1. ESCUELA : PONENTE : BIMESTRE : ESTAD ÍSTICA II CICLO : ÁREA ADMINISTRATIVA II BIMESTRE Ec. Santiago Ochoa ABRIL – AGOSTO 2007
2. TABLA ANOVA Donde: SS = Suma de cuadrados total SST = Suma de cuadrados tratamiento SSE = Suma de cuadrados del error MST= Cuadrado medio de los tratamientos MSE= Cuadrado medio del error K = Tratamientos N = Observaciones n-1 SSTOTAL TOTAL SSE/(n-K)=MSE n-K SSE ERROR MST /MSE SST/(K-1)=MST K-1 SST TRATAMIENTOS F MEDIA DE CUADRADOS GRADOS DE LIBERTAD SUMA DE CUADRADOS FUENTE DE VARIACIÓN
3. EJEMPLO.- Se quiere determinar si para llegar a un mismo destino, se puede utilizar cuatro carreteras diferentes (Existe diferencia en el tiempo en llegar a un mismo destino por las cuatro carreteras) 4225 65 4620 68 4225 65 6084 78 6889 83 6400 80 5476 74 6400 80 7744 88 4225 65 5184 72 5776 76 5929 77 7225 85 4900 70 5329 73 4624 68 8100 90 4624 68 4900 70 5625 75 8836 94 X 2 X X 2 X X 2 X X 2 X CARRETERA D CARRETERA C CARRETERA B CARRETERA A 127344 28634 37338 30811 30561 X 2 22 6 7 5 4 nc 1664 414 510 391 349 Tc
4. SUMA DE CUADRADOS TOTAL SUMA DE CUADRADOS DEBIDOS AL TRATAMIENTO Tc = Total de cada tratamiento nc = Número de observaciones de cada tratamiento SUMA DE CUADRADOS DEL ERROR
5. Como 8.99>5.09 H0 se rechaza por lo tanto las varianzas son diferentes 8.99 296.89 3 890.68 TRATAMIENTOS 33.02 18 594.41 ERROR 21 1485.09 TOTAL F MEDIA DE CUADRADOS GRADOS DE LIBERTAD SUMA DE CUADRADOS FUENTE DE VARIACIÓN
7. PRINCIPIO DE MÍNIMOS CUADRADOS Y`= Es el valor pronosticado de la variable Y para un valor seleccionado de X a = Es el valor estimado de Y cuando X= 0 (Es la intersección con el eje Y) b = Es el cambio promedio en Y por unidad de cambio (incremento o decremento) en la variable independiente X (Es la pendiente de la recta) X = Es cualquier valor seleccionado de la variable independiente
8. PRINCIPIO DE MÍNIMOS CUADRADOS PENDIENTE DE LA LÍNEA DE REGRESIÓN PUNTO DONDE SE INTERCEPTA CON EL EJE Y FORMULAS
9. SISTEMAS DE ECUACIONES DONDE: X=a un valor de la variable independiente Y=es un valor de la variable dependiente n= es el número de elementos
10. MODELOS Nº de asaltos Nº de policías Miembros de la familia Gasto mensual del jefe de hogar Precio del metro cuadrado de constricción Nº de metros cuadrados construidos Nº de unidades producidas Precio del producto Y X Y X X Y Y X
11. ANALISIS DE CORRELACIÓN COEFICIENTE DE CORRELACIÓN.-Medida de la intensidad lineal entre dos variables. X Y NÚMERO DE HIJOS SALARIO ANUAL CORRELACIÓN CERO r=0 (X y Y no tienen relación) Y PRECIO CANTIDAD VENDIDA X CORRELACIÓN NEGATIVA Y DÉBIL (XyY Tienen cierta relación lineal) NOTAS ESTADISTICA I NOTAS ESTADÍSTICA II CORRELACIÓN POSITIVA Y FUERTE (X y Y tienen una relación lineal intensa)
12. CORRELACIÓN PERFECTA X X Y La línea tiene pendiente negativa r=-1.00 Correlación negativa perfecta Y La línea tiene pendiente positiva Correlación positiva perfecta r=1.00
13. INTENSIDAD DEL COEFICIENTE DE CORRELACIÓN El resultado puede ser entre -1 y 1 0 -1.00 1.00 Correlación positiva perfecta Correlación negativa perfecta Sin Correlación -0.50 0.50 Correlación negativa Correlación positiva Correlación negativa intensa Correlación negativa moderada Correlación negativa débil Correlación positiva débil Correlación positiva moderada Correlación positiva intensa
15. b=-0,7263 Es la reducción de los precios en el producto por cada unidad adicional producida a=45,6 Es el precio del producto, sin unidades de producción (No tiene significancia o no es consistente) X=Nº UNIDADES RODUCIDAS Y=PRECIO DEL PRODUCTO Y=45,6-0,7263X
16. REGRESIÓN MÚLTIPLE Y`= Es el valor pronosticado de la variable Y para un valor seleccionado de X1 y X2 a = Es el valor estimado de Y cuando X1 y X2 = 0 b1 = Es el cambio promedio en Y por unidad de cambio (incremento o decremento) en la variable independiente X1 manteniendo constante X2 X1 y X2 = son cualquier valor seleccionado de las variables independientes b2 = Es el cambio promedio en Y por unidad de cambio (incremento o decremento) en la variable independiente X2 manteniendo constante X1