Estadística Inferencial
|
|
- Patricia Quintana Segura
- hace 6 años
- Vistas:
Transcripción
1 Estadística Inferencial
2 1 Sesión No. 11 Nombre: Regresión y correlación múltile Contextualización En la sesión anterior se resentó la regresión lineal simle y se mostró su uso en la obtención de una ecuación de regresión estimada que describe la relación entre dos variables. En esta sesión se continúa con el estudio del análisis de regresión considerando, ahora, situaciones en las que intervienen más de dos variables. Trabajaremos el conceto de regresión y correlación múltile, veremos ejemlos rácticos donde se alica este modelo de análisis ara inferencia estadística. La ecuación de regresión múltile estimada y su alicación en la rueba de hiótesis y estimación or intervalos, así como entender la alicación ráctica del análisis residual. Fuente: htt://
3 Introducción al Tema El análisis de regresión múltile se emleó ara obtener un mejor roceso de blanqueo en la fabricación de roductos de ael blanco Lester Lefkowitz/Corbis. Qué es el análisis de regresión múltile? Qué tio de estimadores utiliza? Cuál es la mejor distribución de robabilidad que se utiliza en este modelo? Éstas y otras reguntas odremos resonder en el desarrollo de este tema ara el uso y alicación ráctica del análisis de regresión múltile. Fuente: htt://
4 3 Exlicación Modelo de regresión múltile Estudia la relación de una variable deendiente con dos o más variables indeendientes. Para denotar el número de variables indeendientes se suele usar. Modelo de regresión y ecuación de regresión Modelo: y = β + β x + β x β x Donde, β 0 β1, β,... β, son arámetros y el término del error es una variable aleatoria. Ecuación: E y) = β + β x + β x β ( x Ecuación de regresión múltile estimada: y = b + b x + b x b x Donde b 0, b 1, b,.b son los estimadores de β β, β,... β 0, 1 y = valor estimado de la variable deendiente. Método de mínimos cuadrados De la misma manera que se utilizó este método en la obtención de la ecuación de regresión lineal estimada se utiliza ara la obtención de la ecuación de estimación en regresión múltile. Criterio de mínimos cuadrados: min Σ( y i y) Para ilustrar el análisis de regresión múltile requerimos forzosamente del uso de un software que trabaje este tio de modelos, estos software ueden ser el Minitab o Excel, ya que su roceso oerativo es muy comlicado.
5 4 A continuación se hace una breve descrición de un ejemlo ráctico ara entender mejor este conceto y su alicación: Una emresa se dedica al transorte de objetos y mercancías en el sur de California, su actividad rincial es hacer entregas en su área local ara mejorar el horario de trabajo, los gerentes deseaban estimar el tiemo total de recorrido diario necesario ara hacer las entregas. Al rinciio los gerentes creyeron que el tiemo total del recorrido diario estaba estrechamente relacionado con el número de millas recorridas ara hacer las entregas. Pero al cabo de la realización de un estudio de análisis de regresión lineal simle se dieron cuenta que no solamente estos dos factores estaban estrechamente relacionados, también se ercataron que el número de entregas odría contribuir a la duración total del recorrido. Aoyándose en software de alicación encontraron que la ecuación de regresión estimada estaba dada or: y = x x, con los siguientes resultados:
6 5 Consideramos que b 1 = este valor son las horas de estimación del aumento eserado en el tiemo recorrido que corresonde al aumento en una milla en la distancia recorrida cuando el número de entregas ermanece constante. De manera similar b = 0.93, una estimación del aumento eserado en el tiemo de recorrido que corresonde al aumento de una entrega ermaneciendo constante el número de millas recorridas es Coeficiente de determinación múltile: SCR R = STC Coeficiente de determinación múltile ajustado: R a = 1 (1 R n 1 ) n 1 Prueba de significancia: La rueba F se usa ara determinar si existe una relación de significancia entre la variable deendiente y el conjunto de todas las variables indeendientes; a esta rueba F se le llama rueba de significancia global. Si la rueba F indica que hay significancia global, se usa la rueba t ara ver si cada una de las variables individuales es significativa. Para cada una de las variables indeendientes del modelo se realiza una rueba t. A cada una de estas ruebas t se les conoce como rueba de significancia individual. Análisis residual En la sesión anterior se indicó que los residuales estandarizados suelen emlearse en las gráficas de residuales y en la identificación de observaciones atíicas. Su fórmula es: yi y, donde el denominador es la desviación estándar s yi y del residual i.
7 6 Conclusión En esta sesión se resentó la regresión múltile como extensión del análisis de regresión lineal simle. El análisis de regresión múltile ermite entender cómo está relacionada una variable deendiente con dos o más variables indeendientes. La ecuación de regresión E ( y) = β 0 + β1x1 + β x β x indica el valor eserado o valor medio de la variable deendiente y está relacionado con los valores de las variables indeendientes x 1, x, x. Para obtener la ecuación de regresión estimada y = b + b x + b x + + b x se emlean los datos muestrales y el método de mínimos cuadrados. Debemos recordar el hecho de que los aquetes de software ara estadística son los únicos medios realistas ara realizar los numerosos cálculos que se requieren en el análisis de regresión múltile. En la siguiente sesión veremos los números índice mayormente utilizados en la administración y economía. Fuente: htt://
8 7 Para arender más En este aartado encontrarás más información acerca del tema ara enriquecer tu arendizaje. Puedes amliar tu conocimiento visitando las siguientes ligas. S.a. (s.f.). Modelos de regresión múltile. Consultado el día 03 de enero del 014: htt:// Velasco, C. (007). Análisis de regresión múltile: Estimación. Consultado el día 03 de enero del 014: htt:// Es de gran utilidad visitar el aoyo corresondiente al tema, ues te ermitirá desarrollar los ejercicios con más éxito.
9 8 Actividad de Arendizaje Con lo arendido en esta sesión acerca de la regresión y correlación múltile, realiza una investigación sobre un ejemlo ráctico donde se halla alicado este análisis. Entregar esta actividad en formato de reorte y súbelo a la lataforma.
10 9 Bibliografía Anderson, D., Sweeney, D., Williams, T. (008). Estadística ara administración y economía. (10ª ed.). México: Editorial Cengage Learning. S.a. (s.f.). Modelos de regresión múltile. Consultado el día 03 de enero del 014: htt:// Velasco, C. (007). Análisis de regresión múltile: Estimación. Consultado el día 03 d enero del 014: htt://
Estadística Inferencial
Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico
Más detallesEstadística. Sesión 4: Medidas de dispersión.
Estadística Sesión 4: Medidas de dispersión. Contextualización En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal es el caso del rango, la varianza y la desviación estándar,
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 10 Nombre: Pruebas de Hipótesis. Parte II Objetivo Al término de la sesión el estudiante analizará la prueba
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 5 Nombre: Prueba de hipótesis Contextualización En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesLa distribución de probabilidad de la variable aleatoria (v. a). Bernoulli, está dada por:
Distribución Bernoulli Una rueba o exerimento Bernoulli tiene uno de dos resultados mutuamente excluyentes, que generalmente se denotan S (éxito) y F (fracaso). Por ejemlo, al seleccionar un objeto ara
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 3 Nombre: Estadística descriptiva: medidas numéricas. Objetivo Al término de la sesión el estudiante calculará
Más detalles7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD
7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD La Distribución Binomial Esta distribución fue elaborada or Jacobo Bernoulli y es alicable a un gran número de roblemas de carácter económico y en numerosas alicaciones
Más detalles6. Métodos para resolver la ecuación completa.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0. 6. Métodos ara resolver la ecuación comleta. Dedicamos esta sección a ver dos métodos que nos ermiten hallar una solución articular de la ecuación comleta y +
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 4 Nombre: Estadística descriptiva: Medidas numéricas. Parte II Objetivo Al término de la sesión el estudiante
Más detallesEstadística. Sesión 2: Organización de datos y tablas.
Estadística. Sesión 2: Organización de datos y tablas. Contextualización En la presente sesión aprenderemos el uso y trabajo con la tabla de Distribución de frecuencias, la creación de gráficas tales como
Más detallesPARÁMETROS DE LAS FUNCIONES TRIGONOMÉTRICAS RESUMEN
PARÁMETROS DE LAS FUNCIONES TRIGONOMÉTRICAS RESUMEN El resente trabajo retende enlazar los contenidos vistos en el aula mediante la realización de un juego didáctico, que ermita conocer, comrender y amliar
Más detallesUnidad 5. Aplicaciones de las derivadas. Objetivos. Al terminar la unidad, el alumno:
Unidad 5 Alicaciones de las derivadas Objetivos Al terminar la unidad, el alumno: Resolverá roblemas de ingreso utilizando el ingreso marginal. Resolverá roblemas de costos utilizando el costo marginal
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 detallesNombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
Estadística 1 Sesión No. 9 Nombre: Distribuciones de probabilidad discreta. Segunda parte. Contextualización A qué nos referimos con probabilidad discreta? En la presente sesión analizarás y describirás
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 detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN CIENCIAS POLÍTICAS Y ADMINISTRACIÓN PÚBLICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN CIENCIAS POLÍTICAS Y ADMINISTRACIÓN PÚBLICA PROGRAMA DE ASIGNATURA CLAVE 4º SEMESTRE MODELOS LINEALES APLICADOS
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 3 Nombre: Ecuaciones Lineales Objetivo de la asignatura: En esta sesión el estudiante aplicará las principales propiedades de ecuaciones lineales con la finalidad
Más detallesPRINCIPALES DISTRIBUCIONES DISCRETAS
PRINCIPALES DISTRIBUCIONES DISCRETAS Objetivos generales del tema En este tema definiremos y discutiremos diversas e imortantes distribuciones discretas, es decir, funciones masa de robabilidad o funciones
Más detallesMODELO COMPUTACIONAL PARA LA ESTIMACIÓN DEL TAMAÑO DE FRUTAS RESUMEN
MODELO COMPUTACIONAL PARA LA ESTIMACIÓN DEL TAMAÑO DE FRUTAS F. J. Mayorano 1, A. J. Rubiales 1, V. Herrero 1,2, F. Núñez 4, A. Clausse 1,3 1 PLADEMA, Universidad Nacional del Centro, 7 Tandil, Argentina.
Más detallesCómo se utiliza la tabla de Distribución de frecuencias?
Estadística 1 Sesión No.2 Nombre: Organización de datos y tablas Contextualización Cómo se utiliza la tabla de Distribución de frecuencias? En la presente sesión aprenderemos el uso y trabajo con la tabla
Más detallesCAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Introducción
CAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 4.. Introducción Se denomina ecuación diferencial ordinaria a toda ecuación en la que aarecen una o varias derivadas de una función. Cuando las derivada
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 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 detallesUNIVERSIDAD MILITAR NUEVA GRANADA FACULTAD DE CIENCIAS BASICAS Y APLICADAS DEPARTAMENTO DE MATEMÁTICAS
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 6 ESTADÍSTICA II CÓDIGO 12251 PROGRAMA ADMINISTRACIÓN DE EMPRESAS Y CONTADURÍA PÚBLICA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesEstadística Inferencial. Sesión No. 12 Números índices
Estadística Inferencial Sesión No. 12 Números índices Contextualización En esta sesión se definirán los números índices, simples y compuestos así como también se describirán los tipos de índices más comunes,
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA ESTADÍSTICA I CÓDIGO DE MATERIA MC 106 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 5 ESTADÍSTICA II CÓDIGO 22081 PROGRAMA ADMINISTRACIÓN DE LA SEGURIDAD INTEGRAL ÁREA DE FORMACIÓN ESTADÍSTICA SEMESTRE
Más detallesTEMA 4 Modelo de regresión múltiple
TEMA 4 Modelo de regresión múltiple José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Estructura de este tema Modelo de regresión múltiple.
Más detallesCálculo de la tasa predeterminada de los costos indirectos de fabricación aplicados utilizando un modelo de regresión lineal.
Cálculo de la tasa predeterminada de los costos indirectos de fabricación aplicados utilizando un modelo de regresión lineal. Luis Oswaldo Rodríguez Mañay 1, Mary Saltos Chacán 2, Enrique Rafael Muñoz
Más detallesEstadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza.
Estadística Inferencial. Sesión No. 8 Pruebas de hipótesis para varianza. Contextualización. En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias y proporciones poblacionales.
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN Carrera: Licenciatura en Periodismo Asignatura: Estadística Social Curso: 2 año Año lectivo: 2016 Carga horaria
Más detallesIRREDUCIBILIDAD EN K[X 1,..., X n ]
IRREDUCIBILIDAD EN K[X 1,..., X n ] SAURON Índice General 1. DFU y anillos de olinomios 1 2. Irreducibilidad de olinomios sobre un DFU 3 3. Algunos ejemlos 5 Referencias 6 1. DFU y anillos de olinomios
Más detallesINDICADORES DE ESTABLECIMIENTOS CON PROGRAMA IMMEX CIFRAS DURANTE OCTUBRE DE 2016
La Estadística Mensual sobre Establecimientos con Programa de la Industria Manufacturera, Maquiladora y de Servicios de Exortación (IMMEX) 1, muestra las rinciales características y evolución de los establecimientos
Más detallesProcesamiento Digital de Imágenes
Visión or Comutadora Unidad III Procesamiento Digital de Imágenes Rogelio Ferreira Escutia Contenido 1) Oeraciones Individuales a) Transformaciones Punto a Punto b) Transformaciones de 2 Imágenes Punto
Más detallesDiplomado en Estadística Aplicada
Diplomado en Estadística Aplicada Con el propósito de mejorar las habilidades para la toma de decisiones, la División de Estudios de Posgrado de la Facultad de Economía ha conjuntado a profesores con especialidad
Más detallesINSTITUTO COLOMBIANO PARA EL FOMENTO DE LA EDUCACIÓN SUPERIOR -ICFES- SUBDIRECCIÓN ACADÉMICA. Grupo de Evaluación de la Educación Básica y Media
INSTITUTO COLOMBIANO ARA EL FOMENTO DE LA EDUCACIÓN SUERIOR -ICFES- SUBDIRECCIÓN ACADÉMICA Gruo de Evaluación de la Educación Básica y Media QUÉ ES Y CÓMO SE CALIFICA EL EXAMEN DE VALIDACIÓN DEL BACHILLERATO
Más detallesEstadística para la Economía y la Gestión IN 3401
Estadística para la Economía y la Gestión IN 3401 3 de junio de 2010 1 Modelo de Regresión con 2 Variables Método de Mínimos Cuadrados Ordinarios Supuestos detrás del método MCO Errores estándar de los
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
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 detallesAnota aquí tus respuestas para esta sección Distribución Z
Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten
Más detallesUniversidad de Quintana Roo División de Desarrollo Sustentable Secretaría Técnica de Docencia
Programación de 6 semanas Primavera de 206 Estimado Profesor(a) de la, éste es el formato unificado de 6 semanas; utilice el tabulador para trasladarse ente los campos, y cuando requiera generar una entrada
Más detallesSECUENCIA DIDÁCTICA. Módulo
SECUENCIA DIDÁCTICA Nombre de curso: Estadística Antecedente: Matemáticas Básicas Módulo Clave de curso: MAT1002A21 Clave de antecedente: MAT0101A11 Competencia de Módulo: Detectar oportunidades de negocios,
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 detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesGUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas
GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre
Más detallesPROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN INGENIERÍA CIVIL ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1315 SEMESTRE:
Más detallesEstadística FAD - 15 Galaz Lorca, Mirtha Kazmier, Leonard Hanke, John; Wichern, Dean
17 - Estadística FAD - 15 Galaz Lorca, Mirtha Aplicaciones Estadísticas para el Sector Financiero. Curso de Formación a Distancia Mediatizado por Tecnología. Santiago, Chile: IEB, 2005. POBLACION Y CENSO;
Más detallesy( x ) es solución de la ecuación ( I ) si y solo si lo es de la ecuación ( II ).
EDO ara Ingenieros CAPITULO 4 FACTORES ITEGRATES Suongamos que aora que nos dan una ecuación diferencial M (, ) + (, ) d = 0 ( I) Que no es eacta Eiste alguna forma de acerla eacta? Con más recisión, Eistirá
Más detallesDesarrollaremos la noción de pendiente y las diferentes formas de ecuaciones de rectas.
Matemáticas 1 Sesión No. 4 Nombre: La ecuación de la recta y su gráfica. Contextualización El sistema de coordenadas es uno de los conceptos que aprenderemos en esta sesión, aprenderemos a identificar
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
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 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 detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 6 Nombre: Sistemas de ecuaciones lineales y métodos de solución Objetivo de la asignatura: En esta sesión el estudiante aplicará los métodos de solución por sustitución,
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 detallesSesión No. 1. Contextualización. Nombre: Fundamentos del Álgebra MATEMÁTICAS
Matemáticas 1 Sesión No. 1 Nombre: Fundamentos del Álgebra Contextualización Esta sesión está diseñada para ofrecer una breve explicación de los principios aritméticos y algebraicos que se requieren para
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesRegresión Logística. Introducción
Introducción En este tema estudiaremos cómo construir y analizar un modelo de regresión que retende reresentar la deendencia lineal de una variable resuesta con dos categorías (dicotómica) resecto a otras
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesCURSO: ANALISIS ESTADISTICO DE RIESGOS
MANAGEMENT CONSULTORES CURSO: ANALISIS ESTADISTICO DE RIESGOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: acaminos@mgmconsultores.com.ar
Más detallesTAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN
TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 12 Nombre: Números índice para datos económicos y administrativos Objetivo Al término de la sesión el estudiante
Más detallesPruebas de vida acelerada en confiabilidad
Notas Pruebas de vida acelerada en confiabilidad Resumen Las ruebas aceleradas consisten en una variedad de métodos ara acortar la vida de un roducto o ara alargar su degradación. El rincial objetivo de
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Ejercicios rouestos 1. Los datos originales a menudo necesitan ser codificados (transformados) ara facilitar el cálculo. Qué consecuencias tienen en el cálculo de la media
Más detallesPROBLEMAS DE LÍMITES Y CONTINUIDAD (MÉTODOS ALGEBRAICOS) lím. lím. Las descomposiciones factoriales se hacen dividiendo sucesivamente por x + 2.
PROBLEMAS DE LÍMITES Y CONTINUIDAD MÉTODOS ALGEBRAICOS) Cálculo de ites or métodos algebraicos Resuelve los siguientes ites: a) 8 b) 8 c) a) ) ) 6) ) 8 Se reite el roceso) ) ) ) ) Las descomosiciones factoriales
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 detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 4 Nombre: Ecuaciones Cuadráticas Objetivo de la asignatura: En esta sesión el estudiante aplicará los principales métodos de solución de raíces de polinomios de
Más detallesCálculo del poder estadístico de un estudio
Investigación: Cálculo del oder estadístico de un estudio /7 Cálculo del oder estadístico de un estudio Pértegas Día, S. sertega@canalejo.org, Pita Fernánde, S. sita@canalejo.org Unidad de Eidemiología
Más detallesREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias
Más detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesCapítulo 4. Diseño de filtros digitales 1
53 Caítulo 4 Diseño de filtros digitales 1 Diseñar un filtro consiste en encontrar su función de transferencia (realizable y estable) ara su osterior realización mediante una estructura adecuada. En la
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesTEMA 10 ANÁLISIS COSTE-VOLUMEN-BENEFICIO
TEMA 10 ANÁLISIS COSTE-VOLUMEN-BENEFICIO 1 10.1. INTRODUCCIÓN Qué es el análisis C-V-B? Modelo que estudia la relación existente entre costes, recios, volúmenes de venta y beneficios, tomando ara el análisis
Más detallesTema 1. Cinemática de partícula
Tema 1. Cinemática de artícula Cinemática de artícula Tema 1 1. Introducción. Vectores osición, velocidad y aceleración 3. 4. Método gráfico en movimiento rectilíneo 5. de varias artículas Mecánica II
Más detallesIntervalos de confianza para los coeficientes de una regresión lineal.
Intervalos de confianza para los coeficientes de una regresión lineal. Asumiendo que los errores del modelo de regresión lineal se distribuye en forma normal con media cero y varianza constante σ 2 y que
Más detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesMETODOS ESTADÍSTICOS
METODOS ESTADÍSTICOS Introducción. Uno de los objetivos de la asignatura de Hidrología, es mostrar a los alumnos, las herramientas de cálculo utilizadas en Hidrología Aplicada para diseño de Obras Hidráulicas.
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 8 Nombre: Concepto de función, función lineal y su gráfica. Objetivo de la asignatura: En esta sesión el estudiante aplicará los métodos para la obtención de la
Más detallesCONVERGENCIA ESTOCÁSTICA Y TEOREMAS LIMITE. Estadística aplicada a la empresa I Prof. D. Juan José Pérez Castejón
CONVERGENCIA ESTOCÁSTICA Y TEOREMAS IMITE. Estadística alicada a la emresa I Prof. D. Juan José Pérez Castejón 1 CONVERGENCIA ESTOCÁSTICA Y TEOREMAS IMITE. En este tema se ersigue introducir el conceto
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 detallesESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA
GUÍA DOCENTE 2012-2013 ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1. Denominación de la asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA Titulación GRADO EN FINANZAS Y CONTABILIDAD Código 5592
Más detallesCAPÍTULO 4: FIJACIÓN DE LAS PRIMAS Y ANÁLISIS DE LA VARIABLE BORROSO ALEATORIA
arte III: Análisis de la determinación de las rimas en los seguros de vida y de la solvencia dinámica del asegurador cuando los tios de interés de valoración vienen estimados a través de números borrosos
Más detallesSesión No. 2. Contextualización. Nombre: Polinomios y expresiones racionales MATEMÁTICAS.
Matemáticas 1 Sesión No. 2 Nombre: Polinomios y expresiones racionales Contextualización Los polinomios son expresiones algebraicas que son las de mayor uso y aplicación en cualquiera de las áreas de las
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesPrácticas Tema 2: El modelo lineal simple
Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables
Más detallesGrado en Finanzas y Contabilidad
Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 3.1 Colinealidad Exacta 3.2 Los efectos de la multicolinealidad Del
Más detallesCURSO: Métodos estadísticos para la investigación en
CURSO: Métodos estadísticos para la investigación en salud (V versión) Información General Versión: 5ª/ 2017 Modalidad: Presencial. Duración Total: 40 horas académicas. Horas a Distancia: - Fecha de inicio:
Más detallesINSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5
INSTITUTO UNIVERSITARIO PUEBLA HOJA: 1 DE 5 PROGRAMA ACADÉMICO: LICENCIATURA EN INGENIERIA INDUSTRIAL TIPO EDUCATIVO: INGENIERIA MODALIDAD: MIXTA SERIACIÓN: NINGUNA CLAVE DE LA ASIGNATURA: 126 CICLO: QUINTO
Más detallesEconometría III Examen. 29 de Marzo de 2012
Econometría III Examen. 29 de Marzo de 2012 El examen consta de 20 preguntas de respuesta múltiple. El tiempo máximo es 1:10 minutos. nota: no se pueden hacer preguntas durante el examen a no ser que sean
Más detallesMÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
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 detalles