Distribuciones bidimensionales

Slides:



Advertisements
Presentaciones similares
Si la estadística no miente...: ¡Cuánto influyes sobre mi!
Advertisements

Trabajo de correlación
Tema 6: Regresión lineal.
Tema.9.Predicción y estimación. Concepto. Cálculo de la ecuación de regresión lineal. Modelo general lineal. Evaluación del modelo. Diagnóstico del modelo.
Problemas resueltos de inducción
Problemas resueltos de la Derivada
Bivariadas y Multivariadas
DISTRIBUCIONES BIDIMENSIONALES
EL TEOREMA DE TAYLOR   INTRODUCCION:
Estadística: -Correlación y regresión
REGRESION Y CORRELACION LINEALES. REGRESION LINEAL SIMPLE Finalidad Estimar los valores de y (variable dependiente) a partir de los valores de x (variable.
Curso 2006/07 S. Ramírez de la Piscina Millán U.D. Técnicas Experimentales Departamento de Física y Química Aplicadas a la Técnica Aeronáutica Técnicas.
Estimación por intervalos de confianza.
Introducción a la Estadística. Modelos de regresión
4ºESO Matemáticas B Colegio Divina Pastora (Toledo)
Regresión y correlación
Sistemas de ecuaciones
Dr. Gustavo Rodríguez Zurita
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Tema 1- Regresión lineal simple.
1º BACHILLERATO | Matemáticas © Oxford University Press España, S.A Hacer clic en la pantalla para avanzar VARIABLE ESTADÍSTICA UNIDIMENSIONAL Población:
Tema 2: Métodos de ajuste
Estadística bidimensional
Análisis de Correlación y de Regresión lineal simple
Escuela de Administración
UNIVERSIDAD AUTONOMA DEL PERÚ
Distribuciones bidimensionales. Tablas de contingencia
REGRESION Y CORRELACION
Prueba para la Bondad de ajuste Validación de Modelo
CORRELACION Y REGRESION LINEAL: Introducción
Sistemas de ecuaciones
TEMA 7 ECUACIONES. SISTEMAS DE ECUACIONES
Estadística Administrativa I
Medida de Dispersión Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio.
RECTA DE REGRESIÓN DÍA 55 * 1º BAD CT
Matemáticas Acceso a CFGS
Introducción a la Inferencia Estadística
ESTADÍSTICA BIDIMENSIONAL
Valores extremos. Los valores extremos son aquellos datos extremos, que parecen anómalos, y que unas veces son debidos a errores de registro al introducir.
Estadística bidimensional
Física - Química José Antº Pascual
LA RECTA DE REGRESIÓN CONTENIDOS:
Primerasdefiniciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre.
Variables estadísticas bidimensionales
@ Angel Prieto BenitoMatemáticas Acceso a CFGS1 PARÁMETROS BIDIMENSIONALES Bloque IV * Tema 159.
Grafica de una ecuación de primer grado
Estimación y contraste de hipótesis
Estadística II Regresión Lineal.
Análisis de los Datos Cuantitativos
Ecuación de la recta.
Matemáticas Ejercicio nº61 Juan Sanjuán Navarrete B. 2ºB.
TABLAS DE DOBLE ENTRADA Anexo * BAD 1º BC
Método de Sustitución a) x – y = 6 b) x + y = 12 x – y = 6
Aplicaciones Estadísticas a las Finanzas Clase 1
ESTIMACIÓN DE PARÁMETROS
Variables estadísticas bidimensionales
Correlación Decimos que dos variables, X e Y, están correlacionadas cuando hay una relación cuantitativa entre ellas. X suele ser la variable independiente.
Ejercicios Dado un conjunto de datos, aplicar el Criterio de Fourier para desechar los posibles valores atípicos.
TEMA 3: Estadística Bidimensional.
ANÁLISIS DE LA INFORMACIÓN La relación entre variables.
TEMA : ANALISIS DE REGRESION
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 U.D. 12 * 1º BCS ESTADÍSTICA BIDIMENSIONAL.
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 U.D. 12 * 1º BCS ESTADÍSTICA BIDIMENSIONAL.
UNIDAD IV Regresión y correlación lineal
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 U.D. 12 * 1º BCS ESTADÍSTICA BIDIMENSIONAL.
Geometría Analítica.
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
METODO DEL PUNTO ALTO Y DEL PUNTO BAJO
Transcripción de la presentación:

Distribuciones bidimensionales

TRABAJO A REALIZAR: Elegir dos variables que tengan cierta correlación, para ello es necesario hacer encuestas o buscar información. En nuestro caso pretendemos demostrar la relación que existe entre las horas de estudio de filosofía con la nota obtenida.

Ejercicios: Tabular los datos de las variables. Representarlos gráficamente. Dibujar a ojo la posible recta de regresión. Encontrar la autentica recta de regresión Comprobar si la recta da el mismo valor que el primero o el último de los datos obtenidos directamente Medir la bondad de la recta de regresión Sacar conclusiones

TABULAR LOS DATOS DE LAS VARIABLES HORAS: NOTA: 8 7.5 6 6.5 9.3 7 7.8 8.2 5 8.25 4 3 9 HORAS: NOTA: 10 8.65 6 5.25 1.5 5.5 20 7 4 5.6 2 3 5 4.2 4.75

HORAS: NOTA: HORAS: NOTA: 2 6 1 4.5 4 6.5 7.25 8 3 5 6.6 2.15 0.4 7 8 0.4 7 HORAS: NOTA: 8 9 12 6 7 3 7.5 5.5 2 5 4 3.25 6.25 10

Representación de los Datos

Dibujar a ojo la posible recta de regresión:

Encontrar la autentica recta de regresión La formula para calcular la recta de regresión es la siguiente:

Para hallar la ecuación es necesario conocer: 1.- La media de los valores de y, según la ecuación: 2.- La media de los valores de x, según la ecuación: 3.-La covarianza, según la ecuación: 4.- La varianza, según la ecuación:

Sustituyendo los valores obtenidos anteriormente resulta la siguiente ecuación:

La auténtica representación grafica de la recta es la siguiente:

Podemos comprobar que la recta no contiene ese punto: Para x=7.5: Comprobar si la recta da el mismo valor que el primero o el último de los datos obtenidos directamente. Sustituimos en la ecuación de la recta el primer punto obtenido (7.5,8). Podemos comprobar que la recta no contiene ese punto: Para x=7.5:

Medir la bondad de la recta de regresión En términos matemáticos conocido como coeficiente de correlación. Para ello necesitamos saber: 1.- Desviación típica de y:

Por último sustituimos en la formula: 2.- Desviación típica de x: 3.- Covarianza: Por último sustituimos en la formula:

Conclusiones: Como podemos observar el coeficiente de correlación es positivo por lo tanto la dependencia es directa. Debido a que el coeficiente de correlación se encuentra aprox. entre 0 y 1 podemos concluir que es “semifiable”. Resultado lógico ya que las horas de estudio influyen en la nota pero no es el único factor, ya que una persona que tenga mas inteligencia se puede estudiar el mismo contenido en menos tiempo.

Trabajo realizado por: Ginés Martínez Solaeche Mario Terrés Díaz