190 likes | 463 Views
ESTADISTICA I . ESCUELA :. Contabilidad y Auditoria Hotelería y Turismo Administración Empresas Banca Economía. PONENTE:. Ing. Idania Alejandro. BIMESTRE:. II Bimestre. CICLO :. OCTUBRE 2009 – FEBRERO 2010.
E N D
ESTADISTICA I ESCUELA: Contabilidad y Auditoria Hotelería y Turismo Administración Empresas Banca Economía PONENTE: Ing. Idania Alejandro BIMESTRE: II Bimestre CICLO: OCTUBRE 2009 – FEBRERO 2010
Conocer sobre los fundamentos y fórmula de la curva normal y puntajes z, mediante la descripción de las frecuencias, a fin de aplicarlos en la investigación de las ciencias del comportamiento Establecer relaciones en las variables para hacer predicciones CURVA NORMAL Y PUNTAJES Z RELACIONES CONTENIDOS Y OBJETIVOS
CONTENIDOS Y OBJETIVOS • Establecer relaciones entre parejas de datos de variables • Predecir valores de y, a partir de valores de x 3. CORRELACIONES 4. REGRESIÓN LINEAL
LA CURVA NORMAL Y LOS PUNTAJES ESTÁNDAR • Su importancia se debe a la frecuencia con la que distintas variables asociadas a fenómenos naturales y cotidianos siguen aproximadamente esta distribución • Gauss, formuló la ecuación de la curva (1777-1885) CURVA NORMAL
Puntajes z Sirve para modificar un dato en bruto. Un puntaje z es un dato transformado que indica a cuántas unidades de desviación estándar, por encima o por debajo de la media, se encuentra un dato en bruto.Ejercicio página 90.Revisar ejercicio pagina 91.
Características de puntajes z • Los puntajes z tienen la misma forma que el conjunto de datos en bruto, los valores de los datos son los únicos que varían • La media de los puntajes z es siempre igual a O • La desviación estándar de los puntajes z es siempre igual a 1 • Podemos utilizar la tabla A para determinar el rango percentil (revisar el ejercicio pág. 93)
Correlación • Sirve para determinar la relación entre variables • Para hacer predicciones • Una podría ser la causa de la otra ???? • Para definir la confiabilidad (test – retest) • CORRELACIÓN Y REGRESIÓN están muy relacionadas (página 104) • Correlación (magnitud y dirección) • Regresión (hacer una predicción)
Relaciones • Determinan la relación entre dos variables (salario – valor en dólares de la mercancía vendida) • La gráfica se llama de dispersión • Es lineal la relación cuando se puede representar con mayor exactitud por medio de una línea recta • Figura 6.1. • La y ordenada en el origen es el valor de y cuando la recta se corta en el eje vertical • La pendiente de una recta es una medida de razón de cambio (Figura 6.2.)
Tipos de relaciones • POSITIVAS : relaciones directas entre x y y • NEGATIVAS: relación inversa entre x y y • RELACIONES PERFECTAS : todos los puntos se localizan en la recta • RELACIONES IMPERFECTAS: no todos los puntos se localizan en la recta • La mejor manera de describir esta relación es trazando una recta “que mejor se ajuste a los datos” (página 110)
Coeficiente de correlación • Expresa de manera cuantitativa la magnitud y dirección de una relación • El signo +1 y -1, es la pendiente positiva y negativa y (la parte numérica describe la magnitud de la relación) • Se utiliza el coeficiente de correlación cuando las relaciones son lineales (Figura 6.6.)
Utilidad de los puntajes z • Ejercicio Tabla 6.3. • Nos lleva a la definición de r de Pearson • (página 113)
Correlación no implica causalidad • Página 125.
Regresión lineal • La regresión se centra en el uso de la relación para elaborar una predicción • La regresión resulta fácil de predecir cuando la relación es perfecta • El error de predicción es igual a O.
Predicción y relaciones imperfectas • RECTA DE REGRESIÓN DE MÍNIMOS CUADRADOS • La línea de regresión por mínimos cuadrados es la línea de predicción que minimiza los errores de prediccion.
Construcción de la recta de regresión por mínimos cuadrados • Y´ = by X + ay • ay , by son constantes de regresión • Tabla 7.2 (resolviendo las ecuaciones, se obtiene la recta para la predicción) • ay= ordenada en el origen • by= pendiente de la recta (Objetivo de la predicción, ejercicio 7.1)
Regresión múltiple y correlación múltiple • Cuando tenemos la relación promedio , la r de Pearson, y la ecuación. • Página 151 • Página 152
GRACIAS Tania Valdivieso Guerrero tsvaldivieso@utpl.edu.ec 072 570 275 Ext. 2343