Dpto. Biología-Geología IES Castillo de Cote
|
|
- Jorge Farías Miguélez
- hace 5 años
- Vistas:
Transcripción
1 DOCUMENTO 5 ANÁLISIS DE CORRELACIÓN Cuando se estudian en forma conjunta dos características (variables estadísticas) de una muestra, se dice que estamos analizando una variables estadística bidimensional. La correlación es el grado de relación que existe entre ambas características, y la regresión es la forma de expresar matemáticamente dicha relación (dado dos variables, la correlación nos va a permitir hacer estimaciones del valor de una de ellas conociendo el valor de la otra variables, tal y como veremos). Los diagramas de dispersión son muy útiles para estudiar correlación entre dos variables, entendiéndose por tal, a los planos cartesianos en los que se marcan los puntos correspondientes a los pares ordenados (X,Y) de los valores de las variables. Podemos clasificar la correlación de varias maneras: a) Según la relación entre variables: podemos obtener una correlación lineal, representada con mediante una línea recta; o una correlación no lineal, representada mediante una línea curva. b) Según el número de variables: podemos tener una correlación simple, dónde la variable dependiente actúa sobre la variable independiente; una correlación múltiple, donde la variable dependiente actúa sobre varias variables independientes; o una correlación parcial, donde la relación que existe entre una variable dependiente y una independiente es de tal forma que los demás factores permanecen constantes. c) Según el valor cuantitativo: podemos tener una correlación perfecta, donde el valor del coeficiente de correlación es 1; una correlación imperfecta, donde el coeficiente de correlación es menor a 1; o una correlación nula, donde el coeficiente de correlación es 0, no existiendo por tanto, correlación entre ambas variables. d) Según el signo: podemos tener una correlación positiva, cuando al aumentar o disminuir el valor de una de las variables, aumenta o disminuye también el valor correspondiente de la otra variable; o correlación negativa, cuando al aumentar o disminuir el valor de una variable disminuye o aumenta el valor de correspondiente de la otra variable. Los coeficientes de correlación son medidas que indican la situación relativa de los mismos sucesos respecto a las dos variables, es decir, son la expresión numérica que nos indica el grado de relación existente entre las dos variables y en qué medida se relacionan. Son números que varían entre los límites +1 y -1. Su magnitud indica el grado de asociación entre las variables; el
2 valor r = 0 indica que no existe relación entre las variables. Por el contrario, los valores +1 o -1 son indicadores de una correlación perfecta positiva (al crecer o decrecer X, crece o decrece Y) o negativa (al crecer o decrecer X, decrece o crece Y). Anteriormente, de izquierda a derecha puede observarse tres tipos de correlación: a) Donde r=0, es decir, no existe relación alguna entre las variables X e Y. b) Donde r= 0,8; es decir, existe una tendencia clara. Puede observarse como la nube de puntos representada sigue una relación directamente proporcional (conforme aumenta la variable X también lo hace Y). c) Donde r=1, es decir, todos los puntos representados tocan la recta. Se trata de una correlación perfecta. En estas dos últimas gráficas puede observarse, de izquierda a derecha, una correlación perfecta, cuyo r= -1 (el signo nos indica que las variables son inversamente proporcionales, es decir, cuando aumenta el valor X disminuye Y) y una correlación donde r= -0,8; dónde el signo nos indica que es inversamente proporcional y el valor 0,8; que no se trata de una correlación perfecta, aunque sí fuertemente relacionadas. Para interpretar el coeficiente de correlación podemos utilizar la siguiente escala:
3 VALOR DE r SIGNIFICADO -1 Correlación negativa perfecta -0,9 a -0,99 Correlación negativa muy alta -0,7 a -0,89 Correlación negativa alta -0,4 a 0,69 Correlación negativa moderada -0,2 a -0,39 Correlación negativa baja -0,01 a -0,19 Correlación negativa muy baja 0 Correlación nula 0,01 a 0,19 Correlación positiva muy baja 0,2 a 0,39 Correlación positiva baja 0,4 a 0,69 Correlación positiva moderada 0,7 a 0,89 Correlación positiva alta 0,9 a 0,99 Correlación muy positiva muy alta 1 Correlación positiva perfecta COEFICIENTE DE CORRELACION DE KARL PEARSON También se le conoce como el coeficiente de correlación producto-momento. Para datos no agrupados, que será nuestro caso, se calcula aplicando la siguiente ecuación: siendo r el coeficiente de correlación de Karl Pearson. Veamos un ejemplo ilustrativo de cómo calcular dicho coeficiente de correlación. Para ello, tenemos dos variables, X e Y, que nos mide la temperatura en una misma ciudad dos días diferentes, tal y como sigue: X SX =180 Y SY= 138 Para comenzar debemos calcular la media aritmética tal y como sigue:
4 Posteriormente, completamos la tabla que sigue: Finalizamos con la aplicación de la fórmula propuesta con anterioridad: Se puede observar que existe una correlación positiva moderada. Todo este cálculo se hace mucho más fácil con una hoja de cálculo, donde nos bastaría con introducir en dos columnas diferentes los valores que queremos comparar y aplicar la fórmula Coeficiente de correlación, tal y como se observa a continuación:
5 Una vez introducido los valores en ambas columnas e insertado el coeficiente de correlación, el programa nos pedirá que indiquemos las celdas que corresponden a cada variable, tal y como se observa en el siguiente esquema. (COEF. DE.CORREL (A2:A13;B2:B13): esto nos indica que vamos a relacionar los valores comprendidos entre las celdas A2 y A13 con aquellos comprendidos entre B2 y B13. Puede observarse, que el valor calculado con la hoja de cálculo es idéntico al calculado anteriormente de manera manual.
6 Podríamos finalizar el análisis de los datos anteriores, realizando un diagrama de dispersión, para lo cual, volvemos a seleccionar los datos anteriores e insertamos gráfica de dispersión, tal y como se observa a continuación: Una vez realizado, obtendremos algo parecido a lo siguiente: Series Nótese que la nube de puntos no sigue un patrón, al menos, claro de tendencia. Este hecho quedaba previamente patente, ya que ambas variables tenían un coeficiente de correlación moderado, con un valor r de 0,415.
7 a) Durante el mes de Enero Las cuatro sesiones del mes de Enero la dedicamos a calcular si existe correlación entre el tamaño de los huevos y los días necesarios de incubación; realización de la gráfica de la temperatura de incubación en el laboratorio (con su media incluida) y las tasas de eclosión, mortalidad infantil y lo que nosotros hemos denominado tasa de demora. Todo se realiza con una hoja de cálculo. Durante la primera y segunda sesión, se realiza una introducción teórico-práctica sobre el cálculo de la correlación entre dos variables, tal y como se observa en el documento 5. Una vez leído y explicado dicho documento, se realizan las siguientes actividades: 1.- En qué se diferencia la correlación de la regresión? 2.- Qué tipos de correlación existen según su signo? En qué se diferencian? 3.- Observa las siguientes variables y calcula en cada caso: coeficiente de correlación (con hoja de cálculo y manual ) y diagrama de dispersión. Comenta los resultados. X Y 1 2,3 4 4, , X Y Analiza la correlación y la regresión para las variables: longitud del huevo y días de incubación. (SE COMENTAN LOS RESULTADOS POSTERIORMENTE) a) Calcula el coeficiente de correlación con una hoja de cálculos. b) Qué tipo de correlación se establece? b) Se observa esa tendencia en la gráfica de dispersión?
8 c) Coloca en la gráfica anterior la línea de tendencia, así como su ecuación. COMENTARIO ACTIVIDAD 4 Para calcular la correlación entre la longitud del huevo y los días de incubación se deben colocar las dos variables en dos columnas diferentes y buscar la fórmula coeficiente de correlación, tras lo cual, seleccionamos los valores implicados y observamos el resultado obtenido, tal y como sigue: Una vez calculado el coeficiente de correlación entre las dos variables anteriormente señaladas, pasamos a representar gráficamente los resultados obtenidos, para lo cual, pulsamos el botón insertar y posteriormente gráfica de dispersión, tal y como sigue:
9 Una vez insertada la gráfica, calculamos la línea de tendencia que nos relacionará ambas variables como sigue:
10 Durante la sesión tercera del mes, realizamos la curva de la temperatura existente en el laboratorio, para lo cual debemos anotar en una hoja de cálculo la temperatura medida y el día que corresponde en dos columnas distintas, para posteriormente, al igual que hemos hecho con la correlación, insertar una gráfica (dispersión con línea que nos una los puntos) que nos relacione día y temperatura. Tras darle el formato deseado se obtiene la siguiente gráfica: Temperatura (ºC) sep 03-oct 23-oct 12-nov 02-dic 22-dic 11-ene Finalizaremos el mes de Enero (cuarta sesión) calculando como sigue a continuación la tasa de eclosión y mortalidad infantil. La tasa de eclosión se calcula: El cálculo de la tasa de eclosión se postergó hasta el mes de Enero porque desconocíamos el tiempo necesario para el desarrollo embrionario del insecto. Entendemos por tanto, que aquellos huevos que no han eclosionado para estas fechas, ya no lo harán. La tasa de mortalidad infantil se calcula como sigue:
11 Al igual que la tasa de eclosión, la tasa de mortalidad infantil se calcula este mes porque la mayoría de los insectos eclosionados ya han alcanzado para esta fecha un estadio de preadulto o adulto, por lo que, no se pueden producir más muertes en estado de ninfa.
Distribuciones Bidimensionales.
Distribuciones Bidimensionales. 1.- Variables Estadísticas Bidimensionales. Las variables estadísticas bidimensionales se representan por el par (X, Y) donde, X es una variable unidimensional, e Y es otra
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 016-1 Hermosillo, Sonora. Febrero 3 de 016. Introducción
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 4)
OBJETIVOS DE APRENDIZAJE: TEMA Nº ANÁLISIS CONJUNTO DE DOS VARIABLES Distinguir entre variables cualitativas y cuantitativas, y saber elegir los métodos en cada caso. Conocer métodos gráficos y cuantitativos
Más detallesRegresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable.
1 DEFINICIONES PREVIAS Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable. Correlación: es la cuantificación del grado de relación existente
Más detallesHoja de Cálculo. Práctica Coeficiente de correlación y recta de
Hoja de Cálculo. Práctica Coeficiente de correlación y recta de regresión Introducción. En este caso se va a crear un libro, para realizar el estudio de una distribución bidimensional; además de calcular
Más detallesSeminario 10: Correlación
ESTADÍSTICA Y TIC Seminario 10: Correlación Consolación López Sousa 2013 EUNUCIADO 1 A partir de una tabla en el programa spss que exponemos a continuación, debemos realizar los siguientes ejercicios.
Más detallesPrácticas de Introducción a los Computadores Curso Hoja Gráficos: Hoja Regresión: ESPESOR 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 ESPESOR COSTES fij
Prácticas de Introducción a los Computadores Curso 2001-2002 1 EXCEL Introducción Excel es una hoja de cálculo. Su objetivo básico es proporcionar un entorno sencillo para generar tablas de números y aplicando
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 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 detallesPRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1
ESTADÍSTICA CURSO 2012/2013 GRADO EN BIOLOGÍA PRÁCTICA: ESTADÍSTICA DESCRIPTIVA CON SPSS 1 1. Introducción El programa estadístico SPSS está organizado en dos bloques: el editor de datos y el visor de
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más 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 detallesESTADÍSTICA BIDIMENSIONAL: RECTA DE REGRESIÓN LINEAL Y RECTA TUKEY. Abel MARTÍN. Profesor de Matemáticas del IES Valliniello (Asturias)
Página nº 8 ESTADÍSTICA BIDIMENSIONAL: RECTA DE REGRESIÓN LINEAL Y RECTA TUKEY. Abel MARTÍN. Profesor de Matemáticas del IES Valliniello (Asturias) El presente artículo toma como referencia el libro Enseñar
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 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 detallesD I S T R I B U C I O N E S B I D I M E N S I O N A L E S
D I S T R I B U C I O N E S B I D I M E N S I O N A L E S 1. VARIABLES ESTADÍSTICAS BIDIMENSIONALES En numerosas ocasiones interesa estudiar simultáneamente dos (o más) caracteres de una población. En
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más 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 detallesMétodos Estadísticos de la Ingeniería 2º I.T.I. Electricidad Curso 2010/2011 PRÁCTICA 2 ESTUDIOS DESCRIPTIVOS BIDIMENSIONALES
Práctica 2 Estudios Descriptivos Bidimensionales Página 1 Métodos Estadísticos de la Ingeniería 2º I.T.I. Electricidad Curso 2010/2011 PRÁCTICA 2 ESTUDIOS DESCRIPTIVOS BIDIMENSIONALES En esta segunda práctica
Más detallesTEMA 2: DISTRIBUCIONES BIDIMENSIONALES
TEMA : DISTRIBUCIONES BIDIMENSIONALES 1.- DISTRIBUCIONES BIDIMENSIONALES Cuando estudiamos un solo carácter estadístico, los datos que obtenemos forman una variable estadística unidimensional. También
Más detalles1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos
TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación
Más detallesTécnicas de Investigación Social
Licenciatura en Sociología Curso 2006/07 Técnicas de Investigación Social Medir la realidad social (4) La regresión (relación entre variables) El término REGRESIÓN fue introducido por GALTON en su libro
Más detallesCORRELACION Y REGRESIÓN LINEAL
LECCION Nº 5 CORRELACION Y REGRESIÓN LINEAL OBJETIVOS ESPECIFICOS Diferenciar los conceptos de correlación lineal, y regresión lineal. Determinar el índice o coeficiente de correlación en una distribución
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 detalles2. ESTADÍSTICAS BIDIMENSIONALES
TEMA. ESTADÍSTICAS BIDIMENSIONALES.... Definición. Objetivos.... Coeficiente de Correlación. Lineal... 4 3. Rectas de regresión.... 7 . Definición. Objetivos En el tema anterior hemos estudiado las distribuciones
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 detallesTema 9: Estadística descriptiva
Tema 9: Estadística descriptiva Matemáticas específicas para maestros Grado en Educación Primaria Matemáticas específicas para maestros Tema 9: Estadística descriptiva Grado en Educación Primaria 1 / 47
Más detallesLA HOJA DE CÁLCULO. 1. INTRODUCCIÓN DE DATOS. CÁLCULOS CON FÓRMULAS.
LA HOJA DE CÁLCULO. Una hoja de cálculo es un programa que permite realizar operaciones con los números organizados en una cuadrícula. Las más conocidas son Microsoft Excel y OpenOffice.org Calc, esta
Más detallesDistribuciones bidimensionales
Distribuciones bidimensionales Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplo Si se deja caer una piedra,
Más detallesOtra herramienta indispensable cuando se analizan datos
10.4. Gráficas de datos económicos Otra herramienta indispensable cuando se analizan datos económicos, es el uso de gráficas. Una gráfica es una ilustración que muestra la relación que existe entre dos
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 7) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 7) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: La Correlación. https://www.intecca.uned.es/portalavip/grabacion.php?id_grabacion=56932&id_sala=605
Más detallesDos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda.
Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplos Si se deja caer una piedra, existe una fórmula que nos permite
Más detallesBIDIMENSIONALES. Para ello, introduce en las celdas los valores que se muestran a continuación:
HOJA DE CÁLCULO 8 DISTRIBUCIONES BIDIMENSIONALES 8.1 GRÁFICOS ESTADÍSTICOS Vamos a construir una hoja de cálculo para representar gráficamente una tabla de valores con dos columnas X e Y. Para ello, introduce
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 detallesEstadística Administrativa Diplomatura en Gestión y Administración Pública Curso Segundo Facultad de Derecho Universidad de Sevilla
Estadística Administrativa Diplomatura en Gestión y Administración Pública Curso Segundo Facultad de Derecho Universidad de Sevilla Tema 8 Regresión y correlación de dos variables Versión 2006-2007α José
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 detallesAnálisis de regresión y correlación lineal
Análisis de regresión y correlación lineal En las unidades anteriores hemos aplicado metodologías estadísticas para analizar la información de una variable desde una o más muestras utilizando las herramientas
Más detallesMÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN. Tema 9
Métodos de Investigación en Educación 1º Psicopedagogía Grupo Mañana Curso 2009-2010 2010 MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Tema 9 La regresión lineal Tema 9: La regresión lineal Objetivos Conocer
Más detallesCRITERIO DE LA PRIMERA DERIVADA PARA LA OPTIMIZACIÓN DE FUNCIONES.
CRITERIO DE LA PRIMERA DERIVADA PARA LA OPTIMIZACIÓN DE FUNCIONES. Guía práctica para utilizar el Criterio de la primera derivada en el análisis y la graficas de funciones. 1) Determinar el dominio de
Más detallesPrueba de Evaluación Continua Grupo A 26-XI-14
Estadística Descriptiva y Regresión y Correlación Prueba de Evaluación Continua Grupo A -XI-1 1.- Los valores de 5 mediciones realizadas con un distanciometro con apreciación en milímetros han sido agrupados
Más detallesDISTRIBUCIONES BIDIMENSIONALES DISTRIBUCIONES BIDIMENSIONALES
DISTRIBUCIOES BIDIMESIOALES DISTRIBUCIOES BIDIMESIOALES Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplo Si
Más detallesLa segunda coordenada se mide sobre el eje de ordenadas, y se le llama coordenada y del punto u ordenada del punto.
Coordenadas de un punto Para representar los puntos en el plano, necesitamos dos rectas perpendiculares, llamados ejes cartesianos o ejes de coordenadas: El eje horizontal se llama eje X o eje de abscisas.
Más detallesAnálisis de datos en los estudios epidemiológicos III Correlación y regresión
Análisis de datos en los estudios epidemiológicos III Correlación y regresión Salinero. Departamento de Investigación Fuden Introducción En el capitulo anterior estudiamos lo que se denomina estadística
Más detallesQué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión
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 detallesy = 2, entonces: a) x es más dispersa que y. b) son igual de dispersas. 9.- Sean dos variables estadísticas x e y con los siguientes valores x = 5, σ
VARIABLES ESTADÍSTICAS 1.- Sea X una variable estadística de media 2 metros y desviación típica 5 metros. Sea Y una variable estadística de media 24 cm y desviación típica 60 centímetros. a) Y es más dispersa
Más detallesCORRELACION Y REGRESION
CORRELACION Y REGRESION En el siguiente apartado se presenta como calcular diferentes índices de correlación, así como la forma de modelar relaciones lineales mediante los procedimientos de regresión simple
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 detallesCONCEPTOS DE ECONOMÍA. CASOS PRÁCTICOS 1 y 2 RESUELTOS
CONCEPTOS DE ECONOMÍA. CASOS PRÁCTICOS 1 y 2 RESUELTOS Copyright Cecabank 2016 1 CASO PRÁCTICO 1. A partir de los siguientes datos oficiales de la evolución del PIB español desde el año 2005 hasta marzo
Más detallesTema 3. Relación entre dos variables cuantitativas
Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas
Más detallesLa línea recta: Serie1
La línea recta: En una línea recta tenemos una relación entre dos variables, la independiente (x) y la dependiente (y). La forma en que se relacionan dependerá de la función que describa dicha relación.
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Correlación y Regresión Lineal Simple
Unidad Temática 3: Estadística Analítica Unidad 9 Correlación y Regresión Lineal Simple Análisis de Correlación Creado por Karl Pearson en 1920. Tiene el propósito de medir el grado de asociación observado
Más detalles=COEF.DE.CORREL(Y;X) Comprueba que te vuelve a resultar 0,82...
Práctica 5.2 Construcción de un modelo para el estudio de la Regresión Para estudiar la regresión entre dos variables estadísticas deberás construir un modelo adecuado con Hoja de Cálculo. Puede ser similar
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesEstadística Descriptiva Bivariante con STATGRAPHICS -Dependencia lineal y Regresión-
Estadística Descriptiva Bivariante con STATGRAPHICS -Dependencia lineal y Regresión- 1. Introducción Fichero de datos empleado: VelVientos730.sf3 En este documento se analizarán, utilizando Statgraphics,
Más detallesAjuste por mínimos cuadrados
Mathieu Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Cartagena, Enero 2010 Guión 1 Planteamiento 2 Criterio de mínimos cuadrados 3 Casos concretos: regresión lineal
Más detallesESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL
ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL CONCEPTOS PREVIOS RELACIÓN ESTADÍSTICA Dos variables x e y están relacionadas estadísticamente cuando conocida la primera se puede estimar aproximadamente el valor
Más detallesDOCUMENTO 8: ESTADÍSTICA BIDIMENSIONAL
DOCUMENTO 8: ESTADÍSTICA BIDIMENSIONAL VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Hasta el momento hemos estudiado una sola característica de una población, pero podríamos considerar, simultáneamente, varias
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 detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesEstadística Descriptiva Bivariante e Intervalos de Confianza
Estadística Descriptiva Bivariante e Intervalos de Confianza Introducción En este guión se presenta el análisis conjunto de dos variables (análisis bivariante) y una introducción a los intervalos de confianza
Más detallesConstrucción de Gráficas en forma manual y con programados
Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción
Más 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 detallesUniversidad de Salamanca - Escuela de Educación y Turismo
Universidad de Salamanca - Escuela de Educación y Turismo ! " # $ % $ & ' ( ) * ( +(, + ' -. '. ' - % $ / %.! '. " # $ % & & $ % # # $( #. 0 # (/ $. # % 0 1 # % ( # 0 # 0 1 # 0. (, (! " # # #. $ ($ ' 0
Más detallesDISTRIBUCIONES BIDIMENSIONALES
RESUMEN DISTRIBUCIONES BIDIMENSIONALES J. Vega RELACIONES LABORALES ESTADÍSTICA 15 de noviembre de 2008 RESUMEN 1 DISTRIBUCIONES BIDIMENSIONALES DISTRIBUCIÓN CONJUNTA DISTRIBUCIONES MARGINALES DISTRIBUCIONES
Más detallesESTADÍSTICA BIDIMENSIONAL
ESTADÍSTICA BIDIMENSIONAL 0. REPASO DE ESTADÍSTICA La estadística es la parte de las Matemática que estudia los fenómenos que se prestan a cuantificación, que generan conjunto de datos. La misión del estadístico
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 detallesTema 11. ESTADÍSTICA BIDIMENSIONAL
Tema 11. ESTADÍSTICA BIDIMENSIONAL Introducción Cálculos estadísticos. Representación gráfica de datos estadísticos de dos variables. Actividades propuestas INTRODUCCIÓN La aplicación Estadística permite
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesNombre: Curso: Fecha:
REPASO APOO OBJETIVO REPRESENTAR PUNTOS EN UN SISTEMA DE COORDENADAS CARTESIANAS REPRESENTACIÓN DE NÚMEROS ENTEROS EN LA RECTA NUMÉRICA Sobre una recta r señalamos el origen O, que es el valor cero, 0.
Más detallesENCUESTA CUATRIENAL DE ESTRUCTURA SALARIAL 2014
ENCUESTA CUATRIENAL DE ESTRUCTURA SALARIAL 2014 Categoría: Bachillerato Grupo: PEPE Alumno: José M. García Arcas Tutora: M. José Calvo Leva IES Rey Carlos III OBJETIVOS. TÉCNICAS USADAS. PROGRAMAS INFORMÁTICOS
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BACHILLERATO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BACHILLERATO DEL CURSO 1. Utilizar los números reales, sus notaciones, operaciones y procedimientos asociados, para presentar e intercambiar información,
Más detallesRelación entre la altura y la distancia del suelo al ombligo
Relación entre la altura y la distancia del suelo al ombligo JULIA VIDAL PIÑEIRO Los 79 datos usados para realizar el estudio estadístico de la relación altura- distancia al ombligo, se tomaron a personas
Más detallesHoja de cálculo. Segunda sesión: Teoría de Incertidumbre
Hoja de cálculo 1 Hoja de cálculo del libreoffice. Cálculo de incertidumbre. Objetivo: organizar y calcular las incertidumbres del problema planteado en las transparencias de Teoría de Incertidumbre sobre
Más detallesEstadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión
Estadís6ca y Métodos Numéricos Tema 6. Modelos de Regresión Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo
Más detallesCorrelación. Correlación. Correlación. Correlación
Víctor Cuchillac (padre) Cuando se deba evaluar la asociación entre dos variables cuantitativas, hay que recurrir a las técnicas de Correlacion y Regresion lineal simple La CORRELACIÓN evalúa la fuerza
Más detallesRelación funcional Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se
Distr ibuciones bidim ensionales Relación funcional Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplos Si se
Más detallesConocimiento de Matemáticas de 4º ESO. a) Contenidos, temporalización y secuenciación. Bloque 1. Planificación del proceso de resolución de
Conocimiento de Matemáticas de 4º ESO. a) Contenidos, temporalización y secuenciación. Bloque 1. Planificación del proceso de resolución de problemas: análisis de la situación, selección y relación entre
Más detalles3 Regresión y correlación lineales
3 Regresión y correlación lineales 3.1 Introducción En esta unidad se analizará la relación entre dos o más variables y desarrollamos una ecuación que nos permite estimar una variable con base en otra.
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 detallesMatemáticas. Bioestadística. Correlación y Regresión Lineales
Matemáticas Bioestadística Correlación y Regresión Lineales En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre si. Por ejemplo, si se analiza la
Más detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detallesCorrelación Lineal. Dra. Noemí L. Ruiz Limardo 2008, Rev 2010
Correlación Lineal Dra. Noemí L. Ruiz Limardo 2008, Rev 2010 Objetivos de Lección Conocer el significado de los conceptos: correlación y coeficiente de correlación Calcular los coeficientes de correlación
Más detallesTema 8: Distribuciones Unidimensionales y Distribuciones Bidimensionales. Consideraciones iniciales:
Tema 8: Distribuciones Unidimensionales y Distribuciones Bidimensionales. Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.:
Más detallesGuía práctica para utilizar el Criterio de la primera derivada en el análisis y la graficas de funciones.
CRITERIOS DE LA PRIMERA DERIVADA PARA LA OPTIMIZACIÓN. Guía práctica para utilizar el Criterio de la primera derivada en el análisis y la graficas de funciones. 1) Determinar el dominio de la función dada.
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 detallesTEMA 8: FUNCIONES. Segundo Curso de Educación Secundaria Obligatoria. I.E.S de Fuentesaúco. Manuel González de León.
TEMA 8: FUNCIONES Segundo Curso de Educación Secundaria Obligatoria. I.E.S de Fuentesaúco. Manuel González de León. Curso 2011-2012 1.- Correspondencia. 2.- Función. 3.- Representación Gráfica de Funciones.
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15
Unidad Temática 3: Estadística Analítica Unidad 9 Regresión Lineal Simple Tema 15 Estadística Analítica CORRELACIÓN LINEAL SIMPLE Indica la fuerza y la dirección de una relación lineal proporcional entre
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 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 detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesRelación entre la estatura y el peso
1 Ejercicio resuelto Relación entre la estatura y el peso Supongamos que estamos realizando un estudio del crecimiento de un grupo de alumnos de seis años, para ver si se desarrollan con normalidad. Para
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesTablas estadísticas bidimensionales. Regresión y correlación lineal. Coe ciente de correlación. Signi cado y aplicaciones
Tema 62 Tablas estadísticas bidimensionales Regresión y correlación lineal Coe ciente de correlación Signi cado y aplicaciones 621 Introducción Consideremos una población de n individuos descritos simultáneamente
Más detallesEstadística Estadística descriptiva bivariante
Estadística Estadística descriptiva bivariante Vamos a medir dos características (variables) sobre cada individuo. Las variables pueden ser cuantitativas o cualitativas combinadas de todas las formas posibles
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 detallesLaboratorio de Estadística Con Manejo en SPSS.
Laboratorio de Estadística Con Manejo en SPSS. Sesión 1: Importación de Datos, Gráficos y Análisis Bivariado. Desde el 02 de Abril hasta el 06 de Abril del 2018 Patricio Videla J. Profesor Coordinador
Más detalles