Академический Документы
Профессиональный Документы
Культура Документы
El diagrama de dispersión es una herramienta gráfica que ayuda a identificar la posible relación
entre dos variables. Representa la relación entre dos variables de forma gráfica, lo que hace
más fácil visualizar e interpretar los datos.
El diagnóstico de regresión lineal es una técnica estadística utilizada para estudiar la relación
entre
resultar más eficaz invertir; o para predecir el número de ventas de un determinado producto.
En física se utiliza para caracterizar la relación entre variables o para calibrar medidas. Etc.
Tanto en el caso de dos variables (regresión simple) como en el de más de dos variables
(regresión múltiple), el análisis de regresión lineal puede utilizarse para explorar y cuantificar
la relación entre una variable llamada dependiente o criterio (Y) y una o más variables
llamadas
independientes o predictoras (X1, X2, ..., Xk), así como para desarrollar una ecuación lineal con
fines predictivos. Además, el análisis de regresión lleva asociados una serie de procedimientos
de diagnóstico (análisis de los residuos, puntos de influencia) que informan sobre la estabilidad
o no.
3) Los intervalos de confianza reportan el valor medio de Y para una X dada, mientras que
los intervalos de predicción reportan el rango de valores de Y para un valor particular de X.
4) Se trata de hacer un análisis exhaustivo sobre la regresión lineal, y contestar con dicha
aplicación a las preguntas que se puedan presentar a la hora de resolver los ejercicios.
La varianza es una medida de dispersión que representa la variabilidad de una serie de datos
respecto a su media. Formalmente se calcula como la suma de las residuos al cuadrado
divididos entre el total de observaciones
6)
ilustrar diferentes patrones en la fuerza y la dirección de las relaciones entre las variables.
Los puntos se ubican de forma aleatoria en la gráfica, lo que significa que no existe relación
lineal entre las variables.
Relación positiva grande: Pearson r = 0.93
Los puntos se ubican cerca de la línea, lo que indica que existe una relación lineal fuerte entre
las variables. La relación es positiva porque a medida que una variable aumenta, la otra
variable también aumenta.
Los puntos se ubican cerca de la línea, lo que indica que existe una relación negativa fuerte
entre las variables. La relación es negativa porque a medida que una variable aumenta, la otra
variable disminuye.
7) Una serie de tiempo es una lista de fechas, cada una de las cuales se asocia a un valor (un
número). Las series de tiempo son un modo estructurado de representar datos. Visualmente,
es una curva que evoluciona a lo largo del tiempo.
9)
serie pueden utilizarse dos procedimientos: las medias móviles y el ajuste por mínimos cuadrados
ordinarios.
Medias móviles
Una serie de medias móviles puede considerarse como una serie temporal artificial construida
substituyendo el valor observado de la variable en cada período por la media de dicho valor y algunos
anteriores y posteriores a él. En general, el primer valor de una media móvil de orden k es:
cada período.
En caso de que la tendencia de una serie temporal sea lineal, ésta puede modelizarse
como Xt=a+bt donde t es el tiempo o variable independiente y b es la tasa de crecimiento o decrecimiento
de la tendencia. Para estimar los parámetros a y b a partir de la serie observada se ajusta por MCO una
recta a la nube de puntos (t,Xt). Para obtener la estimación de la tendencia con el programa SPSS la
secuencia es: Analizar > Regresión > Lineal, teniendo en cuenta que la variable dependiente es, en este
caso, X y la independiente es t.
como o .
No separaremos ciclo y tendencia en estos materiales, por lo que, siempre que nos refiramos a
la tendencia, estaremos hablando, de hecho, de la ciclo-tendencia.
Componente estacional
forma .
y que se cumple el denominado "principio de conservación de las áreas", que para el modelo
aditivo indica que la media "anual" de las componentes estacionales es igual a cero, esto es,
Componente irregular
También llamado "ruido", recoge alteraciones de la serie, pequeñas en su incidencia, y sin una
pauta periódica ni tendencial reconocible. Se considera que está ocasionada por múltiples
factores, de pequeña entidad y diferentes ritmos temporales, que no se pueden estudiar
individualmente. Esto en la teoría, porque en la práctica lo que ocurre es que la consideración
de una serie como compuesta por componentes tendenciales, cíclicas y estacionales no deja
de ser un modelo y, como tal, una representación aproximada e imperfecta, aunque valiosa,
del mundo real. La componente irregular recogería, en consecuencia, la incapacidad del
modelo para explicar a la perfección el comportamiento de la serie temporal.
Nótese que si se impone que no tengan pautas tendenciales o periódicas de la serie, deben
entonces comportarse de forma independiente de las otras componentes, que tienen unas
pautas sistemáticas.
Se describe como o .
.