CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL
|
|
- Estefania Quintana Segura
- hace 5 años
- Vistas:
Transcripción
1 CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL
2 Inferenca Etadítca Se ocupa de etudar lo método necearo para etraer, o nferr, concluone válda e nformacón obre una poblacón a partr del etudo epermental de una muetra de dcha poblacón.
3 Regreón lneal Relacone o dependenca entre la do varable Funconal: Eta una relacón matemátca eacta que lgue amba varable (ej. el rado el área de un círculo). Aleatora: Cuando, aunque no eta entre la varable una relacón eacta, e puede obervar (aunque no empre e el cao) una certa tendenca entre lo comportamento de amba (ej. El peo la altura de un ndvduo). El prmer pao para el etudo de la relacón entre la varable conte en la contruccón obervacón de un dagrama de dperón f ( ) e Fg. Ejemplo de dagrama de dperón. Lo dato correponden a la medda de dperón de velocdade lumnodad en una muetra de 40 galaa elíptca realzada por Schechter (1980). El problema de la regreón e concreta entonce en ajutar una funcón a la nube de punto repreentada en dcho dagrama f ( ) f ( ) Se conoce como línea de regreón a la repreentacón gráfca de la funcón que e ajuta a la nube de punto del dagrama de dperón. Cuando dcha nube e dtrbua apromadamente a lo largo de una línea recta ajutaremo una recta de regreón.
4 Modelo de Regreón lneal: β, β 0 1 Parámetro del modelo 0 1 β + β + ε Ecuacón de regreón lneal mple ( ) ε Modelo de regreón lneal mple ( ) β + E 0 β1 Varable aleatora (Error) E :E la meda o valor eperado de para un valor dado de. β β e la ntereccón de la recta de regreón con el eje, 1 0 e la pendente EJEMPLOS DE LÍNEAS DE REGRESIÓN EN LA REGRESIÓN LINEAL SIMPLE Regreone otra forma funconale de la regreone a + b + c ab
5 Ecuacón de regreón etmada Se calculan etadítco muetrale (que e denotan b 0 b 1 ) como etmacone de lo parámetro poblaconale β β 0 1. Suttuendo en la ecuacón de regreón b 0 b por lo valore de lo etadítco muetrale β β e obtene la ecuacón de regreón etmada. ˆ b0 + b1 A la gráfca de la ecuacón de regreón mple etmada e le llama recta de regreón etmada b 0 e la ntereccón de la recta de regreón con el eje, En general, ŷ b 1 e la pendente e el etmador puntual de E(), el valor medo de la para un valor dado de
6 PROCESO DE ESTIMACIÓN EN LA REGRESIÓN LINEAL SIMPLE
7 Ajute de una recta de regreón El método de mínmo cuadrado e un método en el que e uan lo dato muetrale para hallar la ecuacón de regreón etmada. Sea una muetra de tamaño n en que la varable etadítca bdmenonal toma lo valore. ( ), (, ),, (, ). 1, 1 1 n 1 A cada valor de la varable le correponde entonce un valor de la varable, pudendo * ademá aocárele un valor, que ería el dado por la recta que queremo calcular. E decr d ˆ + b0 b1 Sea a la dferenca entre lo do valore, obervado dado por la recta, de la varable en cada punto. d ˆ. Para que la recta a determnar ea la que mejor e ajute a la nube de punto de entre toda la recta poble, dcha dtanca d deberían er lo má pequeña poble. E decr, ha que mnmzar lo d Tomar lo cuadrado de la dtanca, para que aí no e anulen devacone potva negatva.
8 El problema e reduce a mnmzar la epreón mn ( ˆ ) ŷ valor obervado de la varable dependente en la obervacón valor etmado de la varable ndependente en la obervacón PENDIENTE E INTERSECCIÓN CON EL EJE DE LA ECUACIÓN DE REGRESION ESTIMADA b 0 n ( ) b 1 ( )( ) ( ). valor la varable ndependente en la obervacón valor de la varable dependente en la obervacón meda de la varable ndependente meda de la varable dependente n numero total de obervacone La recta de regreón debe paar por (, ) la ecuacón de regreón etmada e b + 0 b1 b0 b1, e decr, por el centro de la nube de punto. ˆ b0 + b1 El dearrollo anteror puede generalzare para calcular epreone mlare para la regreón parabólca, en general, polnómca.
9 POBLACIÓN DE ESTUDIANTES Y VENTAS TRIMESTRALES EN 10 RESTAURANTES DE LA CIUDAD DIAGRAMA DE DISPERSIÓN EN EL QUE SE MUESTRA LA POBLACIÓN DE ESTUDIANTES Y LAS VENTAS TRIMESTRALES
10 N 1 n N 1 n b ( )( ) ( ) b1 b b b0 60 b0 1 5 la ecuacón de regreón etmada e ˆ ˆ 60 ( 0) 160 ˆ
11 redual Dferenca que ete, en la obervacón, entre el valor obervado de la varable dependente, el valor etmado de la varable dependente ŷ. Repreenta el error que ete al uar ŷ para etmar. Para la obervacón, el redual e ˆ La uma de lo cuadrado de eto reduale o errore e la cantdad que e mnmza empleando el método de lo mínmo cuadrado. SUMA DE CUADRADOS DEBIDAAL ERROR SCE ( ˆ ) La dferenca proporcona una medda del error que ha al uar para etmar SUMA TOTAL DE CUADRADOS STC uma de cuadrado debda a la regreón SUMA TOTAL DE CUADRADOS RELACIÓN ENTRE STC, SCR Y SCE ( ) ( ˆ ) SCR STC SCR + SCE
12 COEFICIENTE DE DETERMINACIÓN Se ua para evaluar la bondad de ajute de la ecuacón de regreón etmada Coefcente de Determnacón r SCR STC (0,1) COEFICIENTE DE CORRELACIÓN MUESTRAL b1 r pendente de la ecuacón de regreón etmada ( gno de b1 ) r ˆ b + b 0 1 El gno del coefcente de regreón muetral e potvo la ecuacón de regreón tene pendente potva (b 1 > 0) e negatvo la ecuacón de regreón etmada tene pendente negatva (b 1 < 0). Concluone El método de mínmo cuadrado proporcona una ecuacón de regreón etmada que mnmza la uma de lo cuadrado de la devacone entre lo valore obervado de la varable dependente lo valore etmado de la varable dependente. ( 1, +1) El crtero de mínmo cuadrado permte obtener la. ecuacón de mejor ajute. S e empleara otro crtero, como mnmzar la uma de la devacone aboluta entre e ˆ obtendría una ecuacón dferente. En la práctca el método de mínmo cuadrado e el método má uado.
13 CÁLCULO DE SCE EN EL EJEMPLO STC ( ) STC SCR STC SCE SCR SCR 1400 COEFICIENTE DE DETERMINACIÓN r SCR STC r 1400 r % de la varabldad en la venta e eplca por la relacón lneal que ete entre el tamaño de la poblacón de etudante la venta. Sería bueno que la ecuacón de regreón tuvera un ajute tan bueno. COEFICIENTE DE CORRELACIÓN MUESTRAL r ( gno de b) r ( + ) r e conclue que ete una relacón lneal fuerte entre. r
14 Medda de la aocacón entre do varable Covaranza: E una medda decrptva de la aocacón entre do varable. En una muetra de tamaño n con obervacone ( 1, 1 ), (, ), etc., e defne como gue: covaranza muetral Cov n 1 ( )( ). n 1 Eta fórmula aparea cada con una covaranza poblaconal Cov σ n 1 ( µ )( µ ). N INTERPRETACIÓN DE LA COVARIANZA MUESTRAL S >0 S 0 S <0 ( e lneal potva) (no ha relacón lneal entre ) la relacón entre e lneal negatva) Un valor potvo grande de la varanza ndca una relacón lneal potva fuerte que un valor negatvo grande ndca una relacón lneal negatva fuerte.
15 Una medda de la relacón entre do varable, a la cual no le afectan la undade de medcón empleada para, e el coefcente de correlacón. Coefcente de correlacón del producto MOMENTO DE PEARSON: Dato muetrale r ( ) n 1 ( ) n 1 r S S S coefcente de correlacón muetral covaranza muetral devacón etándar muetral de devacón etándar muetral de En general, todo lo valore del conjunto de dato caen en una línea recta con pendente potva, el coefcente de correlacón erá 1; e decr, un coefcente de correlacón de 1 correponde a una relacón lneal potva perfecta entre. Por otra parte, lo punto del conjunto de dato caen obre una línea recta con pendente negatva, el coefcente de correlacón muetral erá -1; un coefcente de correlacón de -1 correponde a una relacón lneal negatva perfecta entre
16 El admntrador de la tenda deea determnar la relacón entre el número de comercale televado en un fn de emana la venta de la tenda durante la emana guente.
17 Covaranza muetral n n 1 ( )( ). n Tracemo una línea vertcal punteada en 3 una línea horzontal punteada en 51. Eta línea dvden a la gráfca en cuatro cuadrante. 11 Correlacón potva
18 devacón etándar muetral de la do varable. r ( ) n 1 ( ) n r r e conclue que ete una relacón lneal fuerte entre el número de comercale la venta
19 debldade Tanto la recta de regreón como el coefcente de correlacón no on robuto, en el entdo de que reultan mu afectado por medda partculare que e alejen mucho de la tendenca general. No ha que olvdar que el coefcente de correlacón no e má que una medda reumen. En nngún cao puede ubttur al dagrama de dperón, que empre habrá que contrur para etraer má nformacón. Forma mu dferente de la nube de punto pueden conducr al mmo coefcente de correlacón. El que en un cao e obtenga un coefcente de correlacón bajo no gnfca que no pueda etr. correlacón entre la varable. De lo únco que no nforma e de que la correlacón no e lneal (no e ajuta a una recta), pero e poble que pueda etr una buena correlacón de otro tpo. Un coefcente de correlacón alto no gnfca que eta una dependenca drecta entre la varable. E decr, no e puede etraer una concluón de caua efecto baándoe úncamente en el coefcente de correlacón. En general ha que tener en cuenta que puede etr una tercera varable econdda que puede producr una correlacón que, en mucho cao, puede no tener entdo.
Tema 9: Distribuciones Bidimensionales.
Tema 9: Dtrbucone Bdmenonale. 9.1 Nube de punto. Correlacón. 9. Medda de correlacón. 9.3 Recta de regreón. 9.4 Dtrbucone condconada. Dependenca e ndependenca. 9.1 Nube de punto. Correlacón. Regreón e un
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesLECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION
Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan
Más detallesLECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION
Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón
Más detallesESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL
ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal
Más detallesModelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
Más detallesPara el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por:
Capítulo 5 La fórmula de Welch-Satterthwate Hemo vto como encontrar un ntervalo de confanza para una cantdad medda (tanto con N grande como con N peueño). La pregunta ue naturalmente urge e cómo encontrar
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesLECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION
Unverdad Católca Lo Ángele de Chmbote LECTURA 0 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón o de dperón
Más detallesInstituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm
Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátca Etadítca Dtrbucone bdmenonale DISTRIBUCIOES BIDIMESIOALES. Varable etadítca bdmenonale. Tabla bdmenonale de recuenca.. Cálculo de parámetro. Covaranza.. Correlacón.. Regreón lneal. Ejemplo. Problema
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesRegresión lineal y correlación lineal
UNIVERSIDAD ESTATAL DEL SUR DE MANABÍ Creada medante regstro Ofcal 61 del 7 de Febrero del 001 CARRERA DE AUDITORÍA Novembre 016 abrl 017 Semnaro de Investgacón Regresón lneal y correlacón lneal Dra. Marsabel
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesERRORES DE LAS MEDIDAS EXPERIMENTALES
TÉCICAS XPRIMTALS FÍSICA I DPARTAMTO D FÍSICA APLICADA FACULTAD D CICIAS. UIRSIDAD D ALLADOLID RRORS D LAS MDIDAS XPRIMTALS. ITRODUCCIO l objetvo de la maoría de lo epermento centífco e el etudo cuanttatvo
Más detallesIntroducción a la Física. Medidas y Errores
Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO ) CAPÍTULO II.- AÁLISIS DE UA CARACTERÍSTICA (DISTRIBUCIOES UIDIMESIOALES) TEMA 5.- MEDIDAS DE DISPERSIÓ DE LA DISTRIBUCIÓ DIPLOMATURA E CIECIAS EMPRESARIALES UIVERSIDAD DE SEVILLA .
Más detallesEJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesUNIDAD 12: Distribuciones bidimensionales. Correlación y regresión
Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes
Más detallesCapítulo 4 APLICACIÓN
Capítulo 4 APLICACIÓN A travé de ete captulo, e expondrá con la ayuda de do ejemplo, la aplcacón de la prueba DE en lo do tpo de modelo de bloque al azar, poterormente, e explcara el dagrama de flujo,
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesRegresión y Correlación Métodos numéricos
Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El
Más detallesAnál de ere temporale Fernando Berzal, berzal@acm.org Anál de ere temporale Caracterítca de la ere temporale Vualzacón de ere temporale Fltrado de ere temporale Meda móvle Suavzado exponencal Técnca de
Más detallesREGRESIÓN Y CORRELACIÓN Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
REGRESIÓ CORRELACIÓ Método Etadítco Aplcado a la Audtoría Socolaborale Francco Álvarez González francco.alvarez@uca.e DISTRIBUCIOES BIVARIATES El etudo de la relacón etente entre do varable e conduce a
Más detallesUN ANÁLISIS DE LA EFICACIA DE LOS MÉTODOS BASADOS EN RATIOS DE ENLACE, EN LA ESTIMACIÓN DE LA PROVISIÓN PARA SIENIESTROS PENDIENTES
Un anál de la efcaca de lo método baado en rato de enlace, en la etmacón de la Provón para Snetro Pendente UN ANÁLISIS DE LA EICACIA DE LOS MÉTODOS BASADOS EN RATIOS DE ENLACE, EN LA ESTIMACIÓN DE LA PROVISIÓN
Más detallesMAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.
TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
Más detallesEl Impacto de las Remesas en el PIB y el Consumo en México, 2015
El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 9 Nombre: Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión
Más detallesRafael Díez Vicente Coll Olga Mª Blasco. Eumed.net Universidad de Málaga 2008
Rafael Díez Vcente Coll Olga Mª Blaco Guía ddáctca de Etadítca Decrptva para la Cenca Socale Eumed.net Unverdad de Málaga 008 Guía ddáctca de Etadítca Decrptva para la Cenca Socale Rafael Díez García,
Más detallesAPLICACIONES ESTADÍSTICAS Y DIAGRAMAS DE CONTROL
APLICACIONES ESTADÍSTICAS Y DIAGRAMAS DE CONTROL Según un etadítco, la etadítca e una herramenta poderoa en el control de caldad que, a dferenca de mucho otra herramenta, e vuelve má floa con el uo. Otro
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.
Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose
Más detallesLicenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
Más detallesESTADÍSTICOS EN TÉRMINOS DE VECTORES Y MATRICES. José Carlos de Miguel Domínguez Agustín Ramos Calvo Julio Pallas González
Docenca de Matemátca en la Economía la Emprea ESTADÍSTICOS E TÉRMIOS DE VECTORES Y MATRICES Joé Carlo de Mguel Domínguez Agutín Ramo Calvo Julo Palla González Dpto. de Método Cuanttatvo para la Economía
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesPyE_ EF1_TIPO1_
SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallese i para construir el modelo econométrico que se escribe a continuación:
5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesDiseño óptimo de un regulador de tensión en paralelo
Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,
Más detallesREGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE
UNIDAD 3 REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE Relación entre variables de interés 1 Relación entre variables de interés Muchas decisiones gerenciales se basan en la relación entre 2 o
Más detallesPrueba de Evaluación Continua
Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas
Más detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día
Más detallesRegresión y correlación simple 113
Regresón y correlacón smple 113 Captulo X ANALISIS DE REGRESION Y CORRELACION El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes
Más detallesResolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL SEMESTRE 04
Más detallesInstrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL
ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas
Más detallesRegresión y Correlación
Regresón Correlacón.- El número de turstas (en mllones) entrados en España mensualmente durante los años 00 00 se epone en la sguente estadístca. Nº Turstas 00,76,6,9 3,8 4,4 4,8 8,93 9,98 5,9 4,34,6 3,65
Más detallesEspecialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE
Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesAnálisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears
Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.
Más detallesUn estimado de intervalo o intervalo de confianza ( IC
Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO
Más detallesLección 4. Ejercicios complementarios.
Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES
Más detalles16/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesRegresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy
Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema
Más detallesFISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA
FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que
Más detallesModelo Lineal Múltiple. Clase 03. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial
Unversdad Austral de Chle Escuela de Ingenería Comercal ICPM050, Econometría Clase 03 Modelo Lneal Múltple Profesor: Carlos R. Ptta Econometría, Prof. Carlos R. Ptta, Unversdad Austral de Chle. Análss
Más detallesDESARROLLO PRÁCTICO Y EVALUACIÓN DE ESTUDIOS R&R PARA EL ASEGURAMIENTO DE LA CALIDAD DE LOS RESULTADOS
DESARROLLO PRÁCTICO Y EVALUACIÓN DE ESTUDIOS R&R PARA EL ASEGURAMIENTO DE LA CALIDAD DE LOS RESULTADOS Ing. Raúl Monroy Pérez rmonroy@ance.org.mx NOTA IMPORTANTE: El CENAM no e reponable del contendo de
Más detallesMEDIDAS DE ASOCIACIÓN: COEFICIENTES DE CORRELACIÓN Y DE REGRESIÓN I.- Introducción En el tema I estudiamos las medidas descriptivas para una
MEDIDAS DE ASOCIACIÓ: COEFICIETES DE CORRELACIÓ DE REGRESIÓ I.- Introduccón En el tema I estudamos las meddas descrptvas para una varable, y además, planteamos que tales meddas tambén exsten para dos o
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco
Más detalles3 - VARIABLES ALEATORIAS
arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr
Más detallesTema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema
Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas
Más detallesCOLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Más detallesEJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:
EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n
Más detallesMétodos cuantitativos de análisis gráfico
Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos
Más detallesa) DIAGRAMA DE DISPERSION
SIS 335 - A EJEMPLO.- Se ha recogdo datos de una localdad medante sendas encuestas sobre el consumo (Y) de productos de hogar y de la renta (X) de los consumdores consultados, obtenéndose los sguentes
Más detallesPráctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun
Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco
Más detallesEL NÚMERO EFECTIVO DE GRADOS DE LIBERTAD
Smpoo de Metrología 004 5 al 7 de Octubre EL NÚMERO EFECTIVO DE GRADOS DE LIBERTAD Enrque Vlla Dharce Centro de Invetgacón en Matemátca, A C Jalco /n, Mneral de Valencana, Guanajuato, Gto CP 3640 Tel:
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesNos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.
Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la
Más detallesPoblación 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detalles1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,
Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos
Más detallesMedidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010
Medida de Variación o Diperión Dra. Noemí L. Ruiz 007 Derecho de Autor Reervado Reviada 010 Objetivo de la lección Conocer cuále on la medida de variación y cómo e calculan o e determinan Conocer el ignificado
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesTEMA 3: ESTADÍSTICA BIDIMENSIONAL
TEMA 3: ESTADÍSTICA BIDIMENSIONAL INTRODUCCIÓN: En curo anteriore e ha etudiado como manejar e interpretar dato que proporcionaba una variable. Ahora vamo a ver cómo lo hacemo i hacemo a cada encuetado,
Más detallesCapítulo 2: ANALISIS EXPLORATORIO de DATOS Estadística Computacional 1º Semestre 2003
Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo : ANALISIS EXPLORATORIO de DATOS Estadístca Computaconal º Semestre 003 Profesor :Héctor Allende Págna : www.nf.utfsm.cl/~hallende
Más detallesESTADÍSTICA DESCRIPTIVA
Estadístca www.aulatecnologa.com 1 ETADÍTICA DECRIPTIVA Lo prmero que buscamos con la Estadístca es el tratamento matemátco a partr de una nformacón epermental. Cuando queremos observar la evolucón de
Más detalles