analisis de datos

INDICE
INTRODUCCION …………………………………………………………………….. 3
1. OBJETIVOS ………………………………………………………………………. 4
2. FUNDAMENTO TEORICO ……………………………………………………… 5
2.1. Regresión lineal ………………………………………………………………. 5
2.2. Regresión lineal por mínimos cuadrados …………………………………….. 5
3. EQUIPOS Y MATERIALES ……………………………………………………… 8
4. PROCEDIMIENTO ……………………………………………………………….. 8
5. DATOS EXPERIMENTALES………………………………………………….. 9
6. ANALISIS DE DATOS ……………………………………………………………. 10
6.1. Usando papeles gráficos ………………………………………………………. 10
6.2. Usando la hoja de cálculo de Excel …………………………………………… 11
6.3. Usando la calculadora científica ………………………………………………. 14
7. RESULTADOS ……………………………………………………………………. 16
8. CUESTIONARIO ………………………………………………………………….. 17
9. CONCLUSIONES …………………………………………………………………. 31
10. BIBLIOGRAFIA………………………………………………………………….. 32
11.
INTRODUCCION


El Análisis de Datos es una colección de principios y técnicas estadísticas orientadas a la descripción y análisis de datos multivariados.

Con ellas se busca producir una síntesis significativa con los datos, aceptando perder algo de la información contenida en esos datos a cambio de una mayor significación. La clave del AD está enreducir la dimensión de la información estadística para hacerla accesible a nuestra percepción, limitada a tres dimensiones espaciales.

La práctica moderna del análisis de datos es dinámica y progresa incluyendo y excluyendo variables a medida que avanza el análisis, donde intervienen variadas técnicas. Empleando una imagen, se diría que la trayectoria del analista de datos es 'no lineal' ydifícilmente predecible. En este proceso se realiza una permanente revisión de los supuestos, hipótesis y conjeturas, a la luz de los resultados de las sucesivas etapas.

Trabajar con datos multivariados es más emocionante y riesgoso que hacerlo con una sola variable. La práctica profesional del análisis de datos exige una mayor sofisticación matemática que la requerida por los métodos estadísticounivariados. Esto es particularmente cierto en el ámbito de la inferencia.
Es necesario poseer una cultura matemática que permita comprender los principios y criterios que caracterizan los métodos, sin que ello signifique ir al detalle de las demostraciones, cualquier interpretación inteligente de los resultados de un análisis o la selección misma de las técnicas, debe descansar en una formaciónteórica, de cierto, funcional entre dos o más variables, con el objetivo de predecir una de ellas a partir de las observaciones sobre las restantes.

Verificación de Hipótesis: Pruebas de hipótesis sobre parámetros del modelo probabilístico multivariado para verificar supuestos o comprobar conjeturas sobre el fenómeno estudiado.
Ahora es interesante y de gran utilidad analizar facetas de problemas declasificación basada en la Teoría de Información.




1. OBJETIVO:

1. Identificar las leyes que corresponden a los fenómenos físicos mediante el análisis de datos.
2. Aprender la representación de datos usando papeles gráficos y hojas de cálculo.
3. Aprender técnicas de ajustes de curvas, principalmente el método de regresión lineal, utilizando papeles gráficos, calculadora y la hojade cálculo más popular MS-EXCEL.



2. FUNDAMENTO TEORICO:

Métodos a Utilizar:

2.1 Regresión lineal:

En estadística la regresión lineal o ajuste lineal es un método matemático que modeliza la relación entre una variable dependiente Y, las variables independientes Xi y un término aleatorio ε. Este modelo puede ser expresado como:





donde β0 es la intersección o término"constante", las βi son los parámetros respectivos a cada variable independiente, y p es el número de parámetros independientes a tener en cuenta en la regresión. La regresión lineal puede ser contrastada con la regresión no lineal.

2.2 Regresión Lineal por mínimos cuadrados:

Dados los puntos (X1,Y1),(X2,Y2),…,(Xn,Yn), supongamos que hemos elegido una función Y= f(x/a1,…,ar)...