ACTIVIDAD 6
Presentado por:
Laura Vanessa Castaño Baquero
Presentado a:
John Jairo Cruz
Docente
Corporación Universitaria Minuto de Dios
ESTADISTICA INFERENCIAL
Bogotá 25 de junio del 2020
TALLER.
1. Realizar consultas sobre los siguientes temas:
a. ¿En qué consiste las prueba de hipótesis en la estadística?
Rta: Se entiende como prueba de hipótesis, a una regla que determina en que
momento se puede tomar o rechazar una afirmación sobre una población teniendo
en cuenta la evidencia proporcionada por los datos de la muestra.
En la estadística una prueba de hipótesis estudia dos hipótesis opuestas sobre una
misma población, a estas se les conoce como hipótesis nula e hipótesis alternativa.
La hipótesis nula es la afirmación se está comprobando, usualmente esta hipótesis
afirma que ¨sin efecto¨ o ¨sin diferencia¨. La hipótesis alternativa es la afirmación a
la que se quiere llegar a concluir que es verdadera basándose en la evidencia
proporcionada por los datos de la muestra.
Fuente: https://www.addlink.es/noticias/minitab/2852-que-es-una-prueba-de-hipotesis
b. Realizar un mapa conceptual de regresión y correlación lineal
REGRESIÓN Y CORRELACIÓN
LINEAL
REGRESIÓN CORRELACIÓN
TIPOS
SE DIVIDE EN
SE DIVIDE EN TIPOS
GRADOS
SIMPLE MULTIPLE INVERSA
FUERTE
DIRECTA NULA
DEBIL NULA
c. ¿Qué es el coeficiente de correlación de Pearson?
Rta: Lo podemos definir como un ejercicio que permite medir la relación
estadística entre dos variables si estas son cuantitativas y continuas de lo
contrario no se podría realizar adecuadamente el coeficiente.
El coeficiente de correlación de Pearson puede mostrar valores de +1 a -1. Un
valor como 0 indica que no hay asociación entre las dos variables, un valor
mayor que 0 indica una asociación positiva, es decir, a medida que aumenta el
valor de una variable automáticamente aumenta el valor de la otra. Un valor
menor que 0 indica una asociación negativa, es decir, a medida que aumenta el
valor de una variable automáticamente el valor de la otra disminuye
2. Consultar qué son las series de y tiempo y sus componentes
Rta: Las series de tiempo son datos estadísticos que se reúnen, observan o
registran en intervalos de tiempo regulares como a diario, semanal, semestral,
anual, entre otros. Esta series de tiempo se puede aplicar por ejemplo a los datos
registrados en forma periódica que muestran las ventas anuales totales de
almacenes, el valor trimestral total de contratos de construcción o el valor
trimestral del PIB.
Los datos de una serie de tiempo los podemos descomponer en cuatro partes
para que se nos sea más fácil su estudio como lo son:
TENDENCIA SECULAR también conocida como tendencia a largo plazo, es
por lo general el resultado de factores a largo plazo que representa el
crecimiento o disminución en la serie sobre un periodo amplio.
VARIACION ESTACIONAL Es un patrón de cambio que se repite así mismo
año tras año, por lo general es un aumento o disminución cuantitativa en los
valores observados de una serie de tiempo especifica.
VARIACION CICLICA Es La Fluctuación en forma de onda alrededor de la
tendencia. La ciclicidad es un fenómeno que en lo general parece estar
relacionado con la variación de la actividad económica ocurrida durante
periodos de crisis o prosperidad. La fluctuación también puede presentarse en
series de tiempo estacionarias.
VARIACION IRREGULAR también conocida como aleatoria, esta se debe a
factores de corto plazo imprevisibles y no recurrentes que afectan a la serie de
tiempo. Este componente explica la variabilidad aleatoria de la serie como
impredecible, es decir, no se puede esperar predecir su impacto sobre la seria de
tiempo.
Existen dos tipos de variables irregulares: A). las variaciones que son
provocadas por acontecimientos especiales, fáciles de identificar como las
elecciones, inundaciones, terremotos, etcétera y B). Variaciones aleatorias o por
casualidad, cuyas causas no se pueden señalar en forma exacta, pero tienden a
equilibrase con el trascurrir del tiempo.
a. Cuales son los métodos de suavizamientos de datos.
Se puede considerar como una evolución del método de promedio móvil
ponderado, en esta caso se calcula el promedio de una seria de tiempo con un
mecanismo de autocorrección que busca ajustar los pronósticos en dirección opuesta
a las desviaciones del pasado mediante una corrección que se ve afectada por un
coeficiente de suavización.
