Subido por Cinthya Jimenez

FORO2

Anuncio
1. ¿Indique la importancia del Ajuste por el Método de Mínimos Cuadrados y su
influencia
en
la
Ingeniería
y
sus
principales
factores:
Linealidad,
homocedasticidad, heterocedasticidad, poblacional muestral?
Este método presenta una forma práctica y sencilla de obtener una curva que minimice
la discrepancia entre el punto y dicha curva.[1]Dentro de la ingeniería brinda una
forma de analizar el comportamiento de datos experimentales.
Linealidad:
relación
entre
las
variables
dependientes
e
independientes.
Heterocedasticidad,homocedasticidad: analizan la varianza constante o no. Población
muestreal: conjunto de entes o fenómenos que comparten cierta característica de
interés.[4]
2. ¿Cuáles son los tipos de Regresiones existentes? Efectúe una descripción breve de
cada una de estos considerando las características más relevantes?
Lineal: Es ajustar una línea recta a un conjunto de observaciones.
Polinomial: determinación de los coeficientes de un polinomio de m-esimo grado
es equivalente a resolver un sistema de m+1ecuaciones lineales simultáneas.
Lineal múltiple: útil cuando se ajustan datos experimentales donde la variable
sujeta a estudio es una función de otras variables.
Exponencial: caracteriza cantidades que aumentan o disminuyen[1]
3. ¿Explique Cómo utilizar la ecuación para el Cálculo del Coeficiente de
Correlación y como contribuye validando una primera aproximación a la
Selección del Tipo de Regresión más apropiado?
En el análisis de correlación se supone que el valor de una variable es
conocido(independiente).Este valor se emplea para predecir el valor de la otra
variable(dependiente).Si estas dos variables están relacionadas y se conoce el valor de
su relación puede tenerse las bases para predecir con menor o mayor exactitud el valor
aproximado que tendrán los datos de una variable.[5]
4. ¿Explique Cómo utilizar la ecuación para el Cálculo del Coeficiente de
Determinación y Cómo contribuye en la validación de la eficiencia del Tipo de
Regresión seleccionado?
La interpretación de un coeficiente de correlación como medida del grado de relación
lineal entre dos variables, es una interpretación matemática pura. Es decir que dos
variables tiendan a aumentar o disminuir al mismo tiempo no implica que una tenga algún
efecto directo o indirecto sobre la otra.[2] Significado: 1y-1 indican una asociación lineal
perfecta entre variables.
5. ¿Explique Cómo utilizar la Tabla de Análisis de Varianzas “ANOVA” y Cómo
contribuye en la validación consolidada del Tipo de Regresión seleccionado?
El análisis de ANOVA permite realizar estudios comparativos entre más de dos muestras
que han sido sometidas a diferentes tratamientos con base en establecer que tan grande es
la variación de datos de una muestra con respecto a su media, media general y medias
muestrales.[3]
6. ¿Explique Cómo utilizar el Cálculo de los Intervalos de Confianza, la
interpretación de Hipótesis, y Cómo contribuyen en la validación de la eficiencia
del Tipo de Regresión seleccionado?. Anexos: Tablas A1 y A2.
En un modelo de regresión lineal la docimasia y la estimación de m, se formula la
hipótesis nula de que la pendiente es cero y su alternativa diferente de cero.[2]. Los
intervalos de confianza se encuentran definidos en razón de la media y las desviaciones
estándar, los mismos permiten identificar el valor desconocido obtenido por regresión y
así comparar.
7. ¿Explique Cómo utilizar el Cálculo de la Prueba de Kolmogorov_Smirnov, su
interpretación y Cómo contribuyen en la validación de la eficiencia del Tipo de
Regresión seleccionado?. Sugerencia: Descargar Tablas K-S.
Prueba no paramétrica que permite probar si existe una diferencia significativa entre
una distribución de frecuencia observada y una distribución de frecuencia teórica, es
otra prueba de bondad de ajuste que contrasta con la hipótesis nula. Si el valor D de
tablas para el nivel significativo elegido es mayor que el valor estadístico K-S
calculado, deberá aceptarse la hipótesis nula(Ho).[5]
Referencias
[1] Steven C. Chapra and Raymond.P Canale., Métodos Numéricos para Ingenieros. Mexico:
México
DF,
2007
[En
línea].
Disponible
en:
https://ezp1.espe.edu.ec:2126/lib/espesp/reader.action?docID=4508648&query=metodos%2Bnu
mericos [Accedido: 07 Noviembre 2019]
[2] Guerra. C, Acuña. E, Morera. R & Morales, E, Estadística. Cuba: La Habana, 1987 [En línea].
Disponible
en:
https://ezp1.espe.edu.ec:2126/lib/espesp/reader.action?docID=3194273&query=estadistica
[Accedido: 23 Noviembre 2019]
[3] Alvarado. V, Probabilidad y Estadística. México: México, DF, 2014 [En línea]. Disponible
en:
https://ezp1.espe.edu.ec:2126/lib/espesp/reader.action?docID=3227804&query=probabilidad+y
+estadistica [Accedido: 23 Noviembre 2019]
[4] Burón. C, Estadística I. España: Málaga, 2007 [En línea]. Disponible en:
https://ezp1.espe.edu.ec:2126/lib/espesp/reader.action?docID=5214512&query=probabilidad+y
+estadistica# [Accedido: 24 Noviembre 2019]
[5] Rodríguez. J, Pierdant. A & Rodríguez. C, Estadística aplicada II. México: México, DF, 2014
[En
línea].
Disponible
en:
https://ezp1.espe.edu.ec:2126/lib/espesp/reader.action?docID=3227358&query=Prueba+de+Kol
mogorov# [Accedido: 24 Noviembre 2019]
Descargar