De un conjunto de datos con dos variables (bivariable) en donde una de ellas es X variable independiente y otra de ellas Y variable dependiente, predecir el valor de Y conforme la historia de X.

Realizar distribuciones de probabilidad conforme a la distribución de probabilidad normal a partir de valores iniciales de los ejercicios identificando y visualizando la función de densidad y calculando probabilidades.

Realizar ejercicios del uso de variables continuas mediante la distribución de probabilidad uniforme.

Realizar distribuciones de probabilidad conforme a la distribución de probabilidad de Hipergeométrica a partir de valores iniciales de los ejercicios. Se generan las tablas de probabilidad conforme a distribución Hipergeométrica, se identifican los valores de probabilidad cuando la variable discreta x tenga algún exactamente algún valor, ≤ a algún valor o > o ≥, entre otros.

Esta distribución,suele usarse para estimar el número de veces que sucede un hecho determinado (ocurrencias) en un intervalo de tiempo o de espacio. * Por ejemplo, la variable de interés va desde el número de automóviles que llegan (llegadas) a un lavado de coches en una hora o, * El número de reparaciones necesarias en 10 kms. de una autopista o, * el número de fugas en 100 kms.de tubería, enrte otros (Anderson et al., 2008).

Identificar dos casos de la literatura de distribuciones de probabilidad binomial y realizar cálculos de probabilidades utilizando la fórmula y las funciones dbinom() y pbinom(), identificar el valor medio, la varianza y la desviación.

Identificar casos relacionados con variables discretas para elaborar mediante programación R y markdown las variables discretas, las funciones de probabilidad de cada variable, la función acumulada, su visualización gráfica para su correcta implementación. Se incluye en el caso, media, varianza y desviación estándar de distribuciones de variables discretas. Los casos son identificados de la literatura relacionada con variables aleatorias discretas. Se deben elaborar tres ejercicios en este caso 15 encontrados en la literatura, se pueden apoyar de los mismos ejercicios del caso 14.

Descripcion Identificar casos relacionados con variables discretas para elaborar mediante programación R y markdown las variables discretas, las funciones de probabilidad de cada variable, la función acumulada, su visualización gráfica para su correcta implementación. Los casos son identificados de la literatura relacionada con variables aleatorias discretas. Se deben elaborar tres ejercicios en este caso 14 encontrados en la literatura

Descripción Caso: personas que trabajan en sectores y sean mujeres y hombres Las personas de cualquier género trabajan en algún sector, en función del género determinado de manera inicial se trata de encontrar la probabilidad del sector en donde laboran. Al elegir aleatoriamente a una persona se conoce el género, Hombre o Mujer y se solicita encontrar la probabilidad de que pertenezca a algún sector.

Cargar los datos de personas y determinar los subconjungos y sus probabilidades iniciales para posteriormente calcular probabilidad condicionales que se piden

Determinar probabilidades de conjuntos y subconjuntos aplicando operaciones de conjuntos.

Determinar probabilidades por medio de frecuencias relativas en conjuntos de datos.

Descripción Ejercicio 4.5. Cuatro monedas. Un frasco contiene cuatro monedas: una de 5, una de 10, una de 25 y una de 50 centavos. Se seleccionan al azar tres monedas del frasco. (Mendenhall, Beaver & Beaver, 2010], p.135)

Descripción Se identifican las técnicas de permutaciones y combinaciones con un conjunto de nombres de personas. Se muestra el conjunto del espacio muestral S y sus elementos.

Cargar datos de los alumnos inscritos en el semestre Septiembre 2020-Enero 2021 y determinar medidas centrales media, mediana; encontrar medidas de dispersión varianza, desviación estándar y coeficiente de variación; visualizar datos con diagrama de cajas de alumnos por carrera y sus promedios para ubicar cuartiles, gráficas de dispersión de cada carrera y los promedios de cada alumno identificando el coeficiente de dispersión en cada conjunto de datos.

Descripción Con un conjunto de datos de personas y con variables de interés como la edad, peso y estatura, determinar medidas de localización y tendencia central, se pide mostrar los datos, identificar las medidas visualizar gráficamente e interpretar las medidas.

Descripción Con un conjunto de datos de personas y con variables de interés como la edad, peso y estatura, determinar medidas de localización y tendencia central, se pide mostrar los datos, identificar las medidas visualizar gráficamente e interpretar las medidas.

Nombre: Alumnos inscritos en periodo Septiembre 2020- Enero 2021 en escuela de educación superior. Objetivo: Analizar un conjunto de datos académicos de alumnos para determinar tablas de frecuencias que permitan interpretar acontecimientos de la vida escolar de estudiantes de una Institución de educación superior.

Elaborar un archivo markdown que identifique muestras y medias de cada muestra de un conjunto de datos.

Descripción. Seguir los pasos del archivo markdown que se sugiere en el siguiente enlace https://rpubs.com/rpizarro/593184 y realizar su práctica de manera individual para subir el archivo al servicio RPubs y enviar el enlace en este espacio.

Descripción Se utiliza un conjunto de datos de personas para ilustrar la regresión logística. El conjunto de datos denominado “adultos.csv” se utiliza tanto para la tarea de clasificación y predicción.

Se genera una función sigmoidea y se usa para entender la probabilidad de que una alumno obtenga una calificación de matemáticas tal que permita predecir la probabilidad de que aparezca en el cuadro e honor a matricula igual a 1 Se visualiza un diagrama de caja en relación a la calificación de matemáticas y los que NO aparecen y SI aparecen en el cuadro de honor en la columna matricula Se identifica los coeficientes del modelo y se interpretan resultados

Crear predicciones con el modelo de regresión lineal y con el modelo de árboles de regresión utilizando para ello, el conjunto de datos de Melborne únicamente con variables del tipo numérica y recibiendo un nuevo conjunto de 5 datos para algunas variables del conjunto de datos. Predecir: Para cuando las variables siguientes tengan estos valores ¿cuál es la predicción del precio de venta de la propiedad utilizando ambos modelos?.

Realizar predicciones de precio de venta implementando modelo de árboles de regresión

Regresión lineal múltiple para precios de casas,Predicción lineal,Regresión lineal múltiple con variables cuantitativas

Practica oxido nitroso

Practica 4

Practica 3

Practica2

Practica 1