Presentacion De Los Datos

PRESENTACION DE DATOS ESTADISTICOS

Efectuada la recolección de datos, estos deben seguir los siguientes pasos:
Descripcion, análisis y generalización.
para la descrippcion se utiliza tres formasde presentación:

Tabular
Grafica
Resumen numérico

Presentacion tubular.
La p. t. es :
Basica
insustituible
Fundamental

Debe describir y analizar las variables principales contenidasen las hipótesis del estudio.
Tambien deben presentarse aquellas que se tuvieron previstas para una mejor descripción del problema.


CAPÍTULO 2. ESTIMACIÓN DE LA TENDENCIA
2.2. Estimadorparamétrico
Uno de los modelos más utilizados en estadística para el caso de datos no
homogéneos es el modelo clásico de regresión lineal. Sea Z(x) una función
aleatoria definida en un dominio D, yexprésese de la siguiente manera:
Z(x) =
Xp
j=0
xj(x)_j + _(x);
es decir, que expresamos la función aleatoria Z(x) según (2.1.1), considerando
que m(x) =
Pp
j=0 xj(x)_j , con _ = f_0; :::; _pgt unvector desconocido
de coeficientes, fxj ; j = 0; :::; pg un conjunto de variables explicativas y _
es un proceso de media cero y, en principio, incorrelacionado y de varianza
constante.
Supóngase queel objetivo es la estimación eficiente de la tendencia, o
bien, la estimación óptima de los parámeros de la variación a gran escala,
_, a partir de las observaciones disponibles en un conjunto deposiciones
espaciales fx1; :::; xng : Puede entonces escribirse el sistema de ecuaciones
correspondiente de manera matricial como
Z = X_ + _; (2.2.1)
siendo Z = fZ(x1); :::;Z(xn)g, X la matriz dediseño y _ = f_(x1); :::; _(xn)gt.
Suponiendo que los errores son incorrelacionados, de media cero y varianza
constante _2, el mejor estimador lineal insesgado de _ es
^ _ols =
��
XtX
_��1
XtZ;(2.2.2)
no obstante, si los errores no tienen varianza constante o no son incorrelacionados,
como ocurre en una situación de dependencia espacial, es posible
encontrar un mejor estimador de _....