Daniela Caballero 62011 716 laboratorio 6 PDF

Title Daniela Caballero 62011 716 laboratorio 6
Author Monserratt Caballero
Course Historia
Institution Universidad Nacional Autónoma de Honduras
Pages 2
File Size 100.9 KB
File Type PDF
Total Downloads 41
Total Views 139

Summary

Download Daniela Caballero 62011 716 laboratorio 6 PDF


Description

Catedrático: Lic. Obed Martínez

Asignatura: Laboratorio programado

Alumno: Daniela Monserratt Caballero Chinchilla

Número de cuenta: 62011716

Sección: 82

 Probabilidades en estadística Para obtener la probabilidad de un suceso, generalmente se determina la frecuencia con la que ocurre (en experimentos aleatorios bajo condiciones estables), y se procede a realizar cálculos teóricos. El origen de la probabilidad reside en la necesidad del ser humano de anticiparse a los hechos, y de predecir en cierta medida el futuro. Así, en su empeño por percibir patrones y conexiones en la realidad, se enfrentó constantemente al azar, o sea, a lo que carece de orden. La probabilidad se halla continuamente a nuestro alrededor. Los ejemplos más obvios de ella tienen que ver con juegos de azar: los dados, por ejemplo. Es posible determinar la frecuencia de aparición de cada cara, a partir de una serie continua de lanzamientos del dado. O también puede hacerse con la lotería, aunque ello exige cálculos tan enormes que, virtualmente, los hace imposibles de predecir.

 Regresión lineal El modelo de pronóstico de regresión lineal permite hallar el valor esperado de una variable aleatoria a cuando b toma un valor específico. La aplicación de este método implica un supuesto de linealidad cuando la demanda presenta un comportamiento creciente o decreciente, por tal razón, se hace indispensable que previo a la selección de este método exista un análisis de regresión que determine la intensidad de las relaciones entre las variables que componen el modelo. Puedes calcular series de tiempo y relaciones causales. En el primer caso, ubicas la demanda histórica de tu bien o servicio para que cambie en función del tiempo. El segundo caso es cuando la variable que pronosticas cambia en función de otra (variable causal)....


Similar Free PDFs