ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Analisis De Tendencia Central


Enviado por   •  2 de Julio de 2015  •  1.056 Palabras (5 Páginas)  •  306 Visitas

Página 1 de 5

ANALISIS DE LA TENDENCIA

INTRODUCCION:

Es la tarea llevada a cabo por los biólogos pesqueros generalmente requiere una considerable cantidad de análisis estadísticos; y en consecuencia la mayoría de los cursos de biología pesquera incluyen estadística elemental, por lo menos.

Lo más frecuente, sin embargo, es que la falta de práctica determine que se olvide lo aprendido, lo cual implica que una muy valiosa herramienta de trabajo permanezca poco utilizada.

Este capítulo pretende revisar brevemente dos técnicas estadísticas de gran importancia - análisis de regresión y de correlación - así como indicar algunos de sus más comunes campos de aplicación por parte de los biólogos pesqueros.

USO E IMPORTANCIA DE LA REGRESION LINEAL:

La regresión lineal es una técnica que permite cuantificar la relación que puede ser observada cuando se grafica un diagrama de puntos dispersos correspondientes a dos variables, cuya tendencia general es rectilínea, relación que cabe compendiar mediante una ecuación “del mejor ajuste”

y = a + bx

PROMEDIOS MOVILES:

Consiste en obtener un valor futuro de la variable de estudio a partir de una serie histórica de los valores de la variable. El procedimiento consiste en obtener una media aritmética eligiendo de antemano el tamaño de la muestra e incorporando al promedio obtenido el valor de la variable siguiente hasta completar toda la serie histórica.

CORRELACION:

El análisis de correlación se encuentra estrechamente vinculado con el análisis de regresión y ambos pueden ser considerados de hecho como dos aspectos de un mismo problema.

La correlación entre dos variables es - otra vez puesto en los términos más simples - el grado de asociación entre las mismas.

DESCRIPCION DE LOS ESTIMADORES ESTADISTICOS, PUNTUALES Y DE INTERVALOS:

En estadística, un estimador es un estadístico esto es, una función de la muestra usado para estimar un parámetro desconocido de la población.

Para cada parámetro pueden existir varios estimadores diferentes. En general, escogeremos el estimador que posea mejores propiedades que los restantes, como insesgadez, eficiencia, convergencia y robustez (consistencia).

El valor de un estimador proporciona lo que se denomina en estadística una estimación puntual del valor del parámetro en estudio. En general, se suele preferir realizar una estimación mediante un intervalo, esto es, obtener un intervalo [a,b] dentro del cual se espera esté el valor real del parámetro con un cierto nivel de confianza. Utilizar un intervalo resulta más informativo, al proporcionar información sobre el posible error de estimación, asociado con la amplitud de dicho intervalo. El nivel de confianza es la probabilidad de que a priori el verdadero valor del parámetro quede contenido en el intervalo.

En la práctica, los intervalos de estimadores con distribuciones simétricas suelen indicarse dando el valor del estimador puntual utilizado como centro del intervalo y un valor que debe sumarse y restarse para obtener el límite superior e inferior;

PROPIEDADES DE LOS ESTIMADORES:

SESGO

Se denomina sesgo de un estimador a la diferencia entre la esperanza (o valor esperado) del estimador y el verdadero valor del parámetro a estimar. Es deseable que un estimador sea insesgado o centrado, es decir, que su sesgo sea nulo por ser su esperanza igual al parámetro que se desea estimar.

Por ejemplo, si se desea estimar la media de una población, la media aritmética de la muestra es un estimador insesgado de la misma, ya que su esperanza (valor esperado) es igual a la media de la población.

En efecto, si una muestra X=(X1, X2,...,Xn)t procede de una población de media μ, quiere decir

...

Descargar como (para miembros actualizados)  txt (6.9 Kb)  
Leer 4 páginas más »
Disponible sólo en Clubensayos.com