Question

certezas de las constnates halladas. Cuestionario (5% c/u) 1. ¿Cuáles son las ventajas de los simuladores? 2. Mencione las desventajas presenta el uso de simuladores (si las hay). 3. ¿Por qué es necesario utillizar el ajuste de curva por mínimos cuadrados? 4. Según su valor de R calculado, que probabilidad tiene su gráfica de ser lineal. 5. A partir de la ley de Hooke, que significan las constantes que encontró en la ecuación.​

Answer 1

Respuesta:

Explicación:

1 Momentos poblacionales: momentos de una distribuciÛn de probabilidad. 4

1.1 Distribuciones marginales y condicionadas: Un ejemplo . . . . . . . . . . . . . . . . 8

1.2 Media, Varianza, DesviaciÛn TÌpica, Covarianza y CoeÖciente de correlaciÛn muestrales: 8

1.3 Distribuciones condicionales e incondicionales en procesos temporales: El caso del

proceso autoregresivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 El modelo de regresiÛn lineal 11

2.1 El modelo de regresiÛn lineal simple. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2 Componentes del modelo de regresiÛn . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.3 Supuestos del modelo de regresiÛn lineal . . . . . . . . . . . . . . . . . . . . . . . . . 16

3 El estimador de MÌnimos Cuadrados Ordinarios 19

3.1 Estimador de MÌnimos Cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.1.1 Ecuaciones normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.1.2 Expresiones para el estimador de MÌnimos Cuadrados . . . . . . . . . . . . . 24

3.1.3 RegresiÛn inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.1.4 InterpretaciÛn del estimador de MÌnimos Cuadrados . . . . . . . . . . . . . . 25

3.2 Ejemplo: Peso de bebÈs reciÈn nacidos1

. . . . . . . . . . . . . . . . . . . . . . . . . 25

3.2.1 DescripciÛn del ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3.2.2 CaracterÌsticas muestrales de las variables (archivo bwght.wf1) . . . . . . . . 27

3.2.3 AsociaciÛn con la variable dependiente, peso del reciÈn nacido. . . . . . . . . 28

3.2.4 An·lisis de regresiÛn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.3 Ejemplo: DiscriminaciÛn salarial2

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.3.1 Descripcion de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.3.2 EstadÌsticos descriptivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.3.3 An·lisis de regresiÛn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34