Conceptos Fundamentales de Inferencia Estadística

El hecho de estudiar a los sujetos que forman una muestra, en lugar de a toda la población, ocasiona un error denominado error aleatorio. La determinación de este error es el objetivo principal de la inferencia estadística. ¿Qué buscamos con la inferencia? Extrapolar el comportamiento o la modalidad estudiada en una muestra a toda la población y sacar conclusiones referentes a una característica estudiada de la población, a partir de un subconjunto (muestra).

Conceptos

• Estadística descriptiva: Conjunto de procedimientos necesarios para recoger, clasificar, representar y resumir el conjunto de datos que forman una muestra. Permite controlar la calidad de los datos y examinar las variables

Ángulo

Espacio comprendido entre dos semirrectas con un punto en común llamado vértice.

Bisectriz

Semirrecta que divide a un ángulo en dos partes congruentes.

Propiedad: La distancia desde cualquier punto de la bisectriz a las dos rectas es congruente.

Mediatriz

Recta perpendicular a un segmento en su punto medio.

*Aparece la idea de mediatriz como lugar geométrico de los puntos que equidistan de los puntos dados y con ella aparece la idea de perpendicularidad y la idea de congruencia de triángulos con los criterios LLL y LAL.

Punto Medio

Punto de un segmento que lo divide en dos partes congruentes.

Perpendicular

Que forman un ángulo de 90º.

Recta

Conjunto de puntos alineados.

Ángulos Adyacentes

Comparten un lado, un vértice y son suplementarios.... Continuar leyendo "Conceptos Fundamentales de Geometría Plana" »

Distribuciones Teóricas de Probabilidad

Una distribución teórica de probabilidad es un modelo para una variable aleatoria que describe la forma en que los eventos están distribuidos a lo largo de los posibles valores que pudiera tomar dicha variable.

Variables Aleatorias

Cuando en un experimento aleatorio a cada suceso elemental le asignamos un valor numérico, obtendremos una variable aleatoria. Estas pueden ser de dos tipos:

• Discretas: binomial y Poisson.
• Continuas: normal.

Tipos de Distribuciones

Distribución de Bernoulli

Aquel experimento aleatorio que tiene dos resultados posibles, los cuales se denotan como aciertos o fracasos con probabilidad respectiva.

Distribución Binomial

Se basa en el experimento de Bernoulli. Es un experimento aleatorio... Continuar leyendo "Distribuciones de Probabilidad y Variables Aleatorias: Conceptos Clave y Aplicaciones" »

Regresión Lineal Múltiple

Modelo Estimado

Variable dependiente: Porcent

Regresores: p, p

El modelo estimado sería: Porcent= 45+0,01* p -23*p + ui

Bondad de Ajuste

Comprobaremos si el ajuste del modelo es bueno a través del R Cuadrado y el R Cuadrado Ajustado. El ajuste del modelo es bastante bueno, ya que el R Cuadrado es de 0,83 y el R Cuadrado Ajustado de 0,80. Por tanto, el modelo de regresión logra explicar en torno al 80% de la variación muestral de la variable dependiente.

Significancia del Modelo

Comprobaremos si el modelo es significativo en su conjunto. Lo que se pretende contrastar es si el R Cuadrado es igual a 0 o no. Por tanto, planteamos las siguientes hipótesis:

• Ho: R^2=0
• H1:R^2 =I 0

(Tabla Anova): podemos afirmar que el modelo es... Continuar leyendo "Análisis de Regresión Lineal Múltiple" »

Regla de Laplace

ACP. Como podemos ver, trabajamos con un gran número de observaciones, claramente superior a 50. Además, se supera la ratio deseada de variables y observaciones (1:10), ya que hay … variables y … observaciones.

En la matriz de correlaciones que encontramos en la página siguiente vemos que existe una cantidad razonable de correlaciones elevadas (consideraremos que se trata de una correlación elevada si es > |0,3|).

Si atendemos al valor del determinante de la matriz de la página anterior, nos damos cuenta de que su valor es muy próximo a 0. Esto es un claro indicativo de que las variables que nos ocupan están linealmente relacionadas.

Ahora atenderemos a los valores que adopta la diagonal principal de la matriz de correlación anti-... Continuar leyendo "Análisis de Componentes Principales: Guía Práctica y Optimización" »

Conglomerados

Es necesario estandarizar las variables, ya que las unidades de medida son similares. Por tanto, el peso de ninguna variable será excesivo o muy reducido, condicionando la formación de grupos en el análisis de conglomerados.

En lo que respecta a posibles outliers, en el análisis preliminar no se ha detectado ninguno. No obstante, por la propia medición de las variables, si se detectara alguno en fases posteriores del análisis, se trataría de un outlier legítimo y no deberíamos eliminar la observación.

Posteriormente, procederemos a realizar el análisis de conglomerados. Para ello, con base en lo que se recoge en la literatura, incluiremos todas las variables de escala disponibles, pues ninguna parece estar relacionada... Continuar leyendo "Metodología para la Creación y Validación de Conglomerados" »

Curvas Geométricas

Cuando una línea se aparta constantemente de la dirección de la recta sin formar ángulos, y la trayectoria de los puntos que la forman es continua, cumple una norma:

• Planas: Todos sus puntos se encuentran en un mismo plano. Se dividen en curvas técnicas y curvas cónicas.
• Alabeadas: Sus puntos no están todos en el mismo plano.

1. Curvas Técnicas

Se configuran mediante la unión de arcos de circunferencia que son tangentes entre sí. Pueden ser:

• Cerradas: Óvalos y ovoides.
• Abiertas: Espirales.

Óvalos

Curva cerrada y convexa con dos ejes de simetría perpendiculares, compuesta por un número par de arcos de circunferencia tangentes entre sí, cuyos centros se sitúan en los ejes de simetría. El número de arcos es variable,... Continuar leyendo "Fundamentos de las Curvas Geométricas: Clasificación y Propiedades" »

Conceptos Fundamentales de Cálculo

Límites

Los límites son una herramienta fundamental en cálculo para describir el comportamiento de una función a medida que su variable se acerca a un valor particular.

Casos Comunes de Resolución de Límites

1. Cociente de Polinomios (x → n): Cuando la variable x tiende a un número finito n, y el denominador se anula, se aplica la regla de Ruffini para factorizar y simplificar la expresión.
2. Cociente de Polinomios (x → 0): Si la variable x tiende a 0, se saca factor común la x con el menor exponente en el numerador y/o denominador para simplificar.
3. Presencia de Raíces (Numerador o Denominador): Cuando aparece una raíz cuadrada o de orden superior en el numerador o denominador, se multiplica la expresión

Métodos y Aplicaciones en Ecuaciones Diferenciales

Este documento presenta un resumen de los métodos clave para la resolución de ecuaciones diferenciales y sus aplicaciones prácticas.

1. Solución por Sustitución (Ecuaciones Homogéneas)

Este método se aplica a ecuaciones diferenciales homogéneas. Se sustituyen x e y por tx y ty, respectivamente, para verificar la homogeneidad. En la práctica, se realiza la sustitución y = xu y dy = udx + xdu.

• Ejemplo: (y^2 + yx)dx + x^2 dy = 0
• Paso 1: Sustituir y = xu y dy = udx + xdu en la ecuación original:

  (x^2u^2 + x^2u)dx + x^2(udx + xdu) = 0

• Paso 2: Agrupar términos y simplificar:

  (x^2u^2 + 2x^2u)dx + x^3du = 0

• Paso 3: Separar las variables u y x para integrar:

  ∫ du / (u(u+2)) = - ∫ 1/x dx

• Paso 4: