Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Ejemplo de problema de Regresión y Correlación en Ingeniería Industrial, Ejercicios de Estadística Inferencial

Un ejemplo de como definir un problema de análisis de regresión y correlación en el contexto de la ingeniería industrial. Las características de estos modelos estadísticos, sus limitaciones y cómo se mide la correlación. Además, se presenta un ejercicio relacionado con la relación entre el consumo de aceite y gas en un restaurante de comida rápida.

Tipo: Ejercicios

2018/2019

Subido el 21/10/2021

marco-sebastian
marco-sebastian 🇲🇽

4 documentos

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
|
INGENIERÍA INDUSTRIAL
Unidad 1
FECHA:03-Sept -2021
Estadística Inferencial 2
INSTITUTO TECNOLÓGICO DE ORIZABA
Ejemplo de Definición de un problema de
Regresión/Correlación
Docente:
Mario Leoncio Arrioja Rodríguez
Alumno:
Mejía Morales Axel
Equipo: E
Hora: 13:00-14:00
pf3

Vista previa parcial del texto

¡Descarga Ejemplo de problema de Regresión y Correlación en Ingeniería Industrial y más Ejercicios en PDF de Estadística Inferencial solo en Docsity!

INGENIERÍA INDUSTRIAL

Unidad 1

FECHA: 03 - Sept - 2021

Estadística Inferencial 2

INSTITUTO TECNOLÓGICO DE ORIZABA

Ejemplo de Definición de un problema de

Regresión/Correlación

Docente:

Mario Leoncio Arrioja Rodríguez

Alumno:

Mejía Morales Axel

Equipo: E

Hora: 13 :00- 14 : 00

Ejemplo de Definición de un problema de Regresión/Correlación Características de los modelos de Regresión y Correlación:

  • La Regresión El análisis de regresión es una técnica usada para modelar la relación entre variables. Se desea establecer como una o varias variables dependientes se comportan respecto a una o más variables independientes. Mediante esta técnica podemos obtener información sobre como una variable de interés Y, variable dependiente, varia cuando una de las independientes lo hace. La regresión nos permite, además, determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor y estimado que se obtendría para un valor x que no esté en la distribución.
  • Limitaciones Una de las principales limitaciones del análisis de regresión se basa en el hecho de que dos variables crezcan o decrezcan siguiendo las mismas pautas no implica necesariamente que una cause a la otra, ya que puede ocurrir que entre ellas se produzca una relación espuria.
  • La correlación La correlación es una medida estadística que expresa hasta qué punto dos variables están relacionadas linealmente (esto es, cambian conjuntamente a una tasa constante).
  • Limitaciones del análisis de correlación La correlación no puede medir la presencia o el efecto de otras variables aparte de las dos que se están explorando. Es importante saber que la correlación no nos informa sobre causas y efectos. Además, la correlación no puede describir con precisión las relaciones curvilíneas.
  • ¿Cómo se mide la correlación? El coeficiente de correlación de la muestra, r, cuantifica la intensidad de la relación. Las correlaciones también se someten a pruebas para establecer su significancia estadística.
  • Variable Es la característica que se estudia u observa en los individuos (o elementos) que conforman el conjunto de unidades a estudiar.
  • Datos Son los valores numéricos asumidos por la variable en cada uno de los elementos que se estudian para que puedan ser comparados, analizados e interpretados. Aquí utilizamos datos bivariados, esto es, pares ordenados que pueden representarse como puntos en el plano cartesiano.
  • Gráfico de dispersión Es una representación en un sistema de coordenadas cartesianas de los datos numéricos observados sobre la relación entre dos variables.