Ítem
Acceso Abierto

Inferencia estadística módulo de regresión lineal simple

dc.creatorCardona, Diego
dc.creatorGonzález Rodríguez, Javier Leonardo
dc.creatorRivera Lozano, Miller
dc.creatorCárdenas Vallejo, Edwin
dc.creator.googleCardona Madariaga, Diego Fernando
dc.creator.googleGonzález Rodríguez, Javier Leonardo
dc.creator.googleRivera Lozano, Miller
dc.creator.googleCárdenas Vallejo, Edwin
dc.date.accessioned2015-05-14T20:27:38Z
dc.date.available2015-05-14T20:27:38Z
dc.date.created2013-11
dc.date.issued2013
dc.descriptionLa utilización del modelo de regresión lineal en los procesos relacionados con el análisis de datos demanda el conocimiento objetivo e instrumentación de la relación funcional de variables, el coeficiente de determinación y de correlación y la prueba de hipótesis como pilares fundamentales para verificar e interpretar su significancia estadística en el intervalo de confianza determinado. La presentación específica de los temas relacionados con el modelo de regresión lineal, el análisis de regresión, el uso de la ecuación de regresión como instrumento para estimar y predecir y la consideración del análisis de residuales ha sido realizada tomando como referente el estudio de problemas reales definidos en los entornos de la economía, la administración y la salud, utilizando como plataforma de apoyo la hoja de cálculo Excel®. Se consideran en este módulo didáctico, los elementos teóricos correspondientes al análisis de regresión lineal, como técnica estadística empleada para estudiar la relación entre variables determinísticas o aleatorias que resultan de algún tipo de investigación, en la cual se analiza el comportamiento de dos variables, una dependiente y otra independiente. Se muestra mediante la gráfica de dispersión el posible comportamiento de las variables: lineal directa, inversa, no lineal directa o no lineal inversa, con el fin de desarrollar en el lector las competencias interpretativas y propositivas requeridas para dimensionar integralmente la importancia de la estadística inferencial en la vida del profesional en ciencias económicas, administrativas y de la salud.spa
dc.format.mimetypeapplication/pdf
dc.format.tipoDocumentospa
dc.identifier.doihttps://doi.org/10.48713/10336_10447
dc.identifier.issn0124-8219
dc.identifier.urihttp://repository.urosario.edu.co/handle/10336/10447
dc.language.isospa
dc.publisherEditorial Universidad del Rosariospa
dc.relation.citationIssueNo. 147
dc.relation.citationTitleBorradores de Investigación : Serie Documentos Administración
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto completo)spa
dc.rights.ccAtribución-NoComercial-CompartirIgual 2.5 Colombiaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/co/
dc.source.bibliographicCitationAnderson, D. R., Sweeney, D. J. y Williams, T. A. (2001). Estadística para administración y economía (7a ed., Vol. II). México: Thomson.
dc.source.bibliographicCitationdane. (17 de mayo de 2012). “Pobreza en Colombia”. Comunicado de prensa, 6.
dc.source.bibliographicCitationDevore, J. L. (2005). Probabilidad y estadística para ingeniería y ciencias (6a ed.). México: Thomson Learning
dc.source.bibliographicCitationDucuara Mora, P. E. (2012). “Determinantes socio-económicas de la desnutrición global infantil en la localidad de Ciudad Bolívar en el Año 2011”. Bogotá, Colombia. Trabajo de grado
dc.source.bibliographicCitationEvans, M. y Rosenthal, J. S. (2005). Probabilidad y estadística. La ciencia de la incertidumbre. Barcelona: Reverté.
dc.source.bibliographicCitationFreund, J. E. y Simon, G. A. (1994). Estadística elemental (8a ed.). México: Prentice Hall.
dc.source.bibliographicCitationInstituto Nacional de Salud Pública. (2006). “Encuesta de salud y nutrición” (2a ed.). México
dc.source.bibliographicCitationLevin, R. I. y Rubin, D. S. (2004). Estadística para administración y economía. México: Pearson Educación.
dc.source.bibliographicCitationLopera, C. M. (2002). “Análisis de residuales”, en Universidad Nacional de Colombia: http://www.docentes.unal.edu.co/cmlopera/docs/Estad2/2_ RLM/2.(Complemento)Análisis de Residuales y Otros en RLM.pdf
dc.source.bibliographicCitationMendoza, H., Vargas, J., López, L. y Bautista, G. (2002). “Métodos de regresión”, en Universidad Nacional de Colombia: http://www.virtual. unal.edu.co/cursos/ciencias/2007315/
dc.source.bibliographicCitationMiller, I. (2000). Estadística matemática con aplicaciones. (6a ed.). México: Pearson Educación
dc.source.bibliographicCitationMuñoz R., L. A. (2006). “Comprobación de los supuestos del modelo de regresión lineal”, en Universidad Autónoma de Occidente: http://augusta. uao.edu.co/moodle/file.php/284/18_supuestos_de_la_regresion_lineal. pdf
dc.source.bibliographicCitationPacheco, P. (2012). “Validación de supuestos” en Universidad Nacional de Colombia: http://www.virtual.unal.edu.co/cursos/ciencias/dis_exp/ und_3/pdf/validaciondesupuestosunidad 3b[1].pdf
dc.source.bibliographicCitationVilar, J. (2006). “Identificación de valores atípicos y observaciones influyentes, en Universidad de La Coruña: http://www.udc.es/dep/mate/ estadistica2/sec4_6.html
dc.source.bibliographicCitationWalpole, R. E. y Myers, R. H. (1999). Probabilidad y estadística para ingenieros (6a ed.). México: Prentice Hall
dc.source.instnameinstname:Universidad del Rosariospa
dc.source.reponamereponame:Repositorio Institucional EdocURspa
dc.subjectModelo de regresión linealspa
dc.subjectanálisis de regresiónspa
dc.subjectestadística inferencialspa
dc.subjectvariablesspa
dc.subject.ddcProbabilidades & matemáticas aplicadas
dc.subject.lembEstadística matemáticaspa
dc.subject.lembAnálisis de regresiónspa
dc.subject.lembProbabilidadesspa
dc.subject.lembMatemáticasspa
dc.titleInferencia estadística módulo de regresión lineal simplespa
dc.typeworkingPapereng
dc.type.hasVersioninfo:eu-repo/semantics/publishedVersion
dc.type.spaDocumento de trabajospa
Archivos
Bloque original
Mostrando1 - 1 de 1
Cargando...
Miniatura
Nombre:
BI_147-Web.pdf
Tamaño:
2.26 MB
Formato:
Adobe Portable Document Format
Descripción: