PROBABILIDADES Y ESTADÍSTICA. Práctica 7
|
|
- Felipe Salazar Olivera
- hace 6 años
- Vistas:
Transcripción
1 PROBABILIDADES Y ESTADÍSTICA Práctica 7 Ejercicio 1 El gráfico de una serie temporal se puede pensar como un diagrama de dispersión de los pares de puntos conformados por el tiempo y la variable en cuestión. a) Se dispone de la serie temporal de la temperatura media anual en la región de los Andes al sur de 45ºS (llamada Patagonia Sur) reconstruida a partir de la información de anillos de árboles en el período (archivo Patagonia Sur.xls). Si se desea realizar el diagrama de dicha serie cuál elegiría como variable dependiente y como variable independiente? b) Realizar el diagrama para la serie de la temperatura reconstruida en la región la Patagonia Norte. Ejercicio 2 Dada la serie temperatura media anual en la región Patagonia Sur del Ejercicio 1. a) Graficar la serie temporal. b) Ajustar una recta lineal a los puntos a partir del método de cuadrados mínimos. Cómo interpretaría la pendiente de dicha recta y sus unidades? c) Analizar la significancia del ajuste. d) Se puede afirmar que la serie temporal presenta una tendencia lineal significativa? De ser así, filtrar dicha tendencia y graficar la serie filtrada. Ejercicio 3 a) En el inicio del estudio paleoclimático de la temperatura de la región de la Patagonia Sur, los investigadores pudieron reconstruir la sección de los anillos de árboles que corresponde al período (archivo Patagonia Sur.xls). Al graficar la serie y estudiar su tendencia lineal, qué concluyeron los investigadores sobre el comportamiento de la temperatura en esos años? b) Luego, con nuevas muestras pudieron extender la reconstrucción hasta el año Al graficar la serie extendida y estudiar su tendencia lineal, qué concluyeron los investigadores sobre el comportamiento de la temperatura en esos años? Fueron erróneas las conclusiones obtenidas en el inciso a)? c) Qué conclusiones se obtienen al comparar los resultados con los del Ejercicio 2? Ejercicio 4 Se desea saber si la reconstrucción realizada a través de la información de los anillos de árboles es representativa de la temperatura observada. Para analizar esto se dispone de las series de temperatura media anual para la Patagonia Sur observadas y reconstruidas en el período (archivo Patagonia Sur.xls). 1
2 a) Graficar ambas series temporales en función del tiempo en un mismo gráfico. A través de esta inspección visual, qué se podría decir sobre la eficacia de la reconstrucción. b) Realizar un diagrama de dispersión considerando la serie reconstruida en el eje de las abscisas y la serie observada en el eje de las ordenadas. c) Realizar un ajuste lineal entre ambas series y evaluar la significancia de dicho ajuste. d) Calcular la correlación lineal entre ambas series temporales y evaluar su significancia. Comparar los resultados con los del inciso c). Ejercicio 5 Dadas las series de temperaturas medias mensuales de junio de las Islas Orcadas y la precipitación del mes de enero del Observatorio Central de Buenos Aires en el período (archivo OCBA y Orcadas.xls). Se desea analizar si existe relación lineal entre ambas variables. Para ello se propone: a) Graficar ambas series temporales en función del tiempo en el mismo gráfico. b) Graficar el diagrama de dispersión para los pares ordenados conformados por la temperatura y la precipitación. Qué puede decirse sobre la relación lineal de ambas variables a través de la inspección visual de los dos gráficos? c) Medir el grado de relación lineal entre ambas variables y evaluar su significancia. Ejercicio 6 Dadas dos series de datos mensuales que presentan relación lineal indirecta perfecta en el período a) Esquematizar cómo serían los gráficos de las dos series temporales en función del tiempo. b) Esquematizar cómo sería el diagrama de dispersión para los pares ordenados conformados por los datos de ambas series. Ejercicio 7 Dada la serie del Ejercicio 1 (Patagonia Sur.xls): a) Se desean resaltar las variaciones de escala temporal superior a 45 años, para ello calcular la serie de promedios móviles de 45 años. b) Graficar la serie de promedios móviles de 45 años junto con la serie temporal original. c) Filtrar la serie de promedios móviles, es decir, calcular la serie resultante de restar a la serie original, la serie de promedios móviles. d) Graficar la serie resultante. Se podría decir que con este método se puede filtrar la tendencia secular? 2
3 Ejercicio 8 En una serie de datos medios diarios, de longitud 100 días, se quieren filtrar, con promedios móviles, las ondas sinópticas que se suponen con longitudes menores o iguales a 7 días. a) Describa el procedimiento a seguir. De qué orden sería el promedio móvil? b) De qué longitud queda la serie una vez filtrada? Ejercicio 9 Considere los conjuntos de datos de temperatura y precipitación media mensual para las estaciones Salta Aero, Paraná Aero y Santa Rosa Aero (archivos Salta_Aero.xls, Parana_Aero.xls y StaRosa_Aero.xls). Seleccione dos estaciones y construya las series de tiempo (de ambas variables) para el período a) Graficar la marcha de las series. b) Considera que las series son estacionarias? Cómo lo mostraría formalmente? c) Dado un filtro de promedios móviles, cómo lo utilizaría para retener en su serie la variabilidad de menos de 3 meses? d) Calcular los promedios móviles de orden 3, 5 y 11 para sus series. Comparar los resultados. c) Calcular y comparar las varianzas de las series original y filtrada para cada caso del ítem d). e) Calcular los promedios móviles de orden 3, pesados con los siguientes pesos (0.25, 0.5, 0.25) y (0.15, 0.7, 0.15). Comparar con lo obtenido en los ítems d) y c) para el filtro de orden 3 Ejercicio 10 a) A qué se llama autocorrelograma? Qué información aporta sobre una serie temporal? b) Dados los gráficos de las siguientes funciones de autocorrelación, identifique la correspondiente a: ruido rojo una serie perfectamente periódica ruido blanco una serie periódica superpuesta a ruido rojo Justifique. 3
4 Ejercicio 11 a) Analizar la serie del índice Hansen de temperatura media global para el período (Hansen_global_T.xls) mediante el graficado de la marcha y la función de autocorrelación. Evaluar la presencia de ciclos, tendencia y aleatoriedad. b) Filtrar la tendencia y repetir el análisis. Ejercicio 12 Se dispone de la serie de número promedio por año de manchas solares (Manchas solares.xls). a) Graficar la serie temporal y comentar las características principales que se observan en la misma. b) Realizar un autocorrelograma de la serie y analizar los resultados. c) Una vez identificada la longitud de onda (λ) más importante de dicha serie graficar en un mismo diagrama la serie original y la serie desfasada un intervalo de tiempo de λ/2. Cómo es la correlación entre ambas series? Compararlo con el coeficiente de correlación del autocorrelograma. d) Repetir el análisis del inciso c) pero esta vez para la serie desfasada en 2λ. Ejercicio 13 Dada la marcha anual promedio de precipitación para Corrientes (archivo Corrientes.xls): a) En base a las fórmulas estudiadas en clase, calcular los coeficientes de Fourier, la fase, el porcentaje de varianza explicada y la longitud de onda de todos los armónicos que se puedan extraer de dicha marcha. b) En base a las fórmulas estudiadas en clase, calcular dichos armónicos. c) Graficar en un mismo diagrama: i) La marcha original y el armónico 1 ii) La marcha original y los armónicos 1 y 2. 4
5 iii) La marcha original y los armónicos 1, 2 y 3. iv) La marcha original y la reconstrucción en base a los armónicos 1, 2 y 3. v) La marcha original y la reconstrucción en base a todos los armónicos. Ejercicio 14 Se estudian los datos de temperatura media de superficie del mar en la región Niño 1,2 tomados desde enero de 1959 hasta diciembre de Al aplicar el análisis armónico, resultaron los siguientes coeficientes Ai y Bi para las primeras armónicas. El valor de la desviación estándar es de 2.10 C.. a) Cuánta varianza explica la onda anual en relación con la varianza total? b) El valor de la fase en meses es de 2.9 Cómo se obtiene? Qué significa? c) En este caso, Se podría analizar una onda de cuatro años? Por qué? d) Qué longitud tiene la onda de mayor frecuencia analizable por este método? e) Si le aplicara el análisis armónico a una serie de 20 años de temperaturas mensuales: - En cuántas armónicas se puede descomponer, según el análisis armónico? - Qué período tiene la onda más larga y la menor? 5
6 Ejercicio 15 En el archivo Corales.xls se encuentra la información de los isótopos de oxígeno 18 de corales provenientes de la Bahía Savusavu, Fiji, en el período El delta de oxígeno 18 (δ18o) es un proxy dato que proporciona información sobre las condiciones de la superficie del mar y que permite el estudio del clima pasado. a) Graficar la serie de δ18o y describir las características más destacables. b) Realizar un análisis armónico y un autocorrelograma de la serie. c) Evaluar la significancia de la tendencia lineal y filtrarla. d) Realizar un análisis armónico y un autocorrelograma de la serie resultante de quitar el efecto de la tendencia lineal. e) Comparar los resultados de los incisos b y d. Con qué armónico se puede asociar la tendencia lineal? Cómo cambió la forma del autocorrelograma y por qué? f) Una vez filtrado el efecto de la tenencia lineal, qué ciclos puede decir que predominan al analizar los resultados del análisis armónico y el autocorrelograma? g) Si se quisiera filtrar la variabilidad inferior a esos ciclos, de qué orden calcularía un promedio móvil? Calcular el promedio móvil y graficarlo junto con la serie resultante de filtrar la tendencia lineal. Ejercicio 16 a) Dada la serie del número promedio anual de manchas solares del Ejercicio 12 (Manchas solares.xls). Realizar un análisis armónico para analizar los ciclos predominantes. Comparar los resultados con los del Ejercicio 12. b) Reconstruir las dos ondas que explican el mayor porcentaje de varianza. Graficar la serie original y las reconstruidas en el mismo gráfico. c) Filtrar dichos armónicos, es decir, calcular la serie resultante de restar a la serie original, la serie reconstruida en base a los dos armónicos del inciso b). d) Calcular el autocorrelograma de la serie resultante en el inciso c). Queda algún ciclo predominante? De ser así, indicar la longitud de onda de ese ciclo y discutir con qué efecto puede asociarse dicho ciclo. Ejercicio 17 a) Realizar el análisis armónico de las series del Ejercicio 9. b) Graficar, y discutir la varianza explicada por cada armónico, en las dos variables y en las dos estaciones. c) Realizar el filtrado de las armónicas más significativas. d) Evaluar el filtrado con el cálculo de la función de autocorrelación. Ejercicio 18 Analizar la presencia de tendencia y ciclos mediante el autoccorrelograma y mediante el análisis armónico, en la serie de mareas del Río de la Plata (Mareas.xls), en un período de 5 días (120 datos) seguidos. 6
Probabilidades y Estadística Práctica 6
Probabilidades y Estadística Práctica 6 Ejercicio Nº 1 Sea X = la proporción de tiempo en la que se encuentra sin niebla, en funcionamiento, el aeropuerto de Ezeiza, y sea Y = la misma proporción para
Más detallesProbabilidades y Estadística Práctica N 3
Probabilidades y Estadística Práctica N 3 Ejercicio N 1 La siguiente tabla presenta la relación de mezcla (W) en Resistencia durante 25 días. Observación W (gr/kg) Observación W (gr/kg) 1 3.8 14 2.0 2
Más detallesTEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI Asignatura: Estadística II Docente: Ing. Jesús Alonso Campos TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE
Más detallesUnidad 3. Separacion de costos fijos y costos variables. Objetivos especificos de aprendizaje
Unidad 3 Separacion de costos fijos y costos variables Objetivos especificos de aprendizaje Alterminar de estudiar este capitulo, el estudiante sera capaz de: Explicar el concepto de costos fijos. Explicar
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 detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesTEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN
4.5.- En cuál de los siguientes casos se podría utilizar la varianza residual en lugar del coeficiente de determinación para medir la calidad del ajuste? Con el mismo conjunto de datos y dos ajustes distintos.
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 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 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 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 detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesMINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación
MINISTERIO DE EDUCACIÓN PÚBLICA DIRECCIÓN DE GESTIÓN Y EVALUACIÓN DE LA CALIDAD Departamento de Evaluación Académica y Certificación Número de ítems por habilidades generales del Programa de estudio Pruebas
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 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 detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesUNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES
UNIDAD II. VARIACION DIRECTAMENTE PROPORCIONAL Y FUNCIONES LINEALES Al finalizar esta unidad: - Describirás verbalmente en que consiste el cambio y cuáles son los aspectos involucrados en él. - Identificarás
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesDISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2. El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón.
DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2 El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón. http://www.costarica.elmaestroencasa.com/e-books/elmec/bach-a-tu-medida-2/matematica-a-tu-medida-02-2017.pdf
Más detallesTema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1
Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:
Más detallesESTADISTICA AVANZADA MODULO I
ESTADISTICA AVANZADA MODULO I Análisis de Regresión Modelo Supuestos Multiple 20.0 25.0 30.0 35.0 40.0 45.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0 Consumo Energetico Gráfico de Dispersión 110.000 105.000
Más detallesGRAFICAS LINEALES REGLAS GENERALES PARA LA CONSTRUCCIÓN DE GRÁFICAS
GRAFICAS LINEALES OBJETIVOS 1. Realizar linealización de gráficos por el método de cambios de variables. 2. Obtener experimentalmente la relación matemática, más adecuada, entre dos cantidades o magnitudes
Más detallesCapitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved
Capitulo 34 Describir la relación entre dos variables Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta fundamental debe ser si podemos utilizar el valor
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 detallesError en las mediciones
Error en las mediciones TEORIA DE ERROR-GRAFICOS Y APLICACIÓN Representar en un gráfico los datos obtenidos experimentalmente (encontrar relación funcional) Conocer, comprender y analizar algunos elementos
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 detallesDiagnóstico. Dirección de Cómputo para la Docencia. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Dirección General de Servicios de Cómputo Académico
TALLER DE APLICACIONES ESTADÍSTICAS CON EXCEL Diagnóstico Elaborado por Mónica Patricia Ballesteros Chávez 1. Es una expresión en Excel que puede incluir operadores, referencias a celdas, valores, funciones
Más detallesRegresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I
Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de
Más detallesPráctica No 1. Análisis estadísticos de los datos termodinámicos
Práctica No 1 Análisis estadísticos de los datos termodinámicos 1. Objetivo general: Aplicación correcta de las herramientas estadísticas en el manejo de propiedades, tales como: presión, temperatura y
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detalles1 POBLACIÓN Y MUESTRA
1 POBLACIÓN Y MUESTRA Estadística.- es la rama de las matemáticas que se encarga de describir y analizar datos de un estudio, y obtener consecuencias válidas del estudio. Población.- es el conjunto de
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 detallesESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS
ESTADISTICA PARA LA CALIBRACIÓN Y VALIDACIÓN DE METODOLOGÍAS ANALÍTICAS QUÍMICA ANALÍTICA EXPERIMENTAL III SILVIA CITLALLI GAMA GONZÁLEZ PROBLEMA Cuando la cantidad de materia del analito que se encuentra
Más detallesGuía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.
Más detallesActividad Presentaciones de proyectos de grado. Variables estadísticas
Objetivo 1. Describir las principales variables estadísticas que se deben usar en los informes de proyectos de grado y demás informes de investigación del Grupo de Investigación Estructuras y Sísmica.
Más detallesAnálisis de Series de Tiempo
CURSO REGIONAL SOBRE HOJA DE BALANCE DE ALIMENTOS, SERIES DE TIEMPO Y ANÁLISIS DE POLÍTICA MSc. Sandra Hernández sandra.hernandezro@gmail.com Sede Subregional de la CEPAL en México Ciudad de México, del
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Técnicas Cuantitativas para el Management y los Negocios Contador Público Módulo I: ESTADÍSTICA DESCRIPTIVA Contenidos Módulo I Unidad 1. Introducción y conceptos básicos Conceptos básicos de Estadística.
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesAnálisis de Regresión y Correlación Lineal
Análisis de Regresión y Correlación Lineal Análisis de dos ó más variables aleatorias Veamos que en los siguientes estudios hay situaciones donde intervienen más de una variable aleatoria Ejemplos: La
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 detalles1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k
1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.
Más 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 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 detallesEstadística de dos variables
Versión: Estadística de dos variables 19 de septiembre de 013 1 Introducción En el Tema 1 se consideran las variables estadísticas unidimensionales, es decir, cada individuo de la muestra se describe de
Más detallesGUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES
GUIA DE EXCEL PARA ANÁLISIS ESTADÍSTICO BÁSICO DE DATOS EXPERIMENTALES Material didáctico elaborado por: M.I. María Estela Audelo Vucovich M.E. Antonio García Osornio Abril de 2017 La hoja de cálculo es
Más detalles4.1Caracterización Del Ojo Normal Mexicano. Con un grupo de 71 ojos se realizó un análisis del promedio de las aberraciones de los
Capítulo 4 Resultados y Discusión 4.1Caracterización Del Ojo Normal Mexicano Con un grupo de 71 ojos se realizó un análisis del promedio de las aberraciones de los ojos de estos pacientes. Estas personas
Más detallesINDICE 1. Conceptos y Generalidades 2. Notaciones y simbología Distribución de Frecuencias
INDICE 1. Conceptos y Generalidades 1-1 1.1. Definición 1-1 1.1.1. Breves datos históricos 1-1 1.2. Clasificación 1-3 1.2.1. La estadística descriptiva o deductiva 1-3 1.2.2. Estadística inductiva o inferencial
Más detalles15 PARÁMETROS ESTADÍSTICOS
PARÁMETROS ESTADÍSTICOS EJERCICIOS PARA ENTRENARSE Parámetros de centralización. Calcula la media aritmética, la moda y la mediana de los siguientes datos: 3,,,,. x 3, M o M. Se ha preguntado a un grupo
Más detallesEL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Más detalles1. Caracteres estadísticos
http://www.cepamarm.es ACFGS - Matemáticas ESG - 03/2013 Pág. 2 de 14 1. Caracteres estadísticos 1.1. Carácter estadístico Es una propiedad que se estudia en los individuos de una población. Puede ser:
Más detallesANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL
ANÁLISIS ESTADÍSTICO CORRELACIÓN LINEAL Jorge Fallas jfallas56@gmail.com 2010 1 Temario Concepto de correlación Diagramas de dispersión Correlación: dirección, intensidad Coef. Correlación lineal de Pearson
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 detallesProcesamiento de información para medir el aprendizaje estudiantil utilizando el programado Excel recopilados. Los participantes rán en el
Procesamiento de información para medir el aprendizaje estudiantil utilizando el programado Excel recopilados. Los participantes rán en el Julio E. Rodríguez Torres Chamary uso de Fuentes Excel. Vergara
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 detallesPráctica 2: Regresión lineal
Prácticas de estadística con R Ingeniería Química Universidad de Cantabria Curso 2011 2012 Práctica 2: Regresión lineal R también permite trabajar conjuntamente con más de una variable. En particular esta
Más detallesHerramientas estadísticas aplicadas a la validación de métodos analíticos.
Herramientas estadísticas aplicadas a la validación de métodos analíticos. Analítica Experimental III P. en F. Romero Martínez Marisol Revisión: Dra. Silvia Citlalli Gama González Analítica Experimental
Más detalles3. RELACION ENTRE DOS CONJUNTOS DE DATOS.
3. RELACION ENTRE DOS CONJUNTOS DE DATOS. 3. 1 Introducción En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre variables. Para lo cual existen
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE CIENCIAS MÉDICAS AREA CURRICULAR DE INVESTIGACIÓN UNIDAD DIDÁCTICA DE INVESTIGACIÓN III Inga. Vivian Pérez Documento elaborado con fines docentes Estadística
Más detallesCAPÍTULO 2. Las mediciones en la física
CAPÍTULO 2. Las mediciones en la física 2.13 Introducción a la graficación de resultados En la ciencia, la tecnología y en muchas otras actividades con frecuencia se prefiere analizar los datos por medio
Más detallesUNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos:
UNIDAD Nº4 TEORÍA DE REGRESIÓN Y CORRELACIÓN 1.- Teoría de Regresión.- En términos de estadística los conceptos de regresión y ajuste con líneas paralelas son sinónimos lo cual resulta estimar los valores
Más detallesTABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DE BACHILLERATO.
TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DE BACHILLERATO. 1 DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES ÁREA 1: GEOMETRÍA. Habilidad 1: Representar
Más detallesEstadística ESTADÍSTICA
ESTADÍSTICA 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
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Sesión No. 12 Nombre: Medidas de dispersión Contextualización En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesCoeficiente de Correlación
Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las
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 detallesMatemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1
GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación
Más detallesCUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no
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 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 detallesPRÁCTICA 3. REGRESIÓN LINEAL SIMPLE CON SPSS Ajuste de un modelo de regresión lineal simple Porcentaje de variabilidad explicado
PÁCTICA 3. EGESIÓN LINEAL SIMPLE CON SPSS 3.1. Gráfico de dispersión 3.2. Ajuste de un modelo de regresión lineal simple 3.3. Porcentaje de variabilidad explicado 3.4 Es adecuado este modelo para ajustar
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 detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE
PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallesAPÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario
APÉNDICE I Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario En este apéndice se muestra la información correspondiente a la elaboración de las diferentes curvas
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detalles1 JESTADIS\REGRES.DOC
CONTENIDOS 1. Introducción 2. Diagrama de dispersión 3. El coeficiente de correlación de Pearson 4. Regresión 1. Introducción Una de las metas frecuentes en la investigación consiste en determinar si existe
Más detalles1 de 12 15/07/ :49
1 de 12 15/07/2010 12:49 Saltar a... UPM - TITULACIONES OFICIALES ampliacion_mate2 Cuestionarios Test Estadística Descriptiva Información Resultados Vista previa Editar Visión general Recalificar Calificación
Más detallesIng. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
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 detallesUNIDAD 8. ESTADÍSTICA
UNIDAD 8. ESTADÍSTICA La Estadística es la rama de las Matemáticas que se ocupa de la recopilación y ordenación de datos para su posterior análisis. 1. Población y muestra. Población. Es el conjunto de
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesDiseño de un generador de funciones Capítulo IV Pruebas
Capítulo IV Pruebas 4.1 Señal sinusoidal Antes de cerrar el gabinete es importante hacer los ajustes necesarios para que la señal tenga un estado óptimo. Estos ajustes involucran la modificación de dos
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesPráctica 2. Tratamiento de datos
Errores Todas las medidas que se realizan en el laboratorio están afectadas de errores experimentales, de manera que si se repiten dos experiencias en las mismas condiciones es probable que los resultados
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 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 detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesCLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL
Universidad Nacional Agraria La Molina IA-406 Hidrología Aplicada CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL 1. Longitud necesaria de registro Diversos
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesESTADÍSTICA EMPRESARIAL I
1 ESTADÍSTICA EMPRESARIAL I CURSO : ESTADÍSTICA I CODIGO : Administración CICLO : II DURACIÓN : 100 HORAS (semestrales) HORAS/Teórico sem. : 5 HORAS PREREQUISITO : Matemática I II. OBJETIVOS GENERALES:
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detalles2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS
2.3.1 Métodos cuantitativos para los pronósticos. MÉTODOS CUANTITATIVOS Los modelos cuantitativos de pronósticos son modelos matemáticos que se basan en datos históricos. Estos modelos suponen que los
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS
Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15
Más detallesRendimiento de un activo
Rendimiento de un activo Es la ganancia o pérdida total que experimenta el propietario de una inversión en un periodo de tiempo específico. Se obtiene como el cambio en el valor del activo más cualquier
Más detalles