Trabajo estadistica aplicada

Solo disponible en BuenasTareas
  • Páginas : 18 (4299 palabras )
  • Descarga(s) : 0
  • Publicado : 29 de octubre de 2010
Leer documento completo
Vista previa del texto
UNIVERSIDAD NACIONAL ABIERTA
VICERRECTORADO ACADÉMICO
ÁREA DE MATEMÁTICA

ESTADÍSTICA APLICADA

TRABAJO PRÁCTICO
OBJETIVO 6

PARTICIPANTE:
ZAMORA CASTILLO, DENNY SALOMÓN
C.I. 11843479

CALABOZO, MARZO 2010

ÍNDICE

| |Pp. ||INTRODUCCIÓN……………………………………………………………….. |3 |
| | |
|MÉTODO………………………………………………………………………... |5 |
|Población y muestra……………………………………………………...|5 |
|Instrumentos/Materiales…………………………………………………. |6 |
|Procedimiento……………………………………………………………. |7 |
|| |
|RESULTADOS…………………………………………………………………... |9 |
|Modelo 1…………………………………………………………………. |9 |
|Modelo 2………………………………………………………………….|20 |
| | |
|DISCUSIÓN……………………………………………………………………... |28 |
|Inferencia sobre los parámetros poblacionales…………………………...|28 |
|Análisis de residuos de los dos modelos propuestos…………………….. |30 |
|Selección del modelo que mejor explica la variable dependiente……….. |31 |
|| |
|REFERENCIAS………………………………………………………………….. |33 |
|APÉNDICES……………………………………………………………………... |34 |
|| |
| | |

INTRODUCCIÓN

Al analizar una sola variable explicativa, su valor puede utilizarse para predecir el valor de la variable dependiente, pero se considera que el modelo será aún más poderoso si se utilizan más variablesexplicativas; esto sucede cuando se requiere discernir y establecer procedimientos operativos importantes que involucran el estudio de un gran número de variables intervinientes, haciendo uso de la información necesaria mediante la configuración y análisis de un modelo de Regresión y Correlación Múltiple, el cual con k variables se expresa como Y´ = β0 + β1 X1 + β2 X2 + … + βk Xk + є, donde β1 son loscoeficientes de regresión y є es el término de error aleatorio. Se estima el modelo utilizando los datos muestrales: Y´ = b0 + b1 X1 + b2 X2 + …+ bk Xk, donde Y es el valor estimado para la variable dependiente y b1 son los estimados para los coeficientes poblacionales β1, lo obtenido son los coeficientes parciales (o netos ) de regresión y tiene la misma interpretación que en...
tracking img