Académique Documents
Professionnel Documents
Culture Documents
Regresión:es un método que permite explicar la asociación entre dos o más variables.
Correlación: indicador matemático de relación entre dos variables
En el análisis de regresión, desarrollaremos una ecuación de estimación, esto es, una
fórmula matemática que relaciona las variables conocidas con la variable desconocida.
Después de conocer el patrón de esta relación, podremos aplicar el análisis de
correlación para determinar el grado en el que las variables se relacionan. El análisis
de correlación, entonces, nos indica qué tan bien la ecuación de estimación describe
realmente la relación.
2. Indique cuáles son los fundamentos del método de mínimos cuadrados aplicado en
regresión.
E(e)= 0
Normalidad: La distribución del termino error e es normal (Normalidad del
Error)
Varianzas homogéneas
Independencia
4. Indique de qué forma los supuestos del error de regresión se trasladan a la variable
dependiente
5. En un estudio de asociación basado en una muestra de 20 pares de valores x, y, se
obtuvo una ecuación dada por ŷ =1.2 – 0.56 x. Si y es tasa de endeudamiento y x
tasa de interés vigente en el mercado, ¿qué significado tienen los valores 1.2 y 0.56 de
la ecuación?
Ei = Yobs – Y
El error de regresión es la fórmula matemática que relaciona la variable desconocida
con las variables conocidas en el análisis de regresión.
12. ¿Puede usted inferir respecto de la pendiente poblacional? ¿Con qué estadísticos
puede trabajar para esto?
15. ¿Qué significa un VP de 0.00 en una prueba F para el modelo de regresión lineal?
¿Cómo plantea las hipótesis si tiene 3 variables independientes? ¿Qué sentido de
lateralidad tiene esta prueba y porque?
Un VP = 0,00 en una prueba F implica rechazar Ho, por lo que existe asociación
entres las variables. Las hipótesis planteadas serian:
Ho : B1=B2=B3= 0
H1 : Existe al menos una Bi distinta de 0.
16. ¿Qué significa un VP de 0.35 en una prueba F para el modelo de regresión lineal?
Un VP = 0,35 en una prueba F nos llevaría a aceptar Ho, por lo que podemos afirmar
que no existe asociación o que existe independencia entre las variables.
17. ¿Cómo verifica el cumplimiento de los supuestos del modelo de regresión lineal
simple?
18. ¿Hay diferencias entre los supuestos del modelo de regresión simple y múltiple?
Es el modelo Multiplicativo. Yt = Tt x St x Ct x It
4. Una serie estable a través del tiempo, sin crecimiento ni decrecimiento se dice
estacional. (V – F)
9. Sintetice en tres pasos como obtiene los índices estacionales por el procedimiento
de razón a promedio móvil dentro del método clásico.
Sus objetivos fundamentales son: mantener bajo control un proceso y eliminar las
causas que provocan deficiencias en las diferentes fases del Ciclo de Calidad.
El objetivo principal del control estadístico de procesos es determinar si las variaciones
en el producto se deben a causas asignables o a causas comunes
Causas Aleatorias: son aquellas que están siempre presentes en un proceso; son
muchas en cantidad pero su influencia es pequeña y podemos decir que producen
variaciones que se deben al azar; la distribución de probabilidad de las variaciones
provocadas por este tipo de causas responde a la Normal; como están siempre
presentes en el proceso, este tendrá sus parámetros (Media y Dispersión)
perfectamente definidos con estas causas actuando. Cuando un proceso funciona con
solo caudas aleatorias de variación, decimos que está bajo control.
Causas Asignables: son pocas en cantidad pero provocan gran influencia en los
procesos; no están siempre presentes ni responden a una ley de probabilidad; suelen
ser sencillas de identificar y de eliminar. Cuan estamos ante un proceso que actúa con
causas aleatorias y con causas asignables de variación, decimos que el mismo está
fuera de control.
H0 verdadera H0 falsa
Que continúe el
El proceso está bajo El proceso está fuera de
proceso
Decisión control control
4. ¿Cuáles son los dos procedimientos que se pueden aplicar en control estadístico de
calidad?
Los gráficos más utilizados son los gráficos x , R, gráfico de medias muestrales y
gráficos de rangos muestrales. Al analizar ambos Gráficos podemos observar en el
proceso que se pueden presentar cuatro condiciones: tener o no exactitud y tener o no
precisión, por lo que hay que analizar cada uno de manera individual.
Diremos que un proceso está bajo control cuando en ambos gráficos todos los
resultados de las muestras caen dentro de los límites de control. Mientras que diremos
que esta fuera de control cuando uno o más puntos muestrales, en uno o ambos
gráficos, caen fuera de los límites establecidos.
R
3 x 3
d2 n
x R A2
d3
R 3R
d2
LSCR R D4
LICR R D3
6. ¿Qué indica un gráfico de control que posee cinco puntos consecutivos por encima
o debajo de la línea de control?
Indica que la media del proceso puede estar cambiando, en esta caso disminuyendo.
LST LIT VT
Cp : Debe ser mayor a 1,33 para que el proceso sea
R VN Capaz de producir artículos buenos, es decir que
6 satisfacen las especificaciones de tolerancia.
d2
Cpk : (min cpi o cps )
Debe ser mayor a 1,33 para que el proceso esté
x LST centralizado en torno a la verdadera media y
cps produzca un porcentaje de defectuosos equivalente
R a (1-0,9997)*100. Apto.
3
d2
LIT x
cpi
R
3
d2
Como 1,8 > 1,33 el proceso es capaz de producir artículos buenos, es decir, que
satisfacen las especificaciones de tolerancia.
Como 0,89 < 1,33, el proceso no es apto, por lo que se debe calcular el porcentaje de
defectuosos, por exceso y/o por defecto, que el mismo produce. El proceso no está
centrado en la media.
La capacidad del proceso solo puede ser evaluada en el caso de que el proceso se
encuentre bajo control estadístico, y se puede definir como aquellos límites dentro de
los cuales, la única fuente de variación son las causas comunes o aleatorias del
sistema. Debe seguir una distribución Normal y casi todas las unidades fabricadas en
condiciones de control (99,7%) se encontraran en un intervalo de amplitud de +-3.