16700785
Description
Flashcards by Erivan Muñoz , updated more than 1 year ago
|
|
Created by Erivan Muñoz
almost 6 years ago
|
|
| Question | Answer |
| Concepto Generales | Qué es estadística Inferencial? es una parte de la estadística que comprende los métodos y procedimientos que por medio de la inducción determina propiedades de una población estadística, a partir de una parte de esta. ... Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio. (https://es.wikipedia.org/wiki/Estad%C3%ADstica_inferencial) |
| Tipos de Regresión Por ejemplo, en un estudio de medicina en que se estudian las variables X = Peso e Y = Altura de un grupo de individuos, puede haber relación entre las dos, aunque difícilmente una pueda considerarse causa de la otra. En este tema se tratará únicamente de la Regresión lineal simple. (http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo13/B0C13m1t2.htm) |
Tipos de Correlación
Con los diagramas de dispersión podemos ver cómo se relacionan ambas variables entre sí. Esto es lo que se conoce como correlación. Hay tres tipos de correlación: positiva, negativa y nula (sin correlación). Correlación positiva: ocurre cuando una variable aumenta y la otra también. (https://www.shmoop.com/estadistica-basica-probabilidades/diagrama-dispersion-correlacion.html)
Image:
Image2 (binary/octet-stream)
|
| Clasificación de la Regresión En primer lugar, en función del número de variables independientes: Regresión simple: Cuando la variable Y depende únicamente de una única variable X. Regresión múltiple: Cuando la variable Y depende de varias variables (X1, X2, ..., Xr) En segundo lugar, en función del tipo de función f(X): Regresión lineal: Cuando f(X) es una función lineal. Regresión no lineal: Cuando f(X) no es una función lineal. En tercer lugar, en función de la naturaleza de la relación que exista entre las dos variables: La variable X puede ser la causa del valor de la variable Y. Por ejemplo, en toxicología, si X = Dosis de la droga e Y = Mortalidad, la mortalidad se atribuye a la dosis administrada y no a otras causas. Puede haber simplemente relación entre las dos variables. | Diagrama de dispersión y correlación Los diagramas de dispersión son una forma fenomenal de expresar datos de dos variables, y hacer predicciones basadas en los datos. Al contrario de los histogramas y los diagramas de caja, los de dispersión muestran valores de datos individuales. Este es el diagrama de dispersión que expresa la cantidad de dinero que se ganó Mateo cada semana trabajando en la tienda de su padre. |
| Ecuación | Explicación de como aplicar la Ecuación. Una ecuación lineal o de primer grado es aquella que involucra solamente sumas y restas de variables elevadas a la primera potencia (elevadas a uno, que no se escribe). *Son llamadas lineales por que se pueden representar como rectas en el sistema cartesiano. 3. *Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias, ni multiplicadas entre sí, ni en el denominador. *Como es bien sabido, las ecuaciones lineales con 2 incógnitas representan una recta en el plano cartesiano.Representación gráficade la recta −x + 2y = 3 https://es.slideshare.net/danceerart/ecuaciones-lineales-15970174 |
| Errores Estándar de Estimación El error estándar de la media (es decir, el error debido a la estimación de la media poblacional a partir de las medias muestrales) es la desviación estándar de todas las posibles muestras (de un tamaño dado) escogidos de esa población. | Medición de un error aleatorio en un dato estadístico informado. ... La norma E2586 de ASTM, Práctica para calcular y usar estadísticas básicas, define el error estándar como "la desviación estándar de la población de valores de una estadística muestral en un muestreo repetido o su estimación". |
| Coeficiente de Correlación y Determinación....... | Si 0 < r < 1, existe una correlación positiva. Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las variables son independientes: pueden existir todavía relaciones no lineales entre las dos variables. Si -1 < r < 0, existe una correlación negativa. |
| Aplicaciones Si 0 < r < 1, existe una correlación positiva. Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las variables son independientes: pueden existir todavía relaciones no lineales entre las dos variables. Si -1 < r < 0, existe una correlación negativa. | PROPIEDADES El coeficiente de correlación no varía al hacerlo la escala de medición. Es decir, si expresamos la altura en metros o en centímetros el coeficiente de correlación no varía. |
| El signo del coeficiente de correlación es el mismo que el de la covarianza. Si la covarianza es positiva, la correlación es directa. Si la covarianza es negativa, la correlación es inversa. Si la covarianza es nula, no existe correlación. | EJEMPLO: |
| DIAGRAMA DE ESPACIAMIENTO | Un diagrama de dispersión o gráfica de dispersión o gráfico de dispersión es un tipo de diagrama matemático que utiliza las coordenadas cartesianas para mostrar los valores de dos variables para un conjunto de datos. |
| Explicación.... Los diagramas de dispersión son una forma fenomenal de expresar datos de dos variables, y hacer predicciones basadas en los datos. Al contrario de los histogramas y los diagramas de caja, los de dispersión muestran valores de datos individuales. | EJEMPLO: Este es el diagrama de dispersión que expresa la cantidad de dinero que se ganó Mateo cada semana trabajando en la tienda de su padre. |
| Las semanas están diagramadas en el eje x, y la cantidad de dinero que se ganó en esa semana en el eje y. En general, la variable independiente (la variable que no está influenciada por nada) está en el eje x y la variable dependiente (la que es modificada por la variable independiente) está en el eje y. En este diagrama podemos ver que en la semana 2 Mateo se ganó alrededor de $125, y en la semana 18 estuvo cerca de los $165. Pero más importante aún es la tendencia. Por ejemplo, con estos datos podemos ver que Mateo gana cada vez más según pasan las semanas. Quizá su padre le da más horas a la semana o más responsabilidades. | Gráfica del Ejemplo. |
Want to create your own Flashcards for free with GoConqr? Learn more.