Pregunta: ¿Existe error de especificación en el modelo? Desarrolle el test correspondiente.
Solución:
Para determinar si existe un error de especificación, se realiza un contraste de hipótesis. Se construye la función a partir de la tabla de contraste, utilizando el coeficiente de yhat (ŷ) y su desviación típica. Se compara el p-valor resultante con un nivel de significancia de 0.05.
Objetivo: Observar y analizar la variabilidad y el comportamiento de un proceso en el tiempo. “Todo proceso tiene un grado de variabilidad”.
Modelo de Regresión de una Constante
Término constante µ; variable dependiente Yt; Ut error aleatorio. Yt = µ + Ut
1º supuesto: La media poblacional de E[Ut] = 0
2º supuesto: Homocedasticidad. V(Ut) = E(Ut – E(Ut))2 = E(Ut)2 = σ2
El incumplimiento de este supuesto se llama heterocedasticidad, e implica que esta varianza no es constante. V(Ut) = E(Ut2) = σ2t
3º supuesto: Normalidad. El error aleatorio Ut tiene una distribución Seguir leyendo “Regresión con Constante: Fundamentos, Supuestos y Estimación MCO” »
Calidad:
La calidad es la adecuación para el uso, satisfaciendo las necesidades del cliente.
Ciclo de Deming:
Es una metodología de gestión que tiene como objetivo la mejora constante de los procesos.
Kaizen:
Se refiere a un sistema de mejora continua en el que las pequeñas, pero constantes mejoras, acumulan tras de sí grandes beneficios a largo plazo.
Six Sigma:
Six Sigma es una metodología de mejora de procesos que ayuda a las organizaciones a perfeccionar sus procesos Seguir leyendo “Glosario de Calidad: Definiciones y Conceptos Clave” »
A continuación, se presentan una serie de ejercicios resueltos de estadística, que abarcan temas de probabilidad, cálculo de error estándar y contraste de hipótesis. Los ejercicios están divididos en dos secciones principales, cada una con un conjunto de datos diferente.
Esta sección se centra en el de la concentración de norepinefrina en la orina de voluntarios sanos.
A continuación, se describen las etapas clave en la simulación de sistemas, con ejemplos aplicados a diferentes contextos:
Se plantean los **objetivos**, **alcances**, **tiempos** y **recursos** necesarios para el proyecto. Es crucial definir claramente el problema a resolver.
Ejemplo: Plantear objetivos generales, preguntas específicas a resolver, medidas de desempeño de interés, alcances del modelo, tiempo y recursos requeridos. Seguir leyendo “Simulación de Sistemas: Optimización y Validación de Modelos” »
Hipótesis básicas del modelo:
Definiciones
Asociación entre variables cualitativas: Cuidado con terceras variables. Correlación no siempre significa causa. Dos variables varían de forma simultánea, como consecuencia de terceras variables. Para que una sea causa y la otra efecto, debe haber relación, una debe suceder antes que la otra, y no debe haber terceras variables.
Barras agrupadas: Permiten comparar las diferencias entre las modalidades/periodos y si esas diferencias Seguir leyendo “Glosario de Términos Estadísticos y Metodológicos Clave” »
Tablas de frecuencia: Exponen la información recogida en la muestra, de forma que no se pierda nada de información.
Matriz de datos: Es una tabla de doble entrada con tantas columnas como variables se consideren y tantas filas como unidades de análisis.
Distribución de frecuencias: Conjunto de valores de la variable con sus frecuencias.
Porcentajes: Seguir leyendo “Conceptos Clave de Estadística: Desde Tablas de Frecuencia hasta Muestreo” »
El Error Tipo 1 (o Error de primera especie) se comete cuando se rechaza una hipótesis nula (H0) que en realidad es verdadera. La probabilidad de cometer este error se denomina riesgo de primera especie (α).
La estadística descriptiva se enfoca en resumir y describir las características de la muestra analizada. Por otro lado, la estadística inferencial utiliza la información Seguir leyendo “Conceptos Clave de Estadística: Errores, Pruebas y Modelos” »