LA ESTADÍSTICA ES LA CIENCIA QUE ESTUDIA CUANTITATIVAMENTE LOS

FENÓMENOS ALEATORIOS.

Estudia fenómenos aleatorios (que pueden pasar pero que no tengo poder de afectar ni
controlarlo NO SE PUEDE PREVER CON EXACTITUD) de forma cuantitativa. SE
TRABAJA CON LA INCERTIDUMBRE.

DOS RAMAS DE LA ESTADÍSTICA…

- ESTADÍSTICA DESCRIPTIVA: recopilación, presentación y descripción de datos. Ej:

el 65% de nosotros somos mujeres. CALCULO DE MUJERES QUE HAY EN EL
AULA.
- ESTADÍSTICA INFERENCIAL: infiere, presupone o saca conclusiones en base a
premisas. Generalizar conclusiones obtenidas a partir de una muestra a toda la
población. EJ: A TODA LA FACULTAD.

INFERENCIA: por ej. como presuponen (elecciones) qué va a pasar el domingo.

Símbolos (importancia dentro de la materia)

POBLACIÓN: ES EL TODO, ej todos los alumnos UADE y se simboliza con una N

mayúscula. ES EL CONJUNTO DE TODOS LOS ELEMENTOS DE INTERÉS EN UN
DETERMINADO ESTUDIO. LA DENOMINAREMOS N Y ESTÁ COMPUESTA POR
INDIVIDUOS. Dentro de la población se puede utilizar como objeto de estudio algo que no
sean personas.
Acceder a toda la población. suele ser sumamente complejo. Estadística siempre piensa
cuál es el costo-beneficio. Accedemos a una parte de la población: que va a ser la
MUESTRA hablando de la misma hay que tener en cuenta la cantidad y cómo tomó
esa muestra (es el subconjunto de la población, se la denomina n, solemos trabajar
con muestras porque es más económico y simple).
Tomó una muestra y confío en que la misma es buena.
VAMOS A PENSAR A PARTIR DE ESE DICHO COSTO-BENEFICIO.

INDIVIDUO: cada uno de los elementos de la población.

DEPENDE LA MUESTRA QUE YO TOME, EL PROMEDIO QUE VAYA A OBTENER

CAMBIA.
Si es de una muestra se van a llamar ESTIMADORES (son un recorte de la población
total que buscan acercarnos al parámetro, es decir que me sirve para estimar el
parámetro y hay parámetros a los que nunca vamos a poder llegar), en cambio, el
PARÁMETRO (siempre que trabajo sobre población todo lo que obtengo es fijo ES DECIR
PARÁMETRO) ES ÚNICO.
SE DEFINE LA POBLACIÓN, DESP LA MUESTRA Y EL INDIVIDUO QUE ES CADA IND
QUE FORMA PARTE DE LA POBLACIÓN.

Muestreo probabilístico: todos los elementos tienen la misma probabilidad de ser elegidos,
ej tirar el dado.

1
Muestreo aleatorio simple: ej. los nombres en una bolsa y elijo.
Muestreo aleatorio sistemático: ej. cada vez que pasen 4 alumnos por la puerta al quinto lo
elijo.
Muestreo aleatorio estratificado: de alguna manera segmento, por ej. por universidad a la
que van, por su edad y una vez que los segmento tomó una muestra de cada pedacito que
separé.

Variable: algún atributo o variable que vaya a estudiar. Refiere a aquella característica que
nos interesa estudiar de los individuos. Se representa con una x. AQUELLO SOBRE LO
QUE DECIDA ESTUDIAR VA A SER MI VARIABLE.

VARIABLES: CUANTITATIVA (vamos a estudiar algo que se cuenta o mide. Ej. lo que nos
sacamos en un parcial, la temperatura que hace adentro del aula y afuera) o CUALITATIVA
(vamos a estudiar carac. o atributos, ej. la ciudad en la que viven o el puesto que ocupamos
en un trab)

TIPOS DE VARIABLES…

Variable cuantitativa puede ser CONTINUA (ADMITE RANGOS, ES LA QUE MIDO ES

DECIR USO UNIDADES DE MEDIDA Y NO CANTIDADES, aceptan o permiten
decimales, por ej. cuanto mide una persona) o DISCRETA (puedo contar que valores
tengo en el medio) y la cualitativa (ej. es el género) puede ser ORDINAL (si asigna una
jerarquía/un orden EJ. EL ESTUDIO UNIVERSITARIO TIENE MAYOR JERARQUÍA QUE
UN SECUNDARIO) o NOMINAL (un atributo no es mejor que el otro DIVIDE POR
ALGUNA CARACTERÍSTICA, únicamente separó porq necesito conocer una carac. de
lo que estoy estudiando).

EL PROMEDIO es un indicador NO SE REDONDEA PORQUE ES UNA INFORMACIÓN,

ME PUEDE DAR CON COMA

CLASIFICACIÓN DE VARIABLES… JUSTIFICAR

estado civil cualitativa nominal

cargo que ocupa en la empresa cualitativa ordinal
cant de goles a favor cuantitativa discreta
edad de los estudiantes cuantitativa continua EDAD ES TIEMPO ASÍ QUE ES
CONTINUA
cant de hijos cuantitativa discreta
altura de los estudiantes de Estadística I cuantitativa continua
tiempo de demora en la atención con el médico cuantitativa continua

MEDIDAS O INDICADORES: necesitas procesar datos (hacer un informe; necesitamos

tener herramientas que me permitan simplificar esos datos)
TIPOS DE MEDIDAS (las medidas sirven para simplificar todos los datos que tenes):
- de tendencia central DE POSICIÓN CENTRAL: promedio o media, la moda o el
modo y la mediana.
- de POSICIÓN RELATIVA: percentiles.

2
 - DE FORMA: determine la forma o distribución que sigue la variable (que son
simétrica, asimétrica positiva y asimétrica negativa).
- DE VARIABILIDAD: rango, varianza, desvío y coeficiente de variación.

INDICADORES DE TENDENCIA CENTRAL

El promedio se obtiene sumando todos los valores de la variable y dividiéndolo por el

número total de observaciones.
EL PROMEDIO ME VA A DAR UN EQUILIBRIO DE TODOS LOS DATOS. SE VE
INFLUENCIADO POR UN VALOR EXTREMO. A VECES EL PROMEDIO NO ME SIRVE.
Es el punto de equilibrio o balance entre los datos, está influenciado por los valores
extremos, se encuentra entre los valores menor y mayor de las variables. El promedio
siempre me va a dar como valor entre el menor y mayor número (siempre tiene que
dar un número por dentro de lo observable, entre 7 y 10 el promedio nunca me puede
dar 5). Y PARA CALCULAR EL PROMEDIO SIEMPRE CONSIDERO TODOS LOS DATOS
QUE TENGO.

MODO o MODA: valor de la variable que se repite con mayor frecuencia. Su símbolo
es Mo. ES AQUELLO QUE MÁS SE REPITE.
AL MODO NO LE IMPORTAN LOS VALORES EXTREMOS DE UNA VARIABLE, no tiene
en cuenta los valores de la variable, sino la cantidad de veces que se repite cada una.

SI YO TENGO ACCESO A LA POBLACIÓN NUNCA ME CONVIENE HACER UNA

MUESTRA, YO HAGO LA MUESTRA PORQ NO TENGO ACCESO A LA POBLACIÓN.
Siempre es importante definir que estoy estudiando a nivel general.

MEDIANA DIVIDE EL CONJUNTO DE DATOS EN PARTES IGUALES.

primero hay que ordenar los números de menor a mayor, resuelvo n+1 % 2 o N+1%2

LOS INDICADORES ME PUEDEN DAR CON COMA.

MODO lo que más se repite (refiere al dato que estoy estudiando)

TABLA DE DATOS PARA SIMPLIFICAR LA INFORMACIÓN SUELTA
Frecuencia: cant de veces que se repite ese dato
CUANTO MÁS ALTA ES LA FRECUENCIA, MÁS VECES SE REPITE EL DATO
PROMEDIO: simplificar en la fórmula los números que se repiten. EJ: 8+5+8+3+8+3%6
es lo mismo que simplificarlo en: 8x3 + 5x1 + 3x2 %6

“n” minúscula es porque son los datos de una muestra

sino sería “N” mayúscula

3
MEDIANA: divide a la mitad los datos
- ordeno los datos de menor a mayor
- Me= n+1%2 (el +1 lo hago porq me ayuda simplificandome la búsqueda)
- frecuencia acumulada: cantidad de datos que voy acumulando (sumar)
LA FRECUENCIA ACUMULADA SIEMPRE ME TIENE QUE DAR n (la cantidad
de datos que estoy sumando)
-POSICIÓN DE LA MEDIANA-

relativo: en términos de porcentaje

relativizo: le doy peso Ej de % sobre las materias tenes aprobadas en vías a recibirte

DATOS AGRUPADOS POR INTERVALOS:

EL PARÉNTESIS ( ) NO INCLUYE AL NÚMERO Y EL CORCHETE [ ] SÍ

FRECUENCIA MODAL: la frecuencia más alta

4
LA FORMA QUE TIENE LA DISTRIBUCIÓN se puede entender como SIMÉTRICA (si
son iguales) o ASIMÉTRICA POSITIVA o ASIMÉTRICA NEGATIVA…

MODO: lo que más se repite

MEDIANA: parte al medio los datos, es el 50%

5
PERCENTIL: agarra todos los datos que tengo y los % en 100 pedacitos iguales (cada
pedacito es un 1 %)

6
MEDIDAS DE DISPERSIÓN:
Nos van a decir que tan dispersos están los datos, por ej. al preguntar la edad y todos dicen
18, 19, 20, 18 etc. está concentrado, en cambio si responden 18, 45, 80 ESTÁN
DISPERSOS ESOS DATOS.
LA MEDIDA DE DISPERSIÓN ME AYUDA A ENTENDER LAS MEDIDAS DE TENDENCIA
CENTRAL, todo lo que vimos, sobre todo el promedio sin las medidas de dispersión; les va
a faltar una vuelta de interpretación.

Las medidas de dispersión son:

- RANGO: Es la diferencia (RESTA) entre el mayor valor y el menor. EJ: si se dice que
las edades van entre 18 y 22 EL RANGO ES 4 (22 - 18) R= x (mayor) - x (menor)
Puede cambiar drásticamente de una muestra a otra.

- VARIANZA: mide la dispersión (DISTANCIA) de los datos respecto del promedio. EJ:
supongamos que un alumno viene y nos dice que tiene un montón de finales
aprobados, pero me dice 3 de esos y nos dice que en esos últimos 3 finales tiene
promedio 8 . EMI SUPONGAMOS QUE TIENEN COMO NOTAS DE ESOS FINALES
8-8-8 (en el caso de emi no hay distancia ENTRE LO QUE OBSERVE Y EL
PROMEDIO porq saco 8 8 8 y el promedio es 8 osea que el promedio pasa por
todos los puntos) PERO, MARTÍN TIENE PROMEDIO 8 TENIENDO COMO
NOTAS DE ESOS FINALES 9-7-8 por esto el promedio de Martin NO PASA POR
TODOS LOS PUNTOS, es decir que, hay una diferencia entre el 9 y el 8 y del 7
al 8.
LA VARIANZA SIEMPRE TIENE QUE SE POSITIVA, por esto es que la definición
de la varianza indica que “la varianza mide la dispersión de los datos respecto
del promedio. Es el promedio de las distancias AL CUADRADO que van desde
las observaciones a la media”.

7
 CUANDO CÁLCULO UNA VARIANZA QUE VIENE DE LA POBLACIÓN, DIVIDO
POR EL TOTAL DE DATOS.
Y CUANDO CÁLCULO UNA VARIANZA QUE VIENE DE LA MUESTRA, divido por
el total de datos menos 1 (total de datos -1).

La imagen anterior muestra la varianza de Martin con las notas de los últimos 3
finales.

- DESVÍO: es la raíz cuadrada de la varianza. APARECE GRACIAS A LA

EXISTENCIA DE LA VARIANZA.
SI YO TENGO UN DESVÍO MUY GRANDE (DATOS MUY DISPERSOS) EL
PROMEDIO NO ME SIRVE PARA NADA.

aclaraciones calculadora video que corresponde a la mía

borrar memoria al arrancar con un ejercicio SHIFT MODE 3 =
salir del modo estadístico MODE 1
y… SI HAY DATOS DIRECTAMENTE SUELTOS ej 5 7 7 9 8
cargo directo en modo estadístico obvio
5 M+ 7 M+ etc y luego pongo SHIFT y la opción 2…
y ME VA A MOSTRAR EL 1ero el PROMEDIO x raya, 2do EL DESVÍO
POBLACIONAL es una o con peinado fachero signo sigma Y EL DESVÍO
MUESTRAL es una s
SI NECESITO LA VARIANZA HAGO EL RESULTADO DEL DESVÍO ELEVADO AL
CUADRADO Y LO QUE ME DA ES LA VARIANZA :)

8
 - COEFICIENTE DE VARIACIÓN: me va a terminar de decir si el promedio me
sirve o no me sirve.

(PARA LLEGAR AL CV NECESITO CALCULAR EL PROMEDIO Y EL DESVÍO)

EL CV ME VA A INDICAR:
1) ME VA A HABLAR DE LA REPRESENTATIVIDAD DEL PROMEDIO (si me sirve al ser
representativo o no si no llega a ser representativo)
SI EL CV es menor o igual a 5 % el promedio ES REPRESENTATIVO y si es así genial,
sigo usando el promedio, pero si me da más del 5 % lo tiro a la basura.
2) ME VA A INDICAR SI LOS DATOS SON HOMOGÉNEOS es decir si son parecidos.
SI EL CV es menor o igual al 20 % SON HOMOGÉNEOS, caso contrario no serán
homogéneos ESOS DATOS ESTÁN DISPERSOS.

9
cuando algo es relativo es porque depende de algo…

10
 PROBABILIDAD

EXPERIMENTO ALEATORIO: yo repito la acción y no se que pasa. TIRO EL DADO.

ESPACIO MUESTRAL (E): son todos los resultados posibles que yo tengo. TODAS
LAS CARAS DEL DADO QUE PUEDEN SALIR.

SUCESO ALEATORIO (S): es el subconjunto de resultados posibles en una situación

de toma de decisiones bajo condiciones de incertidumbre. ES UNA PARTE DEL
ESPACIO MUESTRAL. UN PEDACITO DEL ESPACIO MUESTRAL.

LOS SUCESOS PUEDEN SER…

-EXCLUYENTE / INCOMPATIBLES: no pueden pasar en simultáneo. EJ: PAR Y UN
UNO NO VA A PASAR. A Y B SON LOS SUCESOS QUE YO DEFINI (el suceso A será
que salga par y B que salga el 1)
-NO EXCLUYENTES / COMPATIBLES: EXISTE LA POSIBILIDAD DE QUE AMBOS
SUCESOS PASEN AL MISMO TIEMPO.

-SUCESOS CONDICIONADOS / DEPENDIENTES: hacer una extracción sin reposición,

sacó la pelota miró y la tiró y lo mismo por ej. con las cartas de un maso. LO QUE
PASÓ ANTES, ME AFECTA EN LO QUE LUEGO VA A PASAR.
-SUCESOS INDEPENDIENTES: siempre que un suceso no condicione al otro. NO ME
IMPORTA LO Q PASO/NO ME AFECTA. EJ: SACÓ LA PELOTITA Y LA VUELVO A
GUARDAR.

-SUCESOS COMPLEMENTARIOS: SON AQUELLOS QUE SI LOS SUMO TENGO TODO.

EJ. ESPADA Y NO ESPADA: TENGO TODO EL MASO DE CARTAS Y OTRO EJ. LOS
ALUMNOS QUE TIENEN MENOS DE 20 Y MÁS DE 20: LOS SUMO Y TENGO TODO EL
CURSO.

DEFINICIÓN CLÁSICA: LAPLACE (definio que es una probabilidad)

LA PROBABILIDAD DE UN SUCESO SE DEFINE COMO LA CANTIDAD DE CASOS
FAVORABLES SOBRE LA CANT DE CASOS POSIBLES.
CANT DE CASOS FAVORABLES DE MI SUCESO ES 1 CON UN DADO SOBRE 6 QUE
SON LAS CARAS DE UN DADO.

Definición axiomática: Kolmogoroff

LA PROBABILIDAD DE UN NÚMERO NUNCA PUEDE SER NEGATIVA, PUEDE SER 0
MAYOR O IGUAL PERO NO NEGATIVA.
LA PROBABILIDAD DE QUE SUCEDA TODO EL ESPACIO MUESTRAL P (E) ES IGUAL
A 1 (1 ES EL TODO). LA PROBABILIDAD DE QUE PASE TODO LO QUE PUEDE PASAR
ES EL 100%.

LA PROBABILIDAD DE QUE SALGA COPA ES 10 SOBRE 40. P (copa)= 10%40=0,25

LA PROBABILIDAD DEL SUCESO SUMA DE DOS SUCESOS EXCLUYENTES ES

IGUAL A LA SUMA DE CADA UNO DE ELLOS. sumar la probabilidad de dos sucesos
SIEMPRE QUE SEAN EXCLUYENTES.

11
(LA PROBABILIDAD DE QUE SEA DE ESPADA O BASTO ES IGUAL A LA P DE QUE
SEA DE ESPADA SUMADO A LA P DE QUE SEA DE BASTO)
LA PROBABILIDAD DEL SUCESO SUMA DE DOS SUCESOS NO EXCLUYENTES ES:
la P DE QUE SUCEDA ESPADA O 1 = P DE QUE SUCEDA ESPADA + P DE QUE
SUCEDA 1 - P DE QUE SUCEDA ESPADA Y (intersección) 1

TABLA DE CONTINGENCIA…
la vamos a hacer siempre la tabla para trabajar con las probabilidades

EJ. viendo la tabla: P (1 n oro) = 1/40

P (no 1 n oro) = 9/40

12
13
 PROBABILIDAD CONDICIONAL…

la probabilidad de que suceda A sabiendo que / dado que sucedió B = intersección de

AyB%

probabilidad: te puede dar entre 0 y 1

La PROBABILIDAD CONDICIONAL no es sobre el universo total, sino que por ej. “son
de espada” y voy al total de espada
Diagrama de VENN:

CASOS FAVORABLES SOBRE POSIBLES

14
P (espada / par) refiere a LA PROBABILIDAD DE QUE SEA ESPADA SABIENDO QUE
ES PAR.

SUCESOS INDEPENDIENTES…
hay que probar la independencia O NO de esos dos sucesos

PARA QUE DOS SUCESOS SEAN INDEPENDIENTES SE DEBE CUMPLIR QUE LA

PROBABILIDAD DE A Y B SEA IGUAL A LA PROBABILIDAD DE A MULTIPLICADO
POR LA PROBABILIDAD DE B (tiene que darse esta igualdad en TODAS LAS
INTERSECCIONES): SI ESTO SE DA A Y B SON SUCESOS INDEPENDIENTES.

SI LA IGUALDAD QUE DIJIMOS RECIÉN NO SE CUMPLE EN ALGUNA DE LAS

INTERSECCIONES A Y B: SON DEPENDIENTES O TIENEN RELACIÓN.

15
como son distintos SON DEPENDIENTES
según lo indicado hay relación entre el género y el gusto del chocolate

16
 ESTADÍSTICA INFERENCIAL

A diferencia de la est descriptiva (del todo a la parte), en la inferencial vamos a ir de la

parte al todo…

DE LA MUESTRA VAMOS A PASAR AL TODO

Una proporción de éxito es una fracción donde tengo en el denominador el total de

elementos y el numerador la cantidad de elementos que cumplen con lo que estoy
buscando.

17
vamos a tratar de estimar que es lo que va a pasar…
ej con las elecciones del domingo

CUANDO UNO TRABAJA CON LA POBLACIÓN EL VALOR ES ÚNICO. SEA CUAL SEA
EL INDICADOR SOBRE EL QUE ESTOY TRABAJANDO.

18
EN CAMBIO, CUANDO TRABAJO CON UNA MUESTRA ESE RESULTADO VA A
VARIAR TODO EL TIEMPO DEPENDIENDO LA MUESTRA SOBRE LA QUE ESTOY
TRABAJANDO.

SIEMPRE EL ESTIMADOR VA A SER VARIABLE, PORQUE DEPENDE DE LA

MUESTRA.

19
EL OBJETO DE ESTE TEMA ES A PARTIR DE X RAYA (promedio muestral)
INFERIR/ESTIMAR CUÁNTO VALE MU (promedio poblacional)
AHORA MI VARIABLE NO VA A SER X SINO X RAYA (promedio muestral)

TENEMOS QUE CONOCER X RAYA PARA TRABAJARLA Y LLEGAR A MU

(representación del promedio poblacional)

DISTRIBUCIÓN DE PROBABILIDAD DE LA MEDIA MUESTRAL…

20
CON REPOSICIÓN…

DEPENDE LA MUESTRA ES EL X RAYA QUE TENGO…

21
ESE ERROR COMO NO CONOZCO MU NO VA A SER PRECISO
Nos manejamos con una probabilidad de acierto…

22
el promedio poblacional pasa POR CASI TODOS los intervalos
POSIBILIDAD DE ACIERTO, ej hay un 90% de acierto (por lo que hay tal % de chance
de que no esté el MU en el intervalo que yo calculé)

Si vos achicas el 0,7 el intervalo es más preciso…

X RAYA NACE A PARTIR DE OTRO ESTUDIO

el x raya se ve afectado por la variable que vos estás estudiando originalmente

SI LA MUESTRA ES MAYOR A 30 X RAYA SE VUELVE NORMAL…

23
TCL teorema central de límite

24
25
INTERVALO DE CONFIANZA: intervalo de valores en donde uno espera encontrar
encontrar ese valor que no conozco.
ERROR DE MUESTREO: diferencia entre el valor del estimador puntual (X raya) y el valor
del parámetro (MU).
NIVEL DE CONFIANZA Y NIVEL DE RIESGO:
probabilidad de que ese valor que no conozco MU esté dentro del intervalo.

26
27
refes de la foto anterior:
unidad de observación; refiere a quién voy a observar
variable aleatoria; qué les voy a mirar, en este caso a la familia

28
MÓDULO es siempre positivo porque son distancias

29
SABER CUÁL ES NUESTRA POBLACIÓN DE ESTUDIO es vital.

n TIENE QUE SER MÁS GRANDE PARA DISMINUIR EL ERROR.

30
ANÁLISIS DE REGRESIÓN LINEAL
buscar si existe relación entre dos variables cuantitativas

31
VAMOS A TENER DOS VARIABLES: Y variable dependiente que queremos estimar y
la variable X que es independiente sucediendo por sí misma y a partir de la cual voy a
estimar a Y

NUESTRO OBJETIVO ES CONSTRUIR UN MODELO LINEAL EN DONDE TENGAMOS

EXPRESADO “Y = f (x)”

Y depende de X
pero… con otras variables ¿cómo me doy cuenta quién depende de quién?
nota del examen (Y) depende de las horas de estudio (X) o las ventas (Y) depende del
PBI (X)

32
 me indica que es muestral

el punto donde corta el eje “y” es la ordenada al origen (EL VALOR QUE TOMA Y
CUANDO X VALE CERO)

33
ORDENADA AL ORIGEN DEL EJ: es la nota que se va a sacar un estudiante cuando
no estudio nada

34
Coeficiente de regresión muestral (pendiente): CUÁNTO VA A VARIAR Y POR CADA
VARIACIÓN UNITARIA EN X. EN EL EJ. LA PENDIENTE ME VA A INDICAR: CUÁNTO
VA A VARIAR LA NOTA POR CADA HR ADICIONAL QUE ESTUDIE.

35
HRS trabajadas son las X
ERRORES COMETIDOS ES Y

en promedio los q trabajaron 2 hrs cometieron 5 errores

36
RESIDUO (e): diferencia (distancia) entre el valor observado y el promedio que nos
está dando la recta. EL DATO OBSERVADO MENOS EL DE LA RECTA.

CUANDO EL PUNTO CAE JUSTO EN LA RECTA NO HAY RESIDUO (no existe tal
diferencia nombrada anteriormente).

REQUISITOS TEÓRICOS QUE PARA NOS. SIEMPRE SE VAN A CUMPLIR:

37
en el punto 1) indica que la suma de los residuos me da 0. Cuando sumó todos los
residuos se terminan cancelando y me da cero.

2) si agarro cada uno de los res. los elevo al cuadrado y los sumo no me va a dar 0,
sino que me dará un resultado positivo. (VOY A OBTENER LA MENOR SUMA
POSIBLE explica porqué se llama método de los mínimos cuadrados).

NO VAMOS A HACER LA SIG. FÓRMULA, porque se resuelve con la calcu (VER

VIDEO USO DE FÓRMULAS en caso de necesitarlo por ir a previo):

USAR CALCU EN MODO REGRESIÓN ADEMÁS DEL MODO ESTADÍSTICO

modo regresión: 1ero MODE REG LIN

2do CARGAR DATOS —--> el valor de “X” coma “,” el valor de “Y” “M+”
3ero CUANDO TERMINAMOS DE CARGAR LOS DATOS PONER “shift 2” y te va a
aparecer…

38
 SABIENDO QUE… NUESTRO OBJETIVO RONDA EN:

Y LA FUNCIÓN ES LA RTA, no vamos a graficar :(

reemplazo cuando tengo un valor de X, sino no reemplazo

COEFICIENTES DE LA RECTA: SON A (ordenada al origen) y B (coeficiente de

regresión muestral: pendiente). Si el ejercicio pide que se interprete la ordenada al
origen es solo la A, etc.

39
LA RECTA SIRVE SOLO PARA VALORES DE X QUE VAN (en este caso) ENTRE 2 Y 6
(entre los valores observados)

NO PUEDO HACER EXTRAPOLACIONES.

SIEMPRE EL ENTORNO DE OBSERVACIÓN ESTÁ DADO POR LOS VALORES DE X.

40
SI AL DEFINIR LA ORDENADA AL ORIGEN HAY UNA EXTRAPOLACIÓN (está fuera
del entorno observado: está es la justificación) NO ES CORRECTO, hay que decir que
NO SE PUEDE DEFINIR LA ORDENADA AL ORIGEN.

41