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


Guía II de Estadística: Correlación y Regresión - Fonaments del Mètode Científico, Diapositivas de Estadística

Conceptos básicos de correlación y regresión estadística, incluyendo covariancia, correlación lineal de Pearson, regresión lineal y diferentes tipos de muestreo. Además, se explica el teorema del límit central y cómo calcular intervalos de confianza para la media y la probabilidad.

Tipo: Diapositivas

2020/2021

Subido el 08/12/2021

usuario desconocido
usuario desconocido 🇪🇸

7 documentos

1 / 28

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
FONAMENTS DEL
MTODE CIENTFIC:
ESTADSTICA
Guia II de classe 2021-2022
Dr. Ramon Company
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c

Vista previa parcial del texto

¡Descarga Guía II de Estadística: Correlación y Regresión - Fonaments del Mètode Científico y más Diapositivas en PDF de Estadística solo en Docsity!

FONAMENTS DEL

MÈTODE CIENTÍFIC:

ESTADÍSTICA

Guia II de classe 2021- Dr. Ramon Company [email protected]

Correlació i regressió

CORRELACIÓ I REGRESSIÓ

  • (^) Regressió lineal: Té per objectiu fer prediccions dels valors de la variable dependent en funció dels valors que assignem a la variable independent.

Correlació i Regressió

CORRELACIÓ I REGRESSIÓ

Correlació i Regressió

  • 189 402 3754,347 1125,298 2055, X Y
  • 190 404 3632,802 995,116 1901,
  • 208 412 1786,983 554,388 995,
  • 227 425 541,620 111,207 245,
  • 239 429 127,074 42,843 73,
  • 252 436 2,983 0,207 0,
  • 257 440 45,256 19,843 29,
  • 274 447 562,983 131,207 271,
  • 293 458 1825,620 504,207 959,
  • 308 469 3332,438 1119,207 1931,
  • 316 469 4320,074 1119,207 2198,
  • (^) Segons la definició de Laplace: La probabilitat d’un esdeveniment é s el quocient entre el nombre de casos favorables i el nombre de casos possibles.
  • (^) A l’hora d’aplicar aquesta definició cal tenir en compte que els esdeveniments elementals han de ser igualment probables.

Probabilitat

MOSTREIG

  • (^) Consisteix en la selecció d’un nombre limitat d’unitats d’entre una totalitat, seguint determinades regles, amb la finalitat de fer inferències que vagin del valor mostral al poblacional.
  • (^) Probabilístic: Tots els individus de la població, tenen la mateixa probabilitat de formar part de la mostra.
  • (^) No probabilístic: No es pot estimar la probabilitat que té cada individu de pertànyer a la mostra.

Mostreig

TIPUS DE MOSTREIG NO

PROBABILÍSTIC

  • (^) Accidental
  • (^) Intencional
  • (^) Per quotes

Tipus de mostreig no probabilístic

Inferencia

  • (^) Estimador per interval: Parell d’estadístics que s’utilitzen per estimar un paràmetre poblacional.
  • (^) Estimació per interval: Valors numèrics que pren l’estimador per interval per a una mostra determinada.
  • (^) Interval de probabilitat: É s la zona entorn d’un paràmetre que conté la major part dels estadístics de la distribució mostral.
  • (^) Interval de confiança: É s l’espai entorn d’un estadístic on dins dels seus límits é s probable que es trobi un paràmetre.

Estimació de Paràmetres

TEOREMA DEL LÍMIT CENTRAL

  • (^) Donada una població qualsevol de mitjana μ i desviació tí pica σ, la distribució mostral de mitjanes en el mostreig aleatori realitzat en aquesta població tendeix a una distribució normal de mitjana μ i desviació tí pica a mesura que creix la grandària de la mostra.

Teorema del límit central

Intervalo de confianza de una media Intervalo de confianza de una probabilidad

  • (^) Nivell de confiança (1- α): És la probabilitat d’encertar en un judici, estimació o pronòstic.
  • (^) Nivell de significació o risc d’error ( α): És la probabilitat d’equivocar-se en el pronòstic

Estimació de Paràmetres

ESTIMACIÓ DE PARÀMETRES

  • (^) Precisió:És l’exactitud amb que un estadístic representa el seu paràmetre. Un estadístic serà més precís, quan menor sigui l’error mostral.
  • (^) Error mostral:Diferència entre un estadístic iel seu paràmetre corresponent.
  • (^) Fiabilitat:És la mesura de la constància d’un estadístic quan s’obté en diferents mostres d’un mateix tipus.
  • (^) Validesa:Es pot definir com la millor aproximació possible a la veracitat de les proposicions.

Estimació de Paràmetres

GRAU DE SIGNIFICACIÓ

  • (^) Grau de significació (p): É s la probabilitat d’error al rebutjar la hipòtesi nul·la. Si p≥α s’accepta H 0 . Si p<α es rebutja H0 amb p=(valor obtingut).
  • (^) Error de tipus I: Es produeix quan es rebutja una hipòtesi nul·la que hauria de ser acceptada. La probabilitat de cometre aquest error é s α.
  • (^) Error de tipus II: Es produeix quan s’accepta una hipòtesi nul·la que hauria de ser rebutjada. La probabilitat de cometre aquest error é s β.

Grau de significació

POTÈNCIA D’UN CONTRAST

  • (^) Potència d’un contrast (1- β): És la probabilitat de rebutjar la hipòtesi nul·la (H 0 ) que en realitat é s falsa.

Potencia d’un contrast