Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)
|
|
- José Carlos Ramírez Río
- hace 5 años
- Vistas:
Transcripción
1 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)
2 Gráfico de dispersión Características de la nube de puntos. Según la forma de la nube de puntos podemos obtener la siguiente información: Si existe una relación directa o inversa entre las variables; Si esa relación es fuerte o débil. Si la relación se ajusta a un modelo lineal o a otro modelo matemático (ej: exponencial ).
3 Gráfico de dispersión RELACIÓN FUNCIONAL RELACIÓN POSITIVA SIN RELACIÓN RELACIÓN NEGATIVA RELACIÓN FUNCIONAL RELACIÓN NO LINEAL
4 Gráfico de dispersión Diferentes casos de relación entre variables Relación funcional: nube de puntos dispuesta en línea recta cuando conocida la primera se puede saber con exactitud el valor de la segunda Relación positiva: nube de puntos con dispersión creciente: al aumentar la variable X aumenta la variable Y
5 Gráfico de dispersión Diferentes casos de relación entre variables Relación no lineal: nube de puntos en línea curva transformación de datos originales Sin relación: nube de puntos con máxima dispersión ambas variables son independientes
6 Gráfico de dispersión Utilidad Detección de puntuaciones atípicas" Errores en la transcripción de la información Mezcla de datos correspondientes a distribuciones distintas Si los estadísticos de correlación apropiados para analizar relaciones lineales deben ser sustituidos por otros
7 Covarianza Definición Medida de la variación conjunta Formulación clásica: σ xy calculada a partir de una población S xy a partir de una muestra S xy = n i=1 x N i y i XY
8 Covarianza Características Sín límites (entre +infinito a infinito): no determina el grado de relación solo la tendencia Covarianza positiva: puntuaciones bajas de la primera variable (X) se asocian con puntuaciones bajas de la segunda variable (Y); puntuaciones altas de X se asocian con los valores altos de Y. Covarianza de negativa: puntuaciones bajas de X se asocian con los valores altos de Y; puntuaciones altas de X se asocian con valores bajos de Y. Covarianza 0 no existe relación entre las dos variables estudiadas.
9 Covarianza Cálculo x i y i x i y i S xy = = 5,
10 Correlación Definición Cuantifica el grado de asociación entre dos variables Correlación producto-momento de Pearson, Sobre una población ρxy (rho) Sobre una muestra, r xy. r = xy S S x xy S y Covarianza Desviación típica
11 Correlación Cálculo 1º Promedio de las variables º Cálculo de la covarianza S xy = = 5,9 1 3º Cálculo de las desviaciones típicas S = 504 (6),45 1 = x S = 380 (5), 58 1 = y x i y i x i y i x i y i º Fórmula
12 Correlación Significación Su valor es independiente de la unidad usada para medir las variables (adimensional) Oscila entre 1 y +1. Una correlación de +1 relación lineal perfecta (positiva) entre las dos variables. Una correlación de -1 relación lineal perfecta (negativa) entre las dos variables Una correlación de 0 no hay relación lineal entre las dos variables
13 Correlación Significación Correlación no implica causalidad Causalidad: juicio de valor que requiere más información que un simple valor cuantitativo No se debe extrapolar más allá del rango de valores observado La relación existente entre X e Y puede cambiar fuera de dicho rango No afectado por una transformación lineal de una variable (multiplicación de una variable por una constante, suma de una constante)
14 Correlación Significación estadística Objetivo: Determinar si el valor del coeficiente de correlación es estadísticamente significativo Fórmula sencilla al nivel de error del 0,05 r * n >1,96
15 Correlación Significación estadística Cálculo del error típico de r: Si el coeficiente de correlación supera al valor del error estándar multiplicado por la t de Student con n- grados de libertad significativo error = 1 r n El nivel de significación viene dado por la decisión (nivel de probabilidad) que adoptemos al buscar el valor en la tabla de la t de Student
16 Correlación Significación estadística Cálculo test hipótesis r: 0 niños grados de libertad 18 Valor de la tabla de la t de student Seguridad del 97,5%:,10*0,109 = 0, < r = coeficiente de correlación es significativo (p<0.05). Seguridad del 99%:,88*0,109 = significativo con un nivel de probabilidad p<0.001
17 Correlación Significación estadística:
18 Correlación Problemas Sensible a valores extremos o atípicos Sobre todo con muestras pequeñas perturba de forma "espurea" el grado de relación Solución: Detección a través del diagrama de dispersión y eliminación en su caso Transformación de datos cambia la escala de medición y modera el efecto de valores extremos (pe. transformación logarítmica)
19 Correlación Problemas Restricción del rango Suele afectar al valor de la correlación obtenida, bien aumentando o disminuyendo su valor Ejemplo: fuerte relación lineal positiva entre las dos variables (r = 0.88, línea roja) Sujetos comprendidos entre los 7 y los 9 años: disminución de la correlación valor 0, ausencia de relación (ver línea verde). Sujetos de 9 a 1 años: aumento del valor de la correlación (línea azul)
20 Correlación Requisitos El coeficiente de Correlación de Pearson requiere Que ambas variables procedan de una muestra aleatoria de individuos. Al menos una de las variables debe tener una distribución normal En caso de no cumplir esas condiciones Transformación de una distribución normal (transformación logarítmica) Alternativa: coeficiente de correlación de Spearman, tau de Kendall
21 Correlación Coeficiente de correlación de Spearman Utiliza los rangos (números de orden) de dos variables y los compara Recomendada: Datos con valores extremos Distribuciones no normales Métodos para calcular el coeficiente de correlación de los rangos
22 Correlación Coeficiente de correlación de rangos (Spearman) Cálculo r s 6 d i = 1 n n 1 r s x i y i d x d y dif ( ) 6 * 4 = 1 = 4 * ( 16 1) 0,60 1er paso ordenar los datos º paso asignar rangos (valores coincidentes: se sustituye por el promedio de los rangos que hubiesen sido asignados si no hubiese coincidencias)
23 Regresión (lineal) simple Características generales: Método que permite investigar la relación (estadística) entre una variable dependiente (Y) una o más variables independientes (X 1, X, X 3,,X n ) La relación más utilizada es la lineal: Una variación en una variable supone una variación proporcional en la otra Se expresa mediante la siguiente ecuación y = ax + b + i i e i
24 Regresión (lineal) simple Significado de la ecuación: x i valores de la variable independiente e i : errores aleatorios que representan las diferencias entre el modelo y la realidad a y b: parámetros que definen a (pendiente) cuánto aumenta Y por cada aumento de una unidad en X b (ordenada en el origen) el valor de Y cuando X = 0
25 Regresión (lineal) simple Significado de la ecuación: a y b: se estiman mediante el método de mínimos cuadrados: Consiste en encontrar aquellos valores de a y de b que hagan mínima la suma de los cuadrados de las desviaciones de las observaciones respecto de la recta que representa el modelo a = S S xy x Covarianza x y Varianza x b = y ax
26 Regresión (lineal simple) Cálculo 1º Promedios º Cálculo covarianza S xy 1 n = x n 3º Cálculo varianza n xi i 1 S x = X = n 4º Parámetros a y b S xy 0,6875 a = = = 7,8 b =,75 7,8*1, 075 S 0,0369 x i 1 i y i X Y 4,77 4 1,9 = 1,075*,75 = 0, ,075 = 0,0369 x i y i x i y i x i y i 0,8 1 0,8 0, , 3 3,6 1,44 9 1,3 5 6,5 1,69 5 4,3 11 1,9 4,77 39
27 Regresión (lineal simple) Cálculo 5º Ecuación (modelo) y = 7,8x 5,0847 6º Cálculo coeficiente de correlación S y = r = n i 1 S S n x y xy S i y Y = 39,75 =,18 4 0,6875 = = 0,0369*,1875 0,94 x i y i x i y i x i y i 0,8 1 0,8 0, , 3 3,6 1,44 9 1,3 5 6,5 1,69 5 4,3 11 1,9 4,77 39
28 Regresión Cálculo 1º Promedios 431 º Cálculo covarianza S xy = 6*5 = 5, 9 1 3º Cálculo varianza 4º Recta de regresión de Y sobre X. a = S S 5,9 6 xy = = x 0,98 b= 5 0,98*6 = 0,9 S x = = 6 x i y i x i y i x i y i
29 Regresión (lineal simple) Predicción El modelo de regresión lineal se utiliza para obtener valores de Y ajustados al modelo Los puntos que representan estos valores en el gráfico de dispersión forman una recta El promedio de los valores ajustados es igual al promedio de los valores observados El promedio de las diferencias es cero.
30 Regresión (lineal simple) Predicción Residuo: diferencia entre el valor real y el valor predicho por el modelo (errores de predicción). Cuanto más pequeños sean los residuos, mejor será el ajuste de nuestro modelo
31 Regresión (lineal simple) Predicción Estimación de la varianza del error (σ): Calcular las diferencias entre valores calculados y observados Elevar al cuadrado las diferencias Calcular el promedio de los cuadrados de las diferencias Calcular la raíz cuadrada del promedio de los cuadrados de las diferencias entre los valores observados y ajustados
32 Regresión (lineal simple) Coeficiente de determinación (r ) Medida de bondad de ajuste del modelos de regresión lineal a los datos. Equivale al cuadrado del coeficiente de correlación Refleja la cantidad de variabilidad de los datos originales que es explicado por el modelo Entre 0 (no se explica) hasta 1 (ajuste perfecto; todos los puntos aparecen en un línea recta)
33 Regresión (lineal simple) Bandas de confianza Predicciones por intervalos de confianza verticales Ventaja: proporcionar una cuantificación del error de predicción. Los intervalos tienen diferente ancho (según el valor de X Angostos cuando X es igual al promedio, ensanchándose a medida que nos alejamos del promedio. Cuando se sale del rango de los datos, se ensanchan cuanto más nos alejamos del centro de los valores de la variable X, más imprecisas serán nuestras estimaciones del valor de la variable Y
Universidad 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 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 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 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 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más 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 detallesque represente lo mejor posible la relación entre valores X e Y permitiéndonos inferir un valor a partir del otro.
Regresió n josé a. mañas 8.2.2017 1 Introducción El objetivo de las técnicas de regresión es identificar una función que permita estimar una variable Y en función de la otra X. Es decir, averiguar una
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 detallesU ED Tudela Introducción al Análisis de Datos - Tema 5
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 5: Relación entre variables (II) 1.- Cuál de las siguientes afirmaciones es verdadera? A) Una correlación de 0 78 entre dos variables X e Y tiene la misma intensidad
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 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 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 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 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 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 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 detalles1. DEFINICIONES BÁSICAS
1. DEFINICIONES BÁSICAS La estadística tiene dos ramas: La Estadística Descriptiva, que se ocupa de agrupar, resumir y presentar los datos incluidos en una determinada muestra. La Estadística Inferencial
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 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 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 detallesDistribuciones 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 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 detallesTEMA 10 Correlación y regresión. El modelo de regresión simple
TEMA 10 Correlación y regresión. El modelo de regresión simple Karl Pearson (1857-1936) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales
Más detallesREGRESION Y CORRELACION LINEALES
REGRESION Y CORRELACION LINEALES 1 Relaciones entre variables regresión El término regresión fue introducido por Galton (1889) refiriéndose a la le de la regresión universal : Cada peculiaridad en un hombre
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 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 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 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 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 detallesDESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
Más detallesRegresión Lineal Simple y Múltiple Regresión Logística
Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión
Más detallesU ED Tudela Introducción al Análisis de Datos - Tema 4
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 4: Análisis conjunto de dos variables. 1.- Cuando se dice que dos variables están correlacionadas positivamente, se tiene que interpretar que: A) un aumento en una
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 detallesNota de los autores... vi
ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...
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 detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
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 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 detallesEstadística aplicada al medio ambiente
Estadística aplicada al medio ambiente III. Regresión lineal 3 o de CC. AA. Departamento de Matemáticas Universidad Autónoma de Madrid 2011/12 Planteamiento Modelo Estimación de parámetros Intervalos de
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 detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesÍNDICE. Prefacio... xi
ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple
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 detallesElaboró: Luis Casas Vilchis
Correlación de Pearson (r P, r) Una correlación se define como la coincidencia en el patrón de valores altos de una variable con los valores altos en la otra variable, y bajos con bajos y moderados con
Más detallesModelo de Regresión Lineal
Modelo de Regresión Lineal Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Introducción Un ingeniero, empleado por un embotellador de gaseosas,
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 detallesPrograma del Diploma: Estudios Matemáticos
Programa del Diploma: Estudios Matemáticos Level: SL Tema Contenido Año 1 Conocimiento presunto Conjuntos numéricos, medición, aproximación, redondeo y estimación,% de error, notación científica. Número
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 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 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 detallesDistribución bidimensional. Marginales. Correlación lineal. Rectas de regresión.
REGRESIÓN LINEAL. Distribución bidimensional. Marginales. Correlación lineal. Rectas de regresión. Dada una población, hasta ahora hemos estudiado cómo a partir de una muestra extraída de ella podemos
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 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 detallesRegresión Lineal Simple. Dr. Víctor Aguirre Torres, ITAM. Guión 11.
Regresión Lineal Simple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función de otra variable (x). y=var. Dependiente (cuantitativa) x=var. Explicativa (cuantitativa) 2
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 detallesTema 2: Análisis de datos bivariantes
1 Tema 2: Análisis de datos bivariantes En este tema: Tabla de contingencia, tabla de doble entrada, distribución conjunta. Frecuencias relativas, marginales, condicionadas. Diagrama de dispersión. Tipos
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 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 detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesAnálisis de datos en CCSS: introducción al análisis descriptivo e inferencial
Programa de Doctorado Formación en la Sociedad del Conocimiento Seminario de doctorado 13 y 14 de marzo de 2014 Análisis de datos en CCSS: introducción al análisis descriptivo e inferencial Dra. Mª José
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesN T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA
N T E N.. IDO PREFACIO xiv CAPíTULO I LA IMAGINACiÓN ESTADíSTICA Introducción La imaginación estadística 3 Enlace de la imaginación estadística con la imaginación sociológica 4 Normas estadísticas y normas
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 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 detallesAlgunos apuntes de Estadística de 4º (nivel avanzado)
Algunos apuntes de Estadística de 4º (nivel avanzado) Coeficiente de correlación lineal El coeficiente de correlación lineal es el cociente entre la covarianzay el producto de las desviaciones típicas
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesPruebas estadís,cas para evaluar relaciones
Pruebas estadís,cas para evaluar relaciones Asociación entre dos variables categóricas Hipótesis: frecuencias de ocurrencias en las categorías de una variable son independientes de los frecuencias en la
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesTEMA 14 ESTADÍSTICA. Cuantitativa: si puede medirse y expresarse con números (es una variable), por ejemplo la talla de calzado.
Objetivos / Criterios de evaluación TEMA 14 ESTADÍSTICA O.15.1 Conocer el significado y saber calcular los parámetros de centralización y dispersión O.15.2 Interpretar y utilizar los parámetros de dispersión.
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más 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 detallesGEOESTADÍSTICA APLICADA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO GEOESTADÍSTICA APLICADA Tema: Análisis Exploratorio de Datos Instructores: Dr. Martín A. Díaz Viera (mdiazv@imp.mx) Dr. Ricardo Casar González (rcasar@imp.mx) 2009
Más detallesPRÁCTICA 2: LA RECTA DE REGRESIÓN
PRÁCTICA 2: LA RECTA DE REGRESIÓN Los contenidos están organizados para que pueda avanzar a la vez que hacer los ejercicios propuestos en la práctica 2 del cuadernillo de práticas. Asegúrate de entender
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 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 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 detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesREGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE 1. El problema de la regresión lineal simple. Método de mínimos cuadrados 3. Coeficiente de regresión 4. Coeficiente de correlación lineal 5. El contraste de regresión 6. Inferencias
Más 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 detallesPrefacio... xvii. 1 La imaginación estadística... 1
ÍNDICE Prefacio... xvii 1 La imaginación estadística... 1 Introducción... 1 Pensamiento proporcional... 3 La imaginación estadística... 8 Enlace de la imaginación estadística con la imaginación sociológica...
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 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 detallesANÁLISIS DE REGRESIÓN N LINEAL
ANÁLISIS DE REGRESIÓN N LINEAL Varias partes tomadas de Julio H. Cole "Nociones de Regresión Lineal" en Enciclopedia Multimedia Virtual de Economía EMVI. http://eumed.net/cursecon/medir/index.htm Análisis
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple
ESTDÍSTIC PLICD Grado en Nutrición Humana y Dietética Planteamiento del problema Tema 4: Regresión lineal simple Recta de regresión de mínimos cuadrados El modelo de regresión lineal simple IC y contrastes
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros
Más detalles1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES
1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES 1.- INTRODUCCIÓN AL NÚMERO REAL Realización de operaciones con números reales. Ordenación de los
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 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 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 detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesExpresión decimal. Aproximación y estimación. Notación científica. Polinomios. Divisibilidad de polinomios. Regla de Ruffini.
Otras páginas Matemáticas 5º Matemáticas I. Bloque I: ARITMÉTICA Y ÁLGEBRA Los números reales Los números reales, concepto y características. Estructura algebraica, orden, representación en la recta real
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 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 detallesEstadística. Tema: Población bivariante Regresión lineal y correlación. A. Mora Regresión lineal y correlación 1
Estadística Tema: Población bivariante Regresión lineal y correlación. Regresión lineal y correlación 1 Relaciones entre variables y regresión El término regresión fue introducido por Galton en su libro
Más detalles