Академический Документы
Профессиональный Документы
Культура Документы
martinezsolaris@cotas.com.bo
fmartinezsolaris, cuenta de Skype
Programa a Desarrollar
Observación Hipótesis
Aporte Estadística
Replanteo Toma de Información
de Hipótesis
(x, y)
X
Horas de Estudio por semana Promedio de notas
5 2.1
6 2.7
7 2.6
8 2.5
9 3.5
10 3.0
11 3.5
12 3.7
13 3.9
14 4.0
REGRESION LINEAL SIMPLE
Diagrama de Dispersión
4.5
3.5
Promedio de notas
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16
Horas de estudio por semana
REGRESION LINEAL SIMPLE
Método de Mínimos Cuadrados
Métodos de Mínimos
𝒀 = 𝜷𝟎 + 𝜷𝟏 𝒙𝒊 Cuadrados
Estimación
(Carl Friedrich Gauss)
Parámetros
𝒀 = 𝜷𝟎 + 𝜷𝟏 𝒙𝒊
REGRESION LINEAL SIMPLE
Método de Mínimos Cuadrados
A partir de muestras (x1, y1), (x2, y2), …(xi, yi) de las variables “X” y
“Y”, se trata de obtener los estimadores . Para ello la Técnica de
Mínimos Cuadrados minimiza la suma de cuadrado de las distancias
entre los valores observados y los estimados de tal manera que :
(𝒀𝒊 − 𝒀𝒊 ) = 𝟎
Y
𝒙 𝒚
𝒙𝒚 − 𝒏
𝜷𝟏 = 𝟐
( 𝒙𝒊)
𝒙𝒊𝟐 −
𝒏
(𝒀𝒊 − 𝒀𝒊 )
𝜷𝟎 = 𝒚 − 𝜷𝟏 𝒙
(𝒀𝒊 − 𝒀𝒊 ) = 𝟎
REGRESION LINEAL SIMPLE
Método de Mínimos Cuadrados
𝒀 = 𝜷𝟎 + 𝜷𝟏 𝒙𝒊
Estimada una vez la recta de Predicción y teniendo en cuenta que el
propósito de la R.L.S es la predicción, se hace necesario estar
seguro que la ecuación estimada es capaz de predecir.
Validación
Cuantifica la cantidad de la
variabilidad de “Y” que puede
ser explicada por “X”
R² ≥ 70%
Regresión Lineal Simple/Validación de la Recta de Estimación/ANARE
FV gl SC CM Fc Ft (Pr>F)
CMRegresión
Regresión 1 SCRegresión CMRegresión
/CMError
Error n-2 SCError CMError
Total n.1 SCTotales
Regla de Decisión
𝐇𝐨: 𝜷𝟏 = 𝟎
NRHo : Fc ≤ Ft
𝐇𝐚: 𝜷𝟏 ≠ 𝟎 RHo : Fc > Ft
REGRESION LINEAL SIMPLE
Dibujo de la Recta de Estimación
La Recta de Estimación debe pasar por dos puntos obligados dentro
del área de exploración, las coordenadas de estos puntos son las
siguientes:
4.5
y = 0.203x + 1.2212
4 R² = 0.8754
3.5
Promedio de Notas
2.5
1.5
0.5
0
0 5 10 15
Horas de Estudio
REGRESION LINEAL SIMPLE
Bandas de Confianza
¿Hasta dónde es capaz de predecir la recta de predicción estimada?
5
Promedio de Notas
4 Diagram de Dispersión
Recta de Estimación
3
Banda Inferior
2 Banda Superior
0
0 5 10 15
Horas de Estudio
CORRELACION LINEAL SIMPLE
No
Experimental No Probabilístico
Muestreo
Probabilístico
Diseño de Investigación
Cuasi experimental
Experimental
Experimentos Puros
DCA SIMPES
BCA COMPLEJOS
Independencia
Experimento:
En sí viene a ser aquel proceso intencionado
provocado por el investigador con el fin de estudiar
su origen, esencia e interrelación con otros procesos
o fenómenos.
Tratamiento:
Viene a ser el conjunto de condiciones
experimentales que el investigador impone a las
unidades experimentales. Ejemplo: efecto de dosis
desparasitante, tipo de desparasitante, estrategia
pedagógica, organización del aula, etc.
Ing.M.Sc. Francisco Martínez Solaris; Mgs. En
17/09/2013
Educación Superior
DISEÑOS EXPERIMENTALES
Unidad Experimental
Es el material o lugar sobre el cual se aplican los
tratamientos
Tamaño de la Unidad Experimental
Depende depende mucho del tipo de material
experimental que se utilice y muchas veces de la
esperanza de vida en el caso de usar seres vivos.
Factor
Es un tratamiento que genera más tratamientos
(niveles del factor)
Error Experimental
Es la variación aleatoria (no explicada) ajena al
control razonable del investigador. Este término no
es sinónimo de error, si no que forma parte de las
características propias e innatas de la unidad
experimental
Testigo
Es el tratamiento de comparación adicional, que no
debe faltar en un experimento; la elección del
tratamiento testigo es de gran importancia en
cualquier investigación
Diseños Experimentales
Es un método científico de investigación que consiste
en hacer operaciones prácticas destinadas a
demostrar, comprobar o descubrir fenómenos o
principios básicos. Tiene como propósito proporcionar
la máxima cantidad de información a un costo mínimo.
Ing.M.Sc. Francisco Martínez Solaris; Mgs. En
17/09/2013
Educación Superior
DISEÑOS EXPERIMENTALES
Exigencias la experimentación
Tipicidad
Uniformidad
F.V gl SC CM Fc Ft
𝑌𝑖𝑗 = 𝜇 + 𝑇𝑖 + 𝐸𝑖𝑗
F.V gl SC CM Fc Ft
REPETICIONES
TRATAMIENTOS ΣYi.
1 2 3 …j
1 Y11 Y12 Y13 Y1j Y1.
2 Y21 Y22 Y23 Y2j Y2.
3 Y31 Y32 Y33 Y3j Y3.
…i Yi1 Yi2 Yi3 Yij Yi.
ΣY.j Y.1 Y.2 Y.3 Y.j Y..
ΣY..2
𝐹𝐶 = ; experimentos desbalanceados
𝑛
𝑆𝐶𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = 𝑌𝑖𝑗 2 − 𝐹𝐶
𝑌𝑖.2
𝑆𝐶𝑇𝑅𝐴𝑇 = − 𝐹𝐶; experimentos balanceados
𝑟
𝑌𝑖.2
𝑆𝐶𝑇𝑅𝐴𝑇 = 𝑟𝑖
− 𝐹𝐶; experimentos desbalanceados
Regla de Decisión
Verdadera
NRHo si Fc Ft
Ho
RHo si Fc > Ft
Falsa
Ejemplo de DCA
NRHo
Decisión
Ho
RHo Entonces Ha
es verdadera
2 𝐶𝑀𝐸𝑟𝑟𝑜𝑟
• Método de Student-Newman-Keuls (SNK) 𝑆𝑁𝐾 = 𝑞 ∝
𝑟
2 𝐶𝑀𝐸𝑟𝑟𝑜𝑟
• Método de Tukey (Diferencia Significativa Honesta) 𝑇𝑜 = 𝑞 ∝
𝑟
2 1 1
• Método de Scheffé 𝐹𝑜 = 𝑡 − 1 𝐹 ∝ 𝐶𝑀𝐸𝑟𝑟𝑜𝑟 ( + )
𝑖 𝑗
Principio de bloqueo
• Deben existir tantas unidades experimentales dentro de cada
bloque como tratamientos se tenga, de manera que cada
tratamiento tenga una repetición en cada bloque
• Desventaja (cuando se pierde una unidad experimental en un
bloque) por que se pierde la simetría del bloque (principio de
bloqueo.
• Cuando se pierde todo un tratamiento o bien todo un bloque, no
hay problema ni necesidad de estimar parcela o datos perdidos
F.V gl SC CM Fc Ft
BLOQUES
TRATAMIENTOS ΣYi.
1 2 3 …j
𝑆𝐶𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = 𝑌𝑖𝑗 2 − 𝐹𝐶
𝑌. 𝑗 2
𝑆𝐶𝐵𝑙𝑜𝑞𝑢𝑒 = − 𝐹𝐶
𝑡
𝑌𝑖.2
𝑆𝐶𝑇𝑅𝐴𝑇 = − 𝐹𝐶
𝑟
FV gl SC CM Fc Probabilidad Ft (0.01)
Total 29 88.1667
Factor B
Factor A
b1 b2 b3 …bj
Repeticiones
Factor A Factor B ΣYij.
1 2 3 …k
b1 Y111 Y112 Y113 Y11k Y11.
b2 Y121 Y122 Y123 Y12k Y12.
a1
b3 Y131 Y132 Y133 Y13k Y13.
bj Y1j1 Y1j2 Y1j3 Y1jk Y1j.
b1 Y211 Y212 Y213 Y21k Y21.
b2 Y221 Y222 Y223 Y22k Y22.
a2
b3 Y231 Y232 Y233 Y23k Y23.
bj Y2j1 Y2j2 Y2j3 Y2jk Y2i.
b1 Yi11 Yi12 Yi13 Yi1k Yi1.
b2 Yi21 Yi22 Yi23 Yi2k Yi2.
ai
b3 Yi31 Yi32 Yi33 Yi3k Yi3.
…bj Yij1 Yij2 Yij3 Yijk Yij.
Por: Ing. M.Sc. Francisco Martínez Solaris 17/09/2013
DISEÑOS FACTORIALES EN ARREGLO
COMPLETAMENTE AL AZAR
Vaciamiento de interacciones para un Bifactorial en
DCA.
Factor B
Factor A ΣYi..
b1 b2 b3 b4 …bj
F.V gl SC CM Fc Ft
𝑆𝐶𝐴𝐵 𝐶𝑀𝐴𝐵
A*B (a-1)(b-1) SCAB F(,glAB, gl Error)
𝑎 − 1 (𝑏 − 1) 𝐶𝑀𝐸𝑟𝑟𝑜𝑟
𝑆𝐶𝐸𝑟𝑟𝑜𝑟
Error ab(r-1) SCError
𝑎𝑏(𝑟 − 1)
Total abr-1 SCTotales
ΣYi. . 2 𝐶𝑀𝐸𝑟𝑟𝑜𝑟
A ΣYi..
br 𝑏𝑟
ΣY. j. 2 𝐶𝑀𝐸𝑟𝑟𝑜𝑟
B ΣY.j.
ar 𝑎𝑟
ΣYij. 2 𝐶𝑀𝐸𝑟𝑟𝑜𝑟
AB ΣYij.
r 𝑟