Matematica II

MATEMATICA II
En el caso de la estadística de análisis descriptivo, este tipo de metodología

proporciona un enfoque por el que se confecciona un resumen de
información que dan los datos de una muestra. ... Por ejemplo, el censo de las
personas que acudieron al hospital en un año o un mes determinado es análisis
descriptivo.
La estadística descriptiva univariante se centra en el análisis de una única
característica o cualidad del individuo. Las características a analizar presentan k
modalidades, exhaustivas y mútuamente excluyentes.
Analisis bivariante
Es una de las formas más simples de análisis cuantitativo. Implica el análisis de
dos variables, con el propósito de determinar la relación empírica entre ellas. El
análisis bivariado puede ser útil para probar hipótesis simples de asociación.
Es una de las formas más simples de análisis cuantitativo (estadístico) . [1] Implica
el análisis de dos variables (a menudo denotadas como X , Y ), con el propósito
de determinar la relación empírica entre ellas.
El análisis bivariado puede ayudar a determinar hasta qué punto es más fácil
conocer y predecir un valor para una variable (posiblemente una variable
dependiente ) si conocemos el valor de la otra variable (posiblemente la variable
independiente )
El Diagrama de dispersión es una herramienta utilizada cuando se desea realizar

un análisis gráfico de datos bivariados, es decir, los que se refieren a dos
conjuntos de datos. ... El resultado del análisis puede mostrar que existe una
relación entre una variable y la otra.
Los gráficos de dispersión se usan para trazar puntos de datos en un eje vertical
y uno horizontal, mediante lo que se trata de mostrar cuánto afecta una variable a
otra. Cada fila de la tabla de datos la representa un indicador cuya posición
depende de sus valores en las columnas que se establecen en los ejes X e Y
Análisis de correlación lineal simple:

Si entre dos variables cuantitativas existe una relación lineal, el análisis de
correlación lineal simple se usa para determinar la dirección y la magnitud de
dicha relación. La dirección de la relación se refiere a si ésta es positiva o
negativa. La magnitud de la relación o grado de relación entre las variables se
refiere a la fuerza de la relación que existe entre las variables. Se trata de
expresar cuantitativamente el grado de relación que existe entre las variables en
estudio.
La correlación lineal y la regresión lineal simple son métodos

estadísticos que estudian la relación lineal existente entre dos variables.
Coeficiente de Correlación: expresa de manera cuantitativa el grado y la dirección
de la relación entre dos variables. •Coeficiente de correlación r de Pearson (rxy).
Se usa cuando los datos están medidos en una escala de intervalo o de razón.
•Coeficiente de correlación rho de Spearman (rs). Se utiliza cuando una o ambas
variables están medidas en la escala ordinal, en la escala de intervalo o la de
razón.
CARACTERÍSTICAS DEL COEFICIENTE DE CORRELACIÓN El signo del
coeficiente indica si la relación entre las variables es positiva o negativa: si el
coeficiente es positivo, entonces la relación es positiva. En caso contrario, la
relación es negativa. El valor numérico del coeficiente de correlación varía entre –
1 y +1 y éste describe la magnitud de la relación entre las variables. Si r = -1
entonces existe una relación lineal perfecta negativa entre las variables. Si r = 0
entonces no existe relación entre las variables. Si r = +1 entonces existe una
relación lineal perfecta positiva entre las variables.
Dirección de la relación se refiere a si s positiva o negativa

La magnitud o grado entre las variables se refiere a la fuerza de la relación que
existe entre las variables
1. ANÁLISIS DE REGRESIÓN LINEAL SIMPLE El análisis de

regresión lineal simple tiene por objetivos (1) describir la relación
lineal existente entre dos variables cuantitativas mediante la
ecuación de la recta que mejor se ajusta a los datos y (2) usar
esta ecuación para realizar una predicción de los valores de una
variable usando la información aportada por la otra.
2. 23. En el análisis de regresión lineal es simple cuando
intervienen sólo dos variables: Una de ellas es llamada variable
independiente y es denotada por la letra X. La otra variable es
llamada variable dependiente, denotada por la letra Y. Los
valores de la variable dependiente son los que deseamos
predecir, usando para ello la información aportada por la variable
independiente ( X ). Si en el análisis de regresión intervienen
más de dos variables (una dependiente y las demás
independientes), éste es llamado análisis de regresión lineal
múltiple.
En el caso de una relación lineal, el objetivo es obtener la ecuación de
la recta que mejor se ajuste a los datos (que mejor represente la
relación entre las variables). Esta ecuación es llamada ecuación de
regresión lineal simple Y=A+B.Y
Donde: Yi’ : es el valor estimado de Y para el valor de Xi. A : es

llamada la constante de regresión lineal. B : es llamado el coeficiente
de regresión lineal.
KARL PEARSON
El nacimiento de la bioestadística es el principal aporte a la ciencia de Karl
Pearson. Esta es una derivación de la estadística matemática, que puede ser
aplicada a áreas como la medicina, la biología, la ecología, en servicios sanitarios
y en los estudios de herencia biológica.
Con Galton, Pearson desarrolló diversas teorías e investigaciones sobre la

eugenesia, el análisis de la herencia genética, la física y paradigmas evolutivos.
Karl Pearson fue historiador, escribió sobre folklore, fue un socialista convencido,

abogado, matemático aplicado, biómetra, estadístico, maestro y biógrafo. Pero sin
duda su contribución más importante es al nacimiento de la Estadística Aplicada.
La segunda contribución es la familia de curvas de K. Pearson. La siguiente

contribución fue el método de la distancia de la x l Para dar una medida del ajuste
entre una distribución teórica y una experimental. El cuarto procedimiento que nos
legó Pearson, fue la concreción de la definición del coeficiente de correlación lineal
para el estudio de la dependencia estadística y el método de los momentos para
determinar los parámetros desconocidos de una distribución, cuando se dispone
de una muestra aleatoria simple de la misma.
Galton
Las investigaciones de Galton fueron fundamentales para la constitución de la
ciencia de la estadística: Inventó el uso de la línea de regresión, siendo el primero
en explicar el fenómeno de la regresión a la media. En las décadas de 1870 y
1880 fue pionero en el uso de la distribución normal.
Las investigaciones de Galton fueron fundamentales para la

constitución de la ciencia de la estadística:
 Inventó el uso de la línea de regresión, siendo el primero en
explicar el fenómeno de la regresión a la media.
 Descubrió las propiedades de la distribución normal bivariada y
su relación con el análisis de regresión.
 En 1888 introdujo el concepto de correlación, posteriormente
desarrollado por Pearson y Sperman
Creó el concepto estadístico de correlación y regresión hacia la media,
altamente promovido. Él fue el primero en aplicar métodos estadísticos
para el estudio de las diferencias humanas y la herencia de la
inteligencia, introdujo el uso de cuestionarios y encuestas para recoger
datos sobre las comunidades humanas, que necesitaba para trabajos
genealógicos y biográficos y para sus estudios antropométricos.

Matematica II

Cargado por

Copyright:

Formatos disponibles

Matematica II

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Matematica II

Cargado por

Copyright:

Formatos disponibles

MATEMATICA II

En el caso de la estadística de análisis descriptivo, este tipo de metodología

El Diagrama de dispersión es una herramienta utilizada cuando se desea realizar

Análisis de correlación lineal simple:

La correlación lineal y la regresión lineal simple son métodos

Dirección de la relación se refiere a si s positiva o negativa

1. ANÁLISIS DE REGRESIÓN LINEAL SIMPLE El análisis de

Donde: Yi’ : es el valor estimado de Y para el valor de Xi. A : es

Con Galton, Pearson desarrolló diversas teorías e investigaciones sobre la

Karl Pearson fue historiador, escribió sobre folklore, fue un socialista convencido,

La segunda contribución es la familia de curvas de K. Pearson. La siguiente

Las investigaciones de Galton fueron fundamentales para la

También podría gustarte