Exámenes finales de Estadística Aplicada

Práctica

Anova a 1 factor

25/02/10

• Aplicar Dunnet para probar unas hipótesis

06/07/10

• Aplicar Tuckey para hacer contrastes.

Anova de 1 factor con bloque

24/02/12

• Diferencia entre los métodos
• Enunciar supuestos.
• Despues te mostraban un test de shapirowils y tenias q decir si era normal.entre otras cosas.

02/12/15

• Te daban varianzas y medias, no podías sacas las C tenías que hacerlo con las formulas de SSe y SSM
• Comparaciones con Tuckey
• Validación con el método de Cochran
• Q-Q plot
• Shapiro-Wilks

17/12/17 

Diseño de experimentos bloques . 

• Te pedia si habia diferencia entre bloques, 
• diferencia entre factores 
• hacer una comparacion mas por test y justificar porque lo elegiste a ese test.

Anova de experimento simplemente aleatorizado

02/12/15

Pero ojo: no te daba tabla típica, sino cada nivel del factor: el mromedio y el desvío estándar.

Pedía ANOVA pero para calcular Ce necesitabas la suma de los Y- cuadrados, y esto lo sacabas combinando las formulas de promedio y desvío estándar.

Comparar dos con uno : Student o Dunnet

Comparar todos con todos: Tukey

Q-Q plot

Resultado de test de Cochran

Decir si el modelo es válido

Proponer modificaciones para que lo sea.

Regresión lineal simple

25/02/10

• Estimar un parámetro por mínimos cuadrados
• Intervalo de confianza para parámetros
• Calcular R2

24/02/12

• Transformación y otras cosas típicas.

02/12/15

Ventas y lugares de exhibición:

• Proponer un modelo
• Calcular el ajuste
• Intervalos de confianza y predicción

02/12/15

• Ajuste del modelo (test de significancia de B1 y calculando R2)
• Intervalo de confianza
• Intervalo de predicción

Regresión múltiple

30/11/11

• Te dan matriz (X`X)^-1  , te dan los coeficientes bo b1 b2 y b3. Te pedia calcular intervalos de confianza para B1.Tambien te pedia otros intervalos diciendote que X1 valia tanto, X2 tanto y X3 tanto.

13/12/16

Regresión lineal múltiple de dos variables X1 y X2.

• Te daba como datos X`Y, (X`X)-1 y la matriz de correlacion. Tambien te daba la suma de los residuos al cuadrado
• Te pedia que digas cuales eran los valores b0,b1 y b2 y su interpretacion.
• Preguntaba como ajustaba el modelo
• Te preguntaba si habia colinealidad y que es.
• Por ultimo te daba X11 y X21, y X21 y X22 para que hagas dos predicciones y las compares.

Series de tiempo.

30/11/11

• Te daba fas y fap de una serie y los ro y los 10 primeros valores de la serie y te pedía decir que modelo ARMA era. Era un ARMA(2,1). 
• Despues te pedía calcular con esos datos de ro, los coeficientes para un AR3.
• Usando tu AR3 te pedia predecir para los próximos tres valores de la serie

13/12/16

• Te daba FAS y FAP hasta k=4 menos el valor de FAP 2.

k        1 2 3 4

FAS   X Y Z  W

FAP   A   C D

(X Y Z W A C D valores que no me acuerdo)

• Te pedia que calcules el valor de FAP 2 y lo justifiques.
• Que digas que modelo era y por que.
• Que presentes la ecuacion de AR3
• Que calcules con el modelo dos predicciones a futuro

Control de calidad.
17/12/17 

• Habia que hacer el grafico con los datos que te daban, 
• habia que tener la tabla con las constantes igual mas tarde las anotaron en el pizarron. 
• Habia que plantear la hipotesis de proceso bajo control. 
• Te daban otros datos y te preg si estaban bajo control y que lo justifiques.

Teoría

25/02/10

• Explicar Modelo Logístico
• En que supuestos se basa
• Explicar Componentes Principales
• Como lo utilizarías para solucionar el problema de multicolinealidad en regresión simple.
• Explicar los 4 procesos estocásticos, indicar memoria y estacionaridad de cada uno, y qué relación existe entre la estacionalidad y la función de autocorrelación simple.

06/07/10

• Multicolinealidad
• Serie de tiempos (todo)
• Interpretación geométrica del modelo lineal

30/11/11

Colinealidad:

• Explicar, 
• Explicar problemas que trae. 
• Explicar las opciones para solucionarla.

Anova.  

• Se quiere comparar 4 tipos de naftas. 1 nafta es testigo. Te decía que comparaciones quería hacer entre cada nafta.
• Tenias que plantear los Ho para cada comparación que pedía.(Eran todos contrastes a priori porque era antes de hacer el estudio)

24/02/12

• Definir el proceso de la caminata al azar con deriva (random walk drift) 
• Demostrar que no es estacionario.
• Encontrar cómo varía su media con el tiempo.
• Demostrar que su varianza diverge.
• Proponer una transformación que lo convierta en estacionario.
• Explicar las bases estadísticas del control de procesos y la metodología para construir diagramas de control y la dispersión.

02/12/15

• Cómo detectar un punto outlier
• Dar un ejemplo con una variable explicativa
• Validación,  ARIMA y ARMA

02/12/15

• Explicar cómo es el procedimiento de detección y análisis de outliers en el modelo lineal, y mostrarlo con un ejemplo.
• Explicar los pasos a seguir para validar y comparar modelos ARIMA.

13/12/16

Una tabla de 3 impresoras distintas y 2 equipos de trabajo distintos analizaban cada una (en total eran 6 equipos)

• Tenias que decir que tipo de modelo era (tratamientos simple porque cada equipo realizaba un solo análisis)
• Pedía que propongas un método de comparación entre las impresoras y que justifiques la respuesta

Ejercicio típico de control de calidad donde te daba alfa, beta y un porcentaje de defectuosos y te pedía que plantees la condición de rechazo del modelo

17/02/17

Regresion lineal , 

• Te daban varios procedimientos habia que elegir el mejor y justificarlo.

Diferencia entre AR(1) y MA(1)