Trabajo Relacion Entre Variables

7/31/2019 Trabajo Relacion Entre Variables

1/10

DIRECCION GENERAL DE EDUCACINSUPERIOR TECNOLOGICA

1

INSTITUTO TECNOLOGICO DE APIZACO

ING. TECNOLOGIAS DE LA INFORMACION Y COMUNICACIN

RELACIONES ENTRE

VARIABLE

En este trabajo es presentado como requisito para acreditar la asignatura deProbabilidad y Estadistica, que se cursa en el 2do semestre de la Ing. Tecnologias

de la Informacion y Comunicacion

PRESENTADO POR:

ARACELI YAZMIN JIMENEZ SUAREZ

LUIS FERNANDO RUANOVA GAYASSO

CATEDARATICO DE LA ASIGNATURA:

RODOLFO MIGUEL MILLAN Y ORTIZ

APIZACO, TLAX.


2/10


2

CAPITULO I

INTRODUCCION 3

CAPITULO II

MRCO TEORICO..

4

CAPTITULO III

RELACION ENTRE VARIABLE. 5

CAPITULO IV

CONCLUSIN. 10

CONTENIDO

Pg.


3/10


3

CAPITULO I.

Establecer una relacin estadstica entre variables es verificar que cambios en una

variable (la dependiente) estn asociados a cambios en la otra variable (la de

pendiente)

Cambios en laVariableIndependiente oExplicativaCambios

X YVariableIndependiente oExplicativa

VariableDependiente oRespuesta

Variable independiente o

explicativa

Puede ser:

Cualitativa y

cuantitativa

Variable dependiente

respuesta:

Puede ser:

Cualitativa y

cuantitativa


4/10


4

El trmino Variable se usa en estadstica para indicar una caracterstica o propiedad

que es posible medir. Cuando medimos algo representamos por un modelo

numrico aquello que medimos. Por ejemplo, la altura de una persona. Asignamos

un nmero a cada persona.

Las medidas fsicas, como altura y peso, se miden con un instrumento fsico. Otras

propiedades abstractas tales como razonamiento, depresin, inteligencia semeden directamente.

En general, los datos a analizar consistirn de un conjunto de P variables medidas

en N unidades mustrales.

A la hora de determinar el anlisis estadstico apropiado para un conjunto de datos

es importante clasificar las variables segn su tipo. Un mtodo de clasificar

variables se basa en el grado de sofisticacin en el mtodo de obtener la medida.

Por ejemplo, podemos medir la altura de un individuo podramos obtener la alturaen centmetros.


5/10


5

CLASIFICACION DE VARIABLES

Una clasificacin comnmente aceptada especifica cuatro tipos de variable:nominal, ordinal, intervalo, de razn.

Variables nominales

Con las variables nominales cada observacin pertenece a una de variascategoras diferentes. Las categoras no son necesariamente numricas, aunquepuedan usarse nmeros para representarlas. Por ejemplo: sexo es una variablenominal. Podemos usar dos smbolos M y F para representar las dos categoras.

Algunos programas de anlisis de datos tratan solo smbolos numricos, por loque es preferible esta representacin. Puesto que las categoras puedenconsiderarse en cualquier orden cualquier conjunto de nmeros ser valido parasu representacin: 0/1, 0/2.

Variables ordinales

En este caso se usan categoras, pero existe un orden conocido entre ellas. Porejemplo una escala de niveles de dureza de minerales y rocas, un estatussocioeconmico, etc. Puede usarse cualquier secuencia de nmeros crecientespara su representacin. Para definir una variable ordinal la operacin bsica esdeterminar si una observacin es mayor que otra.

Variables de intervalo

Una variable es una variable ordinal especial, en la que las diferentes entre dosvalores sucesivos es siempre la misma. Por ejemplo, la variable temperatura en

grados Fahrenheit. La diferencia entre 12 y 13. Esto no ocurre en el caso de ladureza de minerales o estatus socioeconmico.

Variables de razn

Son variables de intervalo con un punto natural representando el origen: puntocero. Por ejemplo, la altura. Aunque cambie la unidad de medida no cambia el


6/10


6

cero ni las razones entre dos valores. La temperatura Fahrenheit no es de estetipo pues se puede elegir el punto cero arbitrariamente, no conservando razones.

Otras clasificaciones

Muchas veces nos referimos con el trmino Variables Categricas a las variablesnominales y ordinales. Tambin clasificamos a las variables en discretas ycontinuas.

Una variable es continua si puede tomar cualquier valor en un rango especfico.Por ejemplo altura o peso.

Una variable que no es continua es discreta. Puede tomar solo ciertos valores.

Todas las variables nominales y ordinales son discretas. Las variables de intervaloo razn pueden ser discretas o continuas


7/10


7

RELACIONES ENTRE VARIABLESLas tcnicas de regresin permiten hacer predicciones sobre los valores de ciertavariable

Y(dependiente), a partir de los de otra X(independiente), entre las que se intuyeQue existe una relacin. Para ilustrarlo retomemos los ejemplos mencionados alprincipio

Del tema anterior. Si sobre un grupo de personas observamos los valores quetoman lasVariables

XAltura medida en cm

YAltura medida en metros

Es trivial observar que la relacin que hay entre ambas es: Y=X/100.

Obtener esta relacin es menos evidente cuando lo que medimos sobre el mismogrupo

De personas es, por ejemplo,

XAltura medida en cm

YPeso en kilos

La razn es que no es cierto que conocida la altura xi de un individuo, podamosDeterminar de modo exacto su peso ya (dos personas que miden 1,70 m puedentener pesos de 60 y 65 kilos). Sin embargo, alguna relacin entre ellas debeexistir, pues parece mucho ms probable que un individuo de 2m pese ms queotro que mida 1.20m. Es ms, nos puede parecer ms o menos aproximada una

relacin entre ambas variables como la siguiente

Y=X110(error).

A la deduccin, a partir de una serie de datos, de este tipo de relaciones entrevariables,


8/10


8

Mediante las tcnicas de regresin de una variable Ysobre una variableX,buscamos una funcin que sea una buena aproximacin de una nube de puntos(xi, ya), mediante

Una curva. Para ello hemos de asegurarnos de que la diferencia entre los valoresyi e yi

Sea tan pequea como sea posible.

El trmino que hemos denominado error debe ser tan pequeo como sea posible

El objetivo ser buscar la funcin (tambin denominada modelo de regresin)Y=f(X) que minimice dicho error.

Los puntos paralelos o bien que se encuentran juntos en nuestras graficassiguientes que en esta forma no importa como lo grafiquemos nos muestranla relacin que hay entre las variables:


9/10


9

AQU OBSERVAMOS LA RELACIN QUE TIENE LA VARIABLE X y Y SOBRELOS PUNTOS (3,7) (3,8)

EN ESTA GRAFICA VEMOS LO MISMO PERO CON DIFERENTE ORDEN DE DATOS QUECOMO YA MENCIONE NO IMPORTA COMO ACOMODEMOS LOS DATOS SIEMPRE Y

CUANDO LOS GRAFIQUEMOS CORRECTAMENTE

AQU OBSERVAMOS LA RELACIN QUE TIENE LA VARIABLE X y Y SOBRE LOS PUNTOS(7,3) (8,3) Y OBSERVAMOS QUE LOS PUNTOS GRAFICAMOS AHORA LOS ENCONTRAMOS

VOLTEADOS


10/10


10

CONCLUSIN

La aplicacin del anlisis de regresin simple permitir estudiar la relacinque existe entre una variable independiente y otra dependiente, utilizando el modelo

de regresin.

El coeficiente de determinacin es una medida de la bondad de ajuste para laecuacin de regresin; este puede interpretar como la proporcin de la variacin de

la variable dependiente explicada por la ecuacin de regresin.

Se consider la correlacin como una medida descriptiva de la intensidad de unarelacin lineal entre dos variables.

Documents

Trabajo Relacion Entre Variables