Este documento discute la correlación y regresión lineal y no lineal. Explica que la correlación lineal solo mide la relación lineal entre dos variables, mientras que los modelos no lineales como exponenciales, logarítmicos y potenciales se usan cuando la relación no es lineal. También introduce el coeficiente de determinación R2 y cómo puede usarse para determinar qué modelo de regresión explica mejor la variación de los datos.
Explicación sencilla de cómo descomponer fuerzas en componentes rectangulares y cómo obtener la fuerza resultante de varias fuerzas que actúan sobre una partícula
Explicación sencilla de cómo descomponer fuerzas en componentes rectangulares y cómo obtener la fuerza resultante de varias fuerzas que actúan sobre una partícula
This work was done by students of the National University of Engineering, since in everyday life we find structures and materials with different properties in which talk about their effort and deformation.
Complemento Teórico de la Guía de Trabajos Prácticos. El presente trabajo es un sumario de conceptos teóricos de la materia Estabilidad IIb (64.12) correspondiente a las carreras de Ingeniería Mecánica e Ingeniería Naval y Mecánica.
Este libro tiene como objetivo proporcionar aspectos conceptuales de la estadística descriptiva con aplicaciones en estudios de la Ingeniería Sanitaria y Ambiental. Está diseñado como texto de consulta en cursos de estadística o para el uso de estudiantes o profesionales que desarrollen un estudio o una investigación donde se requiera aplicar técnicas de estadística descriptiva para el análisis de datos y la toma de decisiones.
D10_DERIVADAS DIRECCIONALES Y GRADIENTE.pdfahhsbabsa
En general el término cálculo (del latín calculus, piedrecita, usado para contar o como ayuda al calcular)1 hace referencia al resultado correspondiente a la acción de calcular. Calcular, por su parte, consiste en realizar las operaciones necesarias para prever el resultado de una acción previamente concebida, o conocer las consecuencias que se pueden derivar de unos datos previamente conocidos.
Solución de ecuación diferencial a través del método transformada de LaplaceAnahi Daza
Esta presentación te ayudará a resolver una ecuación diferencial a través de el método de la transformada de Laplace con ayuda de fracciones parciales y la antitransformada.
Pruebas de bondad de ajuste y pruebas no parametricasAlez Escandón
UNIDAD 4.- PRUEBAS DE BONDAD DE AJUSTE Y PRUEBAS NO PARAMETRICAS
4.1 Bondad de ajuste.
4.1.1 Análisis Ji-Cuadrada.
4.1.2 Prueba de independencia.
4.1.3 Prueba de la bondad del ajuste.
4.1.4 Tablas de contingencia.
4.2 Pruebas no paramétricas.
4.2.1 Escala de medición.
4.2.2 Métodos estadísticos contra no paramétricos.
4.2.3 Prueba de Kolmogorov – Smirnov.
4.2.4 Prueba de Anderson – Darling.
4.2.5 Prueba de Ryan – Joiner.
4.2.6 Prueba de Shappiro – Wilk.
This work was done by students of the National University of Engineering, since in everyday life we find structures and materials with different properties in which talk about their effort and deformation.
Complemento Teórico de la Guía de Trabajos Prácticos. El presente trabajo es un sumario de conceptos teóricos de la materia Estabilidad IIb (64.12) correspondiente a las carreras de Ingeniería Mecánica e Ingeniería Naval y Mecánica.
Este libro tiene como objetivo proporcionar aspectos conceptuales de la estadística descriptiva con aplicaciones en estudios de la Ingeniería Sanitaria y Ambiental. Está diseñado como texto de consulta en cursos de estadística o para el uso de estudiantes o profesionales que desarrollen un estudio o una investigación donde se requiera aplicar técnicas de estadística descriptiva para el análisis de datos y la toma de decisiones.
D10_DERIVADAS DIRECCIONALES Y GRADIENTE.pdfahhsbabsa
En general el término cálculo (del latín calculus, piedrecita, usado para contar o como ayuda al calcular)1 hace referencia al resultado correspondiente a la acción de calcular. Calcular, por su parte, consiste en realizar las operaciones necesarias para prever el resultado de una acción previamente concebida, o conocer las consecuencias que se pueden derivar de unos datos previamente conocidos.
Solución de ecuación diferencial a través del método transformada de LaplaceAnahi Daza
Esta presentación te ayudará a resolver una ecuación diferencial a través de el método de la transformada de Laplace con ayuda de fracciones parciales y la antitransformada.
Pruebas de bondad de ajuste y pruebas no parametricasAlez Escandón
UNIDAD 4.- PRUEBAS DE BONDAD DE AJUSTE Y PRUEBAS NO PARAMETRICAS
4.1 Bondad de ajuste.
4.1.1 Análisis Ji-Cuadrada.
4.1.2 Prueba de independencia.
4.1.3 Prueba de la bondad del ajuste.
4.1.4 Tablas de contingencia.
4.2 Pruebas no paramétricas.
4.2.1 Escala de medición.
4.2.2 Métodos estadísticos contra no paramétricos.
4.2.3 Prueba de Kolmogorov – Smirnov.
4.2.4 Prueba de Anderson – Darling.
4.2.5 Prueba de Ryan – Joiner.
4.2.6 Prueba de Shappiro – Wilk.
Realizar un análisis exploratorio de datos del archivo 10 empresas que contiene los estados de resultados y balance general y razones financieras de un portafolio compuesto por 10 empresas.
Ponencia en I SEMINARIO SOBRE LA APLICABILIDAD DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR UNIVERSITARIA. 3 de junio de 2024. Facultad de Estudios Sociales y Trabajo, Universidad de Málaga.
La Unidad Eudista de Espiritualidad se complace en poner a su disposición el siguiente Triduo Eudista, que tiene como propósito ofrecer tres breves meditaciones sobre Jesucristo Sumo y Eterno Sacerdote, el Sagrado Corazón de Jesús y el Inmaculado Corazón de María. En cada día encuentran una oración inicial, una meditación y una oración final.
Presentación de la conferencia sobre la basílica de San Pedro en el Vaticano realizada en el Ateneo Cultural y Mercantil de Onda el jueves 2 de mayo de 2024.
2. Correlación Lineal
En el caso del coeficiente de correlación
lineal, algunos autores consideran:
Solo mide la fuerza de la relación lineal entre
dos variables. Ing. Sergio Jurado
4. Coeficiente de Determinación
R2
Ejemplo: Suponga que se tiene interés en la
relación entre los años en el trabajo, X, y la
producción semanal, Y. Los datos muestrales
revelaron:
Ing. Sergio Jurado
Empleado Gordon James Ford Salter Artes
Años en el Trabajo 14 7 3 15 11
Producción
Semanal
6 5 3 9 7
Con los datos se dibuja un diagrama de
dispersión y se calcula el valor del coeficiente
de correlación:
6. Coeficiente de Determinación
R2
Para examinar con más detalle el concepto de
coeficiente de determinación realizamos la
prueba de hipótesis
r = 0.89442719
En tabla A-6 y α=0.05 los
valores críticos son: ±0.754
Se rechaza Ho, Existe
Correlación Lineal
Ing. Sergio Jurado
x y
14 6
7 5
3 3
15 9
11 7
11. Coeficiente de Determinación
R2
(5:12,4)
(5:9)
Ampliado
La Variación
Explicada
La Variación No
Explicada.
Si sumamos las
dos diferencias
tendremos una
Variación Total.
Ing. Sergio Jurado
14. 0
1
9
9
1
20
Coeficiente de Determinación
R2
Ing. Sergio Jurado
Para calcular el error de todos los datos elevamos
al cuadrado cada error como en la tabla siguiente
y y
6 6
5 6
3 6
9 6
7 6 Variación
Total
16. Coeficiente de Determinación
R2
Varía desde 0 a 1
Si R2
= 0.80 entonces se dice que en el
modelo de regresión; el 80% de la variación
de Y esta explicada por la variación en X.
También que existe 1-0.80 = 0.20
20% de la variación de Y que el modelo no
puede explicar
Ing. Sergio Jurado
18. Si r = 0 las variables son
Independientes?
No necesariamente
Ing. Sergio Jurado
19. Modelos No Lineales
Para variables que tienen una relación existen
dos modelos generales de correlación simple:
Ing. Sergio Jurado
20. Modelos No Lineales
Los modelos no lineales sirven cuando la
forma de el gráfico de dispersión tiene una
tendencia curva:
LOGARÍTMICO
EXPONENCIA
L
POTENCIAL
INVERSO
CUADRÁTICO
Ing. Sergio Jurado
21. Ejemplo
Una inversión puede generar ganancias en el
transcurso de un año. Los datos siguientes
muestran el comportamiento de estas dos
variables:Inversión
Miles ($)
Ganancias
Miles ($)
13 8
24 15
36 25
25 11
28 15
16 8
35 24
40 36
Ing. Sergio Jurado
22. Ejemplo
El comportamiento de las variables no es muy
claramente lineal o no lineal.
Inversión
Miles ($)
Ganancias
Miles ($)
13 8
24 15
36 25
25 11
28 15
16 8
35 24
40 36
Se tiene que hacer un calculo del coeficiente de
Determinación para definir matemáticamente cual es
el mejor modelo
Ing. Sergio Jurado
23. Ejemplo
El comportamiento de las variables no es muy
claramente lineal o no lineal.
Inversión
Miles ($)
Ganancias
Miles ($)
13 8
24 15
36 25
25 11
28 15
16 8
35 24
40 36
MOD R2
LINEAL
EXPONENCI
AL
LOGARITMIC
O
POTENCIAL
INVERSO
0.8690
0.9480
0.7616
0.8855
0.6363
Ing. Sergio Jurado
25. Ejemplo
¿Cuál será el valor de las ganancias si se invierten 38
mil $?
¿Cuál será la inversión para obtener ganancias de 20
mil $?Inversión
Miles ($)
Ganancias
Miles ($)
13 8
24 15
36 25
25 11
28 15
16 8
35 24
40 36
Ing. Sergio Jurado
27. A Trabajar
La ley de Moore expresa que aproximadamente cada dos
años se duplica el número de transistores en un circuito
integrado.1 Se trata de una ley empírica, formulada por el
cofundador de Intel, Gordon E. Moore. Con los datos
siguientes:
Año 1971 1974 1978 1982 1985 1989 1993 1997 1999 2000 2002 2003
Transisto
res
2.3 5 29 120 275 1180 3100 7500 24000 42000 220000 410000
¿Cuál es el mejor modelo de regresión?
¿Cuál es el número actual de transistores en un
microprocesador según este modelo?
Ing. Sergio Jurado
28. A Trabajar
Año 1971 1974 1978 1982 1985 1989 1993 1997 1999 2000 2002 2003
Transisto
res
2.3 5 29 120 275 1180 3100 7500 24000 42000 220000 410000
Ing. Sergio Jurado
Si se ingresan los datos como se presentan, estos
puede generara resultados erróneos:
MOD R2
LIN
EXP
LOG
POT
INV
0.3325
0.9840
0.3313
0.9838
0.3301
29. A Trabajar
Año 1971 1974 1978 1982 1985 1989 1993 1997 1999 2000 2002 2003
Transisto
res
2.3 5 29 120 275 1180 3100 7500 24000 42000 220000 410000
Ing. Sergio Jurado
Si se ingresan los datos como se presentan, estos
puede generara resultados erróneos:
30. A Trabajar
Año 1971 1974 1978 1982 1985 1989 1993 1997 1999 2000 2002 2003
Transisto
res
2.3 5 29 120 275 1180 3100 7500 24000 42000 220000 410000
Ing. Sergio Jurado
Cambiamos los años por sus equivalentes como:
1 ≈ 1971
4 ≈ 1974
etc
1 4 8 12 15 19 23 27 29 30 32 33
Con estos datos no cambiará el valor de R2
31. A Trabajar
Año 1971 1974 1978 1982 1985 1989 1993 1997 1999 2000 2002 2003
Transisto
res
2.3 5 29 120 275 1180 3100 7500 24000 42000 220000 410000
Ing. Sergio Jurado
Cambiamos los años por sus equivalentes como:
1 ≈ 1971
4 ≈ 1974
etc
1 4 8 12 15 19 23 27 29 30 32 33
Con estos datos no cambiará el valor de R2
MOD R2
LIN
EXP
LOG
POT
INV
0.3325
0.9840
0.3313
0.9838
0.3301
32. A Trabajar
Año 1971 1974 1978 1982 1985 1989 1993 1997 1999 2000 2002 2003
Transisto
res
2.3 5 29 120 275 1180 3100 7500 24000 42000 220000 410000
Ing. Sergio Jurado
Cambiamos los años por sus equivalentes como:
1 ≈ 1971
4 ≈ 1974
etc
1 4 8 12 15 19 23 27 29 30 32 33
Con estos datos no cambiará el valor de R2
33. Ex01
Ing. Sergio Jurado
Se investiga la relación entre el precio de la
tonelada de trigo y las cantidades producidas en
los últimos años:
Precio
(US$/TN)
2.33 5.36 7.86 9.23 1.89 0.89 1.65 1.56 2
Cantidad
(miles TN)
1500 150 90 40 400 700 500 350 1400
¿Cuál será el nivel de producción de trigo si el
precio por tonelada es 1.93 US$/TN?
¿Cuál será el precio por tonelada si se ha
producido 800 mil toneladas
34. Ex01
Ing. Sergio Jurado
Se investigación la relación entre el precio de la
tonelada de trigo y las cantidades producidas en
los últimos años:
Precio
(US$/TN)
2.33 5.36 7.86 9.23 1.89 0.89 1.65 1.56 2
Cantidad
(miles TN)
1500 150 90 40 400 700 500 350 1400
Cantidad
(miles TN)
1500 150 90 40 400 700 500 350 1400
Precio
(US$/TN)
2.33 5.36 7.86 9.23 1.89 0.89 1.65 1.56 2
x
y 29 30 32 33MOD R2
LIN
EXP
LOG
POT
INV
0.3409
0.2597
0.7729
0.6525
0.8343