- Page 1 and 2:
Regresión
- Page 3 and 4:
Vamos a estudiar: • Relación ent
- Page 5 and 6:
Existen dos tipos de relaciones:
- Page 7 and 8:
Deterministas: • Deterministas: S
- Page 9 and 10:
Relaciones no deterministas peso 12
- Page 11 and 12:
La regresión estudia las relacione
- Page 13 and 14:
El El modelo de de regresión hace
- Page 15 and 16:
El modelo de regresión sirve para
- Page 17 and 18:
Variable Independiente i Regresión
- Page 19 and 20:
Si estudiamos los retrasos “a lo
- Page 21 and 22:
La recta de regresión será: Durac
- Page 23 and 24:
duracion media 25 LENTOS 22 19 16 1
- Page 25 and 26:
El modelo de regresión sirve para
- Page 27 and 28:
Otro ejemplo: Tasa de alfabetizaci
- Page 29 and 30:
Linealidad • Fundamental: Si vamo
- Page 31 and 32:
Siempre: Linealidad: Comprobación
- Page 33 and 34:
Datos heterocedásticos • Es un f
- Page 35 and 36:
Independencia • Fundamental: Los
- Page 37 and 38:
Normalidad • Admitimos que los da
- Page 41 and 42:
3000 2500 2000 1500 1000 500 ¿Hay
- Page 43 and 44:
3500 3000 2500 2000 1500 1000 500 -
- Page 45 and 46:
Y ¿Hay relación? ¿Cumple las hip
- Page 47 and 48:
¿Hay relación? ¿Cumple las hipó
- Page 49 and 50:
¿Hay relación? ¿Cumple las hipó
- Page 51 and 52:
¿Hay relación? ¿Cumple las hipó
- Page 53 and 54:
Nacimientos (X 100000) 6,8 6,5 6,2
- Page 55 and 56:
Nacimientos (X 100000) 6,8 6,5 6,2
- Page 57 and 58:
Y-X Y-X 2 Si no se cumplen las hip
- Page 59 and 60:
Y-X Si no se cumplen las hipótesis
- Page 61 and 62:
Datos: Censo de Floridablanca 1787
- Page 63 and 64:
ˆ β ˆ β 1 0 Datos: Censo de Flo
- Page 65 and 66:
Interpretación del modelo: Varones
- Page 67 and 68:
¿Puede valer 1 Beta 1 ? Solución:
- Page 69 and 70: INTERVALOS DE CONFIANZA Se Se calcu
- Page 71 and 72: INTERVALOS DE CONFIANZA Beta Beta1-
- Page 73 and 74: Si Beta 1 auténtica es cero..... B
- Page 75 and 76: Si Beta 1 auténtica es cero..... B
- Page 77 and 78: Contrastes de hipótesis: Contraste
- Page 79 and 80: Ejemplo: Altura vs última cifra de
- Page 81 and 82: R 2 Indica cuánto de Y es explicad
- Page 83 and 84: Diagnosis • La diagnosis sirve pa
- Page 85 and 86: 10000 8000 6000 4000 2000 0 Ejemplo
- Page 87 and 88: 10000 8000 6000 4000 2000 0 Ejemplo
- Page 89 and 90: x 105 5 4 3 2 1 0 Ejemplo -1 0 20 4
- Page 91 and 92: area log(area) 60 50 40 30 20 10 0
- Page 93 and 94: Log(area)=1.5 + 1.68 Log(perimetro)
- Page 95 and 96: FIN
- Page 97 and 98: En regresión simple: • Y es expl
- Page 99 and 100: La ecuación de regresión será: Y
- Page 101 and 102: Y X 2 Hipótesis X 1
- Page 103 and 104: Y X 2 Hipótesis X 1 Linealidad: Lo
- Page 105 and 106: Y X 2 Hipótesis X 1 Linealidad: Lo
- Page 107 and 108: Estimación • Lo hace el ordenado
- Page 109 and 110: Interpretación de regresiones Log
- Page 111 and 112: Universidad Carlos III
- Page 113 and 114: Claridad Global Prof Entusiasmo Par
- Page 115 and 116: Claridad Global Prof Entusiasmo Par
- Page 117 and 118: Más Profesor Claridad Global Prof
- Page 119: Más Profesor Claridad Global Prof
- Page 123 and 124: No lineal No lineal Miramos los dat
- Page 125 and 126: Regresión en Logaritmos: Log MpGi
- Page 127 and 128: R2 corregido • R2 tiene un proble
- Page 129 and 130: Multicolinealidad
- Page 131 and 132: Numero de de accidentes en en provi
- Page 133 and 134: Regresión con las dos variables --
- Page 135 and 136: Regresiones Accid=278.2 +0.1 Matric
- Page 137 and 138: Regresión: Regresión: Un problema
- Page 139 and 140: Matrículas Permisos En nuestro eje
- Page 141 and 142: En nuestro ejemplo Solución: elimi
- Page 143 and 144: Cata de quesos: Factores: 1. Acetic
- Page 145 and 146: Dependent variable: taste ---------
- Page 147 and 148: TASTE Lactico 47% Acetico Dependent
- Page 149 and 150: TASTE Lactico 47% H 2 S 55% Depende
- Page 151 and 152: TASTE Lactico 47% H 2 S 55% Depende
- Page 153 and 154: Variables Cualitativas
- Page 155 and 156: Peso Estudiamos Pesos - Alturas •
- Page 157 and 158: Peso Estudiamos Pesos - Alturas Si
- Page 159 and 160: Ejemplos Variable Y Variable X Grup
- Page 161 and 162: El modelo que se estima: ˆ = ˆ β
- Page 163 and 164: Dependent variable: peso Hagámoslo
- Page 165 and 166: Millas por galón: ¿Influye el ori
- Page 167 and 168: Interacciones • Hemos supuesto qu
- Page 169 and 170: Modelización de las interacciones
- Page 171 and 172:
Queremos estudiar si hay diferencia
- Page 173:
Introducción de V. Politómicas 1.
- Page 176:
FIN