Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ASIGNATURA APRENDIZAJE
INDUSTRIAS 2006 060-2224 ESTADISTICA BASICA
ALIMENTARIAS
1. INTRODUCCION
Una técnica estadística que establece una ecuación para estimar al valor desconocido de una variable, a partir del
valor conocido de otra variable, (en vez de valores de muchas otras variables).
2. OBJETIVO (COMPETENCIA)
El alumno aprenderá a desarrollar hojas de cálculo electrónicas para el análisis estadístico de datos experimentales
mediante la regresión lineal.
3. FUNDAMENTO
Un análisis de regresión genera una ecuación para describir la relación estadística entre uno o más predictores y la
variable de respuesta y para predecir nuevas observaciones. La regresión lineal generalmente utiliza el método de
estimación de mínimos cuadrados ordinarios, del cual se obtiene la ecuación al minimizar la suma de los residuos
al cuadrado.
Por ejemplo, usted trabaja para una compañía de chips de patatas que analiza los factores que afectan el porcentaje
de chips desmenuzados por contenedor antes del envío (la variable de respuesta). Usted lleva a cabo el análisis de
regresión e incluye el porcentaje de patatas con respecto a otros ingredientes y la temperatura de cocción (grados
centígrados) como su dos predictores.
La regresión lineal simple examina la relación lineal entre dos variables continuas: una respuesta (Y) y un
predictor (X). Cuando las dos variables están relacionadas, es posible predecir un valor de respuesta a partir de un
valor predictor con una exactitud mayor que la asociada únicamente a las probabilidades.
La regresión proporciona la línea que "mejor" se ajusta a los datos. Esta línea se puede utilizar después para:
Examinar cómo cambia la variable de respuesta a medida que cambia la variable predictora.
Predecir el valor de una variable de respuesta (Y) para cualquier variable predictora (X).
4. PROCEDIMIENTO (DESCRIPCION)
A)
EQUIPO NECESARIO
Computadora
Software especializado
MATERIAL DE APOYO
Bibliografía básica
B) DESARROLLO DE LA PRACTICA
CASO 01:
Un fabricante de fotocopiadoras y procesadores de texto pequeños para oficina, paga a sus vendedores un salario
base reducido más una comisión igual a un porcentaje fijo de las ventas de cada vendedor. Uno de ellos afirma que
esta estructura salarial es discriminatoria para las mujeres. Los salarios base actuales de los nueve vendedores de la
compañía son los siguientes:
C) CALCULOS
5. RESULTADOS Y CONCLUSIONES
6. ANEXOS
7. REFERENCIAS
CARRERA PLAN DE ESTUDIO CODIGO NOMBRE DE LA UNIDAD DE
ASIGNATURA APRENDIZAJE
INDUSTRIAS 2006 060-2224 ESTADISTICA BASICA
ALIMENTARIAS
1. INTRODUCCION
2. OBJETIVO (COMPETENCIA)
El alumno aprenderá a desarrollar hojas de cálculo electrónicas para el análisis estadístico de datos experimentales
mediante la regresión múltiple.
3. FUNDAMENTO
Un análisis de regresión genera una ecuación para describir la relación estadística entre uno o más predictores y la
variable de respuesta y para predecir nuevas observaciones. La regresión lineal generalmente utiliza el método de
estimación de mínimos cuadrados ordinarios, del cual se obtiene la ecuación al minimizar la suma de los residuos
al cuadrado.
Por ejemplo, usted trabaja para una compañía de chips de patatas que analiza los factores que afectan el porcentaje
de chips desmenuzados por contenedor antes del envío (la variable de respuesta). Usted lleva a cabo el análisis de
regresión e incluye el porcentaje de patatas con respecto a otros ingredientes y la temperatura de cocción (grados
centígrados) como su dos predictores. La siguiente es una tabla de los resultados.
La regresión lineal múltiple examina las relaciones lineales entre una respuesta continua y dos o más predictores.
Si el número de predictores es grande, antes de ajustar un modelo de regresión con todos los predictores, se
deberían utilizar las técnicas de selección de modelo paso a paso o de los mejores subconjuntos para excluir los
predictores que no estén asociados con las respuestas.
4. PROCEDIMIENTO (DESCRIPCION)
A) EQUIPO NECESARIO
Computadora.
Software especializado.
MATERIAL DE APOYO
Bibliografía básica.
B) DESARROLLO DE LA PRACTICA
CASO 01: se desea conocer la influencia de las variables claridad, aroma, cuerpo, sabor y textura del vino para
ello se recogió la siguiente información:
a. Estime el modelo de regresión de la calidad del vino en base al aroma, sabor y textura.
b. Estime el modelo de regresión de calidad del vino en case a la claridad, aroma, sabor y textura.
C) CALCULOS
5. RESULTADOS Y CONCLUSIONES
6. ANEXOS
7. REFERENCIAS