Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Nombre: Matrícula:
Carlos Alejandro Castañeda Rodriguez 2885712
Sarahi Pérez Gutiérrez 2806107
Oscar Alexis Gutierrez Cabrera 2749388
Nombre del curso: Nombre del profesor:
Estadistica y pronóstico para la Rosibel Carrada Legaria
toma de decisiones
Módulo: Actividad:
2 Act 4
Fecha: 2 Marzo 2019
Objetivo
Investigar y aplicar los conceptos sobre los temas de estimadores de
coeficientes por el método de mínimos cuadrados y análisis de correlación, así
como las pruebas de hipótesis e intervalos de confianza de modelos de
regresión lineal simple.
Instrucciones:
1. Realiza una lectura de las explicaciones de tema 9 y 10. Define los
siguientes conceptos:
2. Variable dependiente: Son aquellos valores que dependen de otro valor para
que se puedan interpretar; dependen de otra variable llamada independiente.
3. Variable independiente: Son aquellos valores que NO dependen de otra
variable.
4. Análisis de la regresión simple: Por medio de este análisis, se puede tomar en
cuenta a más de una variable independiente. Se utilizan más de una variable
independiente en X para explicar la variación en Y.
5. Estimadores de mínimos cuadrados: Representados por β o ˆ y 1 β, busca el
mejor ajuste a una línea recta. Se utiliza una técnica de análisis numérico dentro
de la optimización matemática; en la que en un conjunto de pares ordenados
(variable independiente/variable dependiente) se intenta la aproximación a un
mejor ajuste.
6. Intervalo de confianza: Muestra y describe la variabilidad entre la medida
obtenida en algún estudio y la medida real del valor. Son varios números o rango
de valores que provienen de la estimación de un valor desconocido con cierta
probabilidad de acierto entre esos rangos.
7. Coeficiente de correlación: Se representa con la letra r, y este indica la relación
entre las variables. Se representa con subíndices que indican la fila y columna a
la que se refiere. Determinando la relación entre dos variables; tomando en
cuenta que la correlación 1 y 2 sería igual que la correlación 2 y 1.
8. Coeficiente de determinación: Se representa con la letra r2, nos dice el
porcentaje de la variabilidad total en la variable Y. Es una medida de la
capacidad de predicción del modelo; también puede entenderse como una
medida de asociación lineal entre X y Y.
9. Error estándar de estimación: Mide la variabilidad de puntos observados de
acuerdo a una línea de regresión. Mostrando la confiabilidad de la ecuación de
estimación.
Reporte
Tiempo (semanas) X 26 32 35 27 25 31 30
R2 es la correlación que existe entre las variables por lo que mientras más se
acerque este a 0 más se acerca a línea recta. Lo que significa que existe una
relación entre las variables
Pronostiquen la
pérdida cuando el
tiempo es de 33 semanas
Reporte
con una confianza del 90%, la perdida del peso del producto (helado) se incrementará
entre 1.42 y 0.60. El intervalo contiene al 0 por lo que se concluye que el coeficiente de
regresión B1 no tiene efecto significativo; en este caso no se puede descartar Ho, esto es
no hay evidencia que indique que hay una relación entre la perdida de peso y el tiempo
que se conserva el helado en refrigeración.