



Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Estadistica aplicada en mención de ejercicios
Tipo: Resúmenes
1 / 6
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!




Acabado de leer el capítulo 9, comprendimos la distribuciones bidimensionales o bivariantes, mejor dicho, los análisis de dos variables simultáneamente para determinar si existe una relación funcional entre ellas, así como para calcular el grado de dicha relación. Como teníamos conocimiento que las distribuciones unidimensionales que se analizaban de forma separada en comparación a ésta que acabamos de estudiar que se estudian conjuntamente. Algunos ejemplos de distribuciones bidimensionales son producción y consumo, ventas y utilidades, salarios y productividad, ingresos y gastos, etc. DIAGRAMA DE DISPERSION El diagrama de dispersión, es un gráfico en el que se representa gráficamente un conjunto de datos de dos variables en dos ejes de coordenadas cartesianas. Por lo tanto, los diagramas de dispersión sirven para analizar la relación entre dos variables. Un buen resultado de un diagrama de dispersión es aquella que hace mínima la suma de los cuadrados de las diferencias entre los puntos dados y los obtenidos mediante la línea ajustada o estimada. REGRESIÓN La palabra regresión, en el aspecto estadístico, la usamos para la estimación de un valor de una variable en función a otro valor conocido, correspondiente a otra variable. Regresión Rectilínea Simple: Su recta de regresión de 2 en 1 se representa por la ecuación: ó ó
Hasta el momento, nos hemos enfocado en estimar 𝑌 en función de 𝑋, siguiendo el ejemplo de ventas (𝑋) y costos (𝑌). Teníamos conocimiento que estimando las ventas (ahora 𝑌) en función de las ventas (ahora 𝑋), únicamente es necesario cambiar las columnas, porque el procedimiento de cálculo permanece igual. Cuando nosotros utilizamos una calculadora, tenemos la sorpresa que ya no es necesario cambiar las columnas, ya que se puede estimar 𝑋 en función de 𝑌, además de poder seguir estimando 𝑌 en
método importante utilizado en investigaciones de mercado, mayormente cuando no es necesario aplicar medidas cuantitativas para ciertas características cualitativas como, por ejemplo: preferencias, actitudes, belleza femenina y otras características de conductas. El coeficiente de correlación por rangos de Spearman se define mediante la formula: di = representa la diferencia entre cada par de variables xi y yi
El menor valor de X será 1, el siguiente 2, etc. En el caso de haber dos valores iguales se sumarán los numero correspondientes al ordenamiento y se dividirá por dos, correspondiéndole a cada uno ese mismo valor. Luego se establecen las diferencias entre los valores dados al ordenarse las variables. Se eleva al cuadrado cada una de las diferencias. La sumatoria de se multiplica por 6 y se divide por el producto de n(n2 – 1). El resultado anterior se resta a 1, dando valor del coeficiente de Spearman, el cual será un valor comprendido entre -1 y 1.
Introducción Las series cronológicas o de tiempo son conjuntos de datos que se recogen en diferentes momentos, con la variable tiempo (X) como referencia y la variable estudiada (Y), como producción, ventas o precios, como el dato de interés. Estas series son cruciales para evaluar la situación actual de una empresa y prever tendencias futuras, como predicciones de ventas, producción o precios. Componentes de una Serie de Tiempo
Modelos de Análisis Modelo Aditivo : Y = T + VE + VC + VA, donde cada componente se suma. Es adecuado cuando las variaciones estacionales, cíclicas y aleatorias se suman a la tendencia. Modelo Multiplicativo : Y = T * VE * VC * VA, donde cada componente se multiplica. Es útil cuando los factores afectan la tendencia de manera proporcional y relativa. Métodos de Ajuste