REGRESION LINEAL SIMPLE

REGRESION SIMPLE.

La Regresión y la correlación son dos tecnicas estadisticas que se pueden utilizar para solucionar problemas comunes en los negocios .

Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de Regresión Simple.
"Y es una función de X"
Y = f(X)
Como Y depende de X,
Y es la variable dependiente, y
X es la variable independiente.
En el Modelo de Regresión es muy importante identificar cuál es la variable dependiente y cuál es la variable independiente.
En el Modelo de Regresión Simple se establece que Y es una función de sólo una variable independiente, razón por la cual se le denomina también Regresión Divariada porque sólo hay dos variables, una dependiente y otra independiente y se representa así:
Y = f (X)
"Y está regresando por X"
La variable dependiente es la variable que se desea explicar, predecir. También se le llama regresando o variable de respuesta.
Puede ser utilizada en corrales, laboratorios e invernaderos y sirve para dar una idea de cómo pueden resultar los datos obtenido en el resultado, los diseños que se pueden utilizar se utilizan para que nuestro análisis no sea incorrecto.

acerca de la clase de hoy (26 de enero del 2009)

la forma en que tenemos que memorizar los pasos a seguir para la elaboracion de datos apareados e independientes es de gran importancia , es importante saber la normalidad de los datos antes de hacer todo el procedimiento.

no me quedo claro la verificacion de la curtosis y el sesgo de los datos , como redactar el resultado de los datos estadisticos sirve para desarrollar una vision practica de los datos para ejercer en cualquier campo de modo que cualquier persona lo comprenda o simplemente le sirva al interesado .

la esposicion de hoy al principio no estaba muy clara pero con el apoyo del profesor para las dudas era de gran importancia para avanzar en el tema (aunque casi no hay dudas).

TAREA 3

PRUEBA FMAX
sirve para probar homogeneidad entre dos grupos de varianzas.

se dividen la varianza mas grande sobre la mas pequeña , si el resultado es mayor a los valores en las tablas de f entonces hay homogeneidad y se utiliza la formula correspondiente.

para poder resolver un problema dados los valores de las varianzas y los momentos , se debe comenzar por encontrar la variable dependiante e independiante del problema, seguido se puede plantear la hipotesis para que despues se eliga el estadistico de prueba para los datos que deben de probar su normalidad.

se debe de saber explicar la situacion del problema para que se entienda de un modo estadistico y tambien de forma que cualquier persona pueda hacer uso del diagnostico dado .

ejemplo:

se rechaza H0 con un nivel de a= 0.05

el peso de las glandulas suprarenales de las ratas sometidas a estres fue de 17.4% mayor(p < 0.05) que el de las glandulas suprarenales de las ratas sin estres

no tengo comentarios sobre las primeras clases

no tengo comentarios de estos temas ya que no pude presentarme a clase esos dias y solo pude sacar un breve resumen gracias a que algunos compañeros me brindaron sus apuntes.
espero que me acepte estas tareas ya que hasta ahora las publique .

saludos.

TAREA 2

DISTRIBUCION NORMAL
La distribución de una variable normal está completamente determinada por dos parámetros, su media y su desviación estándar, denotadas generalmente por y .

Propiedades de la distribución normal:

La distribución normal posee ciertas propiedades importantes que conviene destacar:

-Tiene una única moda, que coincide con su media y su mediana.
-La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre y es teóricamente posible.

-El área total bajo la curva es, por tanto, igual a 1.
-Es simétrica con respecto a su media . Según esto, para este tipo de variables existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato menor.
-La distancia entre la línea trazada en la media y el punto de inflexión de la curva es igual a una desviación típica (). Cuanto mayor sea , más aplanada será la curva de la densidad.
-El área bajo la curva comprendido entre los valores situados aproximadamente a dos desviaciones estándar de la media es igual a 0.95. En concreto, existe un 95% de posibilidades de observar un valor comprendido en el intervalo .
-La forma de la campana de Gauss depende de los parámetros y . La media indica la posición de la campana, de modo que para diferentes valores de la gráfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviación estándar determina el grado de apuntamiento de la curva. Cuanto mayor sea el valor de , más se dispersarán los datos en torno a la media y la curva será más plana. Un valor pequeño de este parámetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la distribución.

TAREA 1

RESUMEN 1

ESTADISTICA

la estadistica sirve para describir el conjunto de datos que se estudian , es de interes la localizacion de cantidades que se encuentren en el centro de su distribucion de frecuencias y la dispersion o variabilidad de la misma.

medias de tendencia central
_
x= media aritmetica , es una sume de n observaciones y dividida por n

mediana
( me)= es el numero central en el arreglo u orden de mayor a mayor de un conjunto de n numeros

moda
(mo)= valor que ocurre con mayor frecuencia

medidas de dispersion: caracterizan la distribucion

-amplitud (rango)

-desviacion media (D.M)

-varianza y dsviacion estandar

Medidas de dispercion relativas

-coeficiente de variacion:medida de dispercion de una serie de datos (C.V)

-error estandar (ee)

MUESTREO
marco de muestreo: lista de unidades de seleccion o muestreo , integran a la poblacion objetivo

muestra:
subconjunto de elementos del marco de muastreo , seleccionado mediante un procedimiento aleatorio con el proposito de adquirir informacion sobre la poblacion objetivo y realizar el proceso de la inferencia estadistica.

poblacion teorica:
conjunto de elementos que poseen una o mas caracteristicas en comun,el tamaño de n es desconocido .

poblacion objetivo:
conjunto de elementos que poseen una o mas caracteristicas en comun y el tamaño de n es conocido .