Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Prueba Chi-cuadrado de Pearson, Apuntes de Estadística

Apunte resumen de la prueba Chi-cuadrado y regresión lineal simple

Tipo: Apuntes

2019/2020

Subido el 03/07/2020

johanna-diaz-miranda
johanna-diaz-miranda 🇨🇱

1 documento

1 / 14

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Unidad 4: Tópicos adicionales
Estadística para la toma de decisiones
Ingeniería Comercial 202010
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe

Vista previa parcial del texto

¡Descarga Prueba Chi-cuadrado de Pearson y más Apuntes en PDF de Estadística solo en Docsity!

Unidad 4: Tópicos adicionales

Estadística para la toma de decisiones

Ingeniería Comercial 202010

Contenidos  (^) Tablas de contingencia y prueba Chi-cuadrado.  (^) Regresión lineal simple. Estadística para la toma de decisiones ICOM E Docente: Johanna Díaz Miranda Año-semestre: 2020-

Prueba Chi-cuadrado La prueba Chi-cuadrado se utiliza para contrastar si dos variables cualitativas tienen relación significativa (son dependientes) o no tienen relación significativa (son independientes), por lo tanto para el contraste se necesita:  (^) 2 variables cualitativas: (independiente) e (dependiente) con efecto de causalidad. Ejemplo: Con significancia del 5% ¿Existe relación significativa en el tipo de zona de residencia de los estudiantes de Estadística para la toma de decisiones y el nivel de satisfacción que estos tienen con las clases entregadas por su casa de estudios este semestre (mala, regular, buena)?

Prueba Chi-cuadrado Paso 1: Hipótesis a contrastar : Las variables e no tienen relación significativa. : Las variables e tienen relación significativa. Paso 2: Obtención del p-value p-value = 0,?? Paso 3: Decisión de rechazo o no rechazo de  (^) Si p-value , entonces no se rechaza la hipótesis.  (^) Si p-value , entonces se rechaza la hipótesis. Paso 4: Conclusión Con significancia del , no existe (existe) evidencia en la muestra para rechazar , por lo tanto, las variables e no tienen (tienen) relación significativa.

Regresión lineal simple En regresión lineal simple el objetivo es la creación de un modelo para tratar de explicar la relación que existe entre una variable dependiente (variable respuesta) a través de una variable independiente (variable explicativa) Ejemplo: Predecir a través de un modelo de regresión lineal simple la calificación en el solemne 3 de la asignatura de Estadística para la toma de decisiones, a través de la horas de estudio promedio semanal a lo largo del semestre.

Diagrama de dispersión El diagrama de dispersión muestra la tendencia lineal de dos variables cuantitativas e , a través de una nube de puntos.

Coeficiente de correlación lineal de Pearson El coeficiente de correlación lineal de Pearson es una medida de asociación lineal entre dos variables cuantitativas e , la cual indica el tipo y grado de relación lineal entre estas y se denota como.

Ajuste del modelo de regresión lineal simple En el caso en que pueda suponerse una relación lineal de dependencia, ésta podrá sintetizarse mediante un modelo de regresión, a través de la siguiente ecuación matemática: Donde: : Coeficiente de posición (valor que toma la variable cuando la variable es cero). : Pendiente (cambio de la variable al modificarse la variable en 1). : Error aleatorio (componente no determinístico).

Actividad 2 En base a la información del “caso_fundación2.xls” realizar un estudio de regresión lineal simple para predecir los afiliados del mes en base al número de empresas a cargo.