Metodos No Parametricos

INTRODUCCIÓN

El presente trabajo tiene la finalidad de conocer y familiarizarnos más con la aplicación del análisis estadístico en una prueba de hipótesis, y llegar a usarlos de manera correcta. La característica principal del trabajo es conocer bien las técnicas, y tomar las medidas de precaución con ellos. Se va introduciendo cada título estudiado en el presente semestre, como regresión múltiple, prueba de Ji Cuadrado X^2 y por último los métodos no paramétricos, una continuación de las pruebas de hipótesis desarrolladas especialmente para datos no paramétricos.

Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo o razón, así también se puede comprender la relación de dos o más variables y nos permitirá relacionar mediante ecuaciones, una variable en relación a otras variables llamándose Regresión múltiple.

Casi constantemente en la práctica de la investigación estadística, se encuentran variables que de alguna manera están relacionados entre si, por lo que es posible que una de las variables puedan relacionarse matemáticamente en función de otra u otras variables. La estadística no paramétrica es una rama de la estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajuste a los llamados criterios paramétricos. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida, cuando el nivel de medida empleado no sea, como mínimo, de intervalo.

Para efectuar este cálculo es necesario afianzar la teoría con la aplicación de la técnica adecuada. Para un mejor uso y entendimiento de los datos, se aplican pasos en cada problema para no perder de vista ningún detalle y así tener un análisis más conciso y entendible para cualquier persona. Por tanto, aplicando cada herramienta usada en este informe se podrá expresar una adecuada interpretación del problema dado.

Regresión Múltiple

A. REGRESIÓN MÚLTIPLE

Problema 1

MASON- Página 535 - Ejercicio 19

El señor Steve Douglas fue contratado como gerente en capacitación por una importante empresa financiera. Como primer proyecto , se le pidió que estudiara la utilidad bruta en la industria quimica . ¿Qué factores afectan las utilidades en esa industria? Steve selecciona al azar una muestra aleatoria de 16 compañias y obtiene datos respecto a la cantidad de empleados, el número de dividendos consecutivos pagados de acciones comunes, el valor total del inventario al inicio del presente año y la ganancia bruta de cada empresa.

Determine la ecuación de regresión. La Master Chemical Company emplea 220 personas, ha pagado 64 dividendos consecutivos de acciones comunes y tienen al inicio del año un inventario valuado en $1500000(dólares ). ¿Cuál es la estimación para la ganancia bruta?

Realice una prueba de hipótesis global

Realice una prueba de hipótesis para los coeficientes de regresión individuales. ¿Pensaría en eliminar alguna de las variables independientes?

Sus hallazgos son:

Compañía Ganancia bruta (miles de dólares) Y Número de empleados, X1 Dividendos consecutivos, X2 Inventario inicial (miles de dólares) , X3

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16 2800

1300

1230

1600

4500

5700

3150

640

3400

6700

3700

6400

1280

4160

3870

980 140

65

130

115

390

670

205

40

480

810

120

590

440

280

650

150 12

21

42

...