Documentos de Académico
Documentos de Profesional
Documentos de Cultura
JOHN F. KENNEDY
11-1
BARRANCABERMEJA, SATANDER
Regresión
Es un proceso estadístico para estimar las relaciones entre variables. Incluye muchas
técnicas para el modelado y análisis de diversas variables, cuando la atención se centra en
la relación entre una variable dependiente y una o más variables independientes (o
predictoras). Más específicamente, el análisis de regresión ayuda a entender cómo el valor
de la variable dependiente varía al cambiar el valor de una de las variables
independientes, manteniendo el valor de las otras variables independientes fijas. Más
comúnmente, el análisis de regresión estima la esperanza condicional de la variable
dependiente dadas las variables independientes - es decir, el valor promedio de la variable
dependiente cuando se fijan las variables independientes. Con menor frecuencia, la
atención se centra en un cuantil, u otro parámetro de localización de la distribución
condicional de la variable dependiente dadas las variables independientes. En todos los
casos, el objetivo de la estimación es una función de las variables independientes llamada
la función de regresión. En el análisis de regresión, también es de interés caracterizar la
variación de la variable dependiente en torno a la función de regresión, la cual puede ser
descrita por una distribución de probabilidad.
En donde es la ordenada en el origen (el valor que toma Y cuando X vale 0), es la
pendiente de la recta (e indica cómo cambia Y al incrementar X en una unidad) y una
variable que incluye un conjunto grande de factores, cada uno de los cuales influye en la
respuesta sólo en pequeña magnitud, a la que llamaremos error. X e Y son variables
aleatorias, por lo que no se puede establecer una relación lineal exacta entre ellas.
y = a. xb
Lo primero que suele hacerse para ver si dos variables aleatorias están relacionadas
o no.
Tomar una muestra aleatoria sobre cada individuo de tus medias o tus datos.
Se analizan las dos características en estudio,(denominados x, y y) de modo que
para cada individuo se tenga un par de valores
Seguidamente, se representan dichos valores en unos ejes cartesianos, dando lugar
a un diagrama de dispersión o nube de puntos.
Para linealizar esta función se aplica logaritmos a ambos miembros, mediante este
procedimiento se obtiene una ecuación logarítmica lineal:
log Y = log A + B log X
Y = A + B (X)
Regresión Logarítmica
Este modelo de regresión es una alternativa cuando el modelo lineal no logra un
coeficiente de determinación apropiado, o cuando el fenómeno en estudio tiene un
comportamiento que puede considerarse potencial o logarítmico. La forma más simple de
tratar de establecer la tendencia es a través de un diagrama de dispersión o nube de
puntos
. Ecuación característica
La función que define el modelo es la siguiente:
Yi=A*XBi* E
En la cual:
Yi : Variable dependiente, iésima observación
A, B: Parámetros de la ecuación, que generalmente son
desconocidos
E: Error asociado al modelo
Xi : Valor de la í-esima observación de la variable
independiente
Al sustituir los parámetros por estimadores, el modelo adopta la siguiente forma:
yi=a*xbi
Para identificar el tipo de relación (si existe) entre dos variables cuantitativas
Un diagrama de dispersión o gráfica de dispersión o gráfico de dispersión es un tipo de
diagrama matemático que utiliza las coordenadas cartesianas para mostrar los valores de
dos variables para un conjunto de datos1.
Descripción[editar]
Se emplea cuando una o varias variables está bajo el control del experimentador. Si existe
un parámetro que se incrementa o disminuye de forma sistemática por el
experimentador, se le denomina parámetro de control o variable independiente y
habitualmente se representa a lo largo del eje horizontal (eje de las abscisas). La variable
medida o dependiente usualmente se representa a lo largo del eje vertical (eje de las
ordenadas). Si no existe una variable dependiente, cualquier variable se puede
representar en cada eje y el diagrama de dispersión mostrará el grado
de correlación (no causalidad) entre las dos variables.
Un diagrama de dispersión puede sugerir varios tipos de correlaciones entre las variables
con un intervalo de confianza determinado. La correlación puede ser positiva (aumento),
negativa (descenso), o nula (las variables no están correlacionadas). Se puede dibujar una
línea de ajuste (llamada también "línea de tendencia") con el fin de estudiar la correlación
entre las variables. Una ecuación para la correlación entre las variables puede ser
determinada por procedimientos de ajuste. Para una correlación lineal, el procedimiento
de ajuste es conocido como regresión lineal y garantiza una solución correcta en un
tiempo finito.
Uno de los aspectos más poderosos de un gráfico de dispersión, sin embargo, es su
capacidad para mostrar las relaciones no lineales entre las variables. Además, si los datos
son representados por un modelo de mezcla de relaciones simples, estas relaciones son
visualmente evidentes como patrones superpuestos.
El diagrama de dispersión es una de las herramientas básicas de control de calidad, que
incluyen además el histograma, el diagrama de Pareto, la hoja de verificación, los gráficos
de control, el diagrama de Ishikawa y el diagrama de flujo...
fórmulas de matriz
Una fórmula de matriz es una fórmula que puede realizar varios cálculos en uno o más
elementos de una matriz. Puede considerar una matriz como una fila o columna de
valores, o una combinación de filas y columnas de valores. Las fórmulas de matriz
pueden devolver varios resultados o un solo resultado.
Nuestra intención será multiplicar los valores de la columna B por los valores de la
columna C y el resultado lo colocaremos en la columna D. El ejemplo es muy sencillo pero
me ayudará a demostrarte la funcionalidad básica de las fórmulas de matriz en Excel, así
que pon mucha atención.
Ahora selecciona el rango de celdas D2:D11 y en la barra de fórmulas ingresa la siguiente
función pero NO oprimas Entrar:
=B2:B11*C2:C11
Antes de oprimir cualquier tecla lee esto con atención. Una vez que has escrito la fórmula
deberás oprimir la combinación de teclas CTRL + MAYUS + ENTRAR. Oprimir esa
combinación de teclas es muy importante. Después de hacerlo Excel mostrará el siguiente
resultado:
Observa cómo la fórmula ha sido rodeada por {} (llaves). Eso indica que estamos haciendo
uso de una fórmula de matriz en Excel. Mientras tanto, toda la columna D se llenó de los
resultados esperados. ¿Puedes observar el gran potencial de este tipo de fórmulas? Con
una sola fórmula pudimos multiplicar toda la columna C por los datos de la columna D.
EDITAR UNA FÓRMULA DE MATRIZ
Por último diré que no servirá de mucho escribir manualmente las llaves que envuelven a
una fórmula de matriz si no que será necesario que oprimas siempre la combinación de
teclas CTRL + MAYUS + ENTRAR. De hecho, cuando editas una fórmula de matriz en
Excel las llaves desaparecerán y tendrás que volver a oprimir la misma combinación de
teclas para incorporar los cambios realizados.
Los complementos de Excel son pequeños módulos que dan
funcionalidad adicional a la herramienta. Existen algunos de estos
complementos que vienen incluidos al momento de instalar Excel,
pero no están habilitados de manera predeterminada.
La intersección . EJE
de una recta son los puntos donde la recta intersecta, o cruza, los ejes horizontal y
vertical.
La recta mostrada en la gráfica intersecta a los dos ejes de coordenadas. El punto donde la
recta cruza el eje x se llama [intersección en x]. El punto [intersección en y] es donde la
recta cruza el eje y.
PENDIENTE
¿QUÉ HACE?
SINTAXIS
PENDIENTE(conocido_y, conocido_x)
conocido_y (obligatorio): Conjunto de valores dependientes.
conocido_x (obligatorio): Conjunto de valores independientes.
EJEMPLOS