DIAGRAMA DE CAJA O BLOXPLOT

Diagrama de Caja o Boxplot: Se le llama de caja prque es rectangular y la altura uno lo tiene que definir y encontrar.

PARA QUE SIRVE: Sirve para establecer datos atipicos.

DATO ATIPICO: Se sale de lo normal y se encuentran en los extremos inferior y superior mas alla de los bigotes.

BARRERA EXTERIOR E INTERIOR QUE EXISTE.

Cuando los datos se encuentran entre la barrera exterior e interior se llaman ATIPICOS, si se encuentran despues de la barrera exterior se les llama DATOS ATIPICOS EXTREMOS.

Otra definicion:

Es un gráfico representativo de las distribuciones de un conjunto de datos en cuya construcción se usan cinco medidas descriptivas de los mismos, a saber: mediana, primer cuartil, tercer cuartil, valor máximo y valor mínimo.

Las partes del Boxplot se identifican como sigue:

1.-Límite superior: Es el extremo superior del bigote. Las opiniones por encima de este límite se consideran atípicas. Para más detalles consulte sobre la construcción de los límites y los valores atípicos.

2.-Tercer cuartil (Q3): Por debajo de este valor se encentran como máximo el 75% de las opiniones de los estudiantes.

3.-Mediana: Coincide con el segundo cuartil. Divide a la distribución en dos partes iguales. De este modo, 50% de las observaciones están por debajo de la mediana y 50% está por encima.

4.-Primer cuartil (Q1): Por debajo de este valor se encuentra como máximo el 25% de las opiniones de los estudiantes

5.-Límite inferior: Es el extremo inferior del bigote. Las opiniones por debajo de este valor se consideran atípicas. Para más detalles consulte sobre la construcción de los límites y los valores atípicos.

6.-Valores atípicos: Opiniones que están apartadas del cuerpo principal de datos. Pueden representar efectos de causas extrañas, opiniones extremas o en el caso de la tabulación manual, errores de medición o registro.
Se colocan en la gráfica con asteriscos (*) o puntos (.) según se alejan menos o más del conjunto de datos. Se utiliza un superíndice numérico para indicar el número de veces que aparece ese dato como atípico.

7.-Media aritmética: Es lo que tradicionalmente se conoce como promedio. Originalmente no forma parte del boxplot, sin embargo, se consideró su inclusión para dar una idea del puntaje general obtenido por pregunta. Actualmente se trabaja en la elaboración de estadísticos más representativos que la media aritmética para describir el conjunto de datos.

· Sobre la construcción de los límites y los valores atípicos
Tukey (1997) sugiere una regla sencilla para determinar los límites de los bigotes. Tomando en cuenta que el Rango Intercuartílico (RI) es la diferencia entre el Tercer y el Primer Cuartil, tenemos que existen límites interiores y límites exteriores. Los primeros son barreras hasta las cuales se “permiten” datos de la muestra, por estar muy cerca del resto. Estos son los límites que definen los extremos de los bigotes. De sobrepasar esta barrera se le considera valor atípico. Los segundos límites indican cuándo un dato se aleja en exceso del resto y, siendo también atípico, se le considera fuera del límite exterior permitido y se dice que es aún más atípico.

Se construyen así:

Límite interior inferior = Límite del bigote inferior = Q1 - 1,5RI
Límite interior superior = Límite del bigote superior = Q3 + 1,5RI
Límite exterior inferior = Q1 - 3RI
Límite exterior superior = Q3 + 3RI

Graficas:

DATOS ATIPICOS(2do metodo):Estos se pueden analizar por medio de un diagrama de caja y tambien se le puede hacer una campana encima de la grafica.

ecuacion de regresion

ECUACION DE REGRESION:
Es el conjunto de técnicas estadísticas empleado para medir la intensidad de la asociación entre dos variables.El valor del coeficiente de correlación puede tomar valores desde menos uno hasta uno, indicando que mientras más cercano a uno sea el valor del coeficiente de correlación, en cualquier dirección. y sirve para hallar la prediccion de cierto numero.

Y SU FORMULA ES: ¨
Yn=a0+a1(n)

ERROR DE ESTIMA

ERROR DE ESTIMA:

Es una medida de su precisión que se corresponde con la amplitud del intervalo de confianza. Cuanta más precisión se desee en la estimación de un parámetro, más estrecho deberá ser el intervalo de confianza y, si se quiere mantener o disminuir el error, más ocurrencias deberán incluirse en la muestra estudiada. En caso de no incluir nuevas observaciones para la muestra, más error se comete al aumentar la precisión.

EJEMPLO:

COVARIANZA

LA COVARIANZA: es una técnica estadística que, utilizando un modelo de regresión lineal múltiple, busca comparar los resultados obtenidos en diferentes grupos de una variable cuantitativa pero corrigiendo las posibles diferencias existentes entre los grupos en otras variables que pudieran afectar también al resultado (covariantes).

PENDIENTE

PENDIENTE:
Es cuando esta inclinada o tiene inclinacion. La inclinacion se puede medir por medio de un angulo per se mide por numeros enteros.

FORMULA:
Y2-Y1=m(X2-X1)

EJEMPLO:

REGRESION CUADRATICA

La regresión cuadrática: es el proceso por el cuál encontramos los parámetros de una parábola que mejor se ajusten a una serie de datos que poseemos, ya sean mediciones hechas o de otro tipo. Bueno, pero por que habríamos de querer ajustar nuestros datos precisamente a una parábola y no a otra función?

DIAGRAMA DE DISPERSION:

Una función cuadrática o de segundo grado se puede representar de manera genérica como :

Y= a+bx+cx^

EJEMPLO:

sumatorias de la matriz:

Por lo tanto: a=9.6 b=1.76 c=2.02
la parábola de mejor ajuste es entonces:

REGRESION EXPONENCIAL

REGRESION EXPONENCIAL:

Será aquella en la que la función de ajuste será una función exponencial del tipo

y = a.bx

La regresión exponencial aunque no es lineal es linealizable tomando logaritmos ya que haciendo el cambio de variablev = log y tendremos que la función anterior nos generaría:

v = log y = log( a.bx) = log a + x log b
la solución de nuestro problema vendría de resolver la regresión lineal entre v ý x, y una vez obtenida supuesta ésta:v* = A + B x ; obviamente la solución final será:

a = antilog A y b = antilog B.