Regresión por Mínimos Cuadrados: Ajuste de un modelo matemático por medio de la suma de los cuadrados de las diferencias entre los valores reales y los valores estimados para obtener una suma de los cuadrados de los errores.
Regresión por Mínimos Cuadrados: Ajuste de un modelo matemático por medio de la suma de los cuadrados de las diferencias entre los valores reales y los valores estimados para obtener una suma de los cuadrados de los errores.
El método de Vogel, o aproximación de Vogel, es un método que permite llegar a una solución inicial factible del problema de transporte, la ventaja por sobre el de la esquina noroeste es que va adelante iteraciones y por lo tanto se obtiene una solución inicial mejor.
El método de Vogel, o aproximación de Vogel, es un método que permite llegar a una solución inicial factible del problema de transporte, la ventaja por sobre el de la esquina noroeste es que va adelante iteraciones y por lo tanto se obtiene una solución inicial mejor.
INCERTIDUMBRE DE MEDICIONES
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
INTERPRETACION DE GRAFICAS
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
MEDIDAS EXPERIMENTALES
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
MOVIMIENTO RECTILINEO
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER
DEPARTAMENTO DE FISICA
LABORATORIO DE FISICA MENCANICA
CONCLUSIONES
CAIDA LIBRE
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
MOVIMIENTO DE PROYECTILES
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
LEY DE HOOKE
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
SEGUNDA LEY DE NEWTON
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
CONSERVACION DE LA ENERGIA MECANICA
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER
DEPARTAMENTO DE FISICA
LABORATORIO DE FISICA MENCANICA
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
PENDULO BALISTICO
INTRODUCCION
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
MARCO TEORICO
ANALISIS DE LOS RESULTADOS
CONCLUSIONES
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “ROMPECABEZAS DE ECUACIONES DE 1ER. GRADO OLIMPIADA DE PARÍS 2024”. Esta actividad de aprendizaje propone retos de cálculo algebraico mediante ecuaciones de 1er. grado, y viso-espacialidad, lo cual dará la oportunidad de formar un rompecabezas. La intención didáctica de esta actividad de aprendizaje es, promover los pensamientos lógicos (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia, viso-espacialidad. Esta actividad de aprendizaje es de enfoques lúdico y transversal, ya que integra diversas áreas del conocimiento, entre ellas: matemático, artístico, lenguaje, historia, y las neurociencias.
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
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.
1. Sesión 9
Regresión Lineal Simple
Estadística en las organizaciones
AD4001
Dr. Jorge Ramírez Medina
2. Tabla ANOVA
Dr Jorge Ramírez Medina
EGADE Business School
2 1
s n
2
3. Tabla Anova
Fuente de
variación
Suma de
cuadrados
Grados
de
libertad
Cuadrado Medio F p-value
Tratamientos SCTR k-1 CMR=SCTR/(k-1) F=CMTR/CME tablas
Error SCE nT-k CME=SCE/(nT-k)
Total STC nT-1
Dr. Jorge Ramírez Medina
EGADE Business School
4. Qué tipo
de relación
se examina?
Cuántas son
las variables
a predecir?
Dependencia Interdependencia
Múltiples relaciones de
Variables dependientes e
independientes Varias variables
Cuál es la escala
de medición de
la variable
dependiente?
Cuál es la escala
de medición de
la variable
dependiente?
Cuál es la escala
de medición de
la variable
predictora?
SEM
dependientes en
una sola relación
Una variable
dependientes en
una sola relación
Correlación
canónica
Análisis
Multivariado
de varianza
(Manova)
Correlación
canónica
con variables
dummy
Regresión múltiple
Análisis Conjoint
Análisis discriminante
múltiple
Modelos de
probabilidad lineal
(logit Analysis)
Métrica
No Métrica
Métrica No Métrica
Métrica No Métrica
5. Correlación canónica
Y1+Y2+Y3+…+Yn = X1+X2+X3+…+Xn
métrica, no métrica métrica, no métrica
Manova
Y1+Y2+Y3+…+Yn = X1+X2+X3+…+Xn
métrica no métrica
Análisis de Varianza
Y1 = X1+X2+X3+…+Xn
métrica no métrica
Análisis discriminante múltiple
Y1= X1+X2+X3+…+Xn
no métrica (dicotómica) métrica
Análisis de regresión múltiple
Y1= X1+X2+X3+…+Xn
métrica métrica, no métrica
Análisis Cojoint
Y1= X1+X2+X3+…+Xn
métrica, no métrica no métrica
SEM
Y1 =
Y2 =
Ym =
X11+X12+X13+…+X1n
X21+X22+X23+…+X2n
Xm1+Xm2+Xm3+…+Xmn
métrica métrica, no métrica
Relación entre los
métodos de
dependencia
multivariados
6. Revisión de Tarea Anova
Dr Jorge Ramírez Medina
EGADE Business School
7. Modelo de
regresión lineal simple
Dr. Jorge Ramírez Medina
EGADE Business School
8. Método de mínimos
cuadrados
Dr. Jorge Ramírez Medina
EGADE Business School
9. Calculando b0 y b1
Dr. Jorge Ramírez Medina
EGADE Business School
11. Suma de cuadrados
debido al error
Dr. Jorge Ramírez Medina
EGADE Business School
12. Suma total de cuadrados
Dr. Jorge Ramírez Medina
EGADE Business School
13. SCE y STC
Dr. Jorge Ramírez Medina
EGADE Business School
14. Suma de cuadrados
debido a la regresión
Dr. Jorge Ramírez Medina
EGADE Business School
15. ¿Qué tan bien se ajustan los
datos a la regresión?
Dr. Jorge Ramírez Medina
EGADE Business School
16. Suposiciones del modelo
• E(e)=0
• Varianza de e, (que es 2) es la misma para
todos los valores de x.
• Los valores de e son independientes.
• e es una variable distribuida normalmente
Dr. Jorge Ramírez Medina
EGADE Business School
17. ¿Cómo comprobamos
el ajuste del modelo?
• Usando r2
• Usando una prueba de hipótesis
H0: b1= 0
Ha: b1 ≠ 0
Estadístico de prueba
F=CMR/ECM
Regla rechazo
p-value<=a
Dr. Jorge Ramírez Medina
EGADE Business School
20. En el ejemplo
푟2 =
푆퐶푅
푆퐶푇
Dr. Jorge Ramírez Medina
EGADE Business School
=
푆푇퐶 − 푆퐶퐸
푆퐶푇
푟푥푦
21. Usando la prueba F
Fuente de
variación
Suma de
cuadrados
Dr. Jorge Ramírez Medina
EGADE Business School
Grados
de
libertad
Cuadrado Medio F p-value
Regresión SCR 1 CMR=SCR/1 F=CMR/CME tablas
Error SCE n-2 CME=SCE/(n-2)
Total STC n-1
22. En el ejemplo
퐹 =
퐶푀푅
퐸퐶푀
Dr. Jorge Ramírez Medina
EGADE Business School
퐶푀푅 =
푆퐶푅
퐹 = 74.25
푁표. 푣푎푟푖푎푏푙푒푠
푠2 = 퐸퐶푀 =
푆퐶퐸
푛 − 2
14200
1
15300
10−2
= 191.25
p-value
2.54887E-05
-- a dependent variable -- is generally predicted or explained by means of the other(s) -- independent variables and covariates. These are called dependence methods. Ejemplo: multiple regression and analysis of variance
Multiple regression analysis enables the researcher to predict the level of magnitude of a dependent variable based on the levels of more than one
independent variable.
Multiple discriminant analysis enables the researcher to predict group membership on the basis of two or more independent variables.
Conjoint analysis provides a basis to estimate the utility that consumers associate with different product features or attributes.
Aquí hacer pausa y preguntar qué es estadística, inferencial, parámetro
Correlación!!
Si se rechaza Ho => b1 es diferente de cero
Por lo que aplica y=bo+b1x+e
X y Y están reñlacionadas linealmente
ECM= Error cuadrado medio. Estimación de S^2
CMR= Cuadrado Medio de la regresión
ECM = error cuadrado medio-> error estándar de estimación
Error típico = raíz(s^2)