de Regresión Lineal 1º) En un determinado proceso industrial, se piensa que la producción Y en toneladas, está linealmente relacionada con la temperatura X. Se toman dos observaciones de producción
Más detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detallesAnálisis de diferentes representaciones en la regresión lineal simple
Análisis de diferentes representaciones en la regresión lineal simple 5ª. Jornada sobre el Uso de los Sistemas de Cómputo Simbólico en la Enseñanza de las Matemáticas M.C. Gudelia Figueroa Preciado M.
Más detallesANOVA (Análisis de varianza)
ANOVA (Análisis de varianza) Las pruebas de hipótesis son una herramienta útil cuando se trata de comparar dos tratamientos La experimentación usualmente requiere comparación de más de dos tratamientos
Más detallesAnexo 8.3. Programa Condensado
Materia o unidad de aprendizaje: las Ciencias Sociales Última actualización: Agosto 2017 Licenciatura: Área Básica Común Plan: 401 Semestre: 3 Créditos: 3 SEMANA TEMA ACTIVIDADES, TAREAS, EXÁMENES BIBLIOGRAFÍA
Más detallesEXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos)
EXAMEN DE ESTADÍSTICA II Junio de 2002 SOLUCIÓN (tiempo:100 minutos) PROBLEMA 1 Se quiere comparar la cantidad de energía necesaria para realizar 3 ejercicios o actividades: andar, correr y montar en bici.
Más detallesAnálisis de Regresión
Análisis de Regresión Diplomado en Lean Six Sigma Objetivo 1.Identificar problemas que incluyan una Y continua y una X continua 2. Entender la diferencia entre regresión lineal y no lineal 3. Ajustar modelos
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Aniel Nieves-González () LSP 1 / 16 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por departamento. La v.a. dependiente
Más detalles1. Metodología de respuesta
1. Metodología de respuesta En las secciones anteriores se ha estudiado el comportamiento de la variable respuesta cuando se ve afectada por diferentes factores, sin embargo no se ha tocado el tema a cerca
Más detallesExperimento Split-Plot (Parcelas o cuadrantes partidas/os):
Experimento Split-Plot (Parcelas o cuadrantes partidas/os): Este tipo de experimento se utiliza cuando no existe la posibilidad de aleatorizar por completo el orden de las corridas. Maneja tratamientos
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detallesAnálisis de la covarianza
Análisis de la covarianza Preparado por Luis M. Molinero (Alce Ingeniería) CorreoE: bioestadistica alceingenieria.net Artículo en formato PDF Enero 2002 El análisis de la covarianza es una técnica estadística
Más detallesPara este ensayo se requiere 12 parcelas grandes y dividirla cada una en dos subparcelas.
1 Diseño en Parcela Dividida (Split plot) El diseño consiste en dividir las parcelas en subparcelas y aplicar un grupo de tratamientos en las parcelas y otro grupo de tratamientos en las subparcelas. La
Más detallesLAMPIRAN-LAMPIRAN LAMPIRAN- LAMPIRAN
LAMPIRAN-LAMPIRAN LAMPIRAN- LAMPIRAN Data penelitian Lampiran 1 Data Penelitian n t+1 t0 BANK BULAN BULAN Y X1 X2 X3 SYARIAH t+1 t0 (ROA) (BOPO) (CAR) (QR) 1 Jun-11 0,20 101,38 21,72 76,83 Mar-11 2 Sep-11
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesSelección Diseño de Cribado
Selección Diseño de Cribado Resumen La sección diseño experimental del STATGRAPHICS puede crear una amplia variedad de diseños dirigidos a mostrar los factores más importantes que afectan un proceso. Se
Más detallesAnálisis de Covarianza
Capítulo VI Análisis de Covarianza El análisis análisis de covarianza es un procedimiento muy importante en experimentación, pero lamentablemente no se usa con frecuencia. Utiliza el análisis de varianza
Más detallesPrueba de Hipótesis. Para dos muestras
Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de
Más detallesInclusión y pobreza: Un análisis por región
Inclusión y pobreza: Un análisis por región Yuliam M. Pedraza Acevedo Mentora: Marinés Aponte, PhD UNIVERSIDAD DE PUERTO RICO, RECINTO DE RIO PIEDRAS FACULTAD DE ADMINISTRACIÓN DE EMPRESAS Subvencionado
Más detallesPRUEBA DE EFICACIA POR CONTACTO DIRECTO/INDIRECTO SOBRE ADULTOS DE Tetranychus urticae, PARA INSUMOS BIOLÓGICOS DE COLOMBIA.
PRUEBA DE EFICACIA POR CONTACTO DIRECTO/INDIRECTO SOBRE ADULTOS DE Tetranychus urticae, PARA INSUMOS BIOLÓGICOS DE COLOMBIA. 1. DESCRIPCIÓN DE LA PRUEBA Estado Adulto de T. urticae UBICACIÓN: Laboratorio
Más detallesAnálisis de dos muestras
Análisis de dos muestras Supongamos el siguiente ejemplo. La resistencia a la rotura de un componente eléctrico constituye una característica importante de un cierto proceso. Un fabricante utiliza un material
Más detallesRepaso de estadística básica. Juan D. Barón Santiago de Chile, 8 de abril de 2013
Repaso de estadística básica Juan D. Barón Santiago de Chile, 8 de abril de 2013 1 I. CONCEPTOS ESTADÍSTICOS BÁSICOS 2 Las decisiones se toman bajo incertidumbre Las decisiones se basan en información
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detallesUso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo. Analizar
CAPÍTULO 4 FAE DE ANÁLII Definir Medir Analizar Mejorar Controlar 4. Introducción En esta fase se efectúa el análisis de los datos obtenidos en la etapa de Medición, con el propósito de conocer las relaciones
Más detallesMODELO PARA EL TALLER DE REGRESION
MODELO PARA EL TALLER DE REGRESION PROBLEMA. Los datos siguientes muestran la matricula estudiantil en los primeros 5 anos de nuestra Universidad. Años (desde el 2000 al 2004) x 1 2 3 4 5 Matricula (miles
Más detallesPRUEBA DE EFICACIA POR CONTACTO DIRECTO E INDIRECTO SOBRE ADULTOS DE TRIPS PARA INSUMOS BIOLÓGICOS DE COLOMBIA.
PRUEBA DE EFICACIA POR CONTACTO DIRECTO E INDIRECTO SOBRE ADULTOS DE TRIPS PARA INSUMOS BIOLÓGICOS DE COLOMBIA. 1. DESCRIPCIÓN DE LA PRUEBA Adulto UBICACIÓN: Laboratorio de Entomología TEMPERATURA: 20
Más detallesb)no es posible hacer modelo debido a que el tipo de vidrio es una variable categorica
a) Analysis of Variance for Light output, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Glass type 5865 5865 753 6.37. Temperature 97335 97335 98567 695.6. Glass type*temperature 955 955
Más detallesESQUEMA GENERAL. Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto
TEMA IV ESQUEMA GENERAL Definición Clasificación Diseño simple de medidas repetidas Diseño factorial de medidas repetidas Diseño factorial mixto DISEÑOS DE MEDIDAS REPETIDAS Definición En el diseño medidas
Más detallesEstadística. Convocatoria ordinaria. 23 de mayo de Nombre Grupo.. Titulación.Número de Examen..
Estadística Convocatoria ordinaria. 23 de mayo de 2017 Nombre Grupo.. Titulación.Número de Examen.. Ejercicio 1 Se dispone de un test para detectar la presencia de contaminantes en una materia prima. Hay
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detallesRegresión ponderada y falta de ajuste
Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas
Más detallesSupuestos y comparaciones múltiples
Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución
Más detallesEjemplos del Suplemento 1 resueltos con Minitab
O1 Ocho pasos para el desarrollo de una investigación Ejemplos del Suplemento 1 resueltos con Minitab O2 Tabla de Contenido Prueba de Normalidad... 3 Regresión Lineal... 7 Prueba t... 10 Prueba Z... 13
Más detallesCARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32
PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detalles14 horas. 20 horas
EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado
Más detallesAnálisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears
Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza
Más detallesTema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Más detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Recuerdo que Conceptos estadísticos Población y muestra Población es una colección de posibles individuos, especímenes, objetos o medidas de interés sobre
Más detallesUNIVERSIDAD AUTONOMA DE TAMAULIPAS
R-RS-01-25-03 UNIVERSIDAD AUTONOMA DE TAMAULIPAS NOMBRE DE LA FACULTAD O UNIDAD ACADEMICA NOMBRE DEL PROGRAMA INGENIERO INDUSTRIAL NOMBRE DE LA ASIGNATURA DISENO Y ANALISIS DE EXPERIMENTOS PROGRAMA DE
Más detallesJuan Carlos Colonia INFERENCIA ESTADÍSTICA
Juan Carlos Colonia INFERENCIA ESTADÍSTICA PARÁMETROS Y ESTADÍSTICAS Es fundamental entender la diferencia entre parámetros y estadísticos. Los parámetros se refieren a la distribución de la población
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesANOVA mul)factorial. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
ANOVA mul)factorial Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Se puede examinar más de un factor simultáneamente (ANOVA de 2 factores, de 3 factores, etc.) Por qué un único análisis
Más detallesGrupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS
Red ibérica de evaluación de eficacia y efectos secundarios de tratamientos para el control de plagas en el olivar (RIESPO) 2ª Reunión, Madrid 10-11/06/2010 Grupo 4: BUENAS PRÁCTICAS ESTADÍSTICAS ESTADÍSTICA
Más detalles: Andrea Canals/ Catalina Canals Año Académico : 2017 P R O G R A M A
1 ASIGNATURA : Estadística Requisito : Matemática 2 Profesores : Andrea Canals/ Catalina Canals Año Académico : 2017 Carácter : Semestral Clases Teóricas : 3 horas Ayudantía : 1,5 horas P R O G R A M A
Más detallesESQUEMA GENERAL DISEÑO CUASI-EXPERIMENTAL
TEMA V ESQUEMA GENERAL Definición y clasificación del diseño cuasi-experimental Estructuras básicas: Diseño pre-experimental Diseño de grupo control no equivalente: Definición Diseño de grupo control no
Más detallesFebrero 2016 Ing. Rubén Darío Estrella, MBA Cavaliere dell ordine al Merito della Repubblica Italiana (2003) Ingeniero de Sistemas (UNIBE 1993), Administrador (PUCMM 2000), Matemático (PUCMM 2007), Teólogo
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesUNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA CARRERA/S: MICROBIOLOGÍA PLAN DE ESTUDIOS: Plan 1998 Versión 3 ASIGNATURA: DISEÑO
Más detallesRegresión Lineal. 15 de noviembre de Felipe Bravo Márquez
Felipe José Bravo Márquez 15 de noviembre de 2013 Introducción Un modelo de regresión se usa para modelar la relación de una variable dependiente y numérica con n variables independientes x 1, x 2,...,
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de
Más detallesCorrosión n en tuberías de transporte de gas y petróleo
Corrosión n en tuberías de transporte de gas y petróleo Uso de herramientas de estadística aplicada Ing. Fernando Tomati Ing. Adrián Gabriele 4tas. Jornadas de Celebración del Mes Nacional de la Calidad
Más detallesAnálisis de Regresión Lineal Simple para Predicción. (Simple Linear Regression Analysis for Prediction)
Daena: International Journal of Good Conscience. 7(3) 67-81. Noviembre 2012. ISSN 1870-557X Análisis de Regresión Lineal Simple para Predicción (Simple Linear Regression Analysis for Prediction) Badii,
Más detallesEjemplo simple de regresión lineal simple y múltiple (para realizar en el aula)
Ejemplo simple de regresión lineal simple y múltiple (para realizar en el aula) OBJETIVOS: 1. Familiarización con la terminología y funciones ligadas a un análisis de regresión lineal 2. Establecer las
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesMATRICES FACTORIALES
MATRICES FACTORIALES Quimiometría Estudio cuantitativo de factores: efectos principales (b j ) interacciones (b ji ) si cada variable puede tener un valor mayor o uno menor: diseño factorial de dos niveles
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
Más detallesProfesor: Hugo S. Salinas. Primer Semestre Tabla 1: Inteligencia y Rendimiento. X Y Figura 1: Inteligencia y Rendimiento.
UNIVERSIDAD DE ATACAMA FACULTAD DE CIENCIAS JURÍDICAS / CARRERA DE TRABAJO SOCIAL TECNOLOGÍA INFORMÁTICA I (SPSS) ESTADÍSTICA DESCRIPTIVA CON MÁS DE UNA VARIABLE Profesor: Hugo S. Salinas. Primer Semestre
Más detalles